附录一: 正交表
正交表
L4（23）
L8（27）
L12（211）
L9（34）
L8（4×24） L16（4×212）
L16（42×29）
L16（45）
L16（42×29）
L16（44×23）
L25（56）
L8（27）的交互作用列表
1234567
⑴325476
⑵16745
⑶7654
⑷123
⑸32
⑹1
⑺
L16（215）二列间交互作用列表
L27（313）二列间的交互作用列表
选用正交表。根据提供的因素和水平进行正交表的选择, 选择的方法为试验的水平作为正 交表的水平, 试验的各个因素小于或等于正交表的列数,表格中没有数据的项空掉即可。 可以数据公式分析影响因子，也可以软件表征结果 (1) L 4（23） 任意两列间的交互作用为另外一列 (2) L 8(27) L 8(27)二列间的交互作用表 1 2 3 1 1 1 1 2 1 2 2 3 2 1 2 4 2 2 1 1 2 3 4 5 6 7 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2 1 2 3 4 5 6 7 （1） 3 2 6 4 7 6 （2） 1 5 7 4 5 （3） 7 6 5 4 （4） 1 2 3 （5） 3 2 （6） 1 （7） 列 号 试 验 号 列 号 试 验 号 列 号 列 号
L 8(27)表头设计 1 2 3 4 5 6 7 3 A B A ×B C A ×C B ×C 4 A B A ×B C ×D C A ×C B ×D B ×C A ×D D 4 A B C ×D A ×B C B ×D A ×C D B ×C A ×D 5 A D ×E B C ×D A × B C ×E C B ×D A ×C B ×E D A × E B ×C E A ×D (3) L 8(4×24) L 8(4×24)表头设计 1 2 3 4 5 2 A B (A ×B)1 (A ×B)2 (A ×B)3 3 A B C 4 A B C D 5 A B C D E 1 2 3 4 5 1 1 1 1 1 1 2 1 2 2 2 2 3 2 1 1 2 2 4 2 2 2 1 1 5 3 1 2 1 2 6 3 2 1 2 1 7 4 1 2 2 1 8 4 2 1 1 2 列 号 因 子 数 列 号 试 验 号 列 号 因 子 数
所谓表头设计，就是确定试验所考虑的因素和交互作用，在正交表中该放在哪一列的问题。 1．有交互作用时，表头设计则必须严格地按规定办事。 例4-4乙酰胺苯磺化反应试验 试验目的：希望提高乙酰胺苯的收率 因素和水平：有四个二水平的因素（见表4-6） 表4-6例4-4因素和水平表 考虑到反应温度与反应时间可能会有交互作用，反应温度与硫酸浓度也可能有交互作用，两者可分别用代号A×B和A×C表示。试选择合适的正交表，并进行表头设计。 因为4个因素均为2水平，2个交互作用需占2列，为方差分析应至少留一个空白列作为误差列，所以可选择正交表L8（27）。 此处，表头设计的重点是搞清各个交互作用该放在哪一列。 方法之一：使用附录9正交表L8（27）后面的“L8（27）二列间交互作用表”(见表4-7)。
表4-7L8(2 7 ) 二列间交互作用表（动画） 因为考虑的交互作用是A×B和A×C，所以宜先考虑A、B、C及其交互作用的安排，暂不考虑D的安排。表4-8是本例题表头设计的结果。 其中方案1的思路为：①先将因素A、B分别放在第1、2列。②第1列和第2列的交互作用A×B该放在哪一列？在表4-7所示的L8（27）二列间交互作用表中，从最左边的列号“（1）”向右画水平线，从最上面的列号“2”向下画垂直线，所画两直线交点处的“3”就是交互作用A×B的列号。③将因素C放在第4列。④第1列和第4列的交互作用A×C该放在哪一列？由L8(27）二列间交互作用表知，A×C应放在第5列。⑤因素D该放在哪一列？因为无与D有关的交互作用，故放在第6或第7列均可。 方案2的思路为：①将A、B分别放在第7、6列。②由L8（27）二列间交互作用表知第6、7的交互作用A×B应放在第1列。③将C放在第5列。④将第5、7列的交互作用A×C放在第2列。⑤将D放在第4列或第3列均可。
正交试验设计 1 正交试验设计的概念及原理 1.1 基本概念 利用正交表来安排与分析多因素试验的一种设计方法。 特点：在试验因素的全部水平组合中，仅挑选部分有代表性的水平组合进行试验。 通过部分实施的试验结果，了解全面试验情况，从中找出较优的处理组合。 考察增稠剂用量、pH 值和杀菌温度对豆奶稳定性的影响。每个因素设置3个水平进行试验 。 全面试验：可以分析各因素的效应，交互作用，也可选出最优水平组合。 全面试验包含的水平组合数较多，工作量大，在有些情况下无法完成 。 若试验的主要目的是寻求最优水平组合，则可利用正交表来设计安排试验。 ● 正交试验是用部分试验来代替全面试验的，它不可能像全面试验那样对各因素效应、交互作用一一分析； ● 当交互作用存在时，有可能出现交互作用的混杂。 ● 虽然正交试验设计有上述不足，但它能通过部分试验找到最优水平组合，因而很受实际工作者青睐。 1.2 基本原理 在试验安排中，每个因素在研究的范围内选几个水平， 可以理解为在选优区内打上网格， 如果网上的每个点都做试验，就是全面试验。 3个因素的选优区可以用一个立方体表示。 3个因素各取3个水平，把立方体划分成27个格点。 若27个网格点都试验，就是全面试验。 A2 A3 A1B1C1 B3 B2 A 因素：增稠剂用量，A1、A2、A3 B 因素：pH ，B1、B2、B3 C 因素：杀菌温度，C1、C2、C3 3因素 3水平 33 ＝27
