均匀设计方法简介

均匀设计方法简介
均匀设计方法简介

均匀设计方法简介

在工农业生产和科学研究中,常须做试验,以获得予期目的:改进生产工艺,提高产品收率或质量,合成出某化合物等等。怎样做试验,是大有学问的。本世纪30年代,费歇(R.A.Fisher)在试验设计和统计分析方面做了一系列先驱工作,使试验设计成为统计科学的一个分支。今天,试验设计理论更完善,试验设计应用更广泛。本节着重介绍均匀设计方法。

一、试验设计

对于一项试验,例如用微波加热法通过离子交换制备Cu13X分子筛。我们可以13X分子筛、CuCl2为原料来制备,为寻找最佳条件,应如何设计这个试验呢?若我们已确定了微波加热功率(A)、交换时间(B)、交换液摩尔浓度(C)为三个影响因素,每个因素取五个不同值(即水平:A1,…,A5,B1,…,B5,C1,…,C5)。有两种方法最易想到:

1.全面试验:将每个因素的不同水平组合做同样数目的试验。对上述示例,不计重复试验,共需做5×5×5=125次试验。

2.多次单因素试验:依次考查各因素(考查某因素时,其它因素固定)取最佳值。容易知道,对上示例(不计重复试验)共需做3×5=15次试验。该法在工程和科学试验中常被人们采用,可当考查的因素间有交互作用时,该法所得结论一般不真。

3.正交设计法:利用正交表来安排试验。

本世纪60年代,日本统计学家田口玄一将试验设计中应用最广的正交设计表格化,使正交试验设计得到更广泛的使用。

70年代以来,我国许多统计学家深入工厂、科研单位,与广大工程技术人员、工人一起,广泛开展正交设计的研究、应用,取得了大批成果。该法是目前最流行,效果相当好的方法。

正交表记为:L n(q m),这里“L”表示正交表,“n”表总共要做的试验次数,“q”

表每个因素都有q个水平,“m”表该表有4列,最多可安排m个因素。常用的二水平正交表为L4(23),L8(27),L16(215),L32(231);三水平正交表有L9(34),L27(313);四水平正交表L16(45)及五水平正交表L25(56)等。采用拟水平法,人们还得到一系列在实际中很有用的混合水平正交表,例如:L8(4×24),L12(23×31),L16(44×23)等,此处L16(44×23)表示要做16次试验,允许最多安排四个“4”水平因素,三个“2”水平因素。在我们的示例中,可取L25(56)。该正交表如下:

6

表1. L

6

十分明显,不计重复试验总共需做52=25次试验。

观察此表,可知有如下特点:1)每个因素的水平都重复了五次试验;2)每两个因素的水平组成了一个全面试验方案。这两个特点反映了试验点在试验范围内排列规则整齐,人们称为“整齐可比”,另一方面,这些试验点在试验范围内散布均匀,人们称此特点为“均匀分散”。正交设计的优点本质上来自“均匀分散,整齐可比”这两个特点。 4.均匀设计法

1978年,我国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,而试验次数又不超过50。为了解决这一问题,我国数学家方开泰和王元教授经过几个月的共同研究,应用数论方法,舍弃正交设计的“整齐可比”性,创造了只考虑试验点在试验范围内的均匀散布的一种试验设计方法,即所谓“均匀设计”,很好地解决了七机部的导弹设计问题。

均匀设计可按均匀设计表及相应的使用表安排试验。所谓均匀设计表是根据均匀设计理论得到的,类比正交设计表,记为U n (q m ),n 总试验次数,q 各因素的水平数,m 可能安排的因素数。例如,我们前面提到的Cu13X 分子筛的制备问题,就可以用如下的U 5(54)表来安排。

4由该表我们可以看到:该法有其独特的布点方式,其特点有: 1) 每个因素的每个水平做一次且仅做一次试验; 2) 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; 3) 均匀设计表任两列组成的试验方案一般并不等价。此点要求每个均匀设计表必

须有一个附加的使用表; 4) 当因素的水平数增加时,试验数按水平数的增加量在增加。

二、 均匀设计表的构造

均匀设计表是一个方阵。设方阵有n 行m 列,每一行是{1,2,···,n }的一个置换(即1,2,···,n 的重新排列),表的第一行是{1,2,···,n }的一个子集,但不一定是真子集。

可以用好格子点法来构造符合上述定义的均匀设计表。方法如下: 1. 给定试验次数n ,寻找比n 小的整数h ,且使n 和h 的最大公约数为1,符合这些条件的正整数组成一个向量h =(h 1,h 2,···,h m ) 例如:n=7,h =(1,2,3,4,5,6);n=9,h =(1,2,4,5,7,8) 2. 均匀设计表的第j 列由下法生成

u ij = ih j [mod n ]

这里[mod n ]表示同余运算,若ih j 超过n ,则用它减去n 的一个适当倍数,使差落

在[1,n ]之中。 ih j 可以递推生成: u ij = h j u i+1,j = u ij +h j 若u ij +h j ≤n u i+1,j = u ij +h j -n 若u ij +h j >n i = 1,2,···,n -1 例如,对于n=7,h=(1,2,3,4,5,6)而言,有: 若h 4=4,则u 14=4,u 24= u 14+ h 4-n=8-7=1,u 34=u 24+h 4=5 [mod n ] u 44=u 34+h 4-n=9-7=2,u 54=u 44+h 4=6,u 64=u 54+h 4-n=10-7=3 [mod n ] u 74=u 64+h 4=7 [mod n ] 依此类推,易得u ij (i=1,···,n ;j=1,2,3,4,5,6) ,於是得U 7(76)如下:

6

这样生成的均匀设计表特记作U n (n ),向量h 称为该均匀设计表的生成向量,有时为强调h 的作用,将U n (n m )记成U n (h )。给定n ,相应的h 可如上述方便地求得,从而m 也即确定,故m 是n 的一个函数,其曾由欧拉研究过,称为欧拉函数,记为E(n)。由数论得出下列结论: 1) 当n 为素数(一个正整数,它与其所有比它小的正整数的最大公约数均为1)时,

E (n -1)=n -1。 2) 当n 为素数幂时,即n 可表成n=p L ,p 素数,L 正整数,有 E (n )=n (1-p 1)

例,n=9,可表为n=32,于是E (9)=9(1-31)=6

3) 若n 不属于上述两种情况,n 一定可表为不同素数的方幂积,即 n=s l

s l

l

p p p ???2121

这里s p p p ???,,21为不同素数,s l l l ???,,21为正整数。这时

E (n )=n (1-

1

1p )(1-

2

1

p ) (1)

s

p 1)

例如,n=12,可表为n=22×3,于是

E (12)=12(1-21)(1-31)=4,即U 12最多只可能有4列。

上述三种情形中,以素数情形为最好,最多可能获得n -1列;非素数情形,上述表的结

构中永远不可能有n -1列。王元,方开泰(1981年)建议,对n=偶数情形,均匀设计表由n+1的U 表去掉最后一行来构造。例如,可将U 7(76)表的最后一行去掉构造U 6表如下:

6

为和由好格子点法构造的U 6表[即U 6(66

]相区别,上述方法构造的U 6表记为)6(66*U ,两者关系和各自特点如下:

1) 所有*

n U 表是由U n+1表中划去最后一行而得

2) U n 表的最后一行全部由水平n 组成,*

n U 表的最后一行则不然 3) 若n 为偶数,*

n U 表比U n 表有更多的列 4) 若n 为奇数,则*n U 表的列数通常少于U n 表 5) *

n U 表比U n 表有更好的均匀性,应优先采用*

n U 表 6) 若将U n 或*

n U 的元素组成一个矩阵的秩最多分别为

21)(+n E 及2

1

)1(++n E 。 三、 均匀性准则和使用表的产生

1、 均匀性准则—偏差(略)

