正交试验设计
正交试验设计
4
1222211
5
2121212
6
2122121
7
2211221
8
2212112
两个三水平因素的交互作用列占二列
ห้องสมุดไป่ตู้
列号 (列号)
L9(34)两列间的交互作用
1
2
3
4
(1)
3
2
2
4
4
3
(2)
1
1
4
3
(3)
1
2
(4)
注：任意两列间的交互作用列是另外两列
9-1-2 正交表的选择及试验方案的确定 一 明确试验目的、确定考核指标 1 试验目的
这个新因素位于正交表的哪一列，由交互作用 表查出。
如从L8(27)两列间的交互作用表，可以查出任 意两列的交互作用列：
(1)、5列交互作用列是第4列； (3)、4列交互作用列是第7列； (1)、7列交互作用列是第6列，此列也相当于 (3)、4、(1)三列的交互作用列。
两个二水平因素的交互作用列只占一列
(1)只考察因素的主效应，要使正交表中因素的个 数等于或大于要考察的因素的个数
(2)除考察因素的主效应外，还要考察交互作用， 则需选有交互作用表的正交表。而且各个因素安 排在哪一列，要查阅交互作用表
(3)试验精度要求高，要选择试验次数多的正交表
只要能满足试验基本要求，要尽量选用试验次 数少的正交表
试验点分布均匀，称为均衡分散性
四 交互作用表 在常用正交表中，有些只能考察因素本身的效 应，不能用来考察因素之间的交互作用。
如L12(211)和L18(37)
另一些正交表则能够分析因素之间的交互作用
如果因素A和B存在交互作用，在正交表中应看 成一个新的因素，记作A×B，称为一级交互作用
正交试验设计
4
上一张 下一张 主 页 退 出
表5-1
5
上一张 下一张 主 页 退 出
注：任意两列旳交互作用列为另外两 列
附：正交表L9(34)
试验号
列号
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
1ห้องสมุดไป่ตู้
3
2
8
3
2
1
3
9
3
3
2
1
6
3
上一张 下一张 主 页 退 出
1.2 正交设计旳基本特点
❖ 用部分试验来替代全方面试验，经过对部分 试验成果旳分析，了解全方面试验旳情况。
❖ 当交互作用存在时，有可能出现交互作用旳 混杂。即忽视了部分交互作用来降低试验次 数。
如对于上述3原因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
代表正交表；
❖ L右下角旳数字“8”表达有8行，用这张正交 表安排试验包括8个处理(水平组合)；
❖ 括号内旳底数“2” 表达原因旳水平数，括 号内2旳指数“7”表达有7列，
❖ 用这张正交表最多能够安排7个2水平原因。 8
上一张 下一张 主 页 退 出
表5-2
9
上一张 下一张 主 页 退 出
L8(27)二列间交互作用列表
第五章 正交试验设计
正交试验设计
正交试验设计1. 什么是正交试验设计？正交试验设计（Orthogonal Experimental Design）是一种实验设计方法，旨在通过少量试验点，充分收集实验数据，从而减少实验变量的数量，提高实验效率。
正交试验设计适用于产品工艺改进、优化设计、参数选择以及产品性能分析等场景。
正交试验设计的核心思想是通过合理的设计选择，通过改变实验因素的组合，以及试验点数的把握，实现大量试验数据的获取。
在正交试验设计中，通过选择一组适当的实验因素、水平和试验点数，保证实验结果具有可靠性和有效性。
2. 正交试验设计的原理正交试验设计的原理是通过合理选取试验因素的水平，使得因素之间的影响相互独立，避免因素之间的干扰，以确保实验结果的可靠性和有效性。
正交试验设计使用正交表作为设计工具，正交表是由一组正交矩阵构成的，每个矩阵的行数代表试验因素的水平数，列数代表试验点数。
正交表的特点是每一列中任意两个数字之间都正交，即两个数字的乘积等于零。
这种正交性保证了试验因素之间的独立性，减小了因素之间的相互影响，提高了试验效率。
正交试验设计的步骤如下：1.确定试验目标和要素：明确需要优化的目标和相关的要素。
2.选择正交表和水平数：根据要素和水平数选择合适的正交表。
3.确定试验因素和水平：根据试验目标和要素，确定需要进行试验的因素和每个因素的水平。
4.填写正交表：根据选择的正交表和确定的试验因素水平，将试验因素填写到正交表中。
5.进行试验和收集数据：按照正交表中的设计进行试验，记录实验数据。
6.数据分析和优化：通过对实验数据的分析，得出结论并优化设计。
3. 正交试验设计的优势正交试验设计具有以下几个优势：•提高实验效率：通过合理选择试验因素和水平数，正交试验设计可以通过少量的试验点获取大量的实验数据，提高了实验效率。
