下载文档原格式
正交试验设计方法讲义及举例第5章 正交试验设计方法5．1 试验设计方法概述试验设计是数理统计学的一个重要的分支。
多数数理统计方法主要用于分析已经得到的数据，而试验设计却是用于决定数据收集的方法。
试验设计方法主要讨论如何合理地安排试验以及试验所得的数据如何分析等。
例5-1 某化工厂想提高某化工产品的质量和产量，对工艺中三个主要因素各按三个水平进行试验（见表5-1）。
试验的目的是为提高合格产品的产量，寻求最适宜的操作条件。
对此实例该如何进行试验方案的设计呢？很容易想到的是全面搭配法方案（如图5-1所示）：此方案数据点分布的均匀性极好，因素和水平的搭配十分全面，唯一的缺点是实验次数多达33＝27次（指数3代表3个因素，底数3代表每因素有3个水平）。
因素、水平数愈多，则实验次数就愈多，例如，做一个6因素3水平的试验，就需36＝729次实验，显然难以做到。
因此需要寻找一种合适的试验设计方法。
试验设计方法常用的术语定义如下。
试验指标：指作为试验研究过程的因变量，常为试验结果特征的量（如得率、纯度等）。
例1的试验指标为合格产品的产量。
因素：指作试验研究过程的自变量，常常是造成试验指标按某种规律发生变化的那些原因。
如例1的温度、压力、碱的用量。
水平：指试验中因素所处的具体状态或情况，又称为等级。
如例1的温度有3个水平。
温度用T 表示，下标1、2、3表示因素的不同水平，分别记为T 1、T 2、T 3。
常用的试验设计方法有：正交试验设计法、均匀试验设计法、单纯形优化法、双水平单纯形优化法、回归正交设计法、序贯试验设计法等。
可供选择的试验方法很多，各种试验设计方法都有其一定的特点。
所面对的任务与要解决的问题不同，选择的试验设计方法也应有所不同。
由于篇幅的限制，我们只讨论正交试验设计方法。
5．2 正交试验设计方法的优点和特点用正交表安排多因素试验的方法，称为正交试验设计法。
其特点为：①完成试验要求所需的实验次数少。
正交试验设计方法讲义及举例正交试验设计方法是一种多因素试验设计方法，它能够有效地减少试验所需的样本数量，提高试验结果的精确性和可靠性。
正交试验设计方法是在已知因素水平的情况下选择对试验结果影响最大的因素进行研究的一种方法。
以下是正交试验设计方法的讲义及举例：一、正交试验设计方法的原理及步骤：1.原理：正交试验设计方法通过选择适当的正交表，将多个因素的不同水平组合进行排列，使各因素的变化对试验结果影响均匀化，从而获得准确可靠的试验结果。
2.步骤：a.确定试验因素及其水平：根据试验目的确定需要研究的因素及其水平。
b.选择正交表：根据试验因素的个数和水平确定适用的正交表，正交表能够保证试验结果的均匀性和可靠性。
c.设计试验方案：根据选择的正交表，将试验因素的水平进行组合，获得试验方案。
d.进行试验：按照试验方案进行实际试验。
e.分析试验结果：对试验结果进行统计分析，获得对试验因素的影响程度及其交互作用等信息。
f.微调试验方案：根据试验结果微调试验方案，迭代优化试验过程。
二、正交试验设计方法的优点：1.降低样本数量：正交试验设计方法能够通过对试验水平的排列组合，使试验因素的水平均匀分布，从而减少试验所需的样本数量。
2.提高试验效率：正交试验设计方法能够在有限样本量下获得更多的试验信息，提高试验效率。
3.确保结果可靠：正交试验设计方法通过保证试验因素的均匀分布，减少人为因素的干扰，从而保证试验结果的可靠性和准确性。
4.揭示因素交互作用：正交试验设计方法能够揭示因素之间的交互作用，进一步优化设计过程。
三、正交试验设计方法的举例：例如，公司要研究一种新的洗发水对头发柔顺度的影响，试验主要包括3个因素：洗发水品牌(A、B、C)、洗发水用量(X、Y、Z)和洗发水停留时间(T1、T2、T3)。
根据正交试验设计方法，按照以下步骤进行设计：1.选择正交表：根据3个因素和各因素的水平，选择适用的正交表，如L9正交表。
2.设计试验方案：根据L9正交表，将3个因素的水平进行组合，得到9个试验方案，每个方案分别测试一种组合情况。