2、 均匀设计使用表的产生——整数同余幂法

我们已经知道,产生均匀设计使用表,实际上就是从U n (n m )中选出S 列,使其相应

的均匀设计有最小的偏差。当m 和S 较大时,从m 列中取出S 列的数目有)(m

s 之多,要比

较这么多组点集的均匀性,工作量很大。故需有简化计算和近似求解的方法,这里介绍整数同余幂法。

令a 为小于n 的整数,且a ,a 2(mod n ),…,a t (mod n )互不相同,a t+1=1(mod n ),则称a 对n 的次数为t 。例如:

21=2,22=4,23=3,24=1 (mod 5) 则2对5的次数为3。

31=3,32=9,33=5,34=4,35=1 (mod 11) 则3对11的次数为4。 一般若a 对n 的次数大于或等于S -1,且(a ,n )=1,则可用 (a 0,a ,a 2,…,a S-1) (mod n)

作为生成向量,故a 称为均匀设计的生成元。

在一切可能的a (最多n -1个)中去比较相应实验点的均匀性,工作量则大大减少,理论和实践都证明,这种方法获得的均匀设计使用表仍能保证设计的均匀性。于是,只要求得最优的a ,给定n 和S ,便可获得生成向量,从而获得相应的均匀设计表及使用表。附录1给出了奇数n (5≤n ≤31及n=37)的U n 表生成元及其相应均匀设计的偏差。同时对偶数n (6≤n ≤30)给出了*

n U 表的生成元和相应均匀设计的偏差。附录2给出了奇数n 的*

n U 表的生成向量和相应均匀设计表的偏差。由附录1和附录2,我们即可获得一系列均匀设计表

*n U 或U n 及其使用表。例如由试验需要构造U 9(95)均匀设计表及使用表,则根据附录1示知:

n=9,m=4,a=2,故U 9(95)的第一行元素为1,2,4,8,7;按升幂排列成1,2,4,7,8。利用前已述及的求U ij 的递推公式求算U ij ,即得到如下U 9(95)表:

5

综合考虑m=2,a=4及m=3,a=4的情况,易得到下列的相应使用表及偏差 5四、在多因素试验中,由于试验精度的限制,很多情况下各因素允许的水平数不同,有的因素水平多,有的少。例如;微波加热离子交换法制备Cu13X 分子筛,微波加热功率,交换时间可以取8水平,而交换液浓度,在试验范围内,取8水平难于精确控制,所以取4水平,这时如何进行均匀设计呢?我们可以采用拟水平法,即在安排交换液浓度这个因素时,令1

,2水平为1水平;3,4为2;5,6为3;7,8为4(也有不少人令1,5为1;2,6为2;3,7为3;4,8为4),这样形成一个混合水平的均匀设计表: 2可见,通过拟水平法,可以由*

n U 或U n 表得到相应的混合水平表,只是通常偏差比原*

n

U 或U n 表的略大。 五、 均匀设计的数据分析

均匀设计的数据分析需要用回归分析。回归分析是数据分析的有力工具,它能揭示变量

之间的相互关系,其方法和理论十分丰富,请参考有关书籍。如参考文献24,25,26。

在此不再祥述。

六、均匀设计的应用

当我们的试验是为了揭示变量Y(通常称为目标函数)与各因素之间的定性关系及寻求最优工艺条件时,即可考虑应用均匀设计,特别是各因素的水平较多时。应用均匀设计的一般步骤如下:

1.根据试验目的,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;

3.根据该均匀设计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;

4.按试验安排进行试验;

5.将所得试验结果进行回归分析,找出变量Y与各因素间的函数关系;

6.根据5.函数关系,即可求出最优条件;

7.进行最优条件的验证试验。

例如,我们前面述及的制备Cu13X分子筛的例子。根据揭示变量Y(交换度)与各因素间定性关系及寻求最优工艺条件的目的,确定因素及各因素的水平如下:

A:1,2,3,4分别为0.04015,0.0803,0.12045,0.1606

于是,选择U8(82×4)表安排试验后,进行试验。试验安排及结果如表8所示:

表8. 实验安排及结果

根据表8所得结果,进行回归分析,得回归方程及有关参数为:

Y=8.998078+3.59272E-03X1X2+703.3843X3-1738. 756X32

R2=0.9917402 E=2.955602

B1=3.59272E-03 t1=3.39357

B2=703.3843 t2=5.278871

B3=–1738.756 t3=–2.651528

在实验范围内,利用计算机对上述方程寻优可得:当微波加热功率为520瓦,交换时间为12分钟,交换液摩尔浓度为0. 1606摩尔/升时,预测的交换度已达99.44%,实际上,目前交换度达95 以上已足可满足实际需要,从节能考虑可将微波交换功率或交换时间取低一个水平为优化条件,就是说,微波交换功率取455瓦或交换时间取10分钟,而交换液摩尔浓度取最大水平值0. 1606摩尔/升。在上述优化条件下作验证实验所得结果及回归方程预测值列于表9。

由表9可知,10, 11, 13三次实验结果与预测值的偏差都小于剩余标准差E (2.955); 9,12两次实验结果与预测值的偏差较大,分别为4. 51和-5.23,但二者绝对值都小于5.91(2E),而除11号实验外,另外四次验证实验结果的平均值为96.64,与回归方程预测值偏差仅为-0.09。总之,预测值和实验值符合较好。

这时我们可以得出如下结论:

1.在实验考查范围内,影响Cu2+与13X中的Na+离子交换反应的主要因素是:微波加热功率和交换时间的交互作用,交换液浓度。而交换液浓度影响呈二次函数关系。

2.较优的交换条件为:微波加热功率为455或520瓦,交换时间为10~12分钟,交换液浓度为0.1606摩尔/升。在此条件下铜离子交换度可达96%以上。

3.均匀设计可以成功地应用于研究微波加热离子交换反应,是个获得寻找优化条件的好方法。

七、参考文献

1.方开泰(1978), 均匀设计—数论方法在试验设计中的应用, 概率统计通讯, 第一期, 56―97, 中国科

学院数学研究所, 北京.

2.方开泰(1980), 均匀设计—数论方法在试验设计中的应用, 应用数学学报, 3, 363―372.

3.丁元(1986), 均匀设计优良性初探, 应用概率统计, 2, 153―160.

4.蒋声. 陈瑞琛(1987), 拉丁方型均匀设计, 高等应用数学学报, 2, No.4.

5.陈瑞琛(1989), 利用置换作循环拉丁方型设计, 高等应用数学学报, 4, No.4.

6.方开泰. 郑胡灵(1992), 均匀性的新度量―最大对称差准则, 应用概率统计, 8, 2―16.

7.张金廷(1993), 混料均匀设计, 应用概率统计, 9, 168―175.

8.堵盘兴(1989), 均匀设计法, 陕西化工, No.3.

9.赵弈殊(1988), 均匀设计表及其使用表的构造, 战术导弹技术, No.4, 53―58.

10.王鹏. 王玉珠. 沈建民(1989), 均匀设计及其在药学中的应用, 沈阳药学院学报, 6, 297―306.

11.张季纶. 王晓琪(1983),均匀设计在纺织工业上的应用, 纺织学报, No.2, 174―178.

12.隋治华. 徐荣华. 计志忠(1987), 环戊酮2–羟甲基化的均匀设计方法,化学通报,7,29―30.

13.李伯勇等(1988),应用均匀设计研究天冬甜精中间体合成工艺,医药工业,19,9―11.

