响应面法实验.docVIP

试验设计与 优化方法，都未能给出直观的图形，因而也不能凭直觉观察其最优化点，虽然能找出最优值，但难以直观地判别优化区域．为此响应面分析法（也称响应曲面法）应运而生．响应面分析也是一种最优化方法，它是将体系的响应（如萃取化学中的萃取率）作为一个或多个因素（如萃取剂浓度、 酸度等）的函数，运用图形技术将这种函数关系显示出来，以供我们凭借直觉的观察来选择试验设计中的最优化条件． 显然，要构造这样的响应面并进行分析以确定最优条件或寻找最优区域，首先必须通过大量的量测试验数据建立一个合适的数学模型（ 建模），然后再用此数学模型作图． 建模最常用和最有效的方法之一就是 多元线性回归方法．对于 非线性体系可作适当处理化为线性形式．设有m个因素影响指标取值，通过次量测试验，得到n组试验数据．假设指标与因素之间的关系可用线性模型表示，则有应用 均匀设计一节中的方法将上式写成 矩阵式或简记为式中表示第次试验中第个因素的水平值；为建立模型时待估计的第个参数；为第次试验的量测响应（指标）值；为第次量测时的误差．应用 最小二乘法即可求出模型参数矩阵B如下将B阵代入原假设的 回归方程，就可得到响应关于各因素水平的数学模型，进而可以图形方式绘出响应与因素的关系图． 模型中如果只有一个因素（或自变量），响应（曲）面是 二维空间中的一条 曲线；当有二个因素时，响应面是