正交配置法
正交试验设计
正交试验设计法[17] 正交试验设计是利用“正交表”选择试验的条件，并利用正交表的特点进行数据分析，找出最好的或满意的试验条件，适用于多因素的设计问题。正交试验法的理论基础是正交拉丁方理论与群论。在工作中可用的多因素寻优工作方法，一类是从优选区某一点开始试验，一步一步到达较优点，这类实验方法叫序贯试验法，如因素轮换法、爬山法等；另一类是，在优选区内一次布置一批试验点，通过对这批试验结果的分析，逐步缩小优选范围从而达到较优点，如正交试验法等。科研中普遍采用正交试验法，因其具有如下优点： ①实用上按表格安排试验，使用方便； ②布点均衡、试验次数较少； ③在正交试验法中的最好点，虽然不一定是全面试验的最好点，但也往往是相当好的点。特别在只有一两个因素起主要作用时，正交试验法能保证主要因素的各种可能都不会漏掉。这点在探索性工作中很重要，其他试验方法难于作到； ④正交试验法提供一种分析结果（包括交互作用）的方法，结果直观易分析。且每个试验水平都重复相同次数，可以消除部分试验误差的干扰； ⑤因其具有正交性，易于分析出各因素的主效应。 名词解释： 1 试验因素：影响考核指标取值的量称为试验因素(因子)，一般记为：A，B，C等。有定量的因素，可控因素，定性的因素，不可控因素等。 2 因素的位级(水平)：指试验因素所处的状态。 4 考核指标：根据试验目的而选定的用来衡量试验效果的量值(指标)。 5 完全因素位级组合：指参与实验的全部因素与全部位级相互之间的全部组合次数，即全部的实验次数。
6 部分因素位级组合：⑴单因素转换法⑵正交试验法 7 正交表的符号：正交表是运用组合数学理论在正交拉丁名的基础上构造的一种规格化的表格。符号：Ln(ji) 其中： L--正交表的符号 n--正交表的行数(试验次数，试验方案数) j--正交表中的数码(因素的位级数) i--正交表的列数(试验因素的个数) N=ji--全部试验次数(完全因素位级组合数) 总之，利用正交试验法的设计方案，结合代数方法对数据进行分析，可达到使试验收敛速度加快、试验的效率非常高的效果。可利用试验结果获取更多信息，准确掌握效应的趋势规律，而且优选点可超越所选水平范围和精度，从而可大大减少试验次数。这种联用技术，对于可获得定量结果或结果容易定量化，以及试验代价高时，很有效。 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。
第7章-正交试验设计的极差分析
第7章 正交试验设计的极差分析 正交试验设计和分析方法大致分为二种：一种是极差分析法(又称直观分析法),另一种是方差分析法(又称统计分析法)。本章介绍极差分析法，它简单易懂，实用性强，在工农业生产中广泛应用。 7.1 单指标正交试验设计及其极差分析 极差分析法简称R 法。它包括计算和判断两个步骤，其内容如图7-1所示。 图7-1 R 法示意图 图中，K jm 为第j 列因素m 水平所对应的试验指标和， jm 为K jm 的平均 值。由K jm 的大小可以判断j 因素的优水平和各因素的水平组合，即最优组合。R j 为第j 列因素的极差，即第j 列因素各水平下平均指标值的最大值与最小值之差： R j =max( )-min( ) R j 反映了第j 列因素的水平变动时，试验指标的变动幅度。R j 越大，说明该因素对试验指标的影响越大，因此也就越重要。于是依据 R 法 1.计算 2.判断 ○1K jm , ○2R j ○1因素主次 ○2优水平 ○3最优组合
R j的大小，就可以判断因素的主次。 极差分析法的计算与判断，可直接在试验结果分析表上进行，现以例６-２来说明单指标正交试验结果的极差分析方法。 一、确定因素的优水平和最优水平组合 例6-2 为提高山楂原料的利用率，某研究组研究了酶法液化工艺制造山楂精汁。拟通过正交试验寻找酶法液化工艺的最佳工艺条件。 在例６-２中，不考虑因素间的交互作用（因例６-２是四因素三水平试验，故选用L9(34)正交表），表头设计如表６-５所示，试验方案则示于表６-６中。试验结果的极差分析过程，如表７-１所示. 表6-4 因素水平表 表6-6 试验方案及结果
正交试验设计方法在试验设计中的应用_郝行舟