1.2 基本原理 正交设计就是从选优区全面试验点（水平组合）中挑选出有代表性的部分试验点（水平组合）来进行试验。
A1B1C1 A1B2C2 A1B3C3 A2B1C2 A2B2C3 A3B1C3 A3B2C1 A3B3C2 A2B3C1 A1B1C3 A1B3C1 A2B1C1 A2B2C1 A2B3C3 A3B1C1 A3B2C3 9个组合
正交试验设计表 第十章正交试验设计对于单因素或两因素试验，因其因素少，试验的设计、实施与分析都比较简单。但在实际工作中，常常需要同时考察 3个或3个以上的试验因素，若进行全面试验，则试验的规模将很大，往往因试验条件的限制而难于实施。正交试验设计就是安排多因素试验、寻求最优水平组合的一种高效率试验设计方法。 1.1 正交试验设计的基本概念正交试验设计是利用正交表来安排与分析多因素试验的一种设计方法。它是由试验因素的全部水平组合中，挑选部分有代表性的水平组合进行试验的，通过对这部分试验结果的分析了解全面试验的情况，找出最优的水平组合。例如，要考察增稠剂用量、pH值和杀菌温度对豆奶稳定性的影响。每个因素设置3个水平进行试验。 A因素是增稠剂用量，设A1、A2、A3 3个水平;B因素是pH值，设B1、B2、B3 3个水平;C因素为杀菌温度，设C1、C2、C3 3个水平。这是一个3因素3水平的试验，各因素的水平之间全部可能组合有27种。全面试验:可以分析各因素的效应，交互作用，也可选出最优水平组合。但全面试验包含的水平组合数较多，工作量大，在有些情况下无法完成。若试验的主要目的是寻求最优水平组合，则可利用正交表来设计安排试验。正交试验设计的基本特点是:用部分试验来代替全面试验，通过对部分试验结果的分析，了解全面试验的情况。正因为正交试验是用部分试验来代替全面试验的，它不可能像全面试验那样对各因素效应、交互作用一一分析;当交互作用存在时，有可能出现交互作用的混杂。虽然正交试验设计有上述不足，但它能通过部分试验找到最优水平组合，因而很受实际工作者青睐。如对于上述3因素3水平试验，若不考虑交互作用，可利用正交表L9 34 安排，试验方案仅包含9个水平组合，就能反映试验方案包含27个水平组合的全面试验的情况，找出最佳的生产条件。 1.2 正交试验设计的基本原理在试验安排中，每个因素在研究的范
正交试验设计常用正交表 (1) L4（23） 任意两列间的交互作用为另外一列(2) L8(27) L8(27)二列间的交互作用表
L8(27)表头设计 (3) L8(4×24) 号 L8(4×24)表头设计
(4) L12 (211) (5) L16 (215)
L16(215)二列间的交互作用表 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 (1) 3 2 5 4 7 6 9 8 11 10 13 12 15 14 (2) 1 6 4 5 10 11 8 9 14 15 12 13 (3) 7 6 5 4 11 10 9 8 15 14 13 12 (4) 1 2 3 12 13 14 15 8 9 10 11 (5) 3 2 13 12 15 14 9 8 11 10 (6) 1 14 15 12 13 10 11 8 9 (7) 15 14 13 12 11 10 9 8 (8) 1 2 3 4 5 6 7 (9) 3 2 5 4 7 6 (10) 1 6 7 4 5 (11) 7 6 5 4 (12) 1 2 3 (13) 3 2 (14) 1 L16(215)表头设计 15 E C×E B×F C×E B×F A×G C×E B×F A×G D×H 14 A×E G G 13 B×E F F F 12 C×D C×D C×D A×F C×D A×F A×G C×D A×F A×G E×H 11 C×E E E E
(6) L16 (4×212)
L16 (4×212)表头设计
(1) L 4（23） 任意两列间的交互作用为另外一列。 (2) L 8(27) L 8(27)二列间的交互作用表 1 2 3 1 1 1 1 2 1 2 2 3 2 1 2 4 2 2 1 1 2 3 4 5 6 7 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2 1 2 3 4 5 6 7 （1） 3 2 6 4 7 6 （2） 1 5 7 4 5 （3） 7 6 5 4 （4） 1 2 3 （5） 3 2 （6） 1 （7） 列 号 试 验 号 列 号 试 验 号 列 号 列 号