14.丁学杰等(1991),均匀设计在精细化工工艺研究中的应用,精细化工,8(4),1―4.

15.张效禹等(1991),均匀设计与统计调优在五氧化二钒回收中的应用,山西化工, No.2, 48―49.

16. 汪誉铣. 孙萍(1993), 均匀设计在研制快速淬火油中的应用, 应用概率统计, 9, 106―108.

17. 曾昭钧(1991), 均匀设计及其在制药化学中的应用(Ⅰ),(Ⅱ), 中国药物化学杂志, 1(1)68―75, 1(2)72―80.

18. 关中玉. 宋桂菊(1993), PID 参数的均匀设计, 自动化仪表, 14(4), 13―16.

19. 李卫民. 金红. 张福良(1993), 均匀设计在白术提取工艺中的应用, 中成药, 15(1), 8―9.

20. 张晓菁. 薛凤兰(1993), 均匀设计在庆大霉素发酵工艺的应用, 沈阳药学院学报, 10(2), 116―118. 21. 聂英龙等(1992), 以均匀设计法探索对叔丁基邻苯二酚的合成, 沈阳化工学院学报, 6(2), 153―158. 22. 聂英龙等(1992), 以均匀设计法研究(2–羟乙基)三甲基氯化铵的合成, 沈阳化工, 3, 11―13. 23. 聂英龙. 樊丽辉. 曹爱君(1998), 均匀设计在氰尿酸的精制研究中的应用, 科技进步与对策, (特刊). 24. 茆诗松. 丁元等(1981), 回归分析及其试验设计, 华东师大出版社, 上海. 25. 方开泰. 全辉. 陈庆云(1988), 实用回归分析, 科学出版社, 北京.

26. 项可风. 吴启光(1989), 试验设计与数据分析, 上海科学技术出版社, 上海. 27. 白新桂(1992), 数据分析与试验优化设计, 清华大学出版社, 北京.

八、 附录

附录1: U n 和*

n U 的生成元和相应设计的偏差

说明:表中的U n 和*

n U 是由生成元法生成的,其生成向量具(a 0,a ,a 2,…,a S-1) (modn)的结构。

附录2: 奇数n 的*

n U 表的生成向量和相应设计的偏差

说明:表中的

n U 是考虑从U n+1表中选出S 列的一切可能的组合,生成向量中不定包含1,当然也不具有(a 0,a ,a 2,…,a S-1) (modn)的结构。

常用均匀设计表

常用(校园交达电脑最新版)均匀设计表 表1 试验号 1 2 3 1 1 2 4 2 2 4 3 3 3 1 2 4 4 3 1 5 5 5 5 表2 的使用表 因素个数 列号 D 2 1 2 3 1 2 3 表3 )6(4* 6 U 试验号 1 2 3 4 1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2 6 6 5 4 1 表4 的使用表 因素个数 列 号 D 2 1 3 3 1 2 3 4 1 2 3 4

表5 )7(47U 试验号 1 2 3 4 1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2 6 6 5 4 1 7 7 7 7 7 表6 )7(47U 的使用表 因素个数 列号 D 2 1 3 3 1 2 3 4 1 2 3 4 表7 )7(4* 7 U 试验号 1 2 3 4 1 1 3 5 7 2 2 6 2 6 3 3 1 7 5 4 4 4 4 4 5 5 7 1 3 6 6 2 6 2 7 7 5 3 1 表8 )7(4* 7 U 的使用表

因素个数 列号 D 2 1 3 3 2 3 4 表9 )8(5* 8 U 试验号 1 2 3 4 5 1 1 2 4 7 8 2 2 4 8 5 7 3 3 6 3 3 6 4 4 8 7 1 5 5 5 1 2 8 4 6 6 3 6 6 3 7 7 5 1 4 2 8 8 7 5 2 1 表10 )8(5* 8 U 的使用表 因素个数 列号 D 2 1 3 3 1 3 4 4 1 2 3 5 表11 )9(59U 试验号 1 2 3 4 5 1 1 2 4 7 8 2 2 4 8 5 7 3 3 6 3 3 6 4 4 8 7 1 5 5 5 1 2 8 4

可查询均匀设计表

可查询均匀设计表、均匀设计表概况表、各因素水平排列表(或配方均匀设计的配方表)、相关系数临界值表、检验临界值表、检验临界值表(变量引入/剔除临界值参考用表)及检验临界值表。 一、均匀设计表 1、均等水平的均匀设计表: 所有因素的水平数都是相等的, 均等于运行次数的均匀设计表。可供查询的表共有41个, 每个均匀设计表都有与之配套的使用表, 用这些表可以进行2~7个因素、每个因素为5~31、37个水平的试验设计。图1是均等水平均匀设计表的一个例子。 图1均等水平的均匀设计表及其使用表 2、混合水平的均匀设计表: 将部分因素的临近水平进行水平合并处理后得到混合水平的均匀设计表(混合水平的均匀设计表没有与之配套的使用表)。可供查询的表共有243个, 用这些表可进行2因素6~30混合水平、3因素6~30混合水平及4因素6~12混合水平的试验设计(运行次数均为双数)。图2是混合水平均匀设计表的一个例子。

图2混合水平的均匀设计表 二、均匀设计表概况表 反映41个均等水平均匀设计表的运行次数、水平数、列数、类型(*类型还是非*类型)以及它们可安排试验因素数的总体情况的一个表, 见图3。 图3均匀设计表概况表 三、各因素水平排列表 反映各因素水平数值代号排列方式的表。图4是各因素水平排列表的一个例子。 图4各因素水平排列表 四、配方均匀设计的配方表 反映各原料组成百分比数值排列方式的表。图5是配方表的一个例子。

图5有约束配方均匀设计的原始配方表 五、相关系数临界值表 显著性水平为0.01、0.05、0.10、0.15、0.20和0.25六个水平值的相关系数临界值的表(自由度1~100)。 图6相关系数临界值表(显著性水平α=0.01) 六、检验临界值表 显著性水平为0.01、0.05、0.10、0.15、0.20和0.25六个水平值的检验临界值的表(第一、第二自由度范围均为1~100)。

均匀设计方法简介

均匀设计方法简介 在工农业生产和科学研究中,常须做试验,以获得予期目的:改进生产工艺,提高产品收率或质量,合成出某化合物等等。怎样做试验,是大有学问的。本世纪30年代,费歇(R.A.Fisher)在试验设计和统计分析方面做了一系列先驱工作,使试验设计成为统计科学的一个分支。今天,试验设计理论更完善,试验设计应用更广泛。本节着重介绍均匀设计方法。 一、试验设计 对于一项试验,例如用微波加热法通过离子交换制备Cu13X分子筛。我们可以13X分子筛、CuCl2为原料来制备,为寻找最佳条件,应如何设计这个试验呢?若我们已确定了微波加热功率(A)、交换时间(B)、交换液摩尔浓度(C)为三个影响因素,每个因素取五个不同值(即水平:A1,…,A5,B1,…,B5,C1,…,C5)。有两种方法最易想到: 1.全面试验:将每个因素的不同水平组合做同样数目的试验。对上述示例,不计重复试验,共需做5×5×5=125次试验。 2.多次单因素试验:依次考查各因素(考查某因素时,其它因素固定)取最佳值。容易知道,对上示例(不计重复试验)共需做3×5=15次试验。该法在工程和科学试验中常被人们采用,可当考查的因素间有交互作用时,该法所得结论一般不真。 3.正交设计法:利用正交表来安排试验。 本世纪60年代,日本统计学家田口玄一将试验设计中应用最广的正交设计表格化,使正交试验设计得到更广泛的使用。 70年代以来,我国许多统计学家深入工厂、科研单位,与广大工程技术人员、工人一起,广泛开展正交设计的研究、应用,取得了大批成果。该法是目前最流行,效果相当好的方法。 正交表记为:L n(q m),这里“L”表示正交表,“n”表总共要做的试验次数,“q” 表每个因素都有q个水平,“m”表该表有4列,最多可安排m个因素。常用的二水平正交表为L4(23),L8(27),L16(215),L32(231);三水平正交表有L9(34),L27(313);四水平正交表L16(45)及五水平正交表L25(56)等。采用拟水平法,人们还得到一系列在实际中很有用的混合水平正交表,例如:L8(4×24),L12(23×31),L16(44×23)等,此处 L16(44×23)表示要做16次试验,允许最多安排四个“4”水平因素,三个“2”水平因素。在我们的示例中,可取L25(56)。该正交表如下: 6