正交试验设计方法在试验设计中的应用 来稿日期:1999-10-06 郝行舟 李春生 (南阳市公路交通规划勘察设计院) 摘要 本文以三因素三水平的正交试验设计为例,说明正交表的使用方法及正交试验设计方法在试验设计中的应用。并通过一个具体实例向大家介绍正交试验设计的原理、优点及试验结果处理的方法。 关键词 正交试验设计 应用 正交表 优选法 Orthogonal Test Method ′s Applications on Testing Designs Hao X ingzhou (N anya ng H ighw ay Pla n&Reconnaissance Institute ) Abstract This paper ,using 3factor s a nd 3dim ensio ns o r tho go nal test a s a n ex ample ,sho w ho w to use the o rt-hog o nal test table and o rthog o na l test me tho d ′s applica tions on testing desig ns .It a lso g iv e an exa mple to sho w the de -tails o f principle ,adv antag es ,dealing with testing results o f or thog onal test desig ns . Key words O r tho g onal test desig ns Applica tion O r tho go na l test table O ptimum seeking metho d 1 引言 如何科学地设计试验,以获得高可靠性的试验数 据,这是我们工程技术人员在试验设计中最需要解决的问题。试验安排得好,试验次数少且能获得满意的结果,多快好省,事半功倍,反之则事倍功半。 举例来说:若影响质量指标的因素有A 、B 、C 3种因素,每个因素各取3个水平,分别为A 1、A 2、A 3、B1、B2、B3、C1、C2、C3.(所谓因素的水平即该因素在其试验范围内取具有代表性的“值”,三水平就是有代表性的3个“值”,水平有时不限于数值,它可以是原料的种类或操作方式等等)。按传统的方法采用单因素轮换法安排试验:譬如因素B 固定在B1水平上,因素C 固定在C 1水平上,试验安排为B 1C 1A1 A2A3 ,如果试验结果发现在A3水平较好,则安排试验A3C1 B1B2B3 ,这时发现B 2较好,以后就安排A 3B 2 C1 C2C3 ,如果发现C 3较好,那么A3B2C3为最佳条件,这种试验安排的缺点是:①考察的因素水平仅局限于局部区域,不能全面地反映因素的全面情况,找不出影响质量的主要因素,无 法再在三水平外继续找更好的配比组合(水平)。②如果不进行重复试验,试验误差就估计不出来,因此无法确定最佳分析条件的精度。当然,我们可以用全面试验法按它们所有可能组合的情况做试验,则需做33=27次试验,对各因素进行全面考虑,从中选出最优化条件,但这种作法很不经济,有时是不可能实现的。例如安排5个因素的3水平的全面试验需做35=243次,这在人力、物力、时间上是几乎不可能执行的。因此,我们很自然地会提出下列问题:如何从大量的试验点中挑选适量的具有代表性、典型性的点呢?特别是怎样选择试验次数尽量少而又有代表性的试验呢?利用根据数学原理制作好的规格化表——正交表来设计试验不失为一种上策,这种设计方法被称为正交最优化,即正交试验设计方法。事实上,正交最优化方法的优点不仅表现在试验的设计上,更表现在对试验结果的处理上。 2 正交试验设计方法简介 还以前面提到过的三因素三水平的项目为例,是否同样做9次试验,可以完全克服单因素轮换法安排试验的诸多缺点,且能选出影响质量的最主要因素,便于进一步试验呢?回答是肯定的,这便是利用正交表,进行正交试验设计。表1为三水平正交表中的一种,可以在本例中应用。 26 第19卷 第6期河南交通科技 V ol.19 N o.61999年12月SCIEN CE AN D T ECHN O LO G Y O F HEN AN CO M M UN ICA T IO N Dec.1999
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T1、T2、T3。 表5－1 因素水平 水平 因素温度℃压力Pa 加碱量kg 符号T p m 1 2 3 T1 (80 ) T2(100) T3(120) p1(5.0) p2(6.0) p3(7.0) m 1(2.0) m2(2.5) m3(3.0) 图5－1 全面搭配法方案
正交设计
常用的实验设计方法(四) 多因素多水平的实验设计，当所需的实验次数较多或因实验条件所限，而无法承受，且已知因素之间的复杂交互作用(高阶交互)可忽略不计时，通常可以用正交设计取代析因设计，以达到减少实验次数的目的。 ⑴ 正交实验设计：是一种高效的多因素实验的设计，它是利用一系列规格化的正交表将各实验因素、各水平之间的组合均匀搭配，合理安排，大大减少实验次数，并提供较多的信息。 ⑵ 正交表(orthogonal layout)：经过严格的数学推导编制出来的。正交表上的每一行代表各实验因素水平的一种组合，称为一个试验点，正交表的每一列代表一种实验效应，它可能代表某实验因素或交互作用或实验误差的效应，试具体安排而定。 正交表中用符号表示设计的类型。例如：)2(3 4L ，符号L 表示正交表，L 的下标表示实验次数，括号内的底数是因素的水平数，指数是因素的个数(即列数或最多可以安排的因素的个数)。 )2(34L ：最多可安排3个因素，每个因素均为2水平，作4次实验的正交表。 )2(78L ：最多可安排7个因素，每个因素均为2水平，作8次实验的正交表。 )3(49L ：？ 例如：)2(3 4L 每行表示一个实验，列表示安排的因素。表中的1、2表示各因素的水平，每列(因素)的各水平出现的次数相等，任两列的同一横行中出现的有序数对(1,1)(1,2)、(2,1)，(2,2)次数相同。具有均衡性和正交性。
