正交实验设计法
正交实验设计法
正交实验设计法
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次试验。
(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：
↗B1
A3C1 →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：
↗C1
A3B2→C2 (好结果)
↘C3
试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。
这种方法一般也有一定的效果，但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在一个很大的范围内没有选点。因此这种试验方法不全面，所选的工艺条件A3B2C2不一定是27
个组合中最好的。其次，用这种方法比较条件好坏时，是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不稳定。
简单对比法的最大优点就是试验次数少，例如六因子五水平试验，在不重复时，只用5+(6-1)×(5-1)＝5+5×4＝25次试验就可以了。
图1 全面试验法取点..........
考虑兼顾这两种试验方法的优点，从全面试验的点中选择具有典型性、代表性的点，使试验点在试验范围内分布得很均匀，能反映全面情况。但我们又希望试验点尽量地少，为此还要具体考虑一些问题。
如上例，对应于A有Al、A2、A3三个平面，对应于B、C也各有三个平面，共九个平面。则这九个平面上的试验点都应当一样多，即对每个因子的每个水平
都要同等看待。具体来说，每个平面上都有三行、三列，要求在每行、每列上的点一样多。这样，作出如图2所示的设计，
试验点用⊙表示。我们看到，在9个平面中每个平面上都恰好有三个点而每个平面的每行每列都有一个点，而且只有一个点，总共九个点。这样的试验方案，试验点的分布很均匀，试验次数也不多。
当因子数和水平数都不太大时，尚可通过作图的办法来选择分布很均匀的试验点。但是因子数和水平数多了，作图的方法就不行了。
试验工作者在长期的工作中总结出一套办法，创造出所谓的正交表。按照正交表来安排试验，既能使试验点分布得很均匀，又能减少试验次数，图2正交试验设计图例
而且计算分析简单，能够清晰地阐明试验条件与指标之间的关系。
用正交表来安排试验及分析试验结果，这种方法叫正交试验设计法。
2．正交表
本书附录给出了常用的正交表。为了叙述方便，用L代表正交表，常用的有L8(27)，L9(34)，L16(45)，L8(4×24)，L12(211)，等等。此符号各数字的意义如下：
L8(27)
7为此表列的数目（最多可安排的因子数）
2为因子的水平数
8为此表行的数目（试验次数）
它表示需作8次实验，最多可观察7个因素，每个因素均为2水平
L18(2×37)
此表的8列中，有7列是3水平的
有1列是2水平的
L18(2×37)
的数字告诉我们，用它来安排试验，做18个试验最多可以考察一个2水平因子和7个3水平因子。
在行数为mn型的正交表中(m，n是正整数)，
试验次数(行数)＝Σ(每列水平数一1)+l (1)
如L8(27)，
8＝7×(2-1)+l
利用上述关系式可以从所要考察的因子水平数来决定最低的试验次数，进而选择合适的正交表。比如要考察五个3水平因子及一个2水平因子，则起码的试验次数为
5×(3-1)+1×(2-1)+1＝12（次）
这就是说，要在行数不小于12，既有2水平列又有3水平列的正交表中选
择，L18(2×37)适合。
正交表具有两条性质：(1)每一列中各数字出现的次数都一样多。(2)任何两列所构成的各有序数对出现的次数都一样多。所以称之谓正交表。
例如在L9(34)中(见表1)，各列中的l、2、3都各自出现3次；任何两列，例如第3、4列，所构成的有序数对从上向下共有九种，既没有重复也没有遗漏。其他任何两列所构成的有序数对也是这九种各出现一次。这反映了试验点分布的均匀性。
3．试验方案的设计
安排试验时，只要把所考察的每一个因子任意地对应于正交表的一列(一个因子对应一列，不能让两个因子对应同一列)，然后把每列的数字"翻译"成所对应因子的水平。这样，每一行的各水平组合就构成了一个试验条件(不考虑没安排因子的列)。
对于[例1]，因子A、B、C都是三水平的，试验次数要不少于
3×(3-1)+1＝7(次)
