星点设计最终版

合集下载

星点设计-效应面法的应用

四、CCD效应面法操作步骤
4.1 考察因素水平范围的确立
• 事实上，效应面优化法为一循序渐进的方法，试验者可从任一水平入手，这时可能离较优区较远，效应面的弯曲度不大，可用较简单的线性模型模拟，通过线性模型采用最速下降法 (steepest descent) 向较优区逼近。当进入较优区后，该处面弯曲度增大，表明线性模型模拟已不再适合，须用两次以上的非线性数学模型拟合，选取该处因素水平范围以获得较佳优化效果。
6. 00
以X1为例：代码 -1所对应的物理量X的计算
(1) (1.732) 1.732 (1.732)

X 50.00
90.00 50.00
求解得X=58.45
四、CCD效应面法操作步骤
4.2 效应面设计
CCD表由三部分组成： • (1) 2k或2k×1/2析因设计。 • (2) 极值点。由于二水平的析因设计只能用作线性考察，
二、CCD效应面法基本概念
• 自x2，变…量，与x效n表应示变；量考：察所指考标察称的结因果素或为为自效变应量变，量用x1， (response) ，用y表示。CCD效应面优化法主要考察自变量对效应变量的作用并对其优化。自变量必须连续且可由试验者准确控制。
• 效应面与效应面函数：效应与考察因素之间的关系可用差)函，数则y f=称f (为x1效，应x2，面…函，数x，n)该+ε函表数示所(ε代为表噪的音空即间偶曲然面误称为效应面。
需再加上第二部分极值点，才适合于非线性拟合。如果以坐标表示，极值点在坐标轴上的位置称为轴点(axial point)或星点(star point)，表示为(±λ， 0，…，0)，(0，±λ，…，0)，…， (0，0，…， ±λ)。星点的组数与因素数相同。 • (3) 一定数量的中心点重复试验。

_星点设计-效应面法优化制备酒石酸溴莫尼定眼用温度敏感型原位凝胶

点设计因素水平见表 1；共有 13 个组合，每个组合为 1 个处方，测量酒石酸溴莫尼定眼用温度敏感型原位凝胶经 STF 稀释前、后的相变温度T1、T2，结果见表2（9～13 号为重复试验）。
表 1 星点设计因素水平取值 Tab 1 Factors and levels
因素 X1，％ X2，％
-1.414 20 0
一种高分子材料，其包含疏水和亲水嵌段结构，由于温度变化改变了其内部氢键或疏水作用而导致物理形态发生变化。 [5] 本研究采用星点设计-效应面法，以泊洛沙姆为辅料，制备了酒石酸溴莫尼定眼用温度敏感型原位凝胶，旨在解决眼用液体制剂滞留时间短、在眼部生物利用度低的问题。
1 材料
1.1 仪器 78-1 磁力加热搅拌器（常州市凯航仪器有限公司）；
-1 21.17 1.17
0
1
1.414
24
26.83
28

4
6.83
8
表 2 星点设计试验结果 Tab 2 Results of central composite design test
序号 1 2 3 4 5 6 7 8 9～13
X1，％ 21.17 26.83 26.83 21.17 28 20 24 24 24
X2，％ 6.83 6.83 1.17 1.17 1.17 4 8 0 4
T1，℃ 43.4 34.8 24.5 32.3 21.5 43.6 40.1 31.6 33.4
T2，℃ 48.1 39.6 28.6 38.1 26.2 48.6 45.2 36.4 38.5
2.4.2 模型拟合。根据试验结果，采用 SAS8.2 统计软件，分别以 T1、T2为指标对各因素进行二项式回归，所得二项式方程如下：T1＝87.048 6－2.899 2X1+0.301 2X2+0.019 8X12+0.090 5X22+ 0.020 7X1X（2 r＝0.971 2），T2＝93.658 2－2.818 6X1－0.565 6X2+ 0.013 6X12+0.058 3X22+0.083 7X1X（2 r＝0.977 8）。 2.4.3 效应面优化。采用 Origin8.0 软件绘制 T1、T2的三维效应面图和二维等高线图。T1、T2与 X1、X2的三维效应面图见图 1，等高线图见图 2。

