均匀设计方法

1、均匀设计法均匀设计法基本原理基本原理 一、引言一、引言 正交试验设计利用：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，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。如正交试验的次数也会很大。如5因素因素5水平，用正交表水平，用正交表需要安排需要安排5525次试验。这时，可以选用均匀设计法，次试验。这时，可以选

2、用均匀设计法，仅用仅用5次试验就可能得到能满足需要的结果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因素的试验，希望每个因素的水平数要多于10，而试，而试验总数又不超过验总数又不超过50，显然优选法和正交设计都不能用，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，即所谓的试验设计，即所谓“均匀设计均匀设计”，将这一方法用于，将这一方法用于导弹设计，取得了成效导弹设计，取得了成效 均匀设计法

3、与正交设计法的不同：均匀设计法与正交设计法的不同： 均匀设计法不再考虑均匀设计法不再考虑“数据整齐可比数据整齐可比”性，只考虑试性，只考虑试验点在试验范围内充分验点在试验范围内充分“均衡分散均衡分散” 均匀设计属于近年发展起来的均匀设计属于近年发展起来的“伪蒙特卡罗方法伪蒙特卡罗方法”的的范筹。将经典的确定的单变量问题的计算方法推广后范筹。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，关，即使电脑再进步很多，这种方法仍无法实际应用，乌拉母（乌拉母（S.Ulam）

4、与冯诺依曼）与冯诺依曼(J.von Neumann)在在40年年代提出蒙特卡罗方法，即统计模拟方法，这个方法的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作为统计模拟之用，所以这一

5、方法的精度在于随机数的均匀性与独立性。机数的均匀性与独立性。 二、均匀设计表二、均匀设计表 均匀设计表符号表示的意义均匀设计表符号表示的意义U7(76)均匀表的代号试验次数因素的水平数因素数 如如U6(64)表示要做次表示要做次6试验，每个因素有试验，每个因素有6个水个水平，该表有平，该表有4列。列。 1234112362246533624441535531266541U6(64)列号试验号 每个均匀设计表都附有一个使用表，它指示我们如何从设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

6、度。下表是均匀度。下表是U6(64)的使用表。它告诉我们，若有两个因的使用表。它告诉我们，若有两个因素，应选用素，应选用1，3两列来安排试验；若有三个因素，应选用两列来安排试验；若有三个因素，应选用1，2，3三列，三列，最后，最后1列列D表示刻划均匀度的偏差表示刻划均匀度的偏差(discrepancy)，偏差值越小，表示均匀度越好。，偏差值越小，表示均匀度越好。s列号D2130.187531230.2656412340.2990U6(64)的使用表均匀设计有其独特的布（试验）点方式：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每个因素的每个水平做一次且仅做一次试

7、验 任两个因素的试验点点在平面的格子点上，每行每列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以上两个性质反映了均匀设计试验安排的“均衡性均衡性”，即对，即对各因素，每个因素的每个水平一视同仁。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均匀设计表任两列组成的试验方案一般并不等价 例如用例如用U6(64)的的1，3 和和1，4列分别画图，得到下面的列分别画图，得到下面的图图 (a)和图和图 (b)。我们看到，。我们看到，(a)的点散布比较均匀，而的点散布比较均匀，而(b)的点散布并不

8、均匀。均匀设计表的这一性质和正交的点散布并不均匀。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。附加的使用表。 三、试验结果分析三、试验结果分析均匀设计的结果没有整齐可比性，分析结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归分析或逐步回归分析的方法：01 1_1_12_1_122,1,2,(82)1,2,(83)(84)(8 1)knijijikikkNiiyikkKNyykiNiiimmikikLxxxxi

9、jmLyxxyyimLybb xb xb xxyxxyyx令代表因素 在第k次试验时取的值，表示响应值在第 次试验的结果。1,2,(85)im_111 11121 1221 1_011(86)87NkiMmymmymmmmmyNiiiyyNL bLbLL bL bLL bLbLbyb y回归方程组系数由下列正规方程组决定：（ ）2211112()(89)mTmiiijijiiimiiijijib xb x xb xTCx xx0当各因素与响应值关系是非线性关系时，或存在因素的交互作用时，可采用多项式回归分析的方法例如各因素与响应值均为二次关系时的回归方程为：y=b其中反映了因素间的多互效应，反