•确保实验结果可靠性：正交试验设计通过合理的设计选择，避免了因素之间的干扰，保证了实验结果的可靠性。
•降低实验成本：正交试验设计可以在保证实验效果的前提下，减少试验点的数量，降低实验成本。
正交试验设计
正交试验设计
正交试验设计（Orthogonal experimental design）是一种常用于科学实验设计的方法。
它是统计学中一种重要的试验设计方法，通过选择合适的正交表将试验因素进行组合，以达到最大程度地减少误差和提高效率的目的。
正交实验设计最常见的类型是正交数组设计（Orthogonal array design），通过正交表将试验因素的各个水平进行组合，以实
现均匀分布和互不干扰的目的。
这种设计方法可以帮助确定影响结果的主要因素，找出最优的处理条件，并提高试验的可信度和重复性。
正交试验设计的特点之一是可以通过相对较少的实验次数得出准确的结果。
它通过最小化不相关的因素，使试验结果更易于解释和分析，并避免重复实验浪费资源和时间。
正交试验设计还可以通过分析试验结果和误差分布，确定主要影响因素的重要性和交互作用的效应。
通过建立数学模型和进行回归分析，可以进一步优化试验结果，并提高产品的质量和效率。
正交试验设计广泛应用于工程、制造、化学、医药等领域。
它可以帮助确定最佳工艺参数、产品配方、药物剂量等，并优化生产过程、提高产品质量和效率。
它还可以用于新产品开发、工艺改进、质量控制等方面。
正交试验设计的成功关键一是正确选择试验因素和水平，确保
能够覆盖全部可能的条件。
另外，正确解读试验结果、分析影响因素的相对重要性和相互作用也是至关重要的。
总之，正交试验设计是一种有效的实验设计方法，可以在较短的时间内得出准确的结果，并提供优化产品和工艺的参考依据。
它具有广泛的应用前景，并在工程和科学研究中发挥着重要的作用。
正交试验设计方法
正交试验设计的核心思想
通过对试验条件的合理安排，减少试验次数，提 高试验效率，同时保证结果的准确性和可靠性。
通过正交试验设计，可以分析各因素对试验结果 的影响程度，找出最优的试验条件或最优组合。
均衡性
正交试验设计能够保证试验点在试验空间中均匀分布，使得试验结果 具有更好的均衡性和代表性。
简单易行
正交试验设计方法简单易行，易于理解和操作，不需要复杂的数学工 具和编程技能。
统计分析方便
正交试验设计的结果可以通过正交表进行统计分析，计算简单，结果 直观。
缺点
适用范围有限
正交试验设计适用于因子数量 和水平数量不太多的情况，对 于高维度的复杂问题可能不太 适用。
试验设计
采用正交表进行试验设计，确保每个 试验方案具有均衡的代表性。
结果分析
通过方差分析、极差分析等方法，找 出最优的混合肥料配方。
实例二：机械零件的加工工艺优化
目的因素与水平源自通过正交试验设计，优化机械零件的加工 工艺，提高生产效率。
选择切削速度、进给量、切削深度三个工 艺参数作为试验因素，每个因素选取四个 水平。
在农业领域，正交试验设计用于研究 不同种植条件和施肥方案对农作物产 量的影响。
化学工业
在化学工业中，正交试验设计用于确 定最佳的化学反应条件，提高生产效 率和产品质量。
02
正交试验设计的基本原理
正交表的概念
正交表是一套规则，用于安排多因素多水平的试验，其特点是每个因素在试验中 出现的次数相等，且在各次试验中因素的排列顺序相同。
正交试验设计方法
正交试验设计及其应用
正交试验设计及其应用正交试验设计是一种高效合理的研究手段，广泛应用于自然科学、社会经济等领域。
本文将介绍正交试验设计的基本概念、类型及其应用，旨在帮助读者更好地了解这一重要的研究方法。
1、什么是正交试验设计正交试验设计是一种试验设计方法，它通过运用正交表来安排多因素多水平的试验，以实现对各因素效应的快速、准确地检测。
正交试验设计具有均衡分散、整齐可比、易于操作等优点，因此被广泛应用于各种科学研究中。
在正交试验设计中，试验的因素和水平通常是已知的，试验者需要选择合适的正交表来安排试验。
通过正交试验设计，可以有效地减少试验次数，同时保证试验结果的准确性和可靠性。
2、正交试验设计的类型正交试验设计可以根据不同的标准进行分类。
其中，最常见的分类方式是根据试验的完整性和验证方式不同来进行区分。
完全正交试验设计是一种完整的正交试验设计，它对所有可能的组合都进行了试验。
这种设计方法适用于试验因素和水平都不太多，且对所有组合都进行试验可行的情况。
部分正交试验设计则是对完全正交试验设计的一种简化。
它通过选取部分代表性组合进行试验，以达到在减少试验次数的同时，仍能有效地获取各因素效应的目的。
部分正交试验设计通常适用于因素和水平较多，不可能对所有组合都进行试验的情况。
交叉验证是另一种常见的正交试验设计类型。
它主要用于对新模型或新方法的性能进行评估。
