首页 理论教育正交试验设计原理及应用

正交试验设计原理及应用

【摘要】:在1935 年的《试验设计法》一书中,费歇尔对“试验设计”进行了系统性的论述。[6]正交试验设计的过程主要可以分为以下三个步骤:依据试验目的,选定评价指标,并确定因素及其对应的水平。由于正交试验设计具有试验次数少、效率高、应用简单、效果显著等优点,使其在工农业等众多科学研究领域均得到了广泛的应用及推广。综上所述,可知正交试验设计是改进优化算法的一种有效手段。

1925 年,英国统计学家费歇尔在《研究工作中的统计方法》一书中,首次提出了“试验设计”的概念[3],指出试验设计是以概率论、数理统计、线性代数为理论基础,科学地设计试验方案,正确合理地分析试验结果,以较少的试验工作量和较低的成本获取足够、可靠的有用信息。在1935 年的《试验设计法》一书中,费歇尔对“试验设计”进行了系统性的论述。[4]20 世纪40 年代,日本统计学家田口玄一在试验设计理论的基础上进行改进,首次提出了正交试验设计法的概念。它是使用正交表进行试验设计,来研究多因素多水平问题的一种数理统计方法[5]。通过此方法可以确定出各因素对试验指标的影响规律,以及各因素的主次影响排序与交互影响,并最终选择出一个各因素的水平组合使得指标值达到最优。[6]

正交试验设计的过程主要可以分为以下三个步骤:

(1)依据试验目的,选定评价指标,并确定因素及其对应的水平。

(2)选取适宜的正交表,确定试验方案,并获取试验结果。

(3)通过极差分析、方差分析统计分析的手段,对试验结果进行解释分析。

在整个正交设计的过程中,其中最核心的要素即为正交表,它是利用均匀分散性与齐整可比性这两条正交性原理,从大量试验点中挑选适量的具有代表性、典型性的试验点,并按照一定规律所排列形成的规范化表格。其具体定义如下:设A 是一个n 行k 列的矩阵,其中第j 列因素由水平(1,2,…, m)构成,j=1,2,… ,k ,若A 的任意两列均衡搭配,则称A 是一张正交表。

正交表通常用符号来表示,其中L 为正交表的代号;n为正交表的行数,表示试验方案的个数;k 为正交表的列数,表示试验因素的个数;mj 为第j 个因素所取的水平数,若某些因素的水平数相同,可以写成指数的形式。以正交表L8(2 7)为例,如表5-1 所示,该表包含了两水平的7 个因素,并由8 个试验方案组成,相比于使用全组合法,应有27 =128 个试验方案。因此,采用正交表极大地提高了试验效率

表5-1 正交表L8 (27)

为了保证依据正交表设计出来的少量试验方案的合理性,任意正交表应满足以下两个性质:

(1)任意因素中各水平重复出现的次数均相等,且式中t1 表示第j 个因素中各水平出现的次数;

(2)任意两个因素所构成的各水平对重复出现的次数均相等,且式中t2 表示第i 个因素与第j 个因素构成的各水平对出现的次数。

由于正交试验设计具有试验次数少、效率高、应用简单、效果显著等优点,使其在工农业等众多科学研究领域均得到了广泛的应用及推广。近年来,一些学者利用正交设计的优势,将其与某些优化算法进行融合,在收敛速度、参数确定等方面均获得了较大的改进。Gong、Wenyin 等人[7] [8] [9]采用正交设计法生成初始种群并设计交叉算子,对差分进化算法进行改进,提高了该算法的收敛速度。Zeng[10]、Cai[11]、Wang[12]等人将正交设计法与ε 占优、聚类分析等方法相结合,解决了多种多目标优化的问题。Ahmad[13]、Shi[14]、Li[15]等人通过引入正交设计,将遗传算法改进为正交遗传算法,极大地提高了遗传算法的局部搜索能力,并将其有效地应用于多种函数优化问题中。综上所述,可知正交试验设计是改进优化算法的一种有效手段。