10、映因素而此项的银杏，通过变量代换(8-9)式可化为多元线性方程求解。12201(1,2,;1)(8 10)(89)()(8 11)Uijm Tllmlxx xim jybb xTC即令方程化为在这种情况下，为了求得二次项和交互作用项，就不能选用试验次数等于因素数的均匀设计表，二必须选用试验次数大于或等于回归方程系数总数的 表了应用举例 利用均匀设计表来安排试验的步骤：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。）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）选择适合该试验的均匀设计表，然后根据该表的使用表

11、从中选出列号，将因素分别安排到这些列号上，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，则试验就安排好了验就安排好了 在阿魏酸的合成工艺考察中，为了提高产量，在阿魏酸的合成工艺考察中，为了提高产量，选取了原料配比选取了原料配比(A)、吡啶量、吡啶量(B)和反应时间和反应时间(C)三个因素，它们各取了三个因素，它们各取了7个水平如下：个水平如下： 原料配比（原料配比（A）：）：1.0，1.4，1.8，2.2，2.6，3.0，3.4 吡啶量（吡啶量（B）(ml)：10，13，16，19，22，25，28 反应

12、时间（反应时间（C）(h)：0.5，1.0，1.5，2.0，2.5，3.0，3.5 7个水平，需要安排个水平，需要安排7次试验，根据因素和水平，我们次试验，根据因素和水平，我们可以选用可以选用U7(76)完成该试验。完成该试验。1234561123656224653533624144415363553124266541217777777U7(76)列号试验号因素数列号2133123412365123466123456U7(76)使用表使用表U7(76)共有6列，现在有3个因素，根据其使用表，应该取1，2，3列安排试验。No.配比配比（A）吡啶量吡啶量（B）反应时反应时间（间（C）收率收率（Y）

13、11.0(1)13(2)1.5(3)0.33021.4(2)19(4)3.0(6)0.33631.8(3)25(6)1.0(2)0.29442.2(4)10(1)2.5(5)0.47652.6(5)16(3)0.5(1)0.20963.0(6)22(5)2.0(4)0.45173.4(7)28(7)3.5(7)0.482制备阿魏酸的试验方案U7(73)和结果根据试验方案进行试验，其收率根据试验方案进行试验，其收率(Y)列于表的列于表的最后一列，其中以第最后一列，其中以第7号试验为最好，其工艺号试验为最好，其工艺条件为配比条件为配比3.4，吡啶量，吡啶量28ml，反应时间，反应时间3.5h。我们

14、可用线性回归模型来拟合上表的试验数据我们可用线性回归模型来拟合上表的试验数据n7 70.330,1.0,13,1.5), 0.3361.4,19,3.0ijL解：这时 ，组观测值为(，）(0.482,3.4,29,3.5),它们的均值为：_1231112121222323331232.2192.00.36834.4816.81.40.2404252.010.50.56407.00.52450.037,0.00343,0.0770.36830.0372.20.00343 190.yyyijjixxxyLLLLLLLLLLLbbba 由于，故不必全部列出，将它们代入方程组中可以解得从而0772.0

15、0.2011230.07,0.201 0.0370.003430.0077(8 12)YXXX于是回归方程为：进一步对它做方差分析，其方差分的估计析表如下：方差来源自由度平方和均方F回归误差总和3360.0487700.0148380.0636080.0162570.0049463.29方差分析表,13,30.05 F( )(0.05) 9.283.29mn mFFF 当时 表的临界值回归方程不可信。 现在用逐步回归分析的方法来筛选变量：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逐步回归是回归分析中的一种筛选变量的技术.开开始它将贡献最大的一个变量选入回归方程

16、，并且预先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确定两个阈值Fin和和Fout，用于决定变量能否入选或剔除，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：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。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设先用后退法来选变