星点设计响应面法

本例使用Design Expert
因数 X1（时间） X2（pH） X3（温度）
上水平 4 4 35
下水平 2 2 25
平均 3 3 30
标准差 1 1 5
变量值
上水平
实际变量X
X1
X2
X3
2
2
25
零水平
3
3
30
下水平
4
4
35
上极值 4.682 4.682 38.41
下极值 1.328 1.328 21.59
首先，X1, X2, X3都是有范围的，且连续的变量。
1.通过经验，确定各因素的上水平（X12, X22, X32）各因素的上水平（X12, X22, X32）
求出各因素的零水平（X10, X20, X30），零水平为上下水平的平均数、各因素的标准差∆=（上水平 - 下水平）/ 2
例如，温度的上水平X12 =35℃，下水平X11 =25℃ 那么温度的零水平X10 =30℃ 标准差∆=5℃
星点设计-响应面法
概念
设，变量y 与x1, x2…xp 有关系，设为 y= f （ x1, x2…xp ）例如，变量y 与x1, x2有关系，设为 y= f （ x1, x2 ）
因此，如果知道 y= f （ x1, x2…xp ）具体表达式，那么y与x1, x2…xp 的关系就全面掌握了
所以，关键在于如何得出解析式。
三因素试验，F为8，r = 1.682
因此，各因素的水平点共有五个，即（-r, -1, 0, 1, r）根据上下水平的具体值，可以将标准化的 r值换为具体值。
以三因素X1, X2, X3为例，说明设计点的步骤
因此，各因素的水平点共有五个，即（-r, -1, 0, 1, r）根据上下水平的具体值，可以将标准化的 r值换为具体值。

星点设计-效应面优化法优选连钱草中总黄酮超声提取工艺

关键词：钱草；连总黄酮；外可见分光光度法；点设计一应面优法紫星效
中图号：２３６Ｒ８．
文献标志码：Ａ
文章编号：６２ｏ８ｆ０２一２９０１７一４２２１）０６ —３
ＯｐｔｍｉａｉｎｏｎＥｘｒｃｉｎｆＴｏｔｌＦｌｖｎｄｒｉｚｔｏｔａｔｏｏａａｏｏｉｓｆｏｍｅｈｏａｌｎｇｔｂａｗｉｈＵｌｒｓｎｉａｅｂｙＣｅｒｌＣｏｐｓｔｓｇ ‘ ‘ ＧｌｃｍｏｉｕｔｔａｏｃＷｖｎｔａｍｏｉｅＤｅｉｎ‘ ・Ｒｅ
ｓｎｅＳｕｆｃｅｈｄｐｏｓｒａｅＭｔｏ
ＹＡＮＧｉ￣Ｊｎ，ＰＡＮｉ — ｕ，ＥＩＸｉＪｎｈｏＭｎ
（ｃｏｌｆＰｈｒｃＳｈｏａｍａｙ，ＮａｊｎｉｅｓｔｆｈｎｓｄｉｉｅｏｎｉｇＵｎｖｒｉｏＣｉｅｅＭｅｃｎ，Ｎａｊｎｙｎｉｇ，２０４，Ｃｉａ１０６ｈｎ）

