毕业论文-正交设计与均匀设计在豆渣蛋白抗氧化肽研究中的比较.doc

分类号分类号 O212 编编 号号 2013030105 毕业论文 题题 目目 正正交交设设计计与与均均匀匀设设计计在在豆豆渣渣蛋蛋白白 抗抗氧氧 化化肽肽研研究究中中的的比比较较 学学 院院 数数学学与与统统计计学学院院 姓姓 名名 专专 业业 统统计计学学 学学 号号 291050105 研研究究类类型型 应应用用研研究究 指指导导教教师师 提提交交日日期期 2013 年年 5 月月 15 日日 原原创创性性声声明明 本本人人郑郑重重声声明明:本本人人所所呈呈交交的的论论文文是是在在指指导导教教师师的的指指导导 下下独独立立进进行行研研究究所所取取得得的的成成果果。 学学位位论论文文中中凡凡是是引引用用他他人人 已已经经发发表表或或未未经经发发表表的的成成果果、数数据据、观观点点等等均均已已明明确确注注明明出出处处。 除除文文中中已已经经注注明明引引用用的的内内容容外外,不不包包含含任任何何其其他他个个人人或或集集 体体已已经经发发表表或或撰撰写写过过的的科科研研成成果果。 本本声声明明的的法法律律责责任任由由本本人人承承担担。 论论文文作作者者签签名名: 年年 月月 日日 论论文文指指导导教教师师签签名名: 正交设计与均匀设计在豆渣蛋白抗氧化肽研究中的比较 崔 岩 （天水师范学院 数学与统计学院,甘肃 天水,741000） 摘摘 要要:应用正交设计与均匀设计这两种试验设计方法对不同温度、PH、酶量和底物 浓度下豆渣蛋白抗氧化肽对羟自由基清除率进行优化分析,并对这两种方法的差异进行 比较,结果表明:在本实验参数水平相同的情况的下,均匀设计的优化效果略好于正交设 计. 关键词关键词:正交设计；均匀设计；豆渣蛋白抗氧化肽 分类号分类号 O212 文献标识码文献标识码 A Comparison of orthogonal design and uniform design the okara protein antioxidant peptide study Cui Yan (School of Mathematics and Statistics,Tianshui Normal University,Tianshui Gansu 741000) Abstract:Orthogonal design and uniform design of both experimental design methods at different temperatures , under PH of okara protein antioxidant peptide optimization of hydroxyl radical scavenging , and compare the differences of the two methods . The results show that : the level of experimental parameters fewer under uniform design optimization slightly better than the orthogonal design . Keywords: Orthogonal design,Uniform design,The okara protein antioxidant peptide 目目 录录 第一章 绪 论 .1 1.1 背景.1 1.2 目的.1 第二章 正交试验设计 .2 2.1 明确试验目的,确定试验指标,挑因素,选水平.2 2.2 用正交表安排试验.2 2.3 按试验方案进行试验.3 2.4 结果统计分析.3 第三章 均匀试验设计 .5 3.1 明确试验目的,确定试验指标,选因素,确定水平.5 3.2 选用合适均匀设计表、并进行表头设计.5 3.3 按试验方案进行试验.5 3.4 试验结果统计分析.6 第四章 正交设计与均匀设计的差异 .8 4.1 试验数相同.8 4.2 水平数相同或偏差相近.8 4.3 数据分析方法.8 参考文献 .10 附试验数据 .11 数学与统计学院 2013 届毕业论文 1 第一章 绪 论 1.1 背景 随着科研要求的提高,为了更方便、快捷和准确地对实验数据进行分析处理,试验设计 方法越来越广泛地应用在现今的科学研究中.