可考虑选用L9(34)。因子A、B、C可任意地对应于L9(34)的某三列，例如A、B、C分别放在l、2、3列，然后试验按行进行，顺序不限，每一行中各因素的水平组合就是每一次的试验条件，从上到下就是这个正交试验的方案，见表2。这个试验方案的几何解释正好是图2。
三个3水平的因子，做全面试验需要33＝27次试验，现用L9(34)来设计试验方案，只要做9次，工作量减少了2／3，而在一定意义上代表了27次试验.。
再看一个用L9(34)安排四个3水平因子的例子。
[例2]某矿物气体还原试验中，要考虑还原时间(A)、还原温度(B)、还原气体比例(D)、气体流速(C)这四个因子对全铁合量X〔越高越好)、金属化率Y(越高超好)、二氧化钛含量Z(越低越好)这三项指标的影响。希望通过试验找出主要影响因素，确定最适工艺条件。
首先根据专业知以确定各因子的水平：
时间：A1＝3(小时)，A2＝4(小时)，A3＝5(小时)
温度：B1＝1000(℃)，B2＝1100(℃)，B3＝1200(℃)
流速：Cl＝600(毫升／分)，C2＝400(毫升／分)，C3＝800(毫升／分)
CO:H2：D1＝1:2，D2＝2:1，D3＝1:1
这是四因子3水平的多指标(X、Y、Z)问题，如果做全面试验需34＝81次试验，而用L9(34)来做只要9次。具体安排如表3。
同全面试验比较，工作量少了8／9。由于缩短了试验周期，可以提高试验精度，时间越长误差于扰越大。并且对于多指标问题，采用简单对比法，往往顾此失彼，最适工艺条件很难找；而应用正交表来设计试验时可对各指标通盘考虑，结论明确可靠。
4．试验数据的直观分析
正交表的另一个好处是简化了试验数据的计算分折。还是以[例1]为例来说明。按照表2的试验方案进行试验，测得9个转化率数据，见表4。
通过9次试验，我们可以得两类收获。第一类收获是拿到手的结果。第9
号试验的转化率为64，在所做过的试验中最好，可取用之。因为通过L9(34)已经把试验条件均衡地打散到不同的部位，代表性是好的。假如没有漏掉另外的重要因素，选用的水平变化范围也合适的话，那么，这9次试验中最好的结果在全体可能的结果中也应该是相当好的了，所以不要轻易放过。
第二类收获是认识和展望。9次试验在全体可能的条件中(远不止33＝27个组合，在试验范围内还可以取更多的水平组合)只是一小部分，所以还可能扩大。精益求精。寻求更好的条件。利用正交表的计算分折，分辨出主次因素，预测更好的水平组合，为进一步的试验提供有份量的依据。
其中I、Ⅱ、Ⅲ分别为各对应列（因子）上1、2、3水平效应的估计值，其计算式是：
Ⅰi(Ⅱi,Ⅲi)=第i列上对应水平1（2，3）的数据和
K1 为1水平数据的综合平均=Ⅰ/水平1的重复次数
Si为变动平方和=
[例1]的转化率试验数据与计算分析见表4。
先考虑温度对转比率的影响。但单个拿出不同温度的数据是不能比较的，因为造成数据差异的原因除温度外还有其他因素。但从整体上看，80℃时三种反应时间和三种用碱量全遇到了，86℃时、90℃时也是如此。这样，对于每种温度下的三个数据的综合数来说，反应时间与加碱量处于完全平等状态，这时温度就具有可比性。所以算得三个温度下三次试验的转化率之和：
80℃：ⅠA＝xl+x2+x3＝31+54+38＝123；
85℃：ⅡA＝x4+x5+x6＝53+49+42＝144；
90℃：ⅢA＝x7+x8+x9＝57+62+64＝183。
分别填在A列下的Ⅰ、Ⅱ、Ⅲ三行。再分别除以3，表示80℃、85℃、90℃时综合平均意义下的转化率，填入下三行Kl、K2、K3。R行称为极差，表明因子
对结果的影响幅度。
同样地，为了比较反应时间；用碱量对转化率的影响，也先算出同一水平下的数据和IB、ⅡB、ⅢB，Ic、Ⅱc、Ⅲc，再计算其平均值和极差。都填入表4中；
由此分别得出结论：温度越高转化率越好，以90℃为最好，但可以进一步探索温度更好的情况。反应时间以120分转化率最高。用碱量以6％转化率最高。
5.正交试验的方差分析
(一)假设检验
在数理统计中假设检验的思想方法是：提出一个假设，把它与数据进行对照，判断是否舍弃它。其判断步骤如下：
(1)设假设H。正确，可导出一个理论结论，设此结论为R。；
(2)再根据试验得出一个试验结论，与理论结论相对应，设为R1；
(3)比较R。与Rl，若R。与Rl没有大的差异，则没有理由怀疑H。，从而判定为："不舍弃H。"(采用H。)；若R。与R1有较大差异，则可以怀疑H。，此时判定为："舍弃H。"。
但是，R1／R。比l大多少才能舍弃H。呢？为确定这个量的界限，需要利用数理统计中关于F分布的理论。
