Design-Expert专题讲座-(2013-4-19)

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Company Logo,星点设计,-,效应面优化法,主讲人：郭亚可,2013-4-19,析因设计,正交设计,设计方法,优点：考察全面,缺点：实验次数太多,析因设计,正交设计,星点设计,均匀设计,优点：均匀分散、整齐可比,缺点：精度不够、预测性差,优点：,精度高,预测性强,优点：均匀分散,缺点：精度不够,预测性差,星点设计,均匀设计,效应面优化法,(Response Surface Methodology,RSM),是集数学和统计学方法于一体的实验设计，首先通过描绘效应对考察因素的效应面，然后从效应面上选择较佳的效应区，从而最终回推出自变量取值范围，即最佳实验条件的优化法。,表,1,因素、水平代码值及实际操作物理量,1,2,3,1.,筛选：单因素考察、正交设计或均匀设计；,2.,设计,:CCD,法,(Central Composite Design),或,BBD,法,(Box-,Behnken,Design),对模型进行多元线性和多项式拟合，,通过复相关系,(R,2,),和,P,进行评判。,(SAS,、,SPSS,、,Statistica,和,Design Expert),1.,画三维效应面和二维等高线图；,（,Minitab,和,Origin,）,2.,选取最优工艺，进行工艺验证,实验设计,模型拟合,优化工艺,析因设计部分：,2,k,或,2,k,1/2,，,k,是因素数,星点部分：,star point,axial point,为各因素的极值水平,中心点,x,1,1,+,+1,0,(,0,0),(0,0),(0,0,),x,1,x,2,x,k,0 0,0 0,0 0 ,星点设计由二水平的析因设计加上中心点和星点组成。,x,1,x,2,+,1,+1,+1,1,1,+1,1,1,+0,0,0 +,0 ,0 0,析因设计部分,F,4,星点部分次数,4,中心点次数,5,k,=2,x,1,x,2,=1.414,(,2),x,1,x,2,x,3,1,+,1,+1,+1,2,+1,+1,1,3,+1,1,+1,4,+1,1,1,5,1,+1,+1,6,1,+1,1,7,1,1,+1,8,1,1,1,9,+1.682 0,0,10,1.682 0,0,11,0,+1.682 0,12,0,1.682 0,13,0,0 +1.682,14,0,0 1.682,1520,0 0 0,x,2,x,1,k,=3,x,2,x,3,析因设计部分,F,8,星点部分次数,6,中心点次数,6,=,3=,1.732,=(2,3,),1/4,=1.682,以,CCD,为例说明,Design-Expert,的使用，实验数据来源于：星点设计,-,效应面法优化叶黄素提取工艺（赵洁，李超鹏，尹俊涛，陈文,.,食品科技，,2011,，,36(9):234-237,。,表,1,因素、水平代码值及实际操作物理量,表,1,因素、水平代码值及实际操作物理量,因 素,水平,-1.414,-1,0,+1,1.414,反应时间,X,1,/min,5,9,17.5,26,30,加减体积,X,2,/mL,2,2.9,5,7.1,8,表,2,试验设计安排及效应值表,No.,代码值,实际值,提取率,Y/%,X1,X2,X1/min,X2/mL,1,-1,-1,9.0,2.9,0.769,2,-1,+1,9.0,7.1,1.011,3,+1,-1,26.0,2.9,1.127,4,+1,+1,26.0,7.1,1.224,5,-1.414,0,5.0,5.0,1.094,6,+1.414,0,30.0,5.0,1.305,7,0,-1.414,17.5,2.0,0.307,8,0,+1.414,17.5,8.0,1.049,913,0,0,17.5,5.0,1.120,表,2,星点设计及效应值,点击,new design,选项卡,点击,Response Surface,选项卡,因素数,因素的名称、单位、低值、高值、其它默认,设置完成，点击,Continue,选择响应值即因变量的数量,因变量的名称、单位,设置完成，点击,Continue,各因素均为实际值的试验设计,各因素实际值转变为编码制,各因素的编码制,按照实验设计进行试验，记录每组因素组合的实验结果，填在对应的,Response,列,点击,Analysis下的,R1,：提取率,1.Tronsform,选项卡，取默认值,2.,点击Fit Summary选项卡,Fit Summary,选项卡，是将数据模拟、建模、比对，最终选择试验最佳数学模型，再点击,Model,选项卡,Model,选项卡取默认值，再点击方差分析（,ANOVA,）,方差分析（,ANOVA,），方程显著性检验、系数显著性检验及回归方程。,再点击,Diagnostics,残差的正态概率分布图，应在一条直线上,Residuals,vs,Predicted,图，应分布无规律,Predicted,vs,Actual,图应尽可能在一条直线上,点击,Influence,选项卡,再点击,Report,选项卡,方程预测值,实测值,点击,Model Graphs,选项卡,点击,View,的,3D Surface,看响应面图,等高线图,点击查看其他因素间的等高线图,选中文字单击右键，修改坐标名称,将响应曲面图和等高线图导入,WORD,选择,Optimization,下的,Numerical,，由,RSM,预测最优值,确定各因素的 取值范围,确定响应值的目标（最大值、最小值、目标值、范围值），本实验选择,Maximize,1.,低值取默认值，高值项中输入一个尽可能大的无法达到的值,2.,点击,Solutions,选项卡,第一个方案即为各因素取最优值后的响应所能取到的最大值,多元线性拟合结果：,Y=0.407+0.012X,1,+0.082X,2,，,R=0.6651,二项式拟合结果：,Y=-0.817+0.0229X,1,+0.585X,2,-0.00203X,1,X,2,-0.0467X,2,2,R=0.9382,模型拟合,工艺验证,因素,预测值,/%,实测值,/%,偏差,/%,X1/min,X2/mL,26,5.7,1.296,1.160,10.49,邱颖,朱玲,孙晓英,.,星点设计,-,效应面优化法与正交设计和均匀设计的比较及其在药剂研究中的应用,J.,海峡药学,2011,23,(2):18-19.,刘艳杰,项荣武,.,星点设计效应面法在药学试验设计中的应用,J J.,中国现代应用药学,2007,24(6):455-457.,3.,吴伟,崔光华,.,星点设计,效应面优化法及其在药学中的应用,J.,国外医学,:,药学分册,2000,27(5):292-298.,4.,徐向宏，何明珠,.,试验设计与,Design-Expert,、,SPSS,应用,M.,北京：科学出版社，,2010.,参考文献及著作,谢 谢！,