正交实验设计方法讲义和实例课堂讲稿和正交试验设计方法示例第5章正交试验设计方法5.1试验设计方法概述试验设计是数理统计的一个重要分支。
大多数数理统计方法主要用于分析获得的数据，而实验设计用于确定数据收集方法。
测试设计方法主要讨论如何合理安排测试以及如何分析测试数据。
例5-大多数数学统计方法主要用于分析获得的数据，而实验设计用于确定数据收集方法。
测试设计方法主要讨论如何合理安排测试以及如何分析测试数据。
示例5:该方案中数据点的分布非常均匀，因子和级别的匹配非常全面。
唯一的缺点是实验的数量多达33=27(指数3代表3个因素，基数3代表每个因素的3个水平)。
因素和水平越多，实验就越多。
例如，做一个6因素3水平的实验需要36=729个实验，这显然很难做到。
因此，有必要找到一种合适的测试设计方法。
图5-1总体布置方案试验设计方法中常用术语定义如下。
测试指数: 指数量(如产量、纯度等。
)作为测试研究过程的因变量，这通常是测试结果的特征。
例1的测试指标是合格产品的产量。
因素:它指的是实验研究过程中使用的自变量，这往往是实验指标按照一定规律变化的原因。
例如，实施例1中使用的温度、压力和碱量。
级别:指测试中因素的具体状态或情况，也称为等级。
例如，实施例1中的温度有3个等级。
温度用t表示，下标1、2和3表示不同水平的因素，分别标记为t1、T2、T3 .常见的测试设计方法包括:正交试验设计法、均匀试验设计法、单纯形优化法、双层单纯形优化法、回归正交设计法、序贯试验设计法等。
有许多测试方法可供选择，各种测试设计方法都有一定的特点。
面临的任务不同于要解决的问题，选择的测试设计方法也应该不同。
由于空间限制，我们将只讨论正交设计方法。
5.2正交试验设计方法的优点和特点用正交表安排多因素试验的方法称为正交试验设计方法。
其特征在于:①完成测试要求所需的实验数量很少。
(2)数据点的分布非常均匀。
③相关极差分析法、方差分析法和回归分析法可以用来分析检验结果，得出许多有价值的结论。
第七章-正交试验设计法第七章：正交试验设计法正交试验设计法是一种实验设计方法，旨在有效地确定多个因素对结果的影响，并找到最佳的组合条件。
正交设计法是一种统计方法，通过在试验设计中使用正交矩阵来实现对各个因素的全面考虑和分析。
本章将详细介绍正交试验设计法的原理、应用和优势。
7.1 正交试验设计法的原理正交试验设计法的原理基于一个关键观点：在多因素实验设计中，通过设计合理的试验矩阵，能够避免因素之间的相互干扰，从而有效地确定各个因素对结果的影响。
正交试验设计法通过使用正交矩阵，将各个因素进行组合，确保在限定的试验条件下，各个因素之间的相互影响最小化。
这样，通过对正交试验设计法进行数据分析，可以准确地确定各个因素对结果的主导程度。
7.2 正交试验设计法的应用正交试验设计法在许多领域中得到广泛应用，特别是在工程、医学、化学和农业等实验研究中。
正交试验设计法可以帮助研究人员从多个因素中确定影响结果的主要因素，并找到最佳的操作条件。
例如，在工程领域中，正交试验设计法可以用于确定材料的最佳组合，以提高产品质量和性能。
在医学研究中，正交试验设计法可用于确定药物的最佳剂量和治疗方案。
在农业研究中，正交试验设计法可以用于确定最佳的种植条件和施肥方法。
总之，正交试验设计法可以帮助研究人员快速、准确地找到最佳的解决方案。
7.3 正交试验设计法的优势正交试验设计法相比传统的试验设计方法有以下几个优势：1. 高效性：正交试验设计法可以通过使用正交矩阵，将多个因素进行有效组合，从而减少试验次数，提高试验效率。
2. 统计可靠性：正交试验设计法通过使用正交矩阵，可以有效地避免因素之间的相互干扰，确保实验结果的统计可靠性。
3. 实用性：正交试验设计法不仅可以用于确定各个因素对结果的影响程度，还可以用于优化因素的组合以达到最佳效果。
4. 灵活性：正交试验设计法可以应用于不同的实验设计要求，可灵活调整试验因素和水平，以满足具体的研究需求。