若yl服从自由度为φ1的χ2分布，y2服从自由度为φ2的χ2分布，并且yl、y2相互独立，则（y1/φ1）/(y2/φ2)服从自由度为(φ1，φ2)的F分布。F分布是连续分布，分布模数是两个自由度(φ1，φ2)。称φ1为分子自由度，称φ2为分母自由度。在自由度为(φ1，φ2)的F分布中，某点右侧面积为p，也就是F比此值大的概率为p，把这个值写为 (p)。若检验的显著性水平(或危险率)给定为α时，则可以把 (α)作为临界值来检验假设。
这里，Se／σ2服从自由度为φe，的χ2分布；当H。成立，σ2＝0时，SA／σ2也服从自由度为φA的χ2分布；又SA与Se相互成立，所以
(SA/(φAσ2)/ Se/(φeσ2))=VA/Ve服从自由度为(φA，φe)的F分布。这就是假定H。正确时的理论结论R。。而试验结论Rl要与理论结论R。相比较。由给定的显著性水平，通常是α＝0．05；分子自由度φ1＝φA＝a-l，分母自由度φ2＝φe=a(n-1)；查F分布表得出 (α)。所以H。：αl＝α2=……＝αa ＝0(σA2＝0)的检验是：(显著性水平α)
FA=VA/Ve> (α) → 舍弃H。
FA=VA/Ve≤ (α) → 不舍弃H。
通常， (α)一般性地表示成Fα（φA,φB）。
假设因子A对试验结果的影响不显著，那么A的两个水平的效应该表现为相等或相近，即假设H。：α1＝α2＝0。如果因子A显著，则舍弃假设。
为了判断因子A是否显著，首先要计算比值
显然，这个比值越大，因子A对指标的影响越显著；反之，因子A就不显著。在给定置信度α后，如α＝0.05，查F分布表，自由度φA是因子A的，自由度φe是误差的，其临界值Fα(φA,φe)，如果
FA＞Fα(φA,φe)
就舍弃假设，可以认为因子A是显著的；如果
FA≤Fα(φA,φe)
就没有理由否定假设，而只能认为因子A是不显著的。因为按照F分布表的物理念义，F值小于Fα(φA,φe)的概率是95％，即有95%的机会出现小于
Fα(φA,φe)的F值，既然出现了这种情况，就有了95％的把握，所以就没有理由否定假设，只能接受假设，认为因子A不显著。另一方面，F值大于
Fα(φA,φe)的概率是5％，也就是只有5％的机会出现大于Fα(φA,φe)的F 值，这是小概率事件，如果小概率事件居然发生了，则可认为情况异常，假设不可信，必须否定假设，因子A是显著的。
对其他因子的显著性检验完全类似。
(二)方差分析表
由总平方和与各因素平方和即可求得误差平方和，亦称剩余平方和。是总平方和减各因素平方和所得。如正交表有一空列，则该列的平方和就量误差平方和。但在正交表饱和试验的情况下，即所有各列全部排满时，误差平方和一般用各因素平方和中几个最小的平方和之和来代替，同时，这几个因素不再作进一步的分析。
自由度：φT＝试验次数一1
φA,B…＝水平数一1
φA×B=φA×φB
φe=φT-φA-φB-……-φD
正交实验设计原理
正交实验设计 1．概述 任何生产部门，任何科学实验工作，为达到预期目的和效果都必须恰当地安排实验工作，力求通过次数不多的实验认识所研究课题的基本规律并取得满意的结果。例如为拟定一个正确而简便的分析方法，必然要研究影响这种分析方法效果的种种条件，诸如试剂浓度和用量、溶液酸度、反应时间以及共存组分的干扰等等。同时，对于影响分析效果的每一种条件，还应通过试验选择合理的范围。在这里，我们把受到条件影响的反系方法的准确度、精密度以及方法的效果等叫做指标；把试验中要研究的条件叫做因素；把每种条件在试验范围内的取值（或选取的试验点）叫做该条件的水平。这就是说我们常常遇到的问题可能包括多种因素，各种因素又有不同的水平，每种因素可能对分析结果产生各自的影响，也可能彼此交织在一起而产生综合的效果。 正交试验设计就是用于安排多因素实验并考察各因素影响大小的一种科学设计方法。它始于1942年，之后在各个领域里都得到很快的发展和广泛应用。这种科学设计方法是应用一套已规格化的表格——正交表来安排实验工作，其优点是适合于多种因素的实验设计，便于同时考查多种因素各种水平对指标的影响通过较少的实验次数，选出最佳的实验条件，即选出各因素的某一水平组成比较合适的条件，这样的条件就所考查的因素和水平而言，可视为最佳条件。另一方面，还可以帮助我们在错综复杂的因素中抓住主要因素，并判断那些因素只起单独的作用，那些因素除自身的单独作用外，它们之间还产生综合的效果。数理统计上的实验设计还能给出误差的估计。 2. 试验设计的基本方法 全面试验法 正交设计的方法，首先应根据实验的目的,确定影响实验结果的各种因素，选择这些影响因素的试验点，进而拟出实验方案，之后按所拟方案进行实验并对实验结果作出评估。必要时再拟出进一步的实验方案，使实验工作更趋完善，所得结果也更为可靠。 如在研究某一显色反应时，为选择合适的显色温度、酸度和显色完全的时间，可作如下的试验安排。 首先确定上述三因素的实验范围： 显色温度： 25——35℃ （温度以A表示） 酸浓度：——L （酸浓度以B表示）