17、量.所谓后退法，就是开始所谓后退法，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。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，仍考虑线性模型，开始三个因素全部进入方程，得得(2.12).统计软件包通常还会提供每个变量的统计软件包通常还会提供每个变量的t值，值，t值越大（按绝对值计）表示该因素越重值越大（按绝对值计）表示该因素越重要要.对本例有对本例有 t0=0.204,t1=0.96,t2=-0.67,t3=2.77这表明三个因素中以这表

18、明三个因素中以X3（反应时间）对得率（反应时间）对得率（Y）影响最大，配比次之，吡啶量最小。影响最大，配比次之，吡啶量最小。这些这些t 值都是随机变量，它们遵从值都是随机变量，它们遵从tn-m-1分布。分布。若取若取=0.05 ，这时，这时n=7,m=3, tn-m-1= 的临界值的临界值t3(0.05)=3.18。t值大于该值的因素表示对方程有显著值大于该值的因素表示对方程有显著贡献，否则表示不显著。今贡献，否则表示不显著。今 均小于均小于(0.05)=3.18 ，说明，说明回归方程回归方程(2.18)的三个变量至少有一个不起显著作用的三个变量至少有一个不起显著作用.于于是我们将贡献最小的是

19、我们将贡献最小的X2删去，重新建立删去，重新建立Y和和X1及及X3的的线性回归方程，得线性回归方程，得130.1690.02510.0742YXX22013433350.06526 ,t2.12,0.79,2.91,tt(0.05)2.78,YX0.21410.079(8 13)3.34(0.05)2.57,0.063ttttYXtt1三个 值分别为这时这三个 值遵从含四个自由度的 分布，临界值为从而X 应从方程中剔除，然后对 和建立回归方程这里。因此，回归方程(8-13)并非真正的最终模型，而是在线性框架下的最终产物。XY3上述的分析只发现对 有显著作用，其它两个因素均没有显著作用，该结论与

20、实际经验不温和，因此猜想用线性模型不一定符合实际。201123313213(8 14)0.062320.2510.060.0235(8 15)0.0217,97.77XmmiiiiiijijiiijYXXX XYXXX XRXX03这时方程中有9项（不算）。利用逐步回归技术求得回归方程如下：其响应的。显然，回归方程(8-15)的效果优于(8-13)。该方程于是进一步考虑二次回表明因素和交互作用归模型对Y有显著的影响2333XX3.4(8 15)0.062320.33090.06/00,2.757551.85%YYXXYXY133的极大值。此处我们可以用简单的微积分求得极值。由于 在试验范围内极

21、大值3.4，将代入得令，解得0.3309-0.12X(8-15)方程要求我们在配比1.0-3.4，吡啶量10-28，反应时间0X这时 的极大.5-3.5时，求方程(8值为。这时收-15)中率大于前U面所讲的用 表安排的7号试验的结果48.2%，达到了优化的目的例例.均匀设计法在全光亮镀镍研究中的应用均匀设计法在全光亮镀镍研究中的应用 1. 均匀设计表的选取均匀设计表的选取 本实验的目的是提高镀层光亮性。经初步研究，取本实验的目的是提高镀层光亮性。经初步研究，取其固定组成为硫酸镍其固定组成为硫酸镍25g/L，次磷酸钠，次磷酸钠25g/L，醋酸钠，醋酸钠25g/L。考察因素为稳定剂，主光亮剂，辅助

22、光亮剂，。考察因素为稳定剂，主光亮剂，辅助光亮剂，润湿剂润湿剂4个因素，每个因素取值范围为个因素，每个因素取值范围为t个水平（个水平（t 为实为实验次数），验次数），4个因素的一次项及二次项各有个因素的一次项及二次项各有4项，项，4项因项因素间的两两交互作用设有素间的两两交互作用设有6项，共项，共14项，实验数不能小项，实验数不能小于于14，本实验选用，本实验选用U17（178）表。）表。均匀表U17（178）123456781146910111415228121351113331211013168114416726105955313111642766723915165771181229133