⑶ 交互作用表：每个正交表均有对应的交互作用表。 通过交互作用表可安排因素或交互作用或误差。)2(34L 交互作用表显示若第一列安排因素，第二列安排因素，则两因素的交互作用安排在第3列上。 再比如：)2(7 8L 正交表 ⑷ 正交设计类型： 根据正交表可以分为：同水平的正交表和混合水平的正交表。 常用的同水平的正交表： 2水平正交表：)2(34L 、)2(78L 、)2(1516L 、)2(31 32L 等 3水平正交表：)3(4 9L 、)3(13 27L 、)3(40 81L 等
正交实验法如何设计测试用例
正交实验法如何设计测试用例如何用正交实验法设计测试用例，一下的文章为大家详细的介绍。 一、用正交表设计测试用例的步骤 (1) 有哪些因素(变量) (2) 每个因素有哪几个水平(变量的取值) (3) 选择一个合适的正交表 (4) 把变量的值映射到表中 (5) 把每一行的各因素水平的组合做为一个测试用例 (6) 加上你认为可疑且没有在表中出现的组合 二、如何选择正交表 ●考虑因素(变量)的个数 ●考虑因素水平(变量的取值)的个数 ●考虑正交表的行数 ●取行数最少的一个 三、设计测试用例时的三种情况 (1)因素数(变量)、水平数(变量值)相符 (2)因素数不相同 (3)水平数不相同 四、我们来看看第一种情况： (1)因素数与水平数刚好符合正交表 我们举个例子：
这是个人信息查询系统中的一个窗口。我们可以看到要测试的控件有3个：姓名、身份证号码、手机号码，也就是要考虑的因素有三个;而每个因素里的状态有两个：填与不填。 选择正交表时分析一下： 1、表中的因素数>=3; 2、表中至少有3个因素数的水平数>=2; 3、行数取最少的一个。 从正交表公式中开始查找，结果为： L4(23) 变量映射： 测试用例如下： 1：填写姓名、填写身份证号、填写手机号 2：填写姓名、不填身份证号、不填手机号 3：不填姓名、填写身份证号、不填手机号
4：不填姓名、不填身份证号、填写手机号 增补测试用例 5：不填姓名、不填身份证号、不填手机号 从测试用例可以看出：如果按每个因素两个水平数来考虑的话，需要8个测试用例，而通过正交实验法进行的测试用例只有5个，大大减少了测试用例数。用最小的测试用例集合去获取最大的测试覆盖率。 (2)因素数不相同 如果因素数不同的话，可以采用包含的方法，在正交表公式中找到包含该情况的公式，如果有N个符合条件的公式，那么选取行数最少的公式。 (3)水平数不相同 采用包含和组合的方法选取合适的正交表公式。 通过上述的介绍，希望大家对用正交实验法设计测试用例有所了解，共同进步
正交试验设计案例分析
正交实验设计案例分析 45120611戴杰 摘要：正交实验设计法在工业生产中具有广阔的应用领域，但 由于推广不够，在实践少有应用，除了观念上的影响外，对操 作方法的疑惑和不熟悉，也是重要因素。我们小组选取了两个 典型案例，对正交实验设计法的操作方法和步骤进行了介绍。 正交实验设计法在工业生产中具有广阔的应用领域。作为一种科学的实验方法，它以投资少、易操作见效快的特点而为人们所关注，在已经试点过的单位都不同程度地取得了明显效果，受到企业的普遍欢迎。正交实验设计法虽然已经取得了骄人的业绩，但它的推广并不普遍。原因主要是许多企业科学意识差，对正交法缺乏正确认识，不懂操作程序，甚至怕麻烦。鉴于此，我们选择了两个典型案例，对正交法的应用程序和方法做出了说明。 一、双氰胺生产工艺的优化研究 1.1 立项背景 山西省双氰胺厂。1989年引进技术，设计能力为年产双氰胺500t，1990年投产，1991 年全年生产双氰胺300t。虽然当时双氰胺出厂价为15000元/t，市场供不应求，但由 于该企业产量达不到设计能力，成本很高，年亏损30 多万元，企业处于非常困难的境地。1.2 经诊断发现的问题 （1）双氰胺的主要原材料质量差，有效含氮量低。调查结果：石灰氮最好是一级品占一半，其余为二级品以下。石灰氮产品的行业标准（有效含氮量）是：优级品>=20%，一级品>18%，二级品>17%，次品<17%。经过对比，该厂石灰氮有效含氮量低，是双氰胺消耗高、成本高、产量低的主要原因。 （2）石灰窑CO2 气体浓度太低且很不稳定，是制约双氰胺生产的关键因素。