正交实验设计及结果分析
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 正交试验设计的概念及原理 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：设计一个三因素、3 水平的试验 A 因素，设A、A?、A33个水平；B因素，设B、B2、B33个水平； C因素，设G、G、G 3个水平，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（图示的27 个节点），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。 全面试验法示意图
三因素、三水平全面试验方案 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
正交试验设计常用正交表分析
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
正交实验设计方法--非常有用
L9（34） 序号 1 2 3 4 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 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℃ 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.......... (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： ↗B1 A3C1 →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： ↗C1 A3B2→C2 (好结果) ↘C3 试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。 这种方法一般也有一定的效果，但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在一个很大的范围内没有选点。因此这种试验方法不全面，所选的工艺条件A3B2C2不一定是27个组合中最好的。其次，用这种方法比较条件好坏时，是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不稳定。
正交试验设计方法 讲义及举例
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。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T 1和p 1，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 ＝m 2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m 2水平。 固定T 1和m 2，改变p 的三次实验如图5-2（2）所示，发现p ＝p ３时的实验效果最好，因此认为因素p 应取p ３水平。 固定p ３和m 2，改变T 的三次实验如图5-2（3）所示，发现因素T 宜取T 2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T 2p ３m 2。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m 2（或p ３或T 2 ）水平最好是有条件的。在T ≠T １，p ≠p １时，m 2 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 ＝T ２，p ＝p ３ 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L 9（34），其试验安排见表5-2。 所有的正交表与L 9（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L 9（34）中，每一列有三个水平，水平1、2、3都是各出现3次。 （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。