均匀设计

?均匀设计方法 ?一、均匀试验设计 ?均匀设计是在正交试验设计的基础上,创造出的一种新适用于多因素、多水平试验的试验设计方法。 ?均匀设计特别适合需要考察因素因素变化范围较大,且每个因素有较多水平的试验设计问题。 ?二、均匀设计及均匀表的使用 ?均匀设计的基本思想就是让试验点在所考察的试验范围内尽量均匀地分布,为了达到均匀布点目的,与正交设计类似,可以使用均匀设计表(简称均匀表)安排试验,均匀表的表头形式是: ? ? ? ?均匀表U4 ? ?正交表U6 ? ?正交表U6

? ? ?三、均匀表的特点 ? 1.任何一列,各水平仅出现一次; ? 2.任何两列同行数码构成的有序数对仅出现一次; ? 3.均匀表中任两列组成的试验方案不等价; 因此,每个均匀表都附加了使用表,告诉我们如何挑选相应的列按排试验。 ? 4.当因素的水平数增加时,试验次数按水平数增加; ? 5.使用表最多可安排的因素数都比均匀表列数少。只能安排(s/2+1)个因素 ?四、用均匀表安排试验的步骤 ? 1.根据试验的目的,确定考察的指标; ? 2.选择合适的因素和因素的考察范围; ? 3.选择合适该项试验的均匀表,然后根据该表的使用表从中选出列号,将因素分别安排到相应的列号上; ? 4.确定各因素的水平,并将这些因素的水平按所在列的指示分别对号号入座。最后进行试验。 ? 5.对实验结果进行分析,确定最佳的试验方案。 ?例1.在阿魏酸的合成工艺考察中,选取原料配比,吡啶量,反应时间三个因素进行考察,试验的考察指标是阿魏酸的收率。因素的变化范围如下: ?原料配比A:1.0~3.4 ?吡啶量B:10~28(ml) ?反应时间C:0.5~3.5(hr) ?试用均匀设计安排试验。 ?解:对于三个因素,s/2+1=3,求出s=4或5,考虑试验的承受程度,选用U7(76)均匀表安排试验,根据各因素的变化范围,划分因素水平表如下: ?由U7(76)均匀表的配套使用表可知,应选1,2,3列,因而得下面的试验设计表:

均匀设计与均匀设计表

第一章试验设计和均匀设计 1.1试验设计 在工农业生产和科学研究中,经常需要做试验,以求达到预期的目的。例如在工农业生产中希望通过试验达到高质、优产、低消耗,特别是新产品试验,未知的东西很多,要通过试验来摸索工艺条件或配方。如何做试验,其中大有学问。试验设计得好,会事半功倍,反之会事倍功半,甚至劳而无功。 本世纪30年代,由于农业试验的需要,费歇尔(R.A.Fisher)在试验设计和统计分析方面做出了一系列先驱工作,从此试验设计成为统计科学的一个分支。随后,F.Yates,R.C. Bose,O.Kempthome,W.G.Cochran,D.R.Cox和G.E.P.Box对试验设计都作出了杰出的贡献,使该分支在理论上日趋完善,在应用上日趋广泛。60年代,日本统计学家田口玄一将试验设计中应用最广的正交设计表格化,在方法解说方面深入浅出为试验设计的更广泛使用作出了众所周知的贡献。田口玄一的方法对我国试验设计的普及和广泛应用有巨大的影响,70年代我国许多统计学家深入工厂、科研单位,用通俗的方法介绍正交试验设计,帮助工程技术人员进行试验的安排和数据分析,获得了一大批优秀成果,出版了许多成果汇编,举办了不少成果展览会。 在广泛使用试验设计方法的洪流中,必然会出现一些新的问题,这些总是用原有的各种试验设计方法不能圆满地解决,特别是当试验的范围较大,试验因素需要考察较多等级(在试验设计中这些等级称之为水平)时,用正交试验及其它流行的试验方法要求做较多的试验,常使得试验者望而生畏。许多实际问题要求一种新的试验方法,它能有效地处理多水平的试验,于是王元和

方开泰于1978年提出了均匀设计(见文献「1-3」),该设计考虑如何将设计点均匀地散布在试验范围内,使得能用较少的试验点获得最多的信息。10多年来,均匀设计在国内得到了广泛应用,并获得不少好的成果。 试验设计在工业生产和工程设计中能发挥重要的作用,例如:1)提高产量; 2)减少质量的波动,提高产品质量水准; 3)大大缩短新产品试验周期; 4)降低成本; 5)延长产品寿命。 在自然科学中,有些规律开始尚未由人们所认识,通过试验设计可以获得其统计规律,在此基础上提出科学猜想,这些猜想促进了学科的发展,例如遗传学的许多发现都藉助于上述过程。 材料工业是工业中的栋梁,汽车拖拉机的制造离不开各种合金钢,钛合金的发明和发现使飞机制造工业产生飞跃。超导的研究和超导材料的配方息息相关。配方试验又称混料试验(Experiments with Mixtures),不仅出现于材料工业,而且在人们生活和其它工业中处处可见,例如在中药、饮料、混凝土的配方中。由于在配方中各种材料的总和必须为100%,其试验设计必须考虑到这个约束条件,由于这个原因正交试验设计等方法不能直接用于配方设计。针对配方设计的要求,Scheffé于1958年提出了单纯形格子点设计,随后于1963年他又提出了单纯形重心设计。Cornell[27]对配方试验设计的各种方法作了详尽的介绍和讨论。显然,均匀设计的思想也能用于配方试验,王元和方开泰[9]给出了配方均匀设计的设计方法和有关的讨论。本书第五章将系统介绍配方试验设计和配方均匀设计。 不论是均匀设计或配方均匀设计,其数据分析都要藉助于回归分析,要用到线性回归模型、二次回归模型、非线性模型,,以及各种选择回归变量的方法(如前进法、后退法、逐步回归、最