经调查发现，CO2 气体浓度一般在17%以下，有时12%左右，致使双氰胺车间第一道工序（即水解工序）脱钙速度慢、时间长，是制约双氰胺产量的关键。 （3）双氰胺的生产工艺影响因素多，优化潜力大。经分析认为：水解投料量、水解pH 值、聚合工序的聚合温度、聚合pH值、结晶温度等因素，均对产品质量和消耗有影响。多因素影响正好适用正交法。 1.3 正交法在各生产车间的应用及效果 （1）提高白灰窑CO2气体浓度的正交实验。经调查，投入的煤和石头的比例是由人工估计的，并不计量，每天加料总量和分配的层次随意性很大。由于没有固定的工艺标准，CO2 气体浓度既不可能稳定，生产效果也不可能提高。故采取了以下措施：一是安装地磅，投入的煤和石头要求过磅计量；二是实施正交优化。 经计算，石灰窑优化方案的因素水平及实验结果（选用L9(3^4)正交表安排实验）分别 如表1、表2 所示。 表1 因素水平表
正交试验设计方法
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。 表5－1 因素水平 水平 因素 温度℃ 压力Pa 加碱量kg 符号 T p m 1 2 T 1 (80 ) T 2(100) p 1 p 2 m 1 m 2 图5－1 全面搭配法方案
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。 图5－2 简单比较法方案 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
正交试验设计方法
正交试验设计方法 一、概述 1、正交试验设计法（正交试验法）－是利用正交表来合理安排试验的一种方法。 2、安排任何一项试验，首先要明确试验的目的是什么？用什么指标来衡量考核的结果？对试验指标可能有影响的因素是什么？为了搞清楚影响因素，应当把因素选择在哪些水平上？ 3、指标 就是试验要考核的效果。在正交试验中，主要设计可测量的定量指标，常用X、Y、Z来表示。 4、因素 是指对试验指标可能产生影响的原因。因素是在试验中应当加以考察的重点内容，一般用A、B、C、???来表示。在正交试验中，只选取可控因素参加试验。 5、水平 是指因素在试验中所处的状态或条件。对于定量因素，每一个选定值即为一个水平。水平又叫位级，一般用1、2、3、???来表示。在试验中需要考察某因素的几种状态时，则称该因素为几水平（位级）的因素。 二、正交表 正交表：在设计安排正交试验时制作好的标准化的表格。
1、正交表的性质： 1）、均衡分散性。由于每一列中各种字码出现相同的次数，这就保证了试验条件均衡地分散在配合完全的水平组合中，因而代表性强，容易出现好条件。（效率高） 2）、整齐可比性。由于任意两列中全部有序的数字对出现相同的次数，这就保证了在各个水平的效果之中，最大限度地排除了其他因素的干扰，因而能最有效地进行比较，作出展望。（效果好） 三、常用正交试验设计与分析 常用正交试验设计与分析的步骤如下 1、明确试验目的； 2、确定考察的指标； 3、挑因素，选水平（位级）； 4、设计试验方案； 5、实施试验方案； 6、试验结果分析（一般用目测法、极差分析法、画趋势图等）； 7、反复调优试验以逼近最优方案； 8、验证试验并通过生产验证确认较优方案。 三、常用正交试验设计与分析－示例 1、明确试验目的 2,4－二硝基苯肼是××化工厂生产的一种试剂产品。过去的工艺过程长、工作量大，且产品经常不合格。今采用2,4－二硝基氯代苯（以下简称氯代苯）与水合肼在乙醇作溶剂下合成的新工艺，小试已初步成功，但产率只有45％，希望通过正交试验，找出好的生产条件，达到优质增产的目的。 2、确定考察指标
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：
正交试验设计法示例
正交试验设计法 一、什么是正交试验设计法 正交试验设计法（简称正交试验法）就是利用正交表来合理安排试验的一种方法。 二、正交表 表1正交表L9（34） 此表是日本规格协会推荐的正交表 表1就是一张已经设计好的正交表，它有9行4列，表内有3种数码—“1”、“2”、“3”。如果我们用L表示正交表，n 表示正交表的行数；q表示正交表的列数；t表示正交表内的数码种类，那么一张正交表可以用符号表示为：
例如：L9（34）正交表，最多可以安排4个因素做试验，每个因素可取3个水平，共有9种试验方案，这显然大大减少了试验方案是数量，因为如果安排4因素3水平的全搭配试验必须有34=81次试验方案才行。 三、正交表的优点 多：可以考虑多因素，多指标。 快：试验周期短，见效快。 好；可以找到最佳方案。 省：试验次数少。 假如：考虑十三个因素，三水平的试验。 用L27（313）安排只要做27次试验。 而进行全面试验时，则要做313=1594323次试验，如果每天做10次试验，也要做436.8年之久方可做完.
