实验方法与数据处理 第八章 优选法.pptVIP

* 实验方法与数据处理 第八章 优选法 * 优选法 8.1 概述 8.2 单因素优选法 8.3 双因素优选法 8.4 优选法在因素主次判断中的应用 * 8.2 单因素优选法-来回调试法 因素水平的选取具有任意性，寻优过程效率低下。 x1 x2 b x3 x1 x2 a b 若f(x1) f(x2) 若f(x2) f(x3) x3 x1 x2 x4 …… * 8.2 单因素优选法-黄金分割法 对于一般的单峰函数，可以采用此法。即将试验点安排在实验范围内距左边界的0.618处。 x1、x2对称。用f(x1)和f(x2)分别表示x1和x2上的试验结果。 若f(x1) 比 f(x2) 好， x1好点，划去试验范围(a, x2) 剩下(x2,b); 若 f(x1) 比 f(x2)差，x2好点，划去试验范围(x1,b) 剩下(a, x1); 在余下的范围内寻找好点； 实验结果前后差别不大时即为最优结果。 x2 0.618 0.382 x1 a b x3 0.618 0.382 x2 x1 b * 例炼某种合金钢，需添加某种化学元素以增加强度，加入范围是1000－2000克，求最佳加入量。 1000 1100 1900 2000 小 大 8.2 单因素优选法-黄金分割法 1. 先在试验范围的0.618处做第1个试验，x1=a+(b-a)×0.618=1618克 2. 第2个试验点由公式，x2= b-(b-a)×0.618=1382克 3. 比较第1与第2个试验效果，现假设第1点好，就去掉第2点，即去掉[1000,1382]那一段范围，留下[1382,2000]。 4. 在[1382,2000] 取第3个实验点，x3=1382+(2000-1382) ×0.618=1764克 5. 如此反复。每次留下的试验范围是上次长度的0.618倍，随试验范围越来越小，试验越趋近最优点 小 1618 中点 1764 大 1382 (1) (3) 2000 * 菲波那契数列 ： F0＝1，F1＝1，Fn＝Fn-1＋Fn-2 (n≥2) 1，1，2，3，5，8，13，21，34，55，89，144，… 0.618可以用分数逼近： 8.2 单因素优选法-分数法 * 适用于 ： 试验值只能取整数的情况 试验次数有限时效果较好 8.2 单因素优选法-分数法 x1 x2 5/8 3/8 2/5 x3 x1 x2 3/5 x4 x1 x3 2/3 1/3 * 特点： 每次只做1次试验 每次试验区间可以缩小一半 适用条件： 要有一个标准（或具体指标） 要预知该因素对指标的影响规律，能够从1个实验结果就可判断因素取大了还是取小了 B (无电) 甲（有电） 乙（无电） A(有电) 8.2 单因素优选法-对分法 * 例乳化油加碱量的优选 高级纱上浆要加些乳化油脂，以增加柔软性，而油脂乳化需加碱加热。某纺织厂以前乳化油脂加烧碱1％，需加热处理4小时，但知道多加碱可以缩短乳化时间，碱过多又会皂化，所以加碱量优选范围为1－4.4％ 第一次加碱量（试验点）：2.7%=(1%+4.4%)/2 有皂化，说明碱加多了，于是划去2.7%以上的范围 1% 2.7% 4.4% 8.2 单因素优选法-对分法 * 第二次试验加碱量（试验点）：1.85%=(1%+2.7%)/2 乳化良好 第三次，为了进一步减少乳化时间，不走考虑少于1.85%的加碱量，而取2.28%=(1.85%+2.7%)/2 乳化仍良好，乳化时间减少1小时，结果满意，试验停止。 1% 1.85% 2.7% 1.85% 2.28% 2.7% 8.2 单因素优选法-对分法 * 根据已得到的3个实验数据，寻找这三点的抛物线方程，然后求出该抛物线的最大值，作为下次实验的依据。 在3个试验点x1，x2，x3，且x1＜x2＜x3，分别得试验值y1，y2，y3，根据Lagrange插值法可以得到一个二次函数： 设二次函数在x4取得最大值： 8.2 单因素优选法-抛物线法 * 在x ＝x4处做试验，得试验结果y4 假定y1，y2，y3，y4中的最大值是由xi’给出 除xi’之外，在x1，x2，x3和x4中取较靠近xi’的左右两点，