ＡＢＳＲＡＣＴ：ＪＣＴＶＥＴｏｓｕｙｔｅｏｔｕｃｎｉｏｆｅｔａｔｎｆｒｔｅｔｔｌｌｖｎｉｓｉｅｈｍａｌｎｉｕａｂｅ — ＴＯＢＥＩｔｄｈｐｉｍｏｄｔｎｏｘｒｃｉｏｈｏａａｏｏｄｎＧｌｃｏｏｇｔｂｙｃｎｍｉｏｆｔａｏｒｌｍｐｓｔｅｉｎｒｓｏｓｕｆｃｔｏＭＥｃｏｉｄｓｇ — ｅｐｎｅｓｒａｅｍｅｈｄ．ｅＴＨＯＤＳＩｄｐｎｅｔｖｒａｌｓｗｅｅｍｅｈｎｌｃｎｅｔａｉｎ，ｕｔａｏｉｎｅｅｄｎａｉｂｅｒｔａｏｏｃｎｒｔｏｌｒｓｎｃｔｍｅａｄｓｌｅｔｉｎｏｖｎ．ｗｈｌｅｅｄｎａｉｂｅｒｈｏｔｎｆｔｔｌｆｖｎｉｓｉｄｐｎｅｔｖｒａｌｓｗｅｅｔｅｃｎｅｔｏｏａｌｏｏｄ．Ｃｅｔａｏｏｉｅｉｎｒｓｏｓｕｆｃｅａｎｒｌｃｍｐｓｔｄｓｇ — ｅｐｎｅｓｒａｅｅｍｅｈｄ（ＣＤ－ｔｏＣＲＳＭ）ｗｅｅｕｅＯｏｔｍｉｅｔｅｅｔａｔｇｐｏｅｓＲＥＳＴＳＴｈｏｔｎｆｅｔａｔｎｃｎｉｏｓｗａ５ｒｓｄｔｐｉｚｈｘｒｃｉｒｃｓ．ｎＵＬｅｃｎｅｔｏｘｒｃｉｏｄｔｎｓ５ｏｉｍｅｈｎ１ｈｒｓｕｄ９ｎａｄ８ｔｅｈｍｏｎｆｓｌｅｔＣＯＮＣＬＩｔａｏ．ｕａｏｎ０ｍｉｎｉｓｔｅａｕｔｏｖｎ．ｍｏＵＳＯＮＣＣＲＳｃｎｂｓｄｔｐｉｚｘｒｃｉｎＤ－Ｍａｅｕｅｏｏｔｍｉｅｅｔａｔｏｏｏａｌｖｎｉｓｏｅｈｍａｌｎｉｂ，ａｄｔｅｏｔｕｍａｈｍａｉｍｏｅｉｈｇｌｒｄｃｉｅａｄｔｅｅｐｒｍｅｔｌｅｉｎｆｔｔｌｆｏｏｄｆａＧｌｃｏｏｇｔａｎｈｐｉｍｔｅｔｄｌｓｉｈｙｐｅｉｔｎｈｘｅｉｎａｓｇｕｍｃｖｄｍｅｈｄａｅｈｇｅｅｉｂｌｙ．ｔｏｓｈｖｉｈｒｒｌｉｔａｉ

(参考课件)星点设计效应面法

8
四、CCD效应面法操作步骤
4.1 考察因素水平范围的确立
• 事实上，效应面优化法为一循序渐进的方法，试验者可从任一水平入手，这时可能离较优区较远，效应面的弯曲度不大，可用较简单的线性模型模拟，通过线性模型采用最速下降法 (steepest descent) 向较优区逼近。当进入较优区后，该处面弯曲度增大，表明线性模型模拟已不再适合，须用两次以上的非线性数学模型拟合，选取该处因素水平范围以获得较佳优化效果。
5
二、CCD效应面法基本概念
• 自x2，变…量，与x效n表应示变；量考：察所指考标察称的结因果素或为为自效变应量变，量用x1， (response) ，用y表示。CCD效应面优化法主要考察自变量对效应变量的作用并对其优化。自变量必须连续且可由试验者准确控制。
• 效应面与效应面函数：效应与考察因素之间的关系可用函数y =f (x1，x2，…，xn) +ε表示 (ε为噪音即偶然误差) ，则f称为效应面函数，该函数所代表的空间曲面称为效应面。
• 模拟效应面与模拟效应面函数：在实际操作中，常用近' 称似为函模数拟y效= f应' (面x1函，数x2，，…该，函x数n)所+ε代估表计的真空实间函曲数面f，为则模f 拟效应面，也是优化法实际操作效应面。
6
二、CCD效应面法基本概念
• 效应面可用三维效应面图(或称因变量面图)或者二维等高线图表示。从效应面上可以直观地找到自变量取不同值时的效应值，反过来在效应面上选取一定效应值亦可以找出相对应的自变量取值，即在效应面上选定较佳效应值范围后可对应求出较佳试验条件。
前两种较少使用，星点设计是效应曲面中最常用的二阶设计，是由二水平析因设计加轴点及中心点组成，是多因素五水平的试验设计。集数学和统计学方法于一体。是一种新型的试验设计方法，它具有试验次数少，试验精度高等特点，其在药学领域的应用已比较成熟。