正交实验设计基本思想
正交实验设计法 正交实验设计法 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次试验。 (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： ↗B1 A3C1 →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： ↗C1 A3B2→C2 (好结果) ↘C3 试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。 这种方法一般也有一定的效果，但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在一个很大的范围内没有选点。因此这种试验方法不全面，所选的工艺条件A3B2C2不一定是27 个组合中最好的。其次，用这种方法比较条件好坏时，是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不稳定。 简单对比法的最大优点就是试验次数少，例如六因子五水平试验，在不重复时，只用5+(6-1)×(5-1)＝5+5×4＝25次试验就可以了。 图1 全面试验法取点.......... 考虑兼顾这两种试验方法的优点，从全面试验的点中选择具有典型性、代表性的点，使试验点在试验范围内分布得很均匀，能反映全面情况。但我们又希望试验点尽量地少，为此还要具体考虑一些问题。
正交试验设计
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
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
正交实验设计
正交实验设计 当析因设计要求的实验次数太多时，一个非常自然的想法就是从析因设计的水平组合中，选择一部分有代表性水平组合进行试验。因此就出现了分式析因设计(fractional factorial designs)，但是对于试验设计知识较少的实际工作者来说，选择适当的分式析因设计还是比较困难的。 正交试验设计(Orthogonal experimental design)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正交表按排实验，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。 1．正交表 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)，(表11)，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L8(4×24) (表12)，此表的5列中，有1列为4水平，4列为2水平。根据正交表的数据结构看出，正交表是一个n行c列的表，其中第j列由数码1，2，… S j组成，这些数码均各出现N/S次，例如表11中，第二列 的数码个数为3，S=3 ，即由1、2、3组成，各数码均出现次。
正交实验设计方法原理
设计方法名称正交设计 适用范围仅用于复因子试验。 田间排列田间排列可采用随机区组设计或拉丁方设计等。 田间排列说明一、为什么要用正交试验？ 关于复因子试验我们介绍了随机区组设计和裂区设计两种设计方法、但这两种设计方法均属于复因子试验的全面实施，所成的区组叫完全区组，即每一种处理组合在每一区组都必须设置一个小区。然而，对于农林试验，特别小区面积需较大的热带作物试验，作全面实施往往是不可能的。例如，如欲作肥料三要素试验，每因子取三个水平，则共有27个处理组合。若把试验布置成完全区组，则每区组需设置27个小区。这不仅实际执行时常因地形所限而不易找到如此庞大的区组，即使能找到可摆下27个处理组合的区组也难于实行局部控制。此外，作完全区组设计工作量太大，耗费人力物力也多。为解决以上矛盾，人们提出是否可以从全部处理组合中挑选出一部处理组合来做一下完全区组试验，而且要求这种部分实施同样能达到主要的试验目的。理论与实施都证明这是可能的，这就是本节所介绍的正交试验法。 进一步的问题是：（1）从全部处理组合中应该挑几个处理组合来做试验？