产品智能优化设计技术第2章：实验设计方法
2课程目标工业与智能系统工程研究所掌握拉丁方实验设计、正交试验设计等方法掌握随机试验设计、区组设计方法0304掌握实验设计基本流程了解实验设计的基本要素和原则0102优化算法课程目标
第2章：实验设计方法2.1实验设计概述目录CONTENTS2.2随机实验设计2.4正交实验设计2.3拉丁方设计
42.1实验设计概述工业与智能系统工程研究所做实验或规划实验时，需要考虑的几个问题：实验的主要目标是什么？我希望通过实验得到哪些结果或者观测到那些现象？实验需要做多少次的观测？在有限预算的情形下，怎样尽可能多的获取有效信息？……为了实现以下几个实验目标：确定影响实验结果变异的主要来源寻求使得响应变量最大或最小的条件对比控制变量在不同环境设置下的效果构建合理的数学模型以实现对未来的预测观测数据可以从观测研究和实验中获得，但是只有通过科学实验才可以明确因果影响/作用关系。实验设计实验数据分析
5工业与智能系统工程研究所2.1.1实验设计的含义和特征起源：20世纪20年代，英国学者R.A.Fisher在农业生产中首次使用均衡排列的拉丁方，解决了尝试未解决的实验条件不均衡问题。并提出了方差分析方法，创立了实验设计。随后，农业和生物学—纺织业—二战的军工企业---化工、电子、机械都开始使用实验设计方法。实验设计（DesignofExperiment,DOE）也称为试验设计，就是对实验进行科学合理的安排，以达到最好的实验效果。实验设计是实验过程的依据，是实验数据处理的前提。能够合理地安排各种实验因素，严格控制实验误差，并且有效分析实验数据，并且用较少的人力、物力和时间，最大限度的获取丰富可靠的资料。
6工业与智能系统工程研究所实验类型根据设计内容不同，可分为专业设计与统计设计。实验的统计设计使得实验数据有良好的统计性质，如随机性、正交性、均匀性，由此可以对实验数据做所需要的统计分析。根据实验目的，可以分为五个类型。1.演示实验：为了演示科学现象，按照正确的条件和程序操作即可得到预先设定的结果。此类设计主要是专业设计。2.验证设计：实验目的是验证一种科学推断的正确性，也可以作为其他实验方法的补充实验，如做已提出的实验现象的重复验证。例如，1996年英国首次培育出克隆羊“多利”，之后生物学家纷纷开始做验证实验，起初是失败，后面随着技术成熟成功克隆牛、猪等。这种属于严重实验，着重实验条件，而不是统计技术。
7工业与智能系统工程研究所比较实验（comparativeexperiments）：实验目的是检验一种或者几种处理的效果，其设计需要结合专业知识和统计设计两方面的知识，对实验结果的数据分析属于统计学中的假设检验问题。例如，对生产工艺改进效果的比较和检验，对一种新药物疗效的检验。优化实验（optimizationexperiments）:实验目的是高效率地找出实验问题的最优实验条件，这种优化实验是一项尝试性的工作，可能成功也可能不成功，故常把优化实验称为试验（test），以优化为目的实验则称为试验设计。不过，英文中两者都是同一个名称“designofexperiments”,DOE/DoE。是本课程的主要内容。例如：科研、开发和生产中，为达到提高质量、增加产量、降低成本、技术研究、提高竞争力以及保护环境等目的，优化实验误差不在。根据优化实验内容，可以分为以下几类：a按实验因素的数据不同，单因素和多因素优化实验b按实验目的不同，指标水平优化和稳健性优化。分别表示，优化试验指标的水平；减少产品指标的波动（标准差），是产品的性能更稳定。例：探索某一个指标或水平下，产品回收率高或使用寿命更高。c实验形式不同，实物实验和计算实验（computerexperiments），实物实验包括现场实验和实验室实验。计算实验室根据数学模型计算出实验指标。探索实验：对未知事物的探索性科学研究，开发实验，需要综合运用专业知识和实验设计。
重要的观测因素和试验指标非实验因素是否得到有效控制实验的操作方法、设备、实验数据的收集整理，以及统计分析方法。人力、物理和时间安排是否合适……一个完善的实验设计方案应该考虑哪些方面呢？2.1.2实验设计的基本要素
9工业与智能系统工程研究所实验因素1.实验设计的一项重要工作是确定可能影响实验指标的实验因素，并根据专业知识储备确定因素水平的范围。若影响因素很多，就需要基于专业知识对众多因素进行全面分析，区分重要因素和非重要因素。2.因素水平尽量选择代表性水平，过于密集会降低实验效率。3.实验因素应尽量选择数量因素，能够用数值大小精确衡量的，如温度、容积等。一些定性因素比较难以度量，如设备型号