23、88151441231019923135147161010695158414111110151482112121214461131510131311015117128141451675196151595161412641616131187632171717171717171717试验号列号水平号U17（178）表的使用表因数个数216315841578512578612357871234578列号本实验为本实验为4因素，这因素，这4个因素安排在均匀表的个因素安排在均匀表的1，5，7，8列，去掉列，去掉U17（178）的最后一行，将实验方案及结果见）的最后一行，将实验方案及结果见下表。下表。综合

24、指标水平号c mg/L水平号c mg/L水平号c mg/L水平号c mg/L Z110.2105.5147.51537.079.15220.432.0116.01332.087.50330.6137.084.51127.086.95440.863.553.0922.990.95551.0168.521.5717.091.58661.295.0168.5512.087.40771.421.5137.037.087.55881.6126.5105.512.090.88991.853.074.01639.580.9210102.0158.042.51434.578.4011112.284.511.0

25、1229.569.9512122.411.0158.01024.566.4013132.6116.0126.5819.548.1314142.842.595.0614.560.5015153.0147.563.549.535.7016163.274.032.024.530.13第8列润湿剂试验号第1列稳定剂第5列主光亮剂第7列辅助光亮剂2.指标的选择和优化指标的选择和优化 指标是回归方程中的响应函数，在本实验中即是镀指标是回归方程中的响应函数，在本实验中即是镀件质量。根据我们对镀件的要求，定义一个综合指标件质量。根据我们对镀件的要求，定义一个综合指标z，z的分值由外观评分的分值由外观评分R，沉

26、积速度评分，沉积速度评分V，耐腐蚀性评分，耐腐蚀性评分Q乘以不同的权重构成，乘以不同的权重构成，z=0.5R+0.2V+0.3Q。R，V，Q的分值分别为的分值分别为0100。3.实验方法实验方法 试样为试样为10cm5cm0.2cm的低碳钢板，在的低碳钢板，在8890 的恒温的恒温水浴槽内施镀，镀液水浴槽内施镀，镀液pH值控制在值控制在4.5-5.0。镀前处理按常规进。镀前处理按常规进行，按均匀设计表中确定的组成分别配成行，按均匀设计表中确定的组成分别配成16种化学镀液，挂种化学镀液，挂镀法施镀镀法施镀1h，清洗，晾干，对试样进行外观的评定。，清洗，晾干，对试样进行外观的评定。 沉积速度测定：

27、沉积速度，样片增加的重量沉积速度测定：沉积速度，样片增加的重量/样片的面积样片的面积(g/cm2 ) 耐腐蚀性测定：耐腐蚀性测定：10硫酸浸泡硫酸浸泡24h，根据失重及腐蚀后外观，根据失重及腐蚀后外观评分评分4.结果处理及分析结果处理及分析 实验结果用计算机处理，主要运用软件为实验结果用计算机处理，主要运用软件为SPSS和和Matlab。 4.1建立数学模型及筛选变量建立数学模型及筛选变量 考虑到可能有的数学关系，将各因素的一次项，二考虑到可能有的数学关系，将各因素的一次项，二次项，两因子间的交互作用项均作为考察对象，回归次项，两因子间的交互作用项均作为考察对象，回归方程模型为：方程模型为：

28、R=b0+bixi+bijxixj+biixi2 (i=1,2,3,4;ij) b为各项系数。将给因素的值及综合指标输入计算为各项系数。将给因素的值及综合指标输入计算机，用自后淘汰变量法机，用自后淘汰变量法(backward selection)进行回归进行回归分析和变量筛选，分析和变量筛选，sigF0.100.10的变量被淘汰，的变量被淘汰，最后得最后得到指标与相关组成的回归方程。到指标与相关组成的回归方程。Z=86.726+6.555d4.554p21.384c20.0164123.177pc0.1932p0.1209c0.3779dc为主光亮剂；为主光亮剂；d为辅助光亮剂；为辅助光亮剂；为润湿剂；为润湿剂；p为稳定剂。为稳定剂。4.2对回归方程的优化处理对回归方程的优化处理用求条件极