适用范围
确信或怀疑因素对指标存在非线性影响； 因素个数2-7个，一般不超过4个； 所有因素均为计量值数据； 试验区域已接近最优区域； 基于2水平的全因子正交试验。
响应面方法分类
中心复合试验设计 (Central Composite Design，CCD)； Box-Behnken试验设计。
轴向点(axial point)
轴向点，又称始点、星号点，分布在轴向上。 除一个坐标为+α 或-α 外，其余坐标皆为0。 在k个因素的情况下，共有2k个轴向点。
中心点(center point)
中心点，亦即设计中心，表示在图上，坐标 皆为0。
区组(block)
也叫块。设计包含正交模块，正交模块 可以允许独立评估模型中的各项及模块 影响，并使误差最小化。 但由于把区组也作为一个因素来安排， 增加了分析的复杂程度。
■ 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，希望每个因素有多余10个水平，而 试验总数又不超过50，显然优选法和正交设计都不 能用，随后，方开泰教授（中国科学院应用数学研 究所）和王元院士提出 “均匀设计”法，这一方法
在导弹设计中取得了成效。
试验设计流程
建立试验目标。 明确试验指标。
中心点的个数选择
满足旋转性的前提下，如果适当选择Nc，则 可以使整个试验区域内的预测值都有一致均匀精 度(uniform precision)。见下表：
• 但有时认为，这样做的试验次数多，代价太 大， Nc其实取2以上也可以；如果中心点的 选取主要是为了估计试验误差， Nc取4以上 也够了。
• 总之，当时间和资源条件都允许时，应尽可 能按推荐的Nc个数去安排试验，设计结果和 推测出的最佳点都比较可信。实在需要减少 试验次数时，中心点至少也要2-5次。
4.响应面设计的SAS实现
相关网络学习资料
SAS的一些网络资源
– SAS公司官方网站
•
– SAS简体中文官方网站
•
– SAS中文论坛
•
SAS系统概述
• SAS系统简介
• 界面操作
• SAS的模块化结构
– SAS系统是一个组合软件系统，连同正在开发的模块，它
一共由50个左右的功能模块组合而成。
– SAS的基本部分是SAS/BASE模块，该模块是SAS系统的核 心，承担着主要的数据管理任务，并管理SAS的用户使用
环境，进行用户语言的处理，调用其它SAS模块和产品。
– 在SAS/BASE的基础上，用户还可以增加各种模块而增加不 同的功能，如SAS/STAT（统计分析模块）、SAS/GRAPH
• SAS 全球专业认证
–SAS专业认证是一项拥有极高国际声誉的专 业认证，在欧美等国的职场上流行的一句话 “If you have a SAS certification, You will never lose your job”。 –获取SAS全球专业认证，既是你自身技术能 力的体现，也将帮助您开创美好的未来，在激 烈的竞争中处于领先位置。
SAS系统简介
• 概况
– SAS是美国SAS软件研究所研制的一套大型集成应用软件系 统，具有完备的数据存取、数据管理、数据分析和数据展 现功能。 – 尤其是创业产品—统计分析系统部分，由于其具有强大的 数据分析能力，一直为业界著名软件，在数据处理和统计 分析领域，被誉为国际上的标准软件和最权威的优秀统计 软件包。 – 经过多年的发展，SAS已被全世界120多个国家和地区的近 三万家机构所采用，直接用户则超过三百万人，遍及金融、 医药卫生、生产、运输、通讯、政府和教育科研等领域。
按上述公式选定的α 值来安排中心复 合试验设计(CCD)是最典型的情形，它可 以实现试验的序贯性，这种CCD设计特称 中心复合序贯设计(central composite circumscribed design,CCC)，它是CCD中 最常用的一种。
如果要求进行CCD设计，但又希望试验水 平安排不超过立方体边界，可以将轴向点 设置为+1及-1，则计算机会自动将原CCD 缩小到整个立方体内，这种设计也称为中 心复合有界设计(central composite inscribed design,CCI)。 这种设计失去了序贯性，前一次在立方点 上已经做过的试验结果，在后续的CCI设 计中不能继续使用。
影响因子
(2006年数据)
10.452 6.352 3.799 2.358 2.327 1.535 1.387 1.375
Journal of Food Engineering
European Food Research and Technology Journal of Food Science
1.209
一般步骤