星点设计-效应面法优化白芷超临界CO_2萃取工艺

ｏｓｒｅｎｒｄｃｅａｕｓｗｓ一２４％．Ｃｅｔｌｃｍｐｓｔｅｉｎｒｓｏｓｕａｅｍｅｏｏｏｓｃｎｅｉｎｂｅｖｄａｄｐｅｉｔｄｖｌｅａ．２ｎｒｏｏｉｄｓｇ／ｅｐｎｅｓｒｃｔｄｌｇｉｏｖｎｅｔａｅｆｈｙ
星点设计一效应面法优化白芷超临界Ｃ２萃取工艺Ｏ
周黎明王志祥邱婧然蔡锦源巫先坤
（中国药科大学制药工程教研室，苏南京２００）江１０９
摘要采用星点设计一效应面法优化白芷超临界ＣＯ萃取工艺。以萃取温度、夹带剂浓度和萃取时间为自变量，
（ｅａｔｅｔｆｈｒｃｕｉｌｎｉｅｒｇＣｉａＰａａｅｔａｎｖｒｔ，ｉｓａｊｇ２００）ＤｐｒｎａｍｏＰｍａｅｔａＥｇｎｅｎ，ｈｎｈｒｃｕｉｌｉｓｙＪｎｕＮｎｉ１０９ｃｉｍｃＵｅｉａｎ
ＯｐｉｉａｉｎｏｕｒｒｔｃｌＣＯ２ｔｍｚｔｏｆＳｐｅｃｉｉａＥｘｒｃｉｎＰｒｃｓｆＡｎｅｉａｔａｔｏｏｅｓｏｇｌｃＤａｕｉａｂｎｒｌｈｒｃｙＣｅｔａ
ＺｏｉｉＷａｇＺｉａｇＱｕＪｇａＣｉｉｕｎＷＵＸａｋｎｈｕＬｍｎｇｎｈｉｉｉｒｎａＪｙａｘｎｎｎｉｕｎ
ｒｃｏｉ９７ｒｎ．ｔａｔｎｔｉＵｎｅｅｅｃｎｉｉｎｉｍｅａｄｒｔｓｏｄｔｓ，ｅｔａｔｎｒｔｆｔｔｌｃｕｒｎｏｄｒａｈ０．２％．Ｂｉｓｂｔｅｈｏｘｒｃｉａｅｏｏａｏｍａｉｓｃｕｌｅｃ２１ｏａｅｗｅｎ

星点设计-效应面法优化连翘颗粒剂的制备工艺研究

中图分类号：￥５．８９７
文献标志码：Ａ
文章编号：１０ — ３９２１）６０３ — ４０５９６（０２０ — １００
ＳｔｄｎｔｅｐｅａｒｇｔｃｎｌｇｆｆｒｙｈａｓｓｅｓｒｎｌｓｂｕｙｏｈｒｐｉｅｈｏｏｙｏｏｓｔｉｕｐｎａｇａｕｅｙｎｃｎｒｌｏｐｓｔｅｉｎｅｐｎｅｓｒｃｅｈｄｏＶＬｕＣＥｅｔａｍｏｉｄｓｇ —ｒｓｏｓｕｆｅｍｔｏｏｌｇ／ＩＸ＃，ＨＮｃｅａＵ
用星点设计一效应面法选择制备工艺的最佳条件。结果表明，连翘颗粒剂的最佳制备工艺条件为：药用糊精含量
６．％，乙醇含量７．１７０３２９％，干燥温度３．５９４℃，３个参数为自变量的二次回归模型方程为＝．１一．１・０Ａ０００１４１－＋９ｘ
１１学模型，虽有简便、实验次数少等优点，但精度不高。星点设计一效应面法是国外常用的试验设计方法，由于该法采用非线性数学模型拟
合，在中心点进行重复性实验以提高试验精度，预测值更接近真实值，且试验次数较少口。本试验引入星点设计一应面法优选连翘颗粒效剂的制备工艺，旨在对连翘颗粒剂制备工艺进行优化，同时为探讨该法应用于制备工艺的可行性提供依据。
２２８１－Ｂ＋２８・０Ｃ．７・０ＡＢ＋１５１－ＡＣ一．０１ＢＣ４３４・０ｘ＋．７・Ｏ４Ｂ１５２・．８・０４￣２．８１－～１１２１－ × ｘｘ．３・０ｘ３９６・０ｘｘ一．７１Ａ２６６５Ｉ－ｘＬ．４９ｘ