均匀设计和正交设计的比较

均匀设计和正交设计的比较 正交设计和均匀设计是目前最流行的两种试验设计的方法,它们各有所长,相互补充,给使用者提供了更多的选择。本节将讨论两种试验设计的特点。 首先正交设计具有正交性,如果试验按它设计,可以估计出因素的主效应,有时也能估出它们的交互效应。均匀设计是非正交设计,它不可能估计出方差分析模型中的主效应和交互效应,但是它可以估出回归模型中因素的主效应和交互效应(参见1.3节)。 正交设计用于水平数不高的试验,因为它的试验数至少为水平数的平方。我们曾遇到一项试验,有五个因素,每个因素取31水平,其全部组合有 个,若用正交设计,至少需要做次试验,而用均匀设计 只需31次,所以均匀设计适合于多因素多水平试验。 均匀设计提供的均匀设计表在选用时有较多的灵活性。例如,一项试验若每个因素取4个水平,用来安排,只需作16次试验,若改为5水平,则需用表,作25次试验。从16次到25次对工业试验来讲工作量有显著地不同。又如在一项试验中,原计划用均匀设计来安排五个因素,每个有13 个水平。后来由于某种需要,每个因素改为14个水平,这时可用来安 排,试验次数只需增加一次。均匀设计的这个性质,有人称为“试验次数随水平增加有“连续性”,并称正交设计“有跳跃性”。 正交设计的数据分析程式简单,有一个计算器就可以了,且“直观分析”可以给出试验指标Y随每个因素的水平变化的规律。均匀设计的数据要用回归分析来处理,有时需用逐步回归等筛选变量的技巧,非使用电脑不可。幸好电脑在我国已日趋普及,找一台电脑已不是很困难的事。配合本书,我们已编了一套软件,并有相应的说明。 下面我们对两种设计的均匀性作一比较。在3.2节我们曾通过线性变换将一 个均匀设计表的元素变到(0,1)中,它的n行对应于中的n点。用 类似的方法,也可以将表变换为中的n点。这两个点集的偏差可以衡量它们的均匀性,或代表性。要合理地比较两种设计的均匀性并不容易,因为很难找到二个设计有相同的试验数和相同的水平数,一个来自正交设计,另一个来自均匀设计。由于这种困难,我们从如下三个角度来比较:

均匀设计方法

均匀设计方法 1均匀设计的特点 化学化工实验多为多因素多水平的实验,对此,以往的设计方法通常有全面实验法和正交实验法。 全面实验法是让每个因素的每个水平都有配合的机会,并且配合的次数一样多。一般地全面实验的次数至少是各因素水平数的乘积。该法的优点是可以分析出事物变化的内在规律,结论较精确,但由于试验次数较多,在多因素多水平的情况下常常是不可想象的。如5因素4水平的试验次数为45=1024次,而6因素5水平的试验次数为56=15625次,这在实际中很难做到。 正交实验法是在试验中使用一套规格化的正交表,排出最有代表性的试验,比较合理地节省试验次数,并能从仅做的少数试验中充分得到所需信息。该法的优点是从方案设计到结果分析都完全表格化,试验具有均匀分散、整齐可比性,是安排多因素试验的有效方法,因此被广泛应用。但是有些试验,由于影响因素很多,每个因素变化范围大,水平也多,即使采用正交设计法,试验次数仍嫌太多。对于要求时间紧和昂贵的科学试验,亦不允许安排太多的试验。 对于这种情况,继60年代华罗庚教授倡导、普及的优选法和我国数理统计学者在国内普及推广的正交法之后,于70年代末应航天部第三研究院飞航导弹火控系统建立数学模型、并研究其诸多影响因素的需要,由中国科学院应用数学所方开泰教授和王元教授提出了一种试验设计方法——均匀设计。均匀设计是统计试验设计的方法之一,它与其它的许多试验设计方法,如正交设计、最优设计、旋转设计、稳健设计等相辅相成。 均匀设计是通过一套精心设计的表来进行试验设计的,对于每一个均匀设计表都有一个使用表,可指导如何从均匀设计表中选用适当的列来安排试验。每个表有一个代号U n(q s)或U*n(q s),其中U代表均匀设计;n表示试验次数;q表示水平数;s表示该表最多可安排的因素数。U的右上角加“*”和不加“*”代表两种不同类型的均匀设计表。

常用均匀设计表

常用(校园交达电脑最新版)均匀设计表 表1 )5(3 5U 试验号 1 2 3 1 1 2 4 2 2 4 3 3 3 1 2 4 4 3 1 5 5 5 5 表2 )5(3 5U 的使用表 因素个数 列号 D 2 1 2 0.3100 3 1 2 3 0.4570 表3 )6(4*6U 试验号 1 2 3 4 1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2 6 6 5 4 1 表4 )6(4*6U 的使用表 因素个数 列 号 D 2 1 3 0.1875 3 1 2 3 0.2656

4 1 2 3 4 0.2990 表5 )7(47U 试验号 1 2 3 4 1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2 6 6 5 4 1 7 7 7 7 7 表6 )7(47U 的使用表 因素个数 列号 D 2 1 3 0.2398 3 1 2 3 0.3721 4 1 2 3 4 0.4760 表7 )7(4* 7U 试验号 1 2 3 4 1 1 3 5 7 2 2 6 2 6 3 3 1 7 5 4 4 4 4 4 5 5 7 1 3 6 6 2 6 2 7 7 5 3 1

表8 )7(4* 7U 的使用表 因素个数 列号 D 2 1 3 0.1582 3 2 3 4 0.2132 表9 )8(5* 8U 试验号 1 2 3 4 5 1 1 2 4 7 8 2 2 4 8 5 7 3 3 6 3 3 6 4 4 8 7 1 5 5 5 1 2 8 4 6 6 3 6 6 3 7 7 5 1 4 2 8 8 7 5 2 1 表10 )8(5* 8U 的使用表 因素个数 列号 D 2 1 3 0.1445 3 1 3 4 0.2000 4 1 2 3 5 0.2709 表11 )9(59U 试验号 1 2 3 4 5 1 1 2 4 7 8 2 2 4 8 5 7 3 3 6 3 3 6 4 4 8 7 1 5

均匀设计试验

均匀设计试验 一、简介 均匀设计是基于试验点在整个试验范围内均匀散布的,从均匀性角度出发提出的一种试验设计方法。它是数论方法中的“伪蒙特卡罗方法”的一个应用。 所有的试验设计方法本质上都是在试验的范围内给出挑选代表性点的方法,均匀设计也是如此。它能从全面试验点中挑选出部分代表性的试验点,这些试验点在试验范围内充分均衡分散,但仍能反映体系的主要特征。例如,正交设计是根据正交性来挑选代表点,它在挑选代表点时有两个特点:均匀分散、整齐可比。“均匀分散”使试验点均衡地布在试验范围内,让每个试验点有充分的代表性,因此,即使在正交表中各列都排满的情况下,也能得到满意的结果;“整齐可比”性使试验结果的分析十分方便,易于估计各因素的主效应和部分交互效应,从而可分析各因素对指标影响的大小及指标的变化规律。但是,为了照顾“整齐可比”,正交设计的试验点并没有能做到充分“均匀分散”,而为了达到“整齐可比”,也使得其试验布点的数目比较多。它必须至少要做次试验(为因素的水平数)。而对于均匀设计,尤其在条件范围变化大而需要进行多水平试验的情况下,均匀设计可极大地降低试验的次数,它只需要与因素水平数相等次数的次试验即可达到正交设计的至少做次试验所能达到的试验效果。 均匀设计只考虑试验点在试验范围内充分“均匀散布”而不考虑“整齐可比”,因此试验的结果没有正交试验结果的整齐可比性,其试验结果的处理多采用回归分析方法。 二、原理 均匀设计的数学原理是数论中的一致分布理论,此方法借鉴了“近似分析中的数论方法”这一领域的研究成果,将数论和多元统计相结合,是属于伪蒙特卡罗方法的范畴。均匀设计只考虑试验点在试验范围内均匀散布,挑选试验代表点的出发点是“均匀分散”,而不考虑“整齐可比”,它可保证试验点具有均匀分布的统计特性,可使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。它着重在试验范围内考虑试验点均匀散布以求通过最少的试验来获得最多的信息,因而其试验次数比