（2）从全部处理组合中具体挑选哪几个处理组合来做试验？这两个问题都可以从正交表得到回答。 二、正交表 正交试验，是借助于正交表来布置试验的。因此，首先得搞清楚正交表的含义。比如，需作一A、B、C三因子试验，A分为A1、A2二个水平；B分为B1、B2二个水平；C分为C1、C2二个水平。显然，该试验共有8个处理组合，详列如下： 这8个处理组合，可用数字来简单表示，如A1B1C1可简记为“111”，A1B1C2可简记为“112”等等。这样，如若写出“221”，则表示这是处理组合A2B2C1，。即因子A取A2，因子B取B2，因子C取C1所组成的组合。 如果我们希望把试验布置成正交试验，从8个处理组合中挑选一部分处理组合来做才有代表性呢？这可查正交表得到回答。二水平的最简单一张正交
正交实验设计及结果分析
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 正交试验设计的概念及原理 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：设计一个三因素、3水平的试验 A因素，设A1、A2、A33个水平；B因素，设B1、B2、B33个水平；C因素，设C1、C2、C3 3个水平，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（图示的27个节点），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。 全面试验法示意图
三因素、三水平全面试验方案 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
正交试验原理
正交实验的原理 我们知道如果有很多的因素变化制约着一个事件的变化，那么为了弄明白哪些因素重要，哪些不重要，什么样的因素搭配会产生极值，必须通过做实验验证(仿真也可以说是试验，只不过试验设备是计算机)，如果因素很多，而且每种因素又有多种变化(专业称法是：水平)，那么试验量会非常的大，显然是不可能每一个试验都做的。那我们这个试验来讲，影响主轴温升的因素很多，比如转速、预紧力、油气压力、喷油间隙时间、油品等等；每种因素的水平也很多，比如转速从8Krpm到20Krpm，等等，坤哥算了一下，所有因素都做，大概一共要900次试验，按一天3次试验计，要不停歇的做10个月，显然是不可能的。 能够大幅度减少试验次数而且并不会降低试验可行度的方法就是使用正交试验法。首先需要选择一张和你的试验因素水平相对应的正交表，已经有数学家制好了很多相应的表，你只需找到对应你需要的就可以了。所谓正交表，也就是一套经过周密计算得出的现成的试验方案，他告诉你每次试验时，用那几个水平互相匹配进行试验，这套方案的总试验次数是远小于每种情况都考虑后的试验次数的。比如3水平4因素表就只有9行，远小于遍历试验的81次；我们同理可推算出如果因素水平越多，试验的精简程度会越高。 建立好试验表后，根据表格做试验，然后就是数据处理了。由于试验次数大大减少，使得试验数据处理非常重要。首先可以从所有的试验数据中找到最优的一个数据，当然，这个数据肯定不是最佳匹配数据，但是肯定是最接近最佳的了。这是你能得到一组因素，这是最直观的一组最佳因素。接下来将各个因素当中同水平的试验值加和(注:正交表的一个特点就是每个水平在整个试验中出现的次数是相同的)，就得到了各个水平的试验结果表，从这个表当中又可以得到一组最优的因素，通过比较前一个因素，可以获得因素变化的趋势，指导更进一步的试验。各个因素中不同水平试验值之间也可以进行如极差、方差等计算，可以获知这个因素的敏感度。等等等等...还有很多处理数据的方法。然后再根据统计数据，确定下一步的试验，这次试验的范围就很小了，目的就是确定最终的最优值。当然，如果因素水平很多，这种寻优过程可能不止一次。 讲了这么多，你也许会问，你说那个表很准，能代表大趋势，为什么呢？这个问题是有证明的，不过我们不必去看那个证明(很复杂，看不懂:P)，我的考虑是这样的，如果我们将
正交试验设计常用正交表
(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
正交实验设计原理
正交实验设计原理公司内部档案编码：[OPPTR-OPPT28-OPPTL98-OPPNN08]
