第7章 均匀设计法.ppt

第七章 均匀设计法 §7－1 基本原理 一、引言 正交试验设计利用： 均衡分散：试验点在试验范围内排列规律整齐 整齐可比：试验点在试验范围内散布均匀 可以进行部分试验而得到基本上反映全面情况的试验结果，但是，当试验中因素数或水平数比较大时，正交试验的次数也会很大。如5因素5水平，用正交表需要安排55＝25次试验。这时，可以选用均匀设计法，仅用5次试验就可能得到能满足需要的结果 1978年，七机部由于导弹设计的要求，提出了一个五因素的试验，希望每个因素的水平数要多于10，而试验总数又不超过50，显然优选法和正交设计都不能用，方开泰与王元经过几个月的共同研究，提出了一个新的试验设计，即所谓“均匀设计”，将这一方法用于导弹设计，取得了成效 均匀设计法愈正交设计法的不同： 均匀设计法不再考虑“数据整齐可比”性，只考虑试验点在试验范围内充分“均衡分散” 均匀设计属于近年发展起来的“伪蒙特卡罗方法”的范筹。将经典的确定的单变量问题的计算方法推广后用于多变量问题的计算时，计算量往往跟变量个数有关，即使电脑再进步很多，这种方法仍无法实际应用，乌拉母（S.Ulam）与冯诺依曼(J.von Neumann)在40年代提出蒙特卡罗方法，即统计模拟方法，这个方法的大意是将一个分析问题化为一个有同样解答的概率问题，然后用统计模拟的方法来处理后面这个问题，这样使一些困难的分析问题反而得到了解决，例如多重定积分的近似计算。蒙特卡罗方法的关键是找一组随机数作为统计模拟之用，所以这一方法的精度在于随机数的均匀性与独立性。 二、均匀设计表 均匀设计表符号表示的意义 如U6(64)表示要做次6试验，每个因素有6个水平，该表有4列。 每个均匀设计表都附有一个使用表，它指示我们如何从设计表中选用适当的列，以及由这些列所组成的试验方案的均匀度。下表是U6(64)的使用表。它告诉我们，若有两个因素，应选用1，3两列来安排试验；若有三个因素，应选用1，2，3三列，…，最后1列D表示刻划均匀度的偏差(discrepancy)，偏差值越小，表示均匀度越好。 均匀设计有其独特的布（试验）点方式： 每个因素的每个水平做一次且仅做一次试验 任两个因素的试验点点在平面的格子点上，每行每列有且仅有一个试验点 以上两个性质反映了均匀设计试验安排的“均衡性”，即对各因素，每个因素的每个水平一视同仁。 均匀设计表任两列组成的试验方案一般并不等价 例如用U6(64)的1，3 和1，4列分别画图，得到下面的图 (a)和图 (b)。我们看到，(a)的点散布比较均匀，而(b)的点散布并不均匀。均匀设计表的这一性质和正交表有很大的不同，因此，每个均匀设计表必须有一个附加的使用表。 三、试验结果分析 均匀设计的结果没有整齐可比性，分析结果不能采用一般的方差分析方法，通常要用回归分析或逐步回归分析的方法： §7－2 应用举例 利用均匀设计表来安排试验的步骤： （1）根据试验的目的，选择合适的因素和相应的水平。 （2）选择适合该试验的均匀设计表，然后根据该表的使用表从中选出列号，将因素分别安排到这些列号上，并将这些因素的水平按所在列的指示分别对号，则试验就安排好了。 在阿魏酸的合成工艺考察中，为了提高产量，选取了原料配比(A)、吡啶量(B)和反应时间(C)三个因素，它们各取了7个水平如下： 原料配比（A）：1.0，1.4，1.8，2.2，2.6，3.0，3.4 吡啶量（B）(ml)：10，13，16，19，22，25，28 反应时间（C）(h)：0.5，1.0，1.5，2.0，2.5，3.0，3.5 7个水平，需要安排7次试验，根据因素和水平，我们可以选用U7(76)完成该试验。 根据试验方案进行试验，其收率(Y)列于表的最后一列，其中以第7号试验为最好，其工艺条件为配比3.4，吡啶量28ml，反应时间3.5h。 我们可用线性回归模型来拟合上表的试验数据 现在用逐步回归分析的方法来筛选变量： 逐步回归是回归分析中的一种筛选变量的技术。开始它将贡献最大的一个变量选入回归方程，并且预先确定两个阈值Fin和Fout，用于决定变量能否入选或剔除.逐步回归在每一步有三种可能的功能： 将一个新变量引进回归模型，这时相应的F统计量必须大于Fin 将一个变量从回归模型中剔除，这时相应的F统计量必须小于Fout 将回归模型内的一个变量和回归模型外的一个变量交换位置。 设先用后退法来选变量。所谓后退法，就是开始将所有的变量全部采用，然后逐步剔除对方程没有显著贡献的变量，直到方程中所有的变量都有显著贡献为止。 仍考虑线性模型，开始三个因素全部进入方程，得 (8—12)。统计软件包通常还会提供每个变量的t值，t值越大（按绝对值计）表示该因素越重要。对本例有 t0=0.204