常用均匀设计表

1 常用(校园交达电脑最新版)均匀设计表 表1 ) 5(35U 试验号 1 2 3 1 1 2 4 2 2 4 3 3 3 1 2 4 4 3 1 5 5 5 5 表2 ) 5(35U 的使用表 因素个数 列号 D 2 1 2 3 1 2 3 表3 )6(4* 6 U 试验号 1 2 3 4 1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2 6 6 5 4 1 表4 ) 6(4* 6U 的使用表 因素列 号 D

个数 2 1 3 3 1 2 3 4 1 2 3 4 表5 )7(47U 试验号 1 2 3 4 1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2 6 6 5 4 1 7 7 7 7 7 表6 )7(47U 的使用表 因素个数 列号 D 2 1 3 3 1 2 3 4 1 2 3 4 表7 )7(4* 7 U 试验号 1 2 3 4 1 1 3 5 7 2 2 6 2 6

3 3 3 1 7 5 4 4 4 4 4 5 5 7 1 3 6 6 2 6 2 7 7 5 3 1 表8 )7(4* 7 U 的使用表 因素个数 列号 D 2 1 3 3 2 3 4 表9 )8(5* 8 U 试验号 1 2 3 4 5 1 1 2 4 7 8 2 2 4 8 5 7 3 3 6 3 3 6 4 4 8 7 1 5 5 5 1 2 8 4 6 6 3 6 6 3 7 7 5 1 4 2 8 8 7 5 2 1 表10 )8(5* 8 U 的使用表 因素个数 列号 D 2 1 3

均匀试验设计

均匀试验设计 主要参考文献: 1、方开泰. 均匀设计与均匀设计表. 北京:科学出版社,1994 2、林维萱. 试验设计方法.大连:大连海事大学出版社,1995 3、栾军. 现在试验设计优化方法. 上海:上海交通大学出版社,1995 4、茆诗松等. 回归分析及其试验设计. 上海:华东师范大学出版社, 1981 一、均匀设计的概念及特点 均匀设计是由我国数学家方开泰教授和王元教授于1978年提出的。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,正交试验设计不能用。 对于一个水平数为m的正交试验,至少要做m2次试验,如m=10时,m2=100,即至少要做100次试验,这在实际中是难于实施的。因此,正交试验设计方法只适用于因素水平数不太多的多因素试验。 正交表的特点是使试验点“均匀分散、整齐可比”。“均匀分散”即均匀性,使试验点均匀分布在试验范围内,让每个试验点都具有一定的代表性,可以用部分试验反映全面试验的情况,大大减少试验次数。“整齐可比”就是综合可比性,使试验结果的分析十分方便,易于分析各因素及其交互作用对试验指标的影响大小及规律性。但是,为了保证整齐可比性(即“均衡搭配”),对任意两个因素而言,必须是全面试验,每个因素的水平必须有重复。这样,试验点在试验范围内就不能充分均匀分散,试验点就不能太少。

综上所述,正交试验为了保证“整齐可比”,使均匀性受到了一定限制,使试验点的代表性还不够强,试验次数不能充分地少,如果不考虑整齐可比(即综合可比)性,而完全保证均匀性,让试验点在试验范围内充分地均匀分散,不仅可大大减少试验点,而且仍能得到反映试验体系主要特征的试验结果。这种从均匀性出发的试验设计,称为均匀试验设计。 均匀试验设计的最大优点是可以节省大量的试验工作量,尤其在试验因素水平较多的情况下,其优势更为明显。例如,一个四因素七水平试验,进行一轮全面试验要做74=2401次,用正交试验也至少要做72 = 49次,而用均匀试验则仅需7次。因此,对于水平数很多的多因素试验,对于试验费用昂贵或实际情况要求尽量少做试验的场合,对于筛选因素或收缩试验范围进行逐步寻优的场合,均匀设计都是十分有效的试验设计方法。 由于均匀设计没有整齐可比性,所以试验结果的处理不能采用方差分析法,而必须用回归分析。因此,试验数据处理较为复杂,这是均匀设计的一个缺点。对于发明均匀设计法的那个年代(1978年),计算机应用尚未普及,这确实是一个大难题,但对于计算机十分普及的今天,则已不是一个难题。再说,多分析数据比多做试验,一般来讲要更为经济。 二、均匀设计表及其使用表 与正交试验设计相似,均匀设计也是通过一套精心设计的表格来安排试验的,这种表称为均匀设计表。 均匀设计表是根据数论方法在多重数值积分中的应用原理构造的,它分为等水平和混合水平两种。 1、等水平均匀设计表

均匀设计与均匀设计表

第一章试验设计与均匀设计 1、1试验设计 在工农业生产与科学研究中,经常需要做试验,以求达到预期的目的。例如在工农业生产中希望通过试验达到高质、优产、低消耗,特别就是新产品试验,未知的东西很多,要通过试验来摸索 工艺条件或配方。如何做试验,其中大有学问。试验设计得好,会事半功倍,反之会事倍功半,甚至劳而无功。 本世纪30年代,由于农业试验的需要,费歇尔(R、A、Fisher)在试验设计与统计分析方面做出了一系列先驱工作,从此试验设计成为统计科学的一个分支。随后,F、Yates,R、C、 Bose,O、Kempthome,W、G、Cochran,D、R、Cox与G、E、P、Box对试验设计都作出了杰出的贡献,使该分支在理论上日趋完善,在应用上日趋广泛。60年代,日本统计学家田口玄一将试验设计中应用最广的正交设计表格化,在方法解说方面深入浅出为试验设计的更广泛使用作出了众所周知的贡献。田口玄一的方法对我国试验设计的普及与广泛应用有巨大的影响,70年代我国许多统计学家深入工厂、科研单位,用通俗的方法介绍正交试验设计,帮助工程技术人员进行试验的安排与数据分析,获得了一大批优秀成果,出版了许多成果汇编,举办了不少成果展览会。 在广泛使用试验设计方法的洪流中,必然会出现一些新的问题,这些总就是用原有的各种试验设计方法不能圆满地解决,特别就是当试验的范围较大,试验因素需要考察较多等级(在试验设计中这些等级称之为水平)时,用正交试验及其它流行的试验方法要求做较多的试验,常使得试验者望而生畏。许多实际问题要求一种新的试验方法,它能有效地处理多水平的试验,于就是王元与方开泰于1978年提出了均匀设计(见文献「1-3」),该设计考虑如何将设计点均匀地散布在试验范围内,使得能用较少的试验点获得最多的信息。10多年来,均匀设计在国内得到了广泛应用,并获得

常用均匀设计表

常用(校园交达电脑最新版)均匀设计表 表1 ) 5(35U 试验号 1 2 3 1 1 2 4 2 2 4 3 3 3 1 2 4 4 3 1 5 5 5 5 表2 ) 5(35U 的使用表 因素个数 列号 D 2 1 2 0、3100 3 1 2 3 0、4570 表3 )6(4* 6 U 试验号 1 2 3 4 1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2 6 6 5 4 1 表4 ) 6(4* 6U 的使用表 因素个数 列 号 D 2 1 3 0、1875 3 1 2 3 0、2656 4 1 2 3 4 0、2990 表5 )7(47U 试验号 1 2 3 4

1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2 6 6 5 4 1 7 7 7 7 7 表6 )7(47U 的使用表 因素个数 列号 D 2 1 3 0、2398 3 1 2 3 0、3721 4 1 2 3 4 0、4760 表7 )7(4* 7 U 试验号 1 2 3 4 1 1 3 5 7 2 2 6 2 6 3 3 1 7 5 4 4 4 4 4 5 5 7 1 3 6 6 2 6 2 7 7 5 3 1 表8 )7(4* 7 U 的使用表 因素个数 列号 D 2 1 3 0、1582 3 2 3 4 0、2132 表9 )8(5* 8 U 试验号 1 2 3 4 5 1 1 2 4 7 8