正交实验设计 1．概述 任何生产部门，任何科学实验工作，为达到预期目的和效果都必须恰当地安排实验工作，力求通过次数不多的实验认识所研究课题的基本规律并取得满意的结果。例如为拟定一个正确而简便的分析方法，必然要研究影响这种分析方法效果的种种条件，诸如试剂浓度和用量、溶液酸度、反应时间以及共存组分的干扰等等。同时，对于影响分析效果的每一种条件，还应通过试验选择合理的范围。在这里，我们把受到条件影响的反系方法的准确度、精密度以及方法的效果等叫做指标；把试验中要研究的条件叫做因素；把每种条件在试验范围内的取值（或选取的试验点）叫做该条件的水平。这就是说我们常常遇到的问题可能包括多种因素，各种因素又有不同的水平，每种因素可能对分析结果产生各自的影响，也可能彼此交织在一起而产生综合的效果。 正交试验设计就是用于安排多因素实验并考察各因素影响大小的一种科学设计方法。它始于1942年，之后在各个领域里都得到很快的发展和广泛应用。这种科学设计方法是应用一套已规格化的表格——正交表来安排实验工作，其优点是适合于多种因素的实验设计，便于同时考查多种因素各种水平对指标的影响通过较少的实验次数，选出最佳的实验条件，即选出各因素的某一水平组成比较合适的条件，这样的条件就所考查的因素和水平而言，可视为最佳条件。另一方面，还可以帮助我们在错综复杂的因素中抓住主要因素，并判断那些因素只起单独的作用，
那些因素除自身的单独作用外，它们之间还产生综合的效果。数理统计上的实验设计还能给出误差的估计。 2. 试验设计的基本方法 全面试验法 正交设计的方法，首先应根据实验的目的,确定影响实验结果的各种因素，选择这些影响因素的试验点，进而拟出实验方案，之后按所拟方案进行实验并对实验结果作出评估。必要时再拟出进一步的实验方案，使实验工作更趋完善，所得结果也更为可靠。 如在研究某一显色反应时，为选择合适的显色温度、酸度和显色完全的时间，可作如下的试验安排。 首先确定上述三因素的实验范围： 显色温度： 25——35℃ （温度以A表示） 酸浓度：——L （酸浓度以B表示） 显色时间： 10——30 min （时间以C表示） 其次确定每种因素在上述实验范围内各取的水平数（如各取三个水平）。 因素A的三个水平分别以A 1，A 2 ，A 3 表示； 因素B的三个水平分别以B 1，B 2 ，B 3 表示； 因素C的三个水平分别以C 1，C 2 ，C 3 表示； 然后将显色试验的因素、水平列为下表。
正交试验设计原理
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：
正交实验设计
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 补充内容 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.......... (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： ↗B1 A3C1 →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： ↗C1 A3B2→C2 (好结果) ↘C3 试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。 这种方法一般也有一定的效果，但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在一个很大的范围内没有选点。因此这种试验方法不全面，所选的工艺条件A3B2C2不一定是27个组合中最好的。其次，用这种方法比较条件好坏时，是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不稳定。 简单对比法的最大优点就是试验次数少，例如六因子五水平试验，在不重复时，只用5+(6-1)×(5-1)＝5+5×4＝25次试验就可以了。 考虑兼顾这两种试验方法的优点，从全面 试验的点中选择具有典型性、代表性的 点，使试验点在试验范围内分布得很均 匀，能反映全面情况。但我们又希望试验 点尽量地少，为此还要具体考虑一些问 题。 如上例，对应于A有Al、A2、A3三个平 面，对应于B、C也各有三个平面，共九 个平面。则这九个平面上的试验点都应当 一样多，即对每个因子的每个水平都要同等看待。具体来说，每个平面上都有三行、三列，要求在每行、每列上的点一样多。这样，作出如图2所示的设计，试验点用⊙表示。我们看到，在9个平面中每个平面上都恰好有三个点而每个平面
常用正交设计表附录1
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]