L 8(27)表头设计 1 2 3 4 5 6 7 3 A B A ×B C A ×C B ×C 4 A B A ×B C ×D C A ×C B ×D B ×C A ×D D 4 A B C ×D A ×B C B ×D A ×C D B ×C A ×D 5 A D ×E B C ×D A × B C ×E C B ×D A ×C B ×E D A × E B ×C E A ×D (3) L 8(4×24) L 8(4×24)表头设计 1 2 3 4 5 2 A B (A ×B)1 (A ×B)2 (A ×B)3 3 A B C 4 A B C D 5 A B C D E 1 2 3 4 5 1 1 1 1 1 1 2 1 2 2 2 2 3 2 1 1 2 2 4 2 2 2 1 1 5 3 1 2 1 2 6 3 2 1 2 1 7 4 1 2 2 1 8 4 2 1 1 2 列 号 因 子 数 列 号 试 验 号 列 号 因 子 数
正交试验设计法 1．正交试验设计法的基本思想 正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行数据分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本想法。[例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围： A：80-90℃ B：90-150分钟 C：5-7％ 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。试制定试验方案。 这里，对因子A，在试验范围内选了三个水平；因子B和C也都取三个水平： A：Al＝80℃，A2＝85℃，A3=90℃ B：Bl＝90分，B2＝120分，B3=150分 C：Cl＝5％，C2＝6%，C3＝7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而
定量因子各水平间的距离可以相等，也可以不相等。 这个三因子三水平的条件试验，通常有两种试验进行方法： (Ⅰ)取三因子所有水平之间的组合，即 AlBlC1，A1BlC2，A1B2C1，……， A3B3C3，共有 33=27次 试验。用图表示就是图1 立方体的27 个节点。这种试验法叫做全面试验法。 全面试验对各因子与指标间的关系剖析得比较清楚。但试验次数太多。特别是当因子数目多，每个因子的水平数目也多时。试验量大得惊人。如选六个因子，每个因子取五个水平时，如欲做全面试验，则需56 ＝15625次试验，这实际上是不可能实现的。如果应用正交实验法，只做25次试验就行了。而且在某种意义上讲，这25次试验代表了15625次试。 (Ⅱ)简单对比法，即变化一个因素而固定其他因素，如首先固定B、C于Bl、Cl，使A变化之： ↗A1 B1C1 →A2 ↘A3 (好结果) 如得出结果A3最好，则固定A于A3，C还是Cl，使B变化之：
1．正交试验设计法的基本思想 正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行数据分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本想法。 [例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围： A：80-90℃ B：90-150分钟 C：5-7％ 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。试制定试验方案。 这里，对因子A，在试验范围内选了三个水平；因子B和C也都取三个水平：A：Al＝80℃，A2＝85℃，A3=90℃ B：Bl＝90分，B2＝120分，B3=150分 C：Cl＝5％，C2＝6%，C3＝7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而定量因子各水平间的距离可以相等，也可以不相等。 这个三因子三水平的条件试验，通常有两种试验进行方法： (Ⅰ)取三因子所有水平之间的组合，即AlBlC1，A1BlC2，A1B2C1，……，A3B3C3，共有 33=27次 试验。用图表示就是图1 立方体的27个节点。这种试验法叫做全面试验法。全面试验对各因子与指标间的关系剖析得比较清楚。但试验次数太多。特别是当因子数目多，每个因子的水平数目也多时。试验量大得惊人。如选六个因子，每个因子取五个水平时，如欲做全面试验，则需56＝15625次试验，这实际上是不可能实现的。如果应用正交实验法，只做25次试验就行了。而且在某种意义上讲，这25次试验代表了15625次试验。 图1 全面试验法取点..........
