响应面分析教程.pptx

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。第1页/共23页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。第2页/共23页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。第3页/共23页 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、Box-Behnken Design 响应面优化分析。我主要以BBD为例说明Design-Expert的使用。参考文献：牡丹籽油超声波辅助提取工艺的响应面优化第4页/共23页第5页/共23页点击New Design 选项第6页/共23页点击Response Surfuce 选项第7页/共23页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。因素的最高值、最低值默认值，也可自己设置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。第8页/共23页因变量单位因变量响应值的数量。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.第9页/共23页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。两种排序方式任选实验结果填写处编码值与实际值的转换第10页/共23页先点击Analysis选项，再点击牡丹籽油得率进行分析第11页/共23页取默认值即可方差分析第12页/共23页点击该处，可使一些变量在图形中不显示第13页/共23页方差分析模型要求显著失拟项要求不显著这两个参数是衡量响应面分析有益于的指标第14页/共23页拟合方程中的系数值第15页/共23页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第16页/共23页点击Influence选项，进入Report界面实际值预测值第17页/共23页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范围点击View选项中的3D surface选项即可形成3D图第18页/共23页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第19页/共23页点击该选项下的Numerical，即可得到最优预测试验方案第20页/共23页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第21页/共23页点击Solution选项此即为预测得最优条件第22页/共23页感谢您的观看！第23页/共23页