质量分析与统计技术 课件 项目五 任务七 闭环实验优化验证-最佳子模型与模型优化策略

任务七闭环实验优化验证——最佳子模型与模型优化策略一、最佳子模型在Q-DAS实验设计中，最佳子模型的计算基于对实验数据的详细分析。通过比较不同模型的预测能力和简洁度，选择解释力最强且参数最少的模型作为最佳子模型。选择功能区中的“编辑”→“模型选择”命令，弹出如图所示的子菜单，包括最佳子模型的计算方法，向后消除、向前选择、分段法、显著性检验（类型3F-检验）、Lenth方法、撤销模型消除。选择功能区中的“编辑”→“模型选择”→“向后消除”命令，打开“变量选择”对话框，如图所示。1.模型选择统计准则一、最佳子模型在对话框左侧显示七个评估模型的拟合优良性与复杂度的指标，在右侧矩阵图形中可以对应找到七个统计数据来评估模型的拟合优度，图中y轴的标签显示了相应图形显示的统计数据。下面分别进行介绍每个统计准则：（1）（校正决定系数）（2）AIC（赤池信息准则）：（3）AICc（小样本校正的AIC）：（4）BIC（贝叶斯信息准则）：（5）C_p（Mallows’Cp准则）：1.模型选择统计准则一、最佳子模型（6）PRESS（预测平方和）：SBC即BIC的另一称呼，更强调其贝叶斯基础。它适用于从贝叶斯角度进行模型选择，同样以最小化SBC值为优。（1）默认情况下，对话框右侧显示四图形的矩阵（2行2列）。右键点击图形，选择“Multi-GraphicsLayout”→“TileArray”选项，会弹出“图形分配”对话框，设定行数和列数。如图所示。2.矩阵图形布局（7）SBC（SchwarzBayesianCriterion）：2.矩阵图形布局一、最佳子模型（2）在两个输入字段中输入3，然后单击“是”按钮，对话框的矩阵现在显示了9个字段，但其中只有7个显示了图形，如图所示。（3）对话框显示的是使用F检验的方差分析，用于检验模型中是否有不重要的项可删除。x轴仅显示三个状态：0（完整模型）、1（删除一项）和2（删除两项）。（4）在对话框左侧第一个图中移动红色粗实线到最右侧（该图达到了的最大值），如图所示。2.矩阵图形布局一、最佳子模型（5）单击“是”按钮，关闭该对话框，“ANOVA类型Ⅲ（调整）”对话框中的参数发生变化，从99.898%增加到99.914%，如图所示。选择消除水平并通过消除模型中的某些项来优化模型是提高模型质量和效果的关键步骤。通过系统地识别和消除不那么重要的变量，可以有效地提升模型的预测能力和解释性，同时避免过拟合。在此过程中，不断评估和比较模型的性能是至关重要的，以确保每一步优化都朝着提高模型整体质量的方向前进。二、执行优化反应目标是实验设计中预期达到的效果或结果。优化反应目标涉及到对实验目的的清晰定义和量化，确保这些目标具有可测量性和可实现性。在“项目结构”面板中选择“DOE”，激活会话节点，启动优化。选择功能区中的“编辑”→“最优化”→“最优化”命令，打开“最优化”对话框，如图所示。1.右侧参数表用来限制单个因素的值范围，为每个因素指定所需的响应。单击“最优区域”列的按钮，弹出“目标函数的定义”对话框，在“功能类型”选项下选择因子类型，如图所示。二、执行优化包含两个数值搜索最优解的算法：Powell方法：鲍威尔方法，是一种直接搜索算法，不需要目标函数的梯度信息。它利用共轭方向加速收敛的性质，通过迭代改进解的估计。DifferentialEvolution：差异进化。是一种进化计算方法，通过对种群中个体的差分和重组操作实现优化过程。2.“方法”选项组3.“起始点”选项组二、执行优化如果选择了Powell方法，程序将显示该选项。由随机数生成器创建随机起点，而网格点随机分散在相应的空间中。调整的网格和起点越多，解决方案就越好。选择的网格和随机起点越多，搜索最优值的时间就越长。单击“查找最优”按钮，开始搜索最优解optima。程序现在计算一些解，如图所示。三、手动调整（1）在实验设计和优化中，手动调整因子水平是一个重要的步骤，它直接影响到实验结果的准确性和可靠性。