在交叉验证中，将数据集分成若干份，每次使用不同的数据份来训练和验证模型或方法，以获取更准确的性能指标。
3、正交试验设计的应用正交试验设计的应用范围非常广泛，以下列举几个主要领域：自然科学领域：在自然科学领域，正交试验设计常被用于研究物理、化学、生物等实验科学。
例如，在化学反应中，通过正交试验设计可以快速找到最佳的反应条件；在生物学研究中，正交试验设计可以用于筛选最优的实验条件或寻找某些生物因素之间的相互作用。
社会经济领域：在社会经济领域，正交试验设计也发挥着重要作用。
例如，政府和企业可以利用正交试验设计进行政策制定和决策分析；在金融领域，正交试验设计可以用于风险评估和投资组合优化；在市场营销中，正交试验设计可以帮助企业了解客户需求，优化产品设计和营销策略。
正交试验设计(内容详尽)
偏差大小，通常用 V 表示：
V S2 / f
存在期望值时：
V
1 n
n
( xi
i 1
)2
不存在期望值时：
V
1 n1
n
( xi
i 1
x)2
均方差也称为准偏差或标准差，定义为方差的平方根，
通常用 表示，即
存在期望值时：
V
1 n
n i 1
( xi
)2
不存在期望值时：
V
1 n
1
n i 1
正交试验设计
7.1.5 试验的主要步骤（阶段）
● 试验设计阶段——选题、设计试验方案、准备试 验材料及设备、安排试验环境等；
● 试验实施阶段——按计划进行试验（包括试验操 作、收集试验数据等）；
● 试验分析阶段——核查试验数据、进行统计分析、 解释试验结果、获取试验结论等。
正交试验设计
7.1.6 试验设计的基本原则（费歇尔三原则）
● 重复原则——利用重复观测减小试验误差，提高试 验精度；
● 随机化原则——目的是为了消除或减小人为因素引 起的系统误差的影响；
● 局部控制原则——该原则也称为区组控制原则，指 的是把比较的水平设置在差异较小的区组内，其目的也是 为了消除或减小试验中系统误差的影响。例如，按机器设 备、班次、原料批号、操作人员划分区组。
其他：
★ 标示因素
★ 区组因素
★ 信号因素
★ 误差因素
正交试验设计
⑷ 因素的水平 试验中因素变化的状态和条件称为因素的水平或位数，
简称水平。水平用数字（1，2，3…）表示。 试验中设计过程中水平的选取原则是：
◆ 宜选用三水平，以有利于实验结果的分析； ◆ 水平通常取等间隔，特殊情况下取对数间隔； ◆ 水平应该具体。水平应该是可控的，其变化对试验指 标有影响。
正交试验设计法简介
正交试验设计法简介一、概述正交试验设计法，又称为正交实验设计、正交表设计或正交测试设计，是一种高效、系统的试验设计方法。
该方法源于数学中的正交性概念，通过正交表来安排多因素试验，使得每个因素的每个水平都能在其他因素的所有水平中均衡出现，从而能够有效地分析多个因素对试验结果的影响。
正交试验设计法最初由日本统计学家田口玄一博士于20世纪50年代提出，并在工程领域得到了广泛应用。
正交试验设计法的主要优点包括试验次数少、数据分析简便、试验效果高等。
通过正交表的设计，可以大大减少试验次数，提高试验效率同时，正交表的规范化和系统性使得试验数据的分析变得简单明了，便于找出影响试验结果的主要因素和最优组合。
正交试验设计法广泛应用于工业、农业、医学、军事等领域。
在工业生产中，正交试验设计法可用于优化产品设计、改进生产工艺、提高产品质量等在农业研究中，可用于优化作物种植方案、提高作物产量等在医学研究中，可用于药物筛选、临床治疗方案优化等。
正交试验设计法还可用于系统可靠性分析、多目标决策等领域。
正交试验设计法是一种高效、实用的试验设计方法，对于多因素、多水平的试验问题具有重要的应用价值。
通过正交表的设计和分析，可以系统地研究多个因素对试验结果的影响，找出最优方案，提高试验效率和效果。
1. 正交试验设计法的定义正交试验设计法是一种研究多因素多水平的科学实验设计方法。
它基于Galois理论，从大量的实验点中挑选出适量的、有代表性的点进行试验，这些点具有“均匀分散，齐整可比”的特点。
这种方法的主要工具是正交表，通过合理安排实验，可以在最少的试验次数下达到与大量全面试验等效的结果。
正交试验设计法具有高效率、快速和经济的特点，被广泛应用于各个领域，如生物学、软件测试等。
2. 正交试验设计法的起源与发展正交试验设计法的起源可以追溯到古希腊时期。
当时，为了满足国王检阅臣民时的要求，即每个方队中每行有一个民族代表，每列也要有一个民族的代表，数学家们设计了一种方阵，被称为拉丁方。
正交试验设计(内容详尽)
示。
存在期望值时：
n
S 2 ( xi )2 i 1
不存在期望值时：
n
S 2 ( xi x)2 i 1
自由度指的是关系式中独立数据的个数，通常用 f 表示。
例如，在计算偏差平方和的过程中，若表达式中使用
的是期望值 ，则 f n；若表达式中使用的是平均值 x ，