回首页正交试验设计法正交试验设计法的基本思想正交表正交表试验方案的设计试验数据的直观分析正交试验的方差分析常用正交表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 EB: 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°C，A2= 85°C，A3=90CB: 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AIBIC1，A1BIC2, 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56二15625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........ (n )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：/ A1B1C1 —A2\ A3 (好结果)如得出结果A3最好，贝U固定A于A3, C还是Cl，使B变化之：/ B1A3C1 —B2 (好结果)\ B3得出结果以B2为最好，则固定B于B2, A于A3,使C变化之：/ C1A3B3C2 (好结果)\ C3试验结果以C2最好。
正交试验设计方法讲义及举例第5章正交试验设计方法5．1 试验设计方法概述试验设计是数理统计学的一个重要的分支。
多数数理统计方法主要用于分析已经得到的数据，而试验设计却是用于决定数据收集的方法。
试验设计方法主要讨论如何合理地安排试验以及试验所得的数据如何分析等。
例5-1某化工厂想提高某化工产品的质量和产量，对工艺中三个主要因素各按三个水平进行试验（见表5-1）。
试验的目的是为提高合格产品的产量，寻求最适宜的操作条件。
对此实例该如何进行试验方案的设计呢很容易想到的是全面搭配法方案（如图5-1所示）：此方案数据点分布的均匀性极好，因素和水平的搭配十分全面，唯一的缺点是实验次数多达33＝27次（指数3代表3个因素，底数3代表每因素有3个水平）。
因素、水平数愈多，则实验次数就愈多，例如，做一个6因素3水平的试验，就需36＝729次实验，显然难以做到。
因此需要寻找一种合适的试验设计方法。
试验设计方法常用的术语定义如下。
试验指标：指作为试验研究过程的因变量，常为试验结果特征的量（如得率、纯度等）。
例1的试验指标为合格产品的产量。
因素：指作试验研究过程的自变量，常常是造成试验指标按某种规律发生变化的那些原因。
如例1的温度、压力、碱的用量。
水平：指试验中因素所处的具体状态或情况，又称为等级。
如例1的温度有3个水平。
表5－1 因素水平水平因素温度℃压力Pa加碱量kg符号T p m123T1(80 )T2(10p1p2p3m 1m2m3图5－1 全面搭配法方案温度用T表示，下标1、2、3表示因素的不同水平，分别记为T1、T2、T3。
常用的试验设计方法有：正交试验设计法、均匀试验设计法、单纯形优化法、双水平单纯形优化法、回归正交设计法、序贯试验设计法等。
可供选择的试验方法很多，各种试验设计方法都有其一定的特点。
所面对的任务与要解决的问题不同，选择的试验设计方法也应有所不同。
由于篇幅的限制，我们只讨论正交试验设计方法。
5．2 正交试验设计方法的优点和特点用正交表安排多因素试验的方法，称为正交试验设计法。
其特点为：①完成试验要求所需的实验次数少。
②数据点的分布很均匀。
③可用相应的极差分析方法、方差分析方法、回归分析方法等对试验结果进行分析，引出许多有价值的结论。
从例1可看出，采用全面搭配法方案，需做27次实验。
那么采用简单比较法方案又如何呢先固定T1和p1，只改变m，观察因素m不同水平的影响，做了如图2-2（1）所示的三次实验，发现m＝m2时的实验效果最好（好的用□表示），合格产品的产量最高，因此认为在后面的实验中因素m应取m2水平。