2 2 4 8 5 7 3 3 6 3 3 6 4 4 8 7 1 5 5 5 1 2 8 4 6 6 3 6 6 3 7 7 5 1 4 2 8 8 7 5 2 1 表10 )8(5* 8 U 的使用表 因素个数 列号 D 2 1 3 0、1445 3 1 3 4 0、2000 4 1 2 3 5 0、2709 表11 )9(59U 试验号 1 2 3 4 5 1 1 2 4 7 8 2 2 4 8 5 7 3 3 6 3 3 6 4 4 8 7 1 5 5 5 1 2 8 4 6 6 3 6 6 3 7 7 5 1 4 2 8 8 7 5 2 1 9 9 9 9 9 9 表12 )9(59U 的使用表 因素个数 列号 D 2 1 3 0、1944 3 1 3 4 0、3102 4 1 2 3 5 0、4066

均匀设计与均匀设计表之欧阳家百创编

第一章试验设计和均匀设计 欧阳家百(2021.03.07) 1.1试验设计 在工农业生产和科学研究中,经常需要做试验,以求达到预期的目的。例如在工农业生产中希望通过试验达到高质、优 产、低消耗,特别是新产品试验,未知的东西很多,要通过试验来摸索工艺条件或配方。如何做试验,其中大有学问。试验设计得好,会事半功倍,反之会事倍功半,甚至劳而无功。 本世纪30年代,由于农业试验的需要,费歇尔(R.A.Fisher)在试验设计和统计分析方面做出了一系列先驱工作,从此试验设计成为统计科学的一个分支。随后,F.Yates,R.C. Bose,O.Kempthome,W.G.Cochran,D.R.Cox和G.E.P.Box对试验设计都作出了杰出的贡献,使该分支在理论上日趋完善,在应用上日趋广泛。60年代,日本统计学家田口玄一将试验设计中应用最广的正交设计表格化,在方法解说方面深入浅出为试验设计的更广泛使用作出了众所周知的贡献。田口玄一的方法对

我国试验设计的普及和广泛应用有巨大的影响,70年代我国许多统计学家深入工厂、科研单位,用通俗的方法介绍正交试验设计,帮助工程技术人员进行试验的安排和数据分析,获得了一大批优秀成果,出版了许多成果汇编,举办了不少成果展览会。 在广泛使用试验设计方法的洪流中,必然会出现一些新的问题,这些总是用原有的各种试验设计方法不能圆满地解决,特别是当试验的范围较大,试验因素需要考察较多等级(在试验设计中这些等级称之为水平)时,用正交试验及其它流行的试验方法要求做较多的试验,常使得试验者望而生畏。许多实际问题要求一种新的试验方法,它能有效地处理多水平的试验,于是王元和方开泰于1978年提出了均匀设计(见文献「1-3」),该设计考虑如何将设计点均匀地散布在试验范围内,使得能用较少的试验点获得最多的信息。10多年来,均匀设计在国内得到了广泛应用,并获得不少好的成果。 试验设计在工业生产和工程设计中能发挥重要的作用,例如: 1)提高产量; 2)减少质量的波动,提高产品质量水准; 3)大大缩短新产品试验周期; 4)降低成本; 5)延长产品寿命。

均匀设计试验案例

均匀设计 某冶炼厂排出的废水中含有大量的镉、鉮、铅等有害元素,对环境造成严重污染。考察的试验因素为温度(z1)、时间(z2)、碱与硫酸亚铁之比(z3)以及硫酸亚铁用量(z4),每个因素取9个水平。根据使用表可知,我们选取的均匀设计表为U9(95) 表1因素水平表 水平温度(z1)时间(z2)碱与硫酸亚 铁之比(z3)硫酸亚铁用量(z4) 1 1 2 0. 3 48 0.2 2 14 0.4 53.5 0.35 3 17 0.5 59 0.5 4 19. 5 0. 6 64.5 0.65 5 22 0.7 70 0.8 6 24.5 0.8 75.5 0.95 7 27 0.9 81 1.1 8 29.5 1.0 86.5 1.25 9 32 1.1 92 1.4 表2 U9(95)的使用表 因素数列号D 2130.1944 31340.3102

412350.4066 根据因素和水平,可以选择均匀设计表U9(95)。根据U9(95)的使用表,将z1,z2,z3和z4分别安排在U9(95)表的1、2、3、5列(D =0.4066),其试验方案及试验结果如下表。 表3 均匀设计表U9(95) 试验号 列号 12345 112478 224857 336336 448715 551284 663663 775142 887521 999999 表4 均匀设计结果 序号温度(z1)时间(z2)碱与硫酸亚 铁之比(z3)硫酸亚铁 用量(z4) 除镉效率 y 1 1 2 4 8 34 2 2 4 8 7 42 3 3 6 3 6 40

4 4 8 7 5 45 5 5 1 2 4 55 6 6 3 6 3 59 7 7 5 1 2 60 8 8 7 5 1 61 9 9 9 9 9 63 D = 0.4066 (1)直观分析法: 由表可以看出9号试验所得产品的吸盐水能力最强,可以将9号试验对应的条件作为较优的工艺条件。 (2)回归分析 将实验结果表输入到SPSS软件中,进行回归分析,得到以下结果: 输入/移去的变量b 模型输入的变 量 移去的变 量方法 1 z4, z2, z3, z1 . 输入 a. 已输入所有请求的变量。 b. 因变量: y Anova b 模型平方和df 均方 F Sig. 1 回归916.234 4 229.059 58.115 0.001a 残差15.766 4 3.941 模型汇总 模型R R 方调整R方 标准估计的 误差 1 0.992a0.983 0.966 1.98531 a. 预测变量: (常量), z4, z2, z3, z1。

0803-第三节 均匀设计表的构造和运用

第三节 均匀设计表的构造和运用 本节介绍均匀设计表的构造和使用表的来源,其中均匀性度量──偏差将起关键作用,我们将介绍偏差的定义,并给出正交设计与均匀设计各自偏差的比较,从中可以了解为什么均匀设计可以比正交设计节省试验次数,本节还介绍拟水平在均匀设计中的使用和有关表的构造,熟悉本节内容对于正确理解和使用均匀设计有很大帮助。 3.1 均匀设计表的构造 定义1 每一个均匀设计表是一个方阵,设方阵有n 行m 列,每一行是{1,2,...,n}的一个置换(即1,2,…,n 的重新排列),表的第一行是{1,2,…,n}的一个子集,但不一定是真子集。 显然,第一章表4-6列举的U 6*(64),U 7(74)和U 7*(74 )都符合上述定义。 符合定义1的均匀设计表数量太多,本节仅介绍用好格子点法(good lattice point)构造的均匀设计表,其方法如下: 1) 给定试验数n ,寻找比n 小的整数h ,且使n 和h 的最大公约数为1。符合这些条件的正整数组成一个向量h =(h 1,…,h m )。 2) 均匀设计表的第j 列下法生成 i ij ih u =[mod n] (3.1) 这里[mod n] 表示同余运算,若jh i 超过n ,则用它减去n 的一个适当倍数,使差落在[1,n] 之中。U i j 可以递推来生成 u h j j 1= ???? ?-++=+n h u h u u j ij j ij j i ,1n h u n h u j ij j ij >+≤+若若1,,1-=n i (3.2) 例如,当n =9 时,符合条件1)的h 有1,2,4,5,7,8;而 h=3 或h=6 时不符合条件1),因为最大公约数(3,9)=3 ,(6,9)=3,均大于1.所以9U 最多只可能有6列,又如当h 34=时,用公式 (3.2) 来生成该列时其结果依次如下: u u u u u u u u u 1323334353637383 93444884123934774112924664101914559 ==+==+===+==+===+==+===+==+,,(mod ),(mod ) ,(mod ), 其结果列于表16的第三列。