星点设计—效应面法优选制巴戟天炮制工艺

星点设计—效应面法优选制巴戟天炮制工艺目的优选制巴戟天的最佳炮制工艺。

方法以巴戟肉为原料，通过单因素试验，选取加甘草汁量、煮制时间、闷润时间为自变量，以甲基异茜草素-1-甲醚、耐斯糖、水晶兰苷、甘草苷、甘草酸含量的综合评分为因变量，采用星点设计-效应面法优选制巴戟天最佳炮制工艺。

结果制巴戟天的最佳炮制工艺为：加甘草汁量1.5倍，闷润时间4 h，煮制时间25 min。

实际测量值与OD预测值的偏差为1.39%。

结论采用星点设计-效应面法优选的制巴戟天炮制工艺稳定可行且预测性良好，可为制巴戟天的规范化生产提供依据。

Abstract：Objective To optimize the licorice-processing technology of Morinda officinalis How. Methods Morinda officinalis How was selected as raw materials. Single-factor experiment was used to select licorice-juice amount，boiling time and moistening time as independent variables，the comprehensive scores of contents of rubiadin-1-methylether，nystose，monotropein，liquiritin，glycyrrhizinate as the dependent variables. The central composite design and response surface methodology was employed to optimize processing technology of Morinda officinalis How. Results The optimized processing parameters consisted of 1.5 times the amount of licorice juice，moistening 4 h，boiling 25 min. The deviation between real measured value and predicted value of OD was 1.39%. Conclusion The central composite design and response surface methodology for optimizing licorice-processing technology of Morinda officinalis How is stable，feasible and highly predictable，which can provide references for standardizing production of Morinda officinalis How.Key words：Morinda officinalis How；central composite design and response surface methodology；processing technology巴戟天系茜草科巴戟属多年生攀援木质藤本植物巴戟天Morinda officinalis How的干燥根，为著名的“四大南药”之一，具有补肾阳、强筋骨、祛风湿功效[1]，临床用于治疗阳痿遗精、宫冷不孕、月经不调、少腹冷痛、风湿痹痛、筋骨痿软等症。

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)。

星点设计_效应面优化法
(软件处理数据)
一般情况的二次回归的中心组合设计为: K个自变量的中心组合信息距阵得到
得到
得到
通过比较这两个表格,我们发现
其中2因素时r=1.414, 3因素时r=1.732 即
水代码因子溶剂量N （倍数）温度T（℃）提取时间t MIN —
（两物理量之间的差值与对应的代码之间的差值成比例原则）
指标测定值（可设多个）
总评 OD 值
OD值的计算有：
1.线性法: 是目前应用最广泛的一种方法 2.非线性法
取值越小越好的因素取值越大越好的因素
多元线性: 3因素多元非线性: 3因素
目前处理数据的统计软件有： SAS(最权威)、SPSS、Statistica 6.0，画三维效应面立体图的软件有：Matlab7.0和Origin6.0。其中Statistica 6.0可以完成这两个过程。
平
r
—1
0 N3
+1
+
r
N1
N2
N4
N5
T1
t1
T2
t2
T3
t3
T4
t4
T5
t5
N1＜N2＜ N3＜ N4 ＜N5 t1＜t2 ＜t3＜ t4＜ t5
T1＜ T2＜ T3 ＜T4 ＜T5 N3=（ N1+ N5）/2
N2 的计算：（N2—N5）/（ N1—N5）=（—1—r）/（—r—r）同理可以算N4 ，T2 T4。