近年来,生物化工研究越来越受到重视,并且 研究工作越来越深入,在配方的设计和筛选、工艺的优化、药理作用影响等方面,正交设 计和均匀设计的运用越来越广泛.豆类制品,如豆腐,豆奶等是人们喜爱且营养价值非常高 的食物.在制作豆类食品时,除了得到人们想要的豆类物质食品外,还产生大量的豆渣.据统 计在国内大豆食品行业中,每年约产生 2000 万吨豆渣,90的豆渣人们往往当作垃圾处理 掉,生活生产中常利用来饲喂动物.豆渣营养成份非常丰富,含有数量可观的蛋白质、纤维素、 维生素、脂肪、微量元素等,其开发利用,往往由于设备和技术上等问题,处于很低的水平1. 豆渣蛋白质含量在 1520之间,且氨基酸种类齐全,其中包括八种人体必需氨基酸.同 时,豆渣蛋白质支链氨基酸（苯丙、酪、色氨酸）含量较低,与动物蛋白质的氨基酸正好形 成互补,价值利用很高2.豆渣蛋白可以进一步水解形成豆渣蛋白肽,这些肽类具有特殊的生 理功能,易被人体吸收利用,安全性高和成本低等优点,有很好的市场前景,是食品工业优质 的植物蛋白原料.植物蛋白水解所得的具有一定生理活性的功能性多肽及寡肽产品被广泛 开发利用,如具有抑制血压升高的食品,及有特殊氨基酸组成的、可以作为患者营养补剂的 寡肽等.同时,短肽还具有抗疲劳、降血脂、抑制血压升高、非过敏性增强免疫力等生理功 能,这些发现对开发肽类新型功能保健食品和医药具有重要意义.国内对豆渣的研究主要在 提取豆渣多糖,豆渣膳食纤维和豆渣蛋白几个方面.大米蛋白形成抗氧化肽,鸡肉蛋白抗氧化 肽,蛋清肽等动植物蛋白肽类与游离氨基酸相比,其吸收机制不同,小肽的吸收主要依赖于 H+或 Ca2+转运体系,转运具有耗能低、转运速度快、载体不易饱和等优点.游离氨基酸主要 依赖 Na+转运体系,吸收慢,载体易饱和,吸收时耗能大.寡肽具有良好的感官效应,其抗原性 比相应多肽或蛋白质抗原性低.研究发现,豆渣多肽具有降低血清胆固醇的作用,与大豆蛋白 相比具有特殊的优点3. 1.2 目的 本论文主要是应用正交试验设计和均匀试验设计两种方法对豆渣蛋白抗氧化肽对羟 自由基清除率影响因素的分析,但是如何能在研究过程中带来更大的方便和更准确的结果,有 赖于这两种方法正确的理解和运用,下面用两种试验设计方法分别进行分析,来比较正交 数学与统计学院 2013 届毕业论文 2 设计法与均匀设计法两者的差异. 第二章 正交试验设计 2.1 明确试验目的,确定试验指标,挑因素,选水平 试验目的是提高豆渣蛋白抗氧化肽的清除率,来确保肽的稳定性.故可确定抗氧化肽的 清除率 y 为指标,且指标值 y 越高越好.根据专业知识和经验知道温度、PH、酶量、底物浓 度对清除率可能有影响,决定选取它们作为要考察的因素.经研究,每个因素选取三个水平进 行比较,所挑选的因素及水平列表如下: 表 2.1 因素-水平表 因素温度 PH 酶量底物浓度 水平 (A)(B) （C）(D) 1606.5504.0 2657.01004.5 3707.51505.0 2.2 用正交表安排试验 选用正交表,首先根据因素的水平数,来确定选用几水平的正交表.四个因素都是三水平,因 此选用三水平的正交表.然后再根据因素的个数,来决定选择多大的表.一般来说,要选用其 列数大于或等于因素个数,而试验次数又较少的正交表.本文中选用,都 4 9(3 ) L 7 18(3 ) L 13 27(3 ) L 可以把试验安排下来,用只需做 9 次试验,用要做 18 次试验,用要做 27 4 9(3 ) L 7 18(3 ) L 13 27(3 ) L 次试验,我们要求试验次数尽可能少,因此选用比较合适.选好正交表后,将 A,B,C,D 四 4 9(3 ) L 个因素分别排在第 1,2,3,4 列上. 4 9(3 ) L 排好表头后,把排有因素的各列中的数码换成相应的实际水平,经表头设计和水平翻译 后,再划去未排因素的列,便得到一张试验方案表,如下: 数学与统计学院 2013 届毕业论文 3 表 2.2 正交设计表 4 9(3 ) L 试验号 ABCD 清除率 y 11(60)1(6.5)1(50)1(4.0)26.42 21(60)2(7.0)2(100)2(4.5)33.67 31(60)3(7.5)3(150)3(5.0)36.63 42(65)1(6.5)2(100)3(5.0)39.2 52(65)2(7.0)3(150)1(4.0)24.29 62(65)3(7.5)1(50)2(4.5)25.98 73(70)1(6.5)3(150)2(4.5)22.73 83(70)2(7.0)1(50)3(5.0)31.86 93(70)3(7.5)2(100)1(4.0)21.62 2.3 按试验方案进行试验 试验安排好后,就要严格按各号试验的条件进行试验,并认真测定试验结果的记录下所 得数据及有关情况.