固定T1和m2，改变p的三次实验如图5-2（2）所示，发现p＝p３时的实验效果最好，因此认为因素p应取p３水平。
固定p３和m2，改变T 的三次实验如图5-2（3）所示，发现因素T 宜取T2水平。
因此可以引出结论：为提高合格产品的产量，最适宜的操作条件为T2p３m2。
与全面搭配法方案相比，简单比较法方案的优点是实验的次数少，只需做9次实验。
但必须指出，简单比较法方案的试验结果是不可靠的。
因为，①在改变m值（或p值，或T值）的三次实验中，说m2（或p３或T2）水平最好是有条件的。
在T≠T１，p≠p１时，m2水平不是最好的可能性是有的。
②在改变m的三次实验中，固定T＝T２，p＝p３应该说也是可以的，是随意的，故在此方案中数据点的分布的均匀性是毫无保障的。
③用这种方法比较条件好坏时，只是对单个的试验数据进行数值上的简单比较，不能排除必然存在的试验数据误差的干扰。
运用正交试验设计方法，不仅兼有上述两个方案的优点，而且实验次数少，数据点分布均匀，结论的可靠性较好。
正交试验设计方法是用正交表来安排试验的。
对于例1适用的正交表是L9（34），其试验安排见表5-2。
所有的正交表与L9（34）正交表一样，都具有以下两个特点：（1）在每一列中，各个不同的数字出现的次数相同。
在表L9（34）中，每一列有三个水平，水平1、2、3都是各出现3次。
图5－2 简单比较法（2）表中任意两列并列在一起形成若干个数字对，不同数字对出现的次数也都相同。
在表L9（34）中，任意两列并列在一起形成的数字对共有9个：（1,1），（1,2），（1,3），（2,1），（2,2），（2,3），（3,1），（3,2），（3,3），每一个数字对各出现一次。
表5－2 试验安排表这两个特点称为正交性。
正是由于正交表具有上述特点，就保证了用正交表安排的试验方案中因素水平是均衡搭配的，数据点的分布是均匀的。
因素、水平数愈多，运用正交试验设计方法，愈发能显示出它的优越性，如上述提到的6因素3水平试验，用全面搭配方案需729次，若用正交表L27（313）来安排，则只需做27次试验。
在化工生产中，因素之间常有交互作用。
如果上述的因素T的数值和水平发生变化时，试验指标随因素p变化的规律也发生变化，或反过来，因素p的数值和水平发生变化时，试验指标随因素T变化的规律也发生变化。
这种情况称为因素T、p间有交互作用，记为T ×p 。
5． 3 正交表使用正交设计方法进行试验方案的设计，就必须用到正交表。
正交表请查阅有关参考书。
各列水平数均相同的正交表各列水平数均相同的正交表，也称单一水平正交表。
这类正交表名称的写法举例如下：各列水平均为2的常用正交表有：L4（23），L8（27），L12（211），L16（215），L20（219），L32（231）。
各列水平数均为3的常用正交表有：L9（34），L27（313）。
各列水平数均为4的常用正交表有：L16（45）各列水平数均为3的常用正交表有：L25（56）混合水平正交表各列水平数不相同的正交表，叫混合水平正交表，下面就是一个混合水平正交表名称的写法：L 8（41×24）常简写为L 8（4×24）。
此混合水平正交表含有1 个4水平列，4个2水平列，共有1＋4＝5列。
选择正交表的基本原则一般都是先确定试验的因素、水平和交互作用，后选择适用的L表。
在确定因素的水平数时，主要因素宜多安排几个水平，次要因素可少安排几个水平。
（1）先看水平数。
若各因素全是2水平，就选用L(2＊)表；若各因素全是3水平，就选L(3＊)表。
若各因素的水平数不相同，就选择适用的混合水平表。
（2）每一个交互作用在正交表中应占一列或二列。
要看所选的正交表是否足够大，能否容纳得下所考虑的因素和交互作用。
为了对试验结果进行方差分析或回归分析，还必须至少留一个空白列，作为“误差”列，在极差分析中要作为“其他因素”列处理。
（3）要看试验精度的要求。
若要求高，则宜取实验次数多的L表。