1.确定因素及水平，注意水平数为2，因素 数一般不超过4个，因素均为计量值数据； 2.创建“中心复合”或“Box-Behnken”设 计； 3.确定试验运行顺序(Display Design)； 4.进行试验并收集数据； 5.分析试验数据； 6.优化因素的设置水平。
1. 中心复合试验设计
响应面法在试验设计中应用
2007-12-25
科研过程中，为了提高目标产物产量 、 品质，或者 是减低成本，都需要做试验。 如何安排试验，有一个方法问题
不好的试验设计方法，即使做了大量的试 验，也未必能达到预期的目的；
一个好的试验设计方法，既可以减少实验次数，缩短试验时间和 避免盲目性，又能迅速得到有效的结果。
旋转性(rotatable)
旋转设计具有在设计中心等距点上预测方差 恒定的性质，这改善了预测精度。
α 的选取
在α 的选取上可以有多种出发点，旋转性是 个很有意义的考虑。在k个因素的情况下，应 取
α =2k/4
当k=2，
当k=4，
α =1.414；当k=3，α =1.682；
α =2.000；当k=5，α =2.378
A -1 1 -1 1 -1 1 -1 1 -1.68 1.68 0 0 0 0 0 0 0 0 0 0
CCD B -1 -1 1 1 -1 -1 1 1 0 0 -1.68 1.68 0 0 0 0 0 0 0 0
三因子 4种响应面设计实验点计划表 CCI CCF C A B C A B C -1 -0.6 -0.6 -0.6 -1 -1 -1 -1 0.6 -0.6 -0.6 1 -1 -1 -1 -0.6 0.6 -0.6 -1 1 -1 -1 0.6 0.6 -0.6 1 1 -1 1 -0.6 -0.6 0.6 -1 -1 1 1 0.6 -0.6 0.6 1 -1 1 1 -0.6 0.6 0.6 -1 1 1 1 0.6 0.6 0.6 1 1 1 0 -1 0 0 -1 0 0 0 1 0 0 1 0 0 0 0 -1 0 0 -1 0 0 0 1 0 0 1 0 -1.68 0 0 -1 0 0 -1 1.68 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
y f ( x1，x 2， ，xl )
，xl 的函数，是误差项。 其中 f( x1，x2， 是自变量 x1，x 2， ，xl )
在响应面分析中，首先要得到回归方程，然后通过对自变
量
x1，x 2， ，xl
的合理取值，求得使 y ˆ f ( x1，x 2， ，xl )
最优的值，这就是响应面设计试验的目的。
寻找对试验指标的可能影响因素。
识别可控因素和噪声因素。
选择适用的试验设计方法安排和实施试验。
分析试验数据，寻找因素水平的最优组合。 验证和应用试验结果，评价试验绩效 。
响应面试验设计
Response surface methodology
缩写RSM
杂志名称 Proceedings of the National Academy of Sciences of the United States of America Journal of Biomedical Materials Research Biomaterials Applied Microbiology and Biotechnology Journal of Agricultural and Food Chemistry Food Chemistry Bioresource Technology Process Biochemistry
A -1 1 -1 1 -1 1 -1 1 0 0 0 0 0 0 0
BB B -1 -1 1 1 0 0 0 0 -1 1 -1 1 0 0 0
C 0 0 0 0 -1 -1 1 1 -1 -1 1 1 0 0 0
3.分析响应面设计的一般步骤
① 拟合选定模型； ② 分析模型的有效性：P值、R2及R2(adj)、s值、 失拟分析、残差图等； ③ 如果模型需要改进，重复1-3步； ④ 对选定模型分析解释：等高线图、曲面图； ⑤ 求解最佳点的因素水平及最佳值； ⑥ 进行验证试验。
2.Box-Behnken试验设计
将各试验点取在立方体棱的中点上
三因子布点示意图
特点
在因素相同时，比中心复合设计的 试验次数少； 没有将所有试验因素同时安排为高 水平的试验组合，对某些有安全要求 或特别需求的试验尤为适用； 具有近似旋转性，没有序贯性。
1 2 3 4 5 6 7 8 9 10 11 12 mposite Design,CCD
基本概念

立方点 轴向点 中心点 区组 旋转性
三因子中心复合设计布点示意图
立方点(cube point)
立方点，也称立方体点、角点，即2水平对 应的“-1”和“+1”点。各点坐标皆为+1或-1。 在k个因素的情况下，共有2k个立方点