n
则因为存在约束条件 ( xi x) 0 而使独立数据的个数少 i 1
其他：
★ 标示因素
★ 区组因素
★ 信号因素
★ 误差因素
正交试验设计
⑷ 因素的水平 试验中因素变化的状态和条件称为因素的水平或位数，
简称水平。水平用数字（1，2，3…）表示。 试验中设计过程中水平的选取原则是：
◆ 宜选用三水平，以有利于实验结果的分析； ◆ 水平通常取等间隔，特殊情况下取对数间隔； ◆ 水平应该具体。水平应该是可控的，其变化对试验指 标有影响。
◆ 确定出各因素对试验指标的影响规律，得知哪些因素的 影响是主要的、哪些因素的影响是次要的、哪些因素之间 存在相互影响； ◆ 选出各因素的一个水平组合来确定最佳生产条件。
正交试验设计的基础是正交表。
7.1.3 基本概念
■ 过程或系统
人、机器、实验条件等资源的组合。
正交试验设计
可控因素
x1 x2
xp
通常用 表示，即
存在期望值时：
V
1 n
n i 1
( xi
)2
不存在期望值时：
V
1 n1
n i 1
( xi
x)2
正交试验设计
7.2.2 样本及其分布
■ 总体、个体与样本 总体（population）：被研究对象的全体。 个体（individual）：组成总体的每个单元。
正交试验设计(内容详尽)
用于探索最佳的药物剂量、治疗方案等。
农业科学研究
用于研究不同肥料、农药、种植方式等对农 作物产量的影响。
化学工业
用于研究不同反应条件对化学反应的影响， 提高产物的收率和质量。
正交试验设计的原则
1 2
均衡分布原则
确保每个因素每个水平的试验条件都有机会出现， 避免结果的片面性。
整齐可比原则
保证试验结果的可比性，以便进行数理统计分析。
案例二：化学反应中的正交试验设计
在化学反应中，正交试验设计用于研究不同反应条件 对产物收率和纯度的影响。
例如，在合成某种药物中间体的过程中，通过正交试 验设计来探究温度、压力、催化剂种类和浓度对产物
收率和纯度的影响。
通过优化反应条件，可以提高产物的收率和纯度，降 低生产成本并提高生产效率。
案例三：生物医学研究中的正交试验设计
安排试验计划
总结词：计划性
详细描述：根据正交表，安排详细的 试验计划。这一步骤包括确定试验的 各个水平、组合方式以及试验的顺序 等。合理的试验计划有助于提高试验 的效率和准确性。
实验结果分析
总结词：分析性
VS
详细描述：在完成试验后，对试验结 果进行统计分析。这一步骤包括数据 的整理、处理、分析和解释等。通过 结果分析，可以得出关于试验因素对 试验结果影响的结论，并据此优化试 验方案或进行进一步的研究。
正交试验设计案例分
05
析
案例一：材料科学中的正交试验设计
材料科学中，正交试验设计常用于研究不同材 料成分和工艺参数对材料性能的影响。
例如，在钢铁冶炼过程中，通过正交试验设计 来探究不同温度、压力、时间和合金元素对钢 材强度、韧性和耐腐蚀性的影响。
通过对试验结果的分析，可以确定最佳的工艺 参数组合，从而提高产品质量和降低生产成本。
第六章正交试验设计
6 正交试验设计本章要点：正交试验设计的基本思想，正交表；单指标与多指标的正交试验设计，混合型正交试验设计，考虑交互作用的正交试验设计；正交试验设计直观分析、方差分析的基本原理和方法。
重点：考虑交互作用的正交试验设计；正交试验设计直观分析和方差分析的基本原理和方法。
难点；考虑交互作用的正交试验设计与分析。
6.1 正交试验设计的基本思想6.1.1 问题的提出在实际生产和科学研究中，我们需要通过一定的试验或观测来获取数据资料，对这些数据资料进行科学的分析与处理，可以帮助我们找出问题的主要矛盾及它们之间的内在规律，从而获得问题的解决方法。
对单因素的试验，可以采用0.618法、对分法、平行线法、交替法、调优法等方法去解决。
而对于多因素问题，往往会认为对每个因素的各个水平都进行全面搭配的试验，才是最好的办法。
但是，这样的全面试验虽然对于揭示事物的内部规律很清楚，却往往缺少实用应用价值。
由第2章我们可知，全面试验只适用于因素和水平数目均不太多的问题。
例如：有4个因素，每因素取2个水平，全面试验需要24=16种水平组合；当有6个因素，每因素取5个水平，全面试验就需要56=15625种水平组合，加上考虑试验精度或估计实验误差的需要，则还要增加重复试验次数，这种全面试验一般是不可能做到的。
因此，当试验因素较多时，既要考虑合理的试验处理及重复次数，又希望得出较全面的结论，就需要用科学的方法进行合理的安排，下面通过实例进行说明。
例6-1 小麦面筋蛋白琥珀酰化的特性研究。