4.1.5 正交表的表头设计 所谓表头设计，就是确定试验所考虑的因素和交互作用，在正交表中该放在哪一列的问题。 1．有交互作用时，表头设计则必须严格地按规定办事。 例4-4乙酰胺苯磺化反应试验 试验目的：希望提高乙酰胺苯的收率 因素和水平：有四个二水平的因素（见表4-6） 表4-6例4-4因素和水平表 考虑到反应温度与反应时间可能会有交互作用，反应温度与硫酸浓度也可能有交互作用，两者可分别用代号A×B和A×C表示。试选择合适的正交表，并进行表头设计。 因为4个因素均为2水平，2个交互作用需占2列，为方差分析应至少留一个空白列作为误差列，所以可选择正交表L8（27）。
此处，表头设计的重点是搞清各个交互作用该放在哪一列。 方法之一：使用附录9正交表L8（27）后面的“L8（27）二列间交互作用表”(见表4-7)。 表4-7L8(2 7 ) 二列间交互作用表（动画） 因为考虑的交互作用是A×B和A×C，所以宜先考虑A、B、C及其交互作用的安排，暂不考虑D的安排。表4-8是本例题表头设计的结果。 其中方案1的思路为：①先将因素A、B分别放在第1、2列。②第1列和第2列的交互作用A×B该放在哪一列在表4-7所示的L8（27）二列间交互作用表中，从最左边的列号“（1）”向右画水平线，从最上面的
列号“2”向下画垂直线，所画两直线交点处的“3”就是交互作用A×B 的列号。③将因素C放在第4列。④第1列和第4列的交互作用A×C 该放在哪一列由L8(27）二列间交互作用表知，A×C应放在第5列。⑤因素D该放在哪一列因为无与D有关的交互作用，故放在第6或第7列均可。方案2的思路为：①将A、B分别放在第7、6列。②由L8（27）二列间交互作用表知第6、7的交互作用A×B应放在第1列。③将C放在第5列。④将第5、7列的交互作用A×C放在第2列。⑤将D放在第4列或第3列均可。 表4-8例4-4的表头设计结果 方法之二：采用附录9中所列的正交表L8（27）后面的“L8（27）表头设计”表（见表4-9）。 表4-9L8（27）表头设计
正交试验设计(Orthogonal experimental design) 目录 [隐藏] ? 1 什么是正交试验设计 ? 2 正交试验设计表 o 2.1 正交试验设计表[1] o 2.2 正交表的性质 ? 3 正交试验设计的安排 ? 4 正交试验设计的极差分析 ? 5 较优条件选择 ? 6 正交试验分析方法 ?7 正交试验设计的基本思想 ?8 正交试验设计的过程[1] ?9 正交试验设计法与遗传算法的联系 [2] ?10 正交试验设计的案例分析[3] ?11 参考文献 [编辑] 什么是正交试验设计 正交试验设计是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。 日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33 = 27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3正交表安排实验，只需作9次，按L18(3)7正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。 正交表是一整套规则的设计表格，用L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。例如L9(34)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混 合型正交表，如L，此表的5列中，有1列为4水平，4列为2水平。 [编辑] 正交试验设计表 [编辑]
附录1：常用正交表 （1）L4（23） 列号 1 2 3 试验号 1 1 1 1 2 1 2 2 3 2 1 2 4 2 2 1 (2)L8(27) 列 号 1 2 3 4 5 6 7 试 验 号 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2
(3)L12(211) 列号 1 2 3 4 5 6 7 8 9 10 11 试验 号 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 2 2 2 2 2 2 3 1 1 2 2 2 1 1 1 2 2 2 4 1 2 1 2 2 1 2 2 1 1 2 5 1 2 2 1 2 2 1 2 1 2 1 6 1 2 2 2 1 2 2 1 2 1 1 7 2 1 2 2 1 1 2 2 1 2 1 8 2 1 2 1 2 2 2 1 1 1 2 9 2 1 1 2 2 2 1 2 2 1 1 10 2 2 2 1 1 1 1 2 2 1 2 11 2 2 1 2 1 2 1 1 1 2 2 12 2 2 1 1 2 1 2 1 2 2 1 （4）L9（34） 列号 1 2 3 4 试验号 1 1 1 1 1 2 1 2 2 2 3 1 3 3 3 4 2 1 2 3 5 2 2 3 1 6 2 3 1 2 7 3 1 3 2 8 3 2 1 3 9 3 3 2 1
（5）L16（45） 列号 1 2 3 4 5 试验号 1 1 1 1 1 1 2 1 2 2 2 2 3 1 3 3 3 3 4 1 4 4 4 4 5 2 1 2 3 4 6 2 2 1 4 3 7 2 3 4 1 2 8 2 4 3 2 1 9 3 1 3 4 2 10 3 2 4 3 1 11 3 3 1 2 4 12 3 4 2 1 3 13 4 1 4 2 3 14 4 2 3 1 4 15 4 3 2 4 1 16 4 4 1 3 2