资源描述：
《正交试验设计最优条件选择的三种优化分析方法比较》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、#154#中国卫生统计2008年4月第25卷第2期*正交试验设计最优条件选择的三种优化分析方法比较山西医科大学卫生统计学教研室(030001)仇丽霞凌建春寇林元=提要>目的探讨遗传算法作为正交试验设计优化分析方法的效果。方法利用木豆叶总黄酮提取的正交试验结果,比较直接法、最速上升法、遗传算法进行最优条件选择的优化分析效果。结果遗传算法确定的最优试验条件下,预计总黄酮的提取量达到110713mg/g,比最速上升法增加了011753mg/g,提高了20%;直接法只能在试验设计的各因素水平上确定最优试验条件,不能预测总黄酮的
2、提取量。结论遗传算法是一种精度更高的优化方法,是正交试验设计优化分析的必要补充。=关键词>正交试验设计直接法最速上升法遗传算法最优试验条件正交试验设计是一种高效、省时、节约样本含量的止。经典型分析判断若二次响应面为马鞍形,需进一试验方法,最优条件选择常采用看一看、算一算的直接步作岭嵴分析搜索最优条件,并对总黄酮提取量进行法,但它只能在设计的因素水平点上给出最优条件,存预测。11,2215,62在精度低的问题。若将回归模型的思想引入正交(3)遗传算法利用Matlab710软件编制遗试验的分析中,可在模型的基础上采用最速上
3、升(下传算法程序,以二次响应面回归模型为基础,在影响因降)法寻找最优条件,但该法容易陷入局部最优。近年素的试验范围内随机产生一定数目的初始染色体组成来新发展起来的一种人工智能优化方法)))遗传算法一个种群(population),选择基于目标函数适应度的评132是一种全局最优方法,当试验范围内包含了最优控价函数来评价每一个染色体的优劣,从当前染色体中制点时,该方法能给出精确的控制条件,提高寻优的精选出优良染色体,作为新一代种群,并进行交叉和变度;当试验范围不包含最优控制点时,又能提示新的试异,产生新型的基因,开发出进化
4、程度更高的群体,克验方向,而且可以扩大因素的搜索范围,提示最优点的服局部最优解的弊病。对新种群(后代)重复进行选位置,为试验的合理设计提供了新的方向,为正交试验择、交叉和变异操作,经过给定代数的进化以后,把最设计最优条件的选择提供合理的优化分析方法。本文好的染色体作为优化问题的最优解。利用SAS6.12和Matlab710软件的函数模块、图形模实例分析块编制遗传算法程序,重点对正交试验设计最优条件选择的上述三种分析方法效果进行比较。在木豆叶的总黄酮提取过程中,在一定条件下,总黄酮的提取量越多越好。经预试验知:加水量(X
5、1)、原理和方法煎煮时间(X2)、煎煮次数(X3)、煎煮温度(X4)将影响11模型建立利用SAS6112建立二次响应面回总黄酮的提取率。因此,采用四因素三水平的正交设归模型,作为本次搜索最优试验条件的目标函数。二计142,重复试验四次的方法来确定木豆叶中总黄酮的次响应面回归模型的一般表达式为:/最优0提取条件。kk^^^^2^表1试验因素及水平y=B0+EBixi+EBiixi+EEBijxixj,i6、)直接法利用SAS6112软件进行正交试验的11201753100方差分析,因素间无交互作用时,按各因素不同水平下210110290响应指标的平均值进行选择;若因素间存在交互作用,38115180按交互作用的因素各水平在试验中的各种组合条件下响应指标的平均值进行选择。11模型的建立及方差分析利用SAS6112软件的112(2)最速上升(或下降)法利用SAS6112软rsreg过程对总黄酮的试验数据进行分析,结果见表2。件以多项式响应面回归模型为基础,沿着响应有最大经方差分析,模型的F=358710,P<010001,二
7、增量的方向逐步移动,直到观察到的响应不再增加为次响应面回归模型显著,该模型中4个影响因素引起总黄酮的变异为99191%,一次项、二次项均有统计学*山西省高校科技研究开发项目(项目编号:20041239),山西医科大学创新基金(项目编号:012000715)意义,乘积项无显著性,即因素间无交互作用;残差均ChineseJournalofHealthStatistics,Apr2008,Vol.25,No.2#155#由随机误差引起,由参数估计结果得二次响应面回归串用二进制表示的总长度m=80位,平均每个影响因方程为:素二
8、进制的长度为20位,采用单点交叉的方式,交叉^Y=-21944333+11318938X1-21648000X2+概率Pc=0180,变异概率Pm=0105,最大进化世代数2为100。搜索结果见图1、2。01347792X3-0105850X4-01064198X1+222表4岭嵴分析11210667X2-01049292X3+0