根据初步试验发现，影响小麦面筋蛋白酰化改性后特性的因素有3个，每个因素取3种状态（即3个水平），具体如下：A 琥珀酰化底物浓度/% A 1= 5 A 2=10 A 3=15B 琥珀酰酐用量/% B 1=10 B 2=15 B 3=20C 反应温度/ºCC 1=40C 2 =50C 2 =60为了便于讨论，我们将试验考核指标用y i 表示（如：酰化改性后的功能特性），影响考核指标的因素用大写字母A 、B 、C ……表示，每个因素所处的某种状态用该因素的大写字母加上足标表示，如A 1、A 2……表示A 因素的第1、2……状态，也称之为因素A 的第1、2……水平。
(完整版)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。
正交表具有以下两项性质：(1)每一列中，不同的数字出现的次数相等。
例如在两水平正交表中，任何一列都有数码“1”与“2”，且任何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都有“1”、“2”、“3”，且在任一列的出现数均相等。
正交实验设计
(1)A1B1C1 (2)A1B2C2 (3)A1B3C3 (4)A2B1C2 (5)A2B2C3 (6)A2B3C1 (7)A3B1C3 (8)A3B2C1 (9)A3B3C2
用正交试验法安排试验只需要9次试验
正交试验的概念及原理
上述选择保证了A因素的每个水平与B因素、C因素的各个水平在 试验中各搭配一次 。对于A、B、C 3个因素来说， 是在27个全面试验 点中选择9个试验点 ，仅是全面试验的 三分之一。
A1B3C2 A2B3C2
A3B3C2
A1B3C3 A2B3C3
A3B3C3
B1A1
C
3
C
2
A2
A3C1
在试验安排中 ，每个因素在研究的范围内选几个水平，就好比在选优区内
打上网格 ，如果网上的每个点都做试验，就是全面试验。如上例中，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，反映在图上就是立方体内的27个点。若27个网格点都试验，就
9个试验点在选优区中分布是均衡的，在立方体的每个平面上 ， 都恰是3个试验点；在立方体的每条线上也恰有一个试验点。
9个试验点均衡地分布于整个立方体内 ，有很强的代表性 ， 能 够比较全面地反映选优区内的基本情况。
正交表及其性质
正交表
正交设计
因素个数，列数
La（bc）
试验总次数，行数
因素水平数
正交表
8种水平
品品种种、、肥发料酵时 间
3个3个菌品种种、5种 5发种酵肥时料间
3个水平 5种水平
8种处理
3个处理 5种处理ቤተ መጻሕፍቲ ባይዱ
15 种处 理组合
试验设计的一些基本概念
试验方案的分类
正交试验设计
1.4 正交表的类别
1、等水平正交表 各列水平数相同的正交表称
为等水平正交表。如L4(23)、L8(27)、L12(211)等各列中 的水平为2，称为2水平正交表；L9(34)、L27(313)等各 列水平为3，称为3水平正交表。
2、混合水平正交表 各列水平数不完全相同的
正交表称为混合水平正交表。如L8(4×24)表中有一列 的水平数为4，有4列水平数为2。也就是说该表可以安 排一个4水平因素和4个2水平因素。再如L16(44×23)， L16(4×212)等都混合水平正交表。
(1)A1B1C1 (4)A1B2C2 (7)A1B3C3
(2)A2B1C2 (5)A2B2C3 (8)A2B3C1
(3)A3B1C3 (6)A3B2C1 (9)A3B3C2
上述选择 ，保证了A因素的每个水平与B因素、C 因素的各个水平在试验中各搭配一次 。对于A、B、C 3个因素来说 ， 是在27个全面试验点中选择9个试验 点 ，仅 是全面试验的 三分之一。
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围内选几个 水平，就好比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。如上例中，3个因素的选 优区可以用一个立方体表示（图10-1），3个因素各取 3个水平，把立方体划分成27个格点，反映在 图10-1上 就是立方体内的27个“.”。若27个网格点都试验，就是
因素的水平数
等水平正交表 La（bc）
La(bc)
表格列数 因素数
正交试验设计
正交试验设计1正交试验的引入在实际的生产实践当中，由于需要考虑的因素（对结果产生影响的变量）通常比较多，同时，每个因素的水平个数（每个变量的可取值个数）也不止一两个。
如果对每个因素的每个水平交互搭配全部进行试验，例如：对于5因素4水平的实验，全部次数为：45 =1024，需要用相当长的时间进行统计分析计算，同时耗费了大量的人力物力。
而如果采用正交试验设计，试验的次数将大大减少，同时对统计结果的分析也变得简单。
正交试验设计是利用正交表科学的安排与分析多因素试验的方法，是最常用的试验设计之一。