常用均匀设计表

精品资料 表 2 U 5 (5 ) 3 的使用表 因素个数 列号 D 2 1 2 0.3100 3 1 2 3 0.4570 表 3 U 6 (6 ) * 4 常用(校园交达电脑最新版)均匀设计表 试验号 3 表 1 U 5 (5 ) 1 2 3 1 1 2 4 2 2 4 3 3 3 1 2 4 4 3 1 5 5 5 5 试验号 1 2 3 4 1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2

2 6 6 5 4 1 表 4 U * (6 4 ) 6 的使用表 表 6 U 7 (7 ) 的使用表 4 因素个数 列 号 D 2 1 3 0.1875 3 1 2 3 0.2656 4 1 2 3 4 0.2990 表 5 4 U 7 (7 ) 试验号 1 2 3 4 1 1 2 3 6 2 2 4 6 5 3 3 6 2 4 4 4 1 5 3 5 5 3 1 2 6 6 5 4 1 7 7 7 7 7 因素个数 列号 D 2 1 3 0.2398 3 1 2 3 0.3721

精品资料 7 7 8 4 1 2 3 4 0.4760 表 7 U * (7 4 ) 试验号 1 2 3 4 1 1 3 5 7 2 2 6 2 6 3 3 1 7 5 4 4 4 4 4 5 5 7 1 3 6 6 2 6 2 7 7 5 3 1 因素个数 表 8 U * (7 4 ) 的使用表 列号 D 2 1 3 0.1582 3 2 3 4 0.2132 表 9 U * ( 85 ) 试验号 1 2 3 4 5 1 1 2 4 7 8 2 2 4 8 5 7 3 3 6 3 3 6

均匀设计及利用Excel进行其数据处理

均匀设计及利用Excel进行其数据处理 1、什么是均匀设计? 1978年,中国一项导弹设计中需要进行5个因素,10个水平的试验,而条件的限制,试验总次数不能超过50次,如果用正交设计,试验次数多达510次。方开泰、王元这两位数学家把50年代末华罗庚等发展的数论方法应用于试验设计,提出了“均匀设计”,成功解决了难题。 均匀设计和正交设计不同的是选择试验点时考虑的是其在实验范围内的“均匀分散性”,而不象正交设计还需要考虑的“整齐可比”,这样就大幅度减少了实验次数。这里我们不要管它们的具体数学原理,对于我们使用者来说,通常只要知道有什么问题,需要什么工具和怎么用工具解决就行了。虽然知道工具的设计原理、制造过程等详细的细节有助于我们更好的利用它,但是我们没有那么多时间和精力,不是很必要就不要去钻了。 不浪费大家的时间和精力了,下面我们开始讲大多数人最需要的知识。2、均匀设计的应用步骤 根据实际需要确定试验因素和水平→查出均匀设计表→按照设计表代入试验参数进行试验获取数据→对数据进行回归分析→优化回归方程,算出最优试验参数→验证试验参数是否达到设计目的 以上是简要步骤,接下来详细介绍。根据实际需要确定试验因素和水平和正交设计一样,我们碰上一个具体问题,比如说用乙醇,通过回流方法从植物中提取有效成分A,那么乙醇用量(X1)、回流温度(X2)、回流时间(X3)就是影响的因素;然后假设受条件限制,我的提取罐最大容积是100升,而药材量决定最少不能少于40升,温度只能是室温到120摄氏度,回流时间不希望超过3小时,那么我们就可以在这个范围内选择水平,当然我们可以选择非常多个水平,但是我们可以为了适应常用的均匀设计表而选择合适的水平数,比如说6个水平。这里乙醇选择40,50,60,70,80,90;温度选择50,60,70,80,90,100摄氏度;回流时间选择0.5,1,1.5,2,2.5,3小时。这样我们就确定好了试验因素和水平了。 查出均匀设计表在网络时代太容易了,但是注意我们用的设计表的因素可以比我们实际因素多。比如3因素6水平,我们可以找个4因素6水平的表。但是均匀设计表里面我们选择哪3列,这要用到使用表。下面U6(64)表示要做次6试验,每个因素有6个水平,最多可以安排4列即4个因素。U6(64)使用表中S列里是因素数目,2因素,选用1,3列;3个因素,选用1,2,3列,依次类推;D列表示偏差,数值越小,表示均匀度越好。根据上例需要,我们用1,2,3列。

均匀设计与均匀设计表--方开泰

目录 序言 (2) 前言 (4) 第一章试验设计和均匀设计 (5) 1.1试验设计 (5) 1.2试验的因素和水平 (7) 1.3因素的主效应和因素间的交互效应 (9) 1.4全面试验和多次单因素试验 (13) 1.5正交试验法(正交设计) (16) 1.6均匀设计 (18) 1.7均匀设计表的使用 (21) 第二章回归分析简介及其在均匀设计中的应用 (24) 2.1一元线性回归模型 (24) 2.2多元线性回归模型 (29) 2.3二次型回归模型与变量筛选 (31) 2.4应用实例 (32) 2.5寻求最优工艺条件 (35) 第三章均匀设计表的构造和运用 (36) 3.1 均匀设计表的构造 (36) 3.2 均匀性准则和使用表的产生 (39) 3.4 均匀设计和正交设计的比较 (46) 第四章配方均匀设计 (49) 4.1 配方试验设计 (49) 4.2 配方均匀设计 (51) 4.3 有约束的配方均匀设计 (53) 4.4 均匀设计在系统工程中的应用 (56)

序言 在科学实验与工农业生产中,经常要做实验。如何安排实验,使实验次数尽量少,而又能达到好的试验效果呢?这是经常会碰到的问题。解决这个问题有一门专门的学问,叫做“试验设计”。试验设计得好,会事半功倍,反之就会事倍功半了。60年代,华罗庚教授在我国倡导与普及的“优选法”,即国外的斐波那契方法,与我国的数理统计学者在工业部门中普及的“正交设计”法都是试验设计方法。这些方法经普及后,已为广大技术人员与科学工作者掌握,取得一系列成就,产生了巨大的社会效益和经济效益。随着科学技术工作的深入发展,上述两种方法就显得不够了。“优选法”是单变量的最优调试法,即假定我们处理的实际问题中只有一个因素起作用,这种情况几乎是没有的。所以在使用时,只能抓“主要矛盾”,即突出一个因素,而将其他因素固定,这样来安排实验。因此“优选法”还不是一个很精确的近似方法。“正交设计”的基础是拉丁方理论与群论,可以用来安排多因素的试验,而且试验次数对各因素的各水平的所有组合数来说是大大地减少了,但对于某些工业试验与昂贵的科学实验来说,试验仍嫌太多,而无法安排。 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,方开泰教授在几年前,曾为近似计算一个多重积分问题找过我,我向他介绍了多重数值积分的方法并取得了好结果,这就使他想到是否可能用数论方法于试验设计的问题,于是我们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,我们的文章在80年代初发表后,15年来,均匀设计已在我国有较广泛的普及与使用,取得了一系列可喜的成绩。 均匀设计属于近30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。 50年代末,有些数学家试图用确定性方法寻找空间中均匀散布的点集来代替蒙特卡罗方法中的随机数,已经找到的点集都是用数论方法找到的。按照外尔(H. Weyl)定义的测度来度量,它们的均匀性很好,但独立性差些,用这些点集来代替蒙特卡罗方法中的随机数,

相关文档
最新文档