关于试验的顺序,可不拘泥于试验号的先后,最好打乱顺序进行,也可挑 选最有希望的试验去做.对于没有列入正交表的因素,让其保持在良好的固定状态.如果试验 前已知其中某些因素影响较小,则可以让它们固定在容易操作的自然状态. 2.4 结果统计分析 通过正交助手统计软件对数据进行直观分析,得出结果: 表 2.4.1 直观分析表 因素 ABCD 试验结果 试验 1 11 11 26.42 试验 2 1222 33.67 试验 3 1333 36.63 试验 4 2123 39.2 试验 5 2231 24.29 试验 6 2312 25.98 试验 7 3132 22.73 试验 8 3213 31.86 试验 9 3321 21.62 均值 1 32.240 29.450 28.08724.110 均值 2 29.823 29.940 31.49727.460 均值 3 25.403 28.077 27.88335.897 极差 6.837 1.863 3.61411.787 数学与统计学院 2013 届毕业论文 4 上述实验结果依极差定出因素的主次为: DACB 主 次 为了更直观起见,可见因素的水平作横坐标,清除率作纵坐标,做出指标-因素关系图.对 定量的因素,按照因素数据的大小顺序用折线把各点联系起来5. 图 1 因素水平变化趋势图 由上述实验结果得出这样的结论:影响豆渣蛋白抗氧化肽清除率的主要因素是底物浓 度,其次是温度和酶量,PH 的影响最小,最优的生产条件是.但是,实际上选取最 1223 AB C D 优条件时,还要考虑因素的主次,以便在同样满足指标要求的情况下,对一些比较次要的因 素按照优质高产低消耗的原则选取水平,得到更为结合生产实际要求的较好生产条件. 用正交助手软件对数据进行方差分析,如下表: 表 2.4.2 方差分析表 因素偏差平方和自由度F 比F 临界值显著性 A72.11720.8914.460 B5.59820.0694.460 C24.72620.3054.460 D221.32522.7344.460 * 误差 323.778 由上表可知,因素 D 高度显著,主次因素上同直观分析的,较优的生产条件. 1223 AB C D 直观分析中,极差的是重要因素,极差小的是次要因素.在方差分析中,判断因素的主次, 是根据其均方和 F 比的大小来比较,均方和 F 比大的是主要因素,小的是次要因素,同时方差 分析还能指出试验误差的大小.所以方差分析法更优于极差分析法（直观分析法）6. 数学与统计学院 2013 届毕业论文 5 第三章 均匀试验设计 3.1 明确试验目的,确定试验指标,选因素,确定水平 提高豆渣蛋白抗氧化肽的清除率,来确保肽的稳定性.可确定抗氧化肽的清除率 y 为指 标,且指标值 y 越高越好4. 根据专业知识和经验知道温度、PH、酶量、底物浓度对清除率可能有影响,决定选取 它们作为要考察的因素.经研究,每个因素选取三个水平进行比较7,所挑选的因素及水平列 表如下: 表 3.1 因素-水平表 因素温度 PH 酶量底物浓度 水平 (A)(B) （C）(D) 1606.5504.0 2657.01004.5 3707.51505.0 3.2 选用合适均匀设计表、并进行表头设计 表 3.2 均匀设计表 4 9(9 ) U 试验号 ABCD 清除率 y 160(1)6.5(2)50 (4)4.0(8)26.42 260(2)7.0(4)100(8)4.5(7)33.67 360(3)7.5(6)150(3)5.0(6)36.63 465(4)6.5(8)100(7)5.0(5)39.2 565(5)7.0(1)150(2)4.0(4)24.29 665(6)7.5(3)50 (6)4.5(3)25.98 770(7)6.5(5)150 (1)4.5(2)22.73 870(8)7.0(7)50 (5)5.0(1)31.86 970(9)7.5(9)100(9)4.0(9)21.62 3.3 按试验方案进行试验 试验安排好后,就要严格按各号试验的条件进行试验,并认真测定试验结果的记录下所 得数据及有关情况. 