2正交表的分类及优势正交表分为：等水平正交表和混合水平正交表。
等水平代表各因素所取的水平数相同，混合水平表示各因素的水平数不一定相同。
正交表的优点：（1）能够在所有方案中均匀的选出具有代表性的方案；（2）通过对少数试验的分析，可以推得较优的方案，并且较优方案往往不包含在少数进行试验了的方案中。
（3）通过对结果分析，可以得到更多有用的信息。
包括各因素的重要性等。
3正交试验设计的步骤总的来说包括两部分：一是试验设计，二是数据处理。
归纳为：（1）明确试验目的，确定评价指标；（2）挑选因素，确定水平；（3）选正交表，进行表头设计：一般要求为因素数w正交表列数（4）明确试验方案，进行试验得到结果；（5）对结果进行统计分析：采用直观分析法或方差分析法，得到因素的主词以及优方案等信息；（6）进行验证试验，做进一步的分析。
4有交互作用的正交试验设计在许多试验中，不仅要考虑各个因素对试验指标起作用，还有考虑因素间的交互作用对试验解结果的影响。
在这种正交试验的设计当中，要把交互作用也作为因素考虑进去。
可以查对应的正交表来进行表头设计。
5举例下面通过举例来说明如何设计正交表以及对用不同的方法对试验结果进行分析。
例1 （三水平三因素正交表设计以及直观分析法）以下试验考虑的两个指标全部是越大越好，试验因素和水平如下表，试推出两项指标都高的试验方案。
正交试验设计(DOE)
验，就可得到大致相同的结果，前者比后者次数要多了六万多倍.
正交试验可以解决以下三个问题：
分析因素与指标的关系,找到因素影响指标的规律。 分析因素影响指标的主次,在诸多影响指标的引述中找到主要影响因
是该列所填因素在各个试验中的水平数,而正交表的每一行就是一个试验方 案,于是,本例得到9个试验方案. ➢ 第四步,按规定的方案做试验,将试验结果填在表５的最后一列. ➢ 第五步,计算极差R,确定因素主次.
引进记号 K i j=第j列上水平号为i的各试验结果之和. K i j= K i j /s R j =max [Ki,j] – min [Ki,j]
本例是一个3水平的试验,因此要选用 Ln(3t)型正交表,本例共有3个因素,不考虑因 素之间的交互作用,所以要选一张 t≥3的表 ,而L9(34)是满足条件t≥3的最小的Ln(3t)型 正交表,故选表L9(34)安排试验. ➢ 第二步,表头设计
本例不考虑因素间的交互作用,只需将 各因素分别填写在所选正交表的上方与列号 对应的位置上,一个因素占有一列,就得到所 谓的表头设计.如表4所示
正交表特点
➢ 表中任一列,不同数字出 现的次数相同.
➢ 表中任意两列,把同一行 的两个数字看成有序数字 对时,所有可能的数字对 出现次数相同.
➢ 凡是满足上述两性质的表 都称为正交表.
机密等级:普通 Security: D
表 2 正交表 L9(34)
水平 列号
试验号
1234
1
1111
2
1222
3
Y1＝１.７２ Y2＝１.８２ Y3＝１.８０ Y4＝１.９２ Y5＝１.８３ Y6＝１.９８ Y7＝１.５９ Y8＝１.６０ Y9＝１.８０
第6章 正交试验设计
常见的混合型正交表有：
L8 (41 24 )
L12 (31 24 )
L12 (61 24 )
L16 (41 212 ) L16 (42 29 ) L16 (43 26 ) L16 (44 23 )
分析因素与试验指标之间的关系，即当因素变化时，试验 指标是如何变化的。找出指标随因素变化的规律和趋势， 为进一步试验指明方向；
了解各因素之间的交互作用情况； 估计试验误差的大小。
（6）进行验证试验，作进一步分析
优方案是通过统计分析得出的，还需要进行试验验证，以 保证有方案与实际一致，否则还需要进行新的正交试验。
第6章 正交试验设计
Orthogonal Experimental Design
6.1 概念 6.2 正交试验设计结果的直观分析法 6.3 正交试验设计结果的方差分析法
2019年5月14日
6.1 概述
正交试验设计简称正交设计，它是利用正交表科学 地安排与分析多因素试验的方法，是最常用的试验设计 方法之一。
(2) 不做重复试验无法估计误差。 (3)无法区分因素的主次。 例如选六个因素，每个因素选五个水平时，全面试验的 数目是56 ＝15625次。 1978年，七机部由于导弹设计的要求，提出了一个五因 素的试验，希望每个因素的水平数要多于10，此时靠全 面试验法是无法完成的。
（2）简单比较法：
（4）按规定的方案做试验，得出试验结果 注意 ： 按照规定的方案完成每一号试验 试验次序可随机决定 试验条件要严格控制
二、数据处理 ——极差法 通过试验结果分析，欲达到如下目的： ①找出指标随因素变化的规律。 ②找出因素的主次顺序。 ③找出最佳试验方案。 ④确定下一步试验的方向.
