matlab教程基本命令.doc

1Matlab试验设计函数

函数名

函数说明

调用格式

cordexch

基于交叉配位算法的D优化设计

settings=cordexch(nfactors,nruns)

[settings,X]=cordexch(nfactors,nruns)

[settings,X]=cordexch(nfactors,nruns,′model′)

daugment

D优化增强试验设计

settings=daugment（startdes,nruns）

[settings,X]=daugment(startdes,nruns,′model′)

dcovary

指定的协方差的D优化试验设计

settings=dcovary(factors,covariates)

[settings,X]=dcovary(factors,covariates,′model′)

ff2n

两水平全析因试验设计

X=ff2n(n)

fullfact

全析因试验设计

design=fullfact(levels)

fracfact

部分析因试验设计

x=fracfact(′gen′)

[x,conf]=fracfact(′gen′)

hadamard

Hadamard设计

H=hadamard(n)

rowexch

基于行交换算法的D—优化试验设计

settings=rowexch(nfactors,nruns)

[settings,X]=rowexch(nfactors,nruns)

[settings,X]=rowexch(nfactors,nruns,′model′)

nfaccors：因子个数

nruns：次数

model：为了拟合指定的回归模型进行设计，为下面三者之一

interaction：包括常数项、线性项和交互项

quadratic：交互项和平方项

purequadratic：包括常数项、线性项和平方项

settings：因子设置矩阵，nruns行，nfactors列

X：设计矩阵

1.1函数cordexch（）

功能：基于交叉配位算法的D优化设计（列交换算法）

语法：settings=cordexch(nfactors,nruns)

[settings,X]=cordexch(nfactors,nruns)

[settings,X]=cordexch(nfactors,nruns,′model′)

说明：

settings=cordexch(nfactors,nruns)运用带有常数项的线性附加模型进行D-优化试验设计，生成因子设置矩阵settings。返回值settings具有nruns行，nfactors列。

[settings,X]=cordexch(nfactors,nruns)同时生成相关的设计矩阵X。

[settings,X]=cordexch(nfactors,nruns,′model′)生成拟合特定回归模型的试验设计。′model′可以是以下几种形式之一：

1）′interaction′—具有常数项、线性项和交叉乘项；

2）′quadratic′—具有常数项、线性项、交叉乘积项和平方项；

3）′purequadratic′—具有常数项、线性项和平方项。

例1.1运用二次模型进行试验次数为9的双因子D-优化设计。

settings=cordexch(2,9,′quadratic′)

settings=

0-1

-1-1

10

-10

11

-11

01

00

1-1

参见：rowexch,daugment,dcovary,hadamard,fullfact.ff2n函数。

1.2函数daugment（）

功能：D优化增强试验设计

语法：settings=daugment（startdes,nruns）

[settings,X]=daugment(startdes,nruns,′model′)

说明：

settings=daugment（startdes,nruns）对初始试验设计结果statrdes再增加nruns次新的试验。

[settings,X]=daugment(startdes,nruns,′model′)同时给出试验设计矩阵X。′model′控制回归模型的阶数，缺省值为线性附加模型。′model′可以是以下几种形式：

1）′interaction′—具有常数项、线性项和交叉乘项；

2）′quadratic′—具有常数项、线性项、交叉乘积项和平方项；

3）′purequadratic′—具有常数项、线性项和平方项。

daugment采用交叉配位算法。

例