响应面分析教程
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
参考文献：牡丹籽油超声波辅助提取工艺的响应面优 化
a
5
a
6
点击
New Design
选项
a
7
点击
Response Surfuce 选
项
a
8
因素的最高 值、最低值
此为响应面设计的几种 方法，各种方法有自己 的特点，适用于不同数 据的处理。比如PB设计 则主要是筛选显著变量
。
主要用于以下两种事例： 1、实验需要分两天完成，两天中其他不可控制因
a
2
响应面优化法的优点
1）响应面优化法，考虑了试验随机误差；同时， 响应面法将复杂的未知的函数关系在小区域内 用简单的一次或二次多项式模型来拟合，计算 比较简便，是解决实际问题的有效手段。
2）所获得的预测模型是连续的，与正交实验相 比，其优势是：在实验条件寻优过程中，可以 连续的对实验的各个水平进行分析，而正交实 验只能对一个个孤立的实验点进行分析。
范围
a
19
三维响应曲面 图
三维响应曲面图可更直观看 到两变量对因变量的影响， 下面的等高线图即为响应曲
面图的投影
a
20
点击该选项下的Numerical， 即可得到最优预测试验方案
a
21
可根据试验要求选择 最大值、最小值
低值取 默认值
高值项输入一个 尽可能大的
a
22
点击Solution 选项
此即为预测 得最优条件
15
拟合方程中的系 数值
a
16
残差的正态概率分布 ，越靠近直线越好
越分散越好
点越靠近同一直线越好
a
17
点击Influence选 项，进入Report
界面
实际 值
预测 值
a
18
点击View选项中的 3D surface选项即
可形成3D图
等高线图考察两个变 量对因变量的影响， 可由该图找出最好的
a
3
响应面优化法的不足
响应面优化的前提是：设计的实验点应包括最佳的实 验条件，如果实验点的选取不当，使用响应面优化法 是不能得到很好的优化结果的。因而，在使用响应面 优化法之前，应当确立合理的实验的各因素与水平。
a
4
响应面分析实验设计
可以进行响应面分析的实验设计有多种，比如 Plackett-Burman(PB)、Central Composite Design(CCD) 、 Box-Behnken Design(BBD)最常用的是下面两种： Central Composite Design 响应面优化分析、BoxBehnken Design 响应面优化分析。 我主要以BBD为例说明Design-Expert的使用。
各因素均为编码值的实验设计， 也可以用实际值的实验设计。
a
11
先点击Analysis选项，再点击 牡丹籽油得率进行分析
a
12
取默认值即 可
方差分 析
a
13
点击该处，可使一些变 量在图形中不显示
a
14
方差 分析
模型要 求显著
这两个 参数是 衡量响 应面分 析有益 于的指
标
失拟项 要求不 显著
a
素的变化会影响实验，就可设置两个Block； 2、实验分两部分完成，一部分在甲实验室完成，
另一部分在乙实验室完成。
默认值，
也可自己
a
9
设置
因变 量
因变量 单位
响应值的数量。响应值 有几个便填几个，在这 里，仅仅以牡丹籽油得 率为响应值，所以为1.
a
10
编码值与实 际值的转换
两种排序方 式任选
实验结果 填写处
a
Βιβλιοθήκη Baidu
23
a
1
响应面优化法简介
响应面优化法,即响应曲面法( Response Surface Methodolog y ，RSM)，这是一种实验条件寻优的方法， 适宜于解决非线性数据处理的相关问题。它囊括了试验 设计、 建模、检验模型的合适性、 寻求最佳组合条件等 众多试验和计技术；通过对过程的回归拟合和响应曲面、 等高线的绘制、可方便地求出相应于各因素水平的响应 值。在各因素水平的响应值的基础上，可以找出预测的 响应最优值以及相应的实验条件。
a
5
a
6
点击
New Design
选项
a
7
点击
Response Surfuce 选
项
a
8
因素的最高 值、最低值
此为响应面设计的几种 方法，各种方法有自己 的特点，适用于不同数 据的处理。比如PB设计 则主要是筛选显著变量
。
主要用于以下两种事例： 1、实验需要分两天完成，两天中其他不可控制因
a
2
响应面优化法的优点
1）响应面优化法，考虑了试验随机误差；同时， 响应面法将复杂的未知的函数关系在小区域内 用简单的一次或二次多项式模型来拟合，计算 比较简便，是解决实际问题的有效手段。
2）所获得的预测模型是连续的，与正交实验相 比，其优势是：在实验条件寻优过程中，可以 连续的对实验的各个水平进行分析，而正交实 验只能对一个个孤立的实验点进行分析。
范围
a
19
三维响应曲面 图
三维响应曲面图可更直观看 到两变量对因变量的影响， 下面的等高线图即为响应曲
面图的投影
a
20
点击该选项下的Numerical， 即可得到最优预测试验方案
a
21
可根据试验要求选择 最大值、最小值
低值取 默认值
高值项输入一个 尽可能大的
a
22
点击Solution 选项
此即为预测 得最优条件
15
拟合方程中的系 数值
a
16
残差的正态概率分布 ，越靠近直线越好
越分散越好
点越靠近同一直线越好
a
17
点击Influence选 项，进入Report
界面
实际 值
预测 值
a
18
点击View选项中的 3D surface选项即
可形成3D图
等高线图考察两个变 量对因变量的影响， 可由该图找出最好的
a
3
响应面优化法的不足
响应面优化的前提是：设计的实验点应包括最佳的实 验条件，如果实验点的选取不当，使用响应面优化法 是不能得到很好的优化结果的。因而，在使用响应面 优化法之前，应当确立合理的实验的各因素与水平。
a
4
响应面分析实验设计
可以进行响应面分析的实验设计有多种，比如 Plackett-Burman(PB)、Central Composite Design(CCD) 、 Box-Behnken Design(BBD)最常用的是下面两种： Central Composite Design 响应面优化分析、BoxBehnken Design 响应面优化分析。 我主要以BBD为例说明Design-Expert的使用。
各因素均为编码值的实验设计， 也可以用实际值的实验设计。
a
11
先点击Analysis选项，再点击 牡丹籽油得率进行分析
a
12
取默认值即 可
方差分 析
a
13
点击该处，可使一些变 量在图形中不显示
a
14
方差 分析
模型要 求显著
这两个 参数是 衡量响 应面分 析有益 于的指
标
失拟项 要求不 显著
a
素的变化会影响实验，就可设置两个Block； 2、实验分两部分完成，一部分在甲实验室完成，
另一部分在乙实验室完成。
默认值，
也可自己
a
9
设置
因变 量
因变量 单位
响应值的数量。响应值 有几个便填几个，在这 里，仅仅以牡丹籽油得 率为响应值，所以为1.
a
10
编码值与实 际值的转换
两种排序方 式任选
实验结果 填写处
a
Βιβλιοθήκη Baidu
23
a
1
响应面优化法简介
响应面优化法,即响应曲面法( Response Surface Methodolog y ，RSM)，这是一种实验条件寻优的方法， 适宜于解决非线性数据处理的相关问题。它囊括了试验 设计、 建模、检验模型的合适性、 寻求最佳组合条件等 众多试验和计技术；通过对过程的回归拟合和响应曲面、 等高线的绘制、可方便地求出相应于各因素水平的响应 值。在各因素水平的响应值的基础上，可以找出预测的 响应最优值以及相应的实验条件。