- 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)。
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 A3A1B1C1B3 B2A 因素：增稠剂用量，A1、A2、A3B 因素：pH ，B1、B2、B3C 因素：杀菌温度，C1、C2、C33因素 3水平33＝271.2 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 A1B3C3A2B1C2A2B2C3A3B1C3A3B2C1A3B3C2A2B3C1A1B1C3A1B3C1A2B1C1 A2B2C1A2B3C3A3B1C1A3B2C39个组合保证了A 的每个水平与B 、C 的各个水平在试验中各搭配一次。
任一因素的每个水平都与另外两个因素的每个水平相组合且组合１次。
对于A 、B 、C 3个因素来说，是在27个全面试验点中选择9个试验点，仅是全面试验的三分之一。
☐ 9个试验点在选优区中分布是均衡的，在立方体的每个平面 上，都恰是3个试验点；在立方体的每条线上也恰有一个试验点。
☐ 9个试验点均衡地分布于整个立方体内，有很强的代表性，能够比较全面地反映选优区内的基本情况。
)3(49L 正交表最多可安排的因素（互作）数9行，可以安排的试验次数（水平组合数）1.3 正交表及其性质● 此表共有4列，可以安排4个因素;● 每一列有1、2、3三种数字，代表各因素的不同水平;表中有9行，代表9个不同处理组合。
试验号 1 1 1 2 1 3 1 4 2 5 2 6 2 7 3 8 3 正交性(1) 任一列中，各水平都出现，且出现的次数相等(2) 任两列之间各种不同水平的所有可能组合都出现，且出现的次数相等即每个因素的一个水平与另一因素的各个水平所有可能组合次数相等，表明任意两列各个数字之间的搭配是均匀的。
代表性(1) 任一列的各水平都出现，使得部分试验中包括了所有因素的所有水平； (2) 任两列的所有水平组合都出现，使任意两因素间的试验组合为全面试验。
(3)由于正交表的正交性，正交试验的试验点必然均衡地分布在全面试验点中，具有很强的代表性。
因此，部分试验寻找的最优条件与全面试验所找的最优条件，应有一致的趋势。
综合可比性(1) 任一列的各水平出现的次数相等； 1 231 1 1 1 1 1 12 2 1 2 2 2 1 2 2 1 2 2 2 1 )3(49L )3(49L )2(78L(2) 任两列间所有水平组合出现次数相等，使得任一因素各水平的试验条件相同。
这就保证了在每列因素各水平的效果中，最大限度地排除了其他因素的干扰。
从而可以综合比较该因素不同水平对试验指标的影响情况。
根据以上特性，我们用正交表安排的试验，具有均衡分散和整齐可比的特点。
均衡分散● 是指用正交表挑选出来的各因素水平组合在全部水平组合中的分布是均匀的 。
● 这些点代表性强，能够较好地反映全面试验的情况。
整齐可比● 指每一个因素的各水平间具有可比性。
● 正交表中每一因素的任一水平下都均衡地包含着另外因素的各个水平，当比较某因素不同水平时，其它因素的效应都彼此抵消。
● 如在A 、B 、C 3个因素中，A 因素的3个水平A1、A2、A3条件下各有B 、C 的 3个不同水平，即：在这9个水平组合中，A 因素各水平下包括了B 、C 因素的3个水平，当比较A 因素不同水平时，B 因素不同水平的效应相互抵消，C 因素不同水平的效应也相互抵消。
所以A 因素3个水平间具有综合可比性。
● 同样，B 、C 因素3个水平间亦具有综合可比性。
1 正交试验设计的概念及原理 正交性 代表性 综合可比性 正交表的三个基本性质中，● 正交性是核心，是基础，● 1.4 正交表的类别如L4(2的3次方)、L8(27)、L12(211)等各列中的水平为2，称为2水平正交表； L9(34)、L27(313)等各列水平为3，称为3水平正交表。
如L8(4×24)表中有一列的水平数为4，有4也就是说该表可以安排一个4水平因素和4个2水平因素。
2 正交试验设计的基本程序（实例分析）为提高山楂原料的利用率，研究酶法液化工艺制造山楂原汁，拟通过正交试验来寻找酶法液化的最佳工艺条件。
对本试验分析，影响山楂液化率的因素很多，如山楂品种、山楂果肉的破碎度、果肉加水量、原料pH 值、果胶酶种类、加酶量、酶解温度、酶解时间等等。
经全面考虑，最后确定果肉加水量、加酶量、酶解温度和酶解时间为本试验的试验因素，分别记作A 、B 、C 和D ，进行四因素正交试验，各因素均取3个水平，因素水平表如下表所示。