当对优化解不满意时，通过手动调整可以进一步探索设计空间，寻找更好的解决方案。（2）在“项目结构”面板中选择响应范围“目标值”，如图所示。选择功能区中的“图形”→“滑动因子”命令，打开“FactorLevelControl（控制因子水平）”对话框，如图所示。1.文件导入操作实例----因子水平优化与验证（1）双击V14-Q-DASLauncher图标，启动Q-DAS，自动弹出“Q-DASProductlauncher(14.0.4.5(0)x86)”对话框，选择要使用的软件模块。（2）选择“Q-DASdestra”选项，弹出“注册”对话框，在“选择用户组”下拉列表中选择“无过滤”，在“使用者姓名”下拉列表中选择“SuperUser（高级用户）”，在“模块”下拉列表中选择“回归分析/方差分析”选项。单击“是”按钮，关闭该对话框，弹出“Q-DASdestra@测量系统分析”工作界面。（3）选择功能区中的“文件”→“从文件导入”命令，打开“打开”对话框，选择源文件下的“Multifactorscreeningdesign.dfq”文件，单击“打开”按钮，弹出“在模块中打开数据”对话框，默认在“可用的模块”下拉列表中选择“回归分析/方差分析”，如图6-40所示。（4）单击“是”按钮，关闭该对话框，进入Q-DASSales工作界面。2.残差分析操作实例----因子水平优化与验证（1）单击功能区“图形”→“诊断”→“残差”命令，弹出“残差”对话框，显示3个图形，如图所示。（2）单击功能区“图形”→“参数表”→“因数”命令，弹出“代码值系数”对话框，显示完整的回归模型系统值，如图所示。3.计算最佳子模型操作实例----因子水平优化与验证（1）通过比较不同模型的预测能力和简洁度，选择解释力最强且参数最少的模型作为最佳子模型。（2）选择功能区中的“编辑”→“模型选择”→“向后消除”命令，打开“变量选择”对话框，如图所示。（3）在对话框左侧第一个图中移动向右移动一个等级的红色粗实线，如图所示。3.计算最佳子模型操作实例----因子水平优化与验证（4）在对话框左侧第一个图中移动向右移动两个等级的红色粗实线，如图所示。（5）单击“是”按钮，关闭该对话框，“ANOVA类型Ⅲ（调整）”对话框中的参数发生变化，从99.201%增加到99.113%，如图所示。3.计算最佳子模型操作实例----因子水平优化与验证（6）通过系统地识别和消除不那么重要的变量，可以有效地提升模型的预测能力和解释性，同时避免过拟合。在此过程中，不断评估和比较模型的性能是至关重要的，以确保每一步优化都朝着提高模型整体质量的方向前进。（1）选择功能区中的“窗口”→“保存窗体布局”→“窗口布局1”命令，保存工作界面中打开的窗口。（2）选择功能区中的“窗口”→“保存窗口布置到数据集”命令，将当前文件中打开的窗口布局信息保存到数据集中。（3）选择功能区中的“文件”→“保存…”→“另存为”命令，弹出“另存为”对话框，输入项目名称“Multifactorscreeningdesign_optimal.dfq”。单击“保存”按钮，保存项目。4.保存文件上机与实验某公司为了提升阀杆零件（见图）的制造质量，通过调整和改进生产过程，实现零件尺寸精度的提升。在这个过程中，可能影响最终测量结果的因子包括：工具精度（卡尺、测微仪）设备（甲、乙）只考虑工具精度和工具精度对阀杆总长的影响，使用传统的2-水平因子设计分析其对产品质量的影响（测量数据如表所示）。编号工具精度设备第一次测量第二次测量1卡尺甲93.02193.122卡尺乙93.1293.023测微仪甲93.1193.1054测微仪乙93.1293.106思考与练习1.如何识别并排除不可行的改进方案？2.列出五个改进方案，并说明理由排除其中的不可行性。3.为什么在改进阶段需要明确的评估标准？4.设定一个改进项目的评估标准，并解释每个标准的重要性。5.评价矩阵是什么？它如何帮助选择最佳解决方案？6.使用评价矩阵对三个不同解决方案进行评分和比较。7.在实施方案前，需要进行哪些准备工作？思考与练习8.DOE实验设计在改进过程中起什