四、正交试验表的种类 分两类： 一类是水平数相同的正交表，即正交表中每一列所包含的代表水平的数码是一样的。例如：L4（23）、L8（27）、 L9（34）等等。 另一类是水平数不同的正交表，例如：L8（41×24）、 L18（21×37）、L18（61×36）、L16（42×212）L32（49×24）。 L8（41×24）
L16（42×212）
四：常用正交试验设计与分析步骤 1、明确试验目的 2、确定考察指标 3、挑因素选水平 4、设计试验方案 5、实施试验方案 6、试验结论分析 7、验证试验 8、结论与建议 例：设计纸飞机试验 1、试验目的： 找到一组飞行距离最远的纸飞机设计参数。 2、考察指标 Y——纸飞机飞行距离。 3、挑因素选水平 分析： 影响Y的重要因素 A：材料B：尺寸C：抛出力D：抛出角度根据实际情况每个因素取3个水平
常用的试验设计方法简介
常用的试验设计方法简介 单位：沈阳华晨金杯汽车有限公司中华售后服务部 刘伟、崔雁 2004年3月2日
常用的试验设计方法简介 摘要介绍了试验设计与优化的常用方法, 内容涉及单因素轮换法、正交试验设计、回归正交试验设计、均匀设计、单纯形法等多种试验优化设计方法, 对优化效果进行了综合评价, 介绍了多种试验优化设计方法的选择原则。 关键词试验设计优化评价 1．试验设计的意义 在工农业生产科学研究和管理的实践中, 为了开发设计研制新产品、更新老产品, 降低原材料、动力等资源消耗, 提高产品的产量和质量, 做到优质、高产、低消耗即提高经济效益, 需要做各种试验。凡是试验就存在着如何安排试验方案, 如何分析试验结果的问题, 也就是要解决试验设计的方法问题。若试验方案设计正确, 对试验结果的分析得法, 就能够以较少的试验次数, 较短的试验周期, 较低的试验费用, 迅速地得到正确的结论和较好的试验结果; 反之, 试验方案设计不正确,试验结果分析不当, 就会增加试验次数, 延长试验周期、造成人力、物力和时间的浪费, 不仅难以达到预期的效果, 甚至造成试验的全盘失败。因此, 如何科学地进行试验设计是一个非常重要的问题。 试验设计, 顾名思义, 研究的是有关试验的设计理论与方法。通常所说的试验设计是以概率论、数理统计和线性代数等为理论基础, 科学地安排试验方案, 正确地分析试验结果, 尽快获得优化方案的一种数学方法。 2.常用的试验设计方法。 要做试验就要选择一种或数种试验设计的方法。目前常用的方法有单因素轮换法, 俗称瞎子爬山, 正交试验设计、回归正交试验设计、均匀设计、单纯形法等等。以上方法各有其适用范围和优缺点, 试验者应根据实际需求进行适当选择。 单因素轮换法: 在科学试验中,单因素轮换法是最常用的一种方法, 因为这种方法简单、易行, 在很多情况下可以得到比较满意的结果。单因素轮换法, 即在一实际体系中, 有许多影响因素(常称之为因子) , 习惯的作法是每次改变一种因子, 而其他因子固定不变, 以寻找这种因子对于体系响应的最适范围。 正交试验设计: 用正交表安排试验的方法称正交试验设计。其理论基础是拉丁方理论和群论, 可以用来安排多因素试验, 试验次数对各
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。