数学与统计学院 2013 届毕业论文 6 3.4 试验结果统计分析 用 SPSS 软件对数据进行回归分析,结果如下: 表3.4.1 输入移去的变量a 模型输入的变量 移去的变量方法 1x4. 步进（准则: F-to-enter 的概率 = .100）. 2x1. 步进（准则: F-to-enter 的概率 = .100）. a. 因变量: y 表 3.4.2 系数 a 非标准化系数标准系数 模型 B 标准 误差试用版 tSig. (常量) - 23.884 14.978-1.595.1551 x411.7873.315.8023.556.009 (常量) 20.55417.7541.158.291 x411.7872.243.8025.256.002 2 x1-.684.224-.465-3.048.023 a. 因变量: y 数学与统计学院 2013 届毕业论文 7 表 3.4.3 模型汇总 模型 R R 方调整 R 方 标准 估计的误差 1.802a.644.5934.05987 2.927b.860.8142.74674 a. 预测变量: (常量), x4. b. 预测变量: (常量), x4, x1. 表3.4.4 已排除的变量c 共线性统计量 模型 Beta IntSig. 偏相关容差 x1-.465a-3.048.023-.7801.000 x2-.093a-.388.711-.1571.000 1 x3-.014a-.057.957-.0231.000 x2-.093b-.577.589-.2501.0002 x3-.014b-.083.937-.0371.000 a. 模型中的预测变量: (常量), x4. b. 模型中的预测变量: (常量), x4, x1. c. 因变量: y 表 3.4.5 Anovac 模型平方和 df 均方 FSig. 回归 208.3881208.38812.643.009a 残差 115.378716.483 1 总计 323.7668 回归 278.4982139.24918.457.003b 残差 45.26867.545 2 总计 323.7668 a. 预测变量: (常量), x4. b. 预测变量: (常量), x4, x1. c. 因变量: y 数学与统计学院 2013 届毕业论文 8 由此可得:y=20.554-0.684x1+11.787x4,其中 n=9,R=0.860,F=18.457,S=2.74674. F =9.01,说明因素与指标之间存在线性关系,回归方程显著.根据回归方程系 0.01(3,5) F 数可看出只有 x4 对试验结果为正影响,四个因素的对清除率的影响大小依次为底物浓度 温度酶量PH.进行工艺条件优化,最优结果为: 表 3.4.6 优化结果 因素 ABCD 607.01005.0 第四章 正交设计与均匀设计的差异 由上述试验可发现,正交试验设计与均匀试验设计有许多不同之处,下面对各种情况分 析比较. 4.1 试验数相同 在试验数相同的情况下,均匀设计的均匀性比正交设计好得多,在大多数情况下,特别是 模型比较复杂时,均匀设计方法的试验次数少、均匀性好,并对非线性模型有较好的估计.对 线性模型均匀设计有较好的均匀性和较少的试验次数. 4.2 水平数相同或偏差相近 均匀设计的试验次数相对于正交设计有绝对优势.虽然均匀设计失去了正交设计的整 齐可比性,但在选点方面比正交设计具有更大的灵活性,也就是说它更加注重了均匀性,利用 均匀设计的均匀分散性可以选到偏差更小的点;更重要的是,试验次数大大减少.因此均匀设 计的试验次数随水平增加有连续性,而正交设计有跳跃性,从而均匀设计在试验中大大降低 了成本,非常适合多因素多水平试验,研究表明,如果采用偏差做均匀性的度量,均匀设计明 显优于正交设计,并且至少可节省一半以上的试验. 4.3 数据分析方法 正交设计的数据分型程式简单,且直观分析可以给出试验指标随每个水平变化的规律； 均匀设计的数据可以用回归分析、最优化等方法来处理,一般要用计算机.有时也可以根据 优化原则从试验点中挑选一个最优指标,