（4）若试验费用很昂贵，或试验的经费很有限，或人力和时间都比较紧张，则不宜选实验次数太多的L表。
（5）按原来考虑的因素、水平和交互作用去选择正交表，若无正好适用的正交表可选，简便且可行的办法是适当修改原定的水平数。
（6）对某因素或某交互作用的影响是否确实存在没有把握的情况下，选择L表时常为该选大表还是选小表而犹豫。
若条件许可，应尽量选用大表，让影响存在的可能性较大的因素和交互作用各占适当的列。
某因素或某交互作用的影响是否真的存在，留到方差分析进行显着性检验时再做结论。
这样既可以减少试验的工作量，又不致于漏掉重要的信息。
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。
因篇幅限制，此处不讨论，请查阅有关书籍。
（2）若试验不考虑交互作用，则表头设计可以是任意的。
如在例5-1中，对L 9（3 4）表头设计，表5-3所列的各种方案都是可用的。
但是正交表的构造是组合数学问题，必须满足中所述的特点。
对试验之初不考虑交互作用而选用较大的正交表，空列较多时，最好仍与有交互作用时一样，按规定进行表头设计。
只不过将有交互作用的列先视为空列，待试验结束后再加以判定。
5．4 正交试验的操作方法（1）分区组。
对于一批试验，如果要使用几台不同的机器，或要使用几种原料来进行，为了防止机器或原料的不同而带来误差，从而干扰试验的分析，可在开始做实验之前，用L 表中未排因素和交互作用的一个空白列来安排机器或原料。
与此类似，若试验指标的检验需要几个人（或几台机器）来做，为了消除不同人（或仪器）检验的水平不同给试验分析带来干扰，也可采用在L表中用一空白列来安排的办法。
这样一种作法叫做分区组法。
（2）因素水平表排列顺序的随机化。
如在例5-1中，每个因素的水平序号从小到大时，因素的数值总是按由小到大或由大到小的顺序排列。
按正交表做试验时，所有的1水平要碰在一起，而这种极端的情况有时是不希望出现的，有时也没有实际意义。
因此在排列因素水平表时，最好不要简单地按因素数值由小到大或由大到小的顺序排列。
从理论上讲，最好能使用一种叫做随机化的方法。
所谓随机化就是采用抽签或查随机数值表的办法，来决定排列的别有顺序。
（3）试验进行的次序没必要完全按照正交表上试验号码的顺序。
为减少试验中由于先后实验操作熟练的程度不匀带来的误差干扰，理论上推荐用抽签的办法来决定试验的次序。
（4）在确定每一个实验的实验条件时，只需考虑所确定的几个因素和分区组该如何取值，而不要（其实也无法）考虑交互作用列和误差列怎么办的问题。
交互作用列和误差列的取值问题由实验本身的客观规律来确定，它们对指标影响的大小在方差分析时给出。
（5）做实验时，要力求严格控制实验条件。
这个问题在因素各水平下的数值差别不大时更为重要。
例如，例5-1中的因素（加碱量）m的三个水平：m1＝，m2=，m3=，在以m ＝m2=为条件的某一个实验中，就必须严格认真地让m2=。
若因为粗心和不负责任，造成m2=或造成m2=，那就将使整个试验失去正交试验设计方法的特点，使极差和方差分析方法的应用丧失了必要的前提条件，因而得不到正确的试验结果。
5．5 正交试验结果分析方法正交试验方法之所以能得到科技工作者的重视并在实践中得到广泛的应用，其原因不仅在于能使试验的次数减少，而且能够用相应的方法对试验结果进行分析并引出许多有价值的结论。
因此，有正交试验法进行实验，如果不对试验结果进行认真的分析，并引出应该引出的结论，那就失去用正交试验法的意义和价值。
极差分析方法下面以表5-4为例讨论L4（23）正交试验结果的极差分析方法。
极差指的是各列中各水平对应的试验指标平均值的最大值与最小值之差。
从表5-4的计算结果可知，用极差法分析正交试验结果可引出以下几个结论：（1）在试验范围内，各列对试验指标的影响从大到小的排队。
某列的极差最大，表示该列的数值在试验范围内变化时，使试验指标数值的变化最大。
所以各列对试验指标的影响从大到小的排队，就是各列极差D的数值从大到小的排队。