水平试验因素A1B1C A1B2C A1B3C A2B1C A2B2C A2B3C A3B1CA3B2CA3B3C加水量（mL/100g ）A 加酶量（mL/100g ）B 酶解温度（℃）C 酶解时间（h ）D1 10 1 20 1.52 50 4 35 2.5 3907503.5（3） 选择合适的正交表 正交表的选择原则是在能够安排下试验因素和交互作用的前提下，尽可能选用较小的正交表，以减少试验次数。
试验因素的水平数=正交表中的水平数。
因素个数（包括交互作用）小于等于正交表的列数。
各因素及交互作用的自由度之和 < 所选正交表的总自由度，以便估计试验误差。
若各因素及交互作用的自由度之和=所选正交表总自由度，则可采用有重复正交试验来估计试验误差。
正交表选择依据 列数（正交表的列数c ≥因素所占列数+交互作用所占列数+空列） 自由度（正交表的总自由度（a-1）≥因素自由度+交互作用自由度+误差自由度。
）此例有4个3水平因素。
若仅考察4个因素对液化率的影响效果，不考察因素间的交互作用，故宜选用L9（34）正交表。
若要考察交互作用，则应选用L27(313)。
（4） 表头设计 所谓表头设计，就是把试验因素和要考察的交互作用分别安排到正交表的各列中去的过程。
在不考察交互作用时，各因素可随机安排在各列上；若考察交互作用，就应按所选正交表的交互作用列表安排各因素与交互作用，以防止设计“混杂” 。
此例不考察交互作用，可将加水量(A)、加酶量(B)和酶解温度 (C)、酶解时间（D ）依次安排在L9(34)的第1、2、3、4列上，如下表所示。
（5）编制试验方案，按方案进行试验，记录试验结果。
把正交表中安排各因素的列（不包含欲考察的交互作用列）中的每个水平数字换成该因素的实际水平值，便形成了正交试验方案。
试验号并非试验顺序，为了排除误差干扰，试验中可随机进行；安排试验方案时，部分因素的水平可采用随机安排。
2.2 试验结果分析3.1.1 不考察交互作用的结果分析极差分析法－R 法 1. 计算（K jm ，k jm ，Rj ）2. 判断（因素主次，优水平，优组合）Kjm 为第j 列因素m 水平所对应的试验指标和，kjm 为Kjm 平均值。
由kjm 大小可以判断第j 列因素优水平和优组合。
Rj 为第j 列因素的极差，反映了第j 列因素水平波动时，试验指标的变动幅度。
Rj 越大，说明该因素对试验指标的影响越大。
根据Rj 大小，可以判断因素的主次顺序。
（1）确定试验因素的优水平和最优水平组合 )2(78L根据正交设计的特性，对A1、A2、A3来说，三组试验的试验条件是完全一样的（综合可比性），可进行直接比较。
如果因素A 对试验指标无影响时，那么kA1、kA2、kA3应该相等.由计算可见，kA1、kA2、kA3实际上不相等。
说明，A 因素的水平变动对试验结果有影响。
因此，根据kA1、kA2、kA3的大小可以判断A1、A2、A3对试验指标的影响大小。
由于试验指标为液化率，而kA2>kA3>kA1，所以可断定A2为A 因素的优水平。
同理，可以计算并确定B3、C3、D1分别为B 、C 、D 因素的优水平。
四个因素的优水平组合A2B3C3D1为本试验的最优水平组合，即酶法液化生产山楂清汁的最优工艺条件为加水量50mL/100g ，加酶量7mL/100g ，酶解温度为50℃,酶解时间为1.5h 。
（2）确定因素的主次顺序。
根据极差Rj 的大小，可以判断各因素对试验指标的影响主次。
（3）绘制因素与指标趋势图.以各因素水平为横坐标，试验指标的平均值（kjm ）为纵坐标，绘制因素与指标趋势图。
由因素与指标趋势图可以更直观地看出试验指标随着因素水平的变化而变化的趋势，可为进一步试验指明方向。
表 试验结果分析试验结果 （液化率 %） 0 17 24 12 47 28 1 18 4241241701=++=A K 7.131=A K 872847122=++=A K 292=A K 61421813=++=A K 3.203=A K，3.1.2 考察交互作用的试验设计及结果分析实例分析2 某一种抗菌素的发酵培养基由A、B、C 三种成分组成，各有2个水平，除考察A、B、C三个因素的主效外，还考察A与B、B与C的交互作用。
(1) 选用正交表，进行表头设计本试验有3个2水平的因素和两个交互作用需要考察，各项自由度之和为：3×(2-1)+2×(2-1)×(2-1)=5 该正交表中有基本列和交互列之分，基本列就是各因素所占的列，交互列则为两因素交互作用所占的列。
如果将A因素放在第1列，B 因素放在第2列，查表可知，第1列与第2列的交互作用列是第3列，于是将A与B 的交互作用A×B放在第3列。
这样第3列不能再安排其它因素，以免出现“混杂”。
然后将C放在第4列，B×C应放在第6列，余下列为空列，如此可得表头设计。