WikiDer > Методология поверхности отклика

Response surface methodology
Спроектированные эксперименты с полным факторным планом (слева), поверхность отклика с полиномом второй степени (справа)

В статистике методология поверхности отклика (RSM) исследует отношения между несколькими объясняющие переменные и один или несколько переменные ответа. Метод был введен Джордж Э. П. Бокс и К. Б. Уилсон в 1951 г. Основная идея RSM заключается в использовании последовательности разработанные эксперименты чтобы получить оптимальный ответ. Бокс и Уилсон предлагают использовать Вторая степень многочлен модель для этого. Они признают, что эта модель является лишь приближением, но они используют ее, потому что такую ​​модель легко оценить и применить, даже когда о процессе мало что известно.

Статистические подходы, такие как RSM, могут быть использованы для максимального увеличения производства специального вещества за счет оптимизации рабочих факторов. В последнее время для оптимизации рецептуры RSM, используя надлежащие дизайн экспериментов (DoE), получила широкое распространение.[1] В отличие от традиционных методов, взаимодействие между переменными процесса можно определить статистическими методами.[2]

Базовый подход методологии поверхности отклика

Простой способ оценить полиномиальную модель первой степени - использовать факторный эксперимент или дробный факторный план. Этого достаточно, чтобы определить, какие независимые переменные влияют на интересующие переменные отклика. Если есть подозрение, что остались только значимые объясняющие переменные, тогда более сложный дизайн, такой как центральная композитная конструкция может быть реализована для оценки полиномиальной модели второй степени, которая в лучшем случае является лишь приближением. Однако модель второй степени может использоваться для оптимизации (максимизации, минимизации или достижения определенной цели) интересующей (ых) переменной (ей) отклика.

Важные свойства и функции RSM

ОРТОГОНАЛЬНОСТЬ:Свойство, которое позволяет оценивать индивидуальные эффекты k-факторов независимо без (или с минимальным) вмешательством. Также ортогональность обеспечивает минимальные оценки дисперсии коэффициента модели, так что они не коррелируют.

ВРАЩАЕМЫЕ: Свойство вращения точек дизайна относительно центра факторного пространства. Моменты распределения расчетных баллов постоянны.

ЕДИНСТВЕННОСТЬ:Третьим свойством конструкций CCD, используемых для управления количеством центральных точек, является равномерная точность (или однородность).

Специальная геометрия

Куб

Кубический дизайн обсуждают Кифер, Аткинсон, Донев и Тобиас, а также Хардин и Слоан.

Сфера

Сферические конструкции обсуждаются Кифером, Хардином и Слоаном.

Симплексная геометрия и эксперименты со смесью

Эксперименты со смесями обсуждаются во многих книгах по дизайн экспериментови в учебниках по методологии поверхности отклика Бокса и Дрейпера, Аткинсона, Донева и Тобиаса. Подробное обсуждение и обзор представлены в расширенном учебнике Джона Корнелла.

Расширения

Множественные целевые функции

Некоторые расширения методологии поверхности отклика имеют дело с проблемой множественного отклика. Переменные множественного ответа создают трудности, потому что то, что оптимально для одного ответа, может не быть оптимальным для других ответов. Другие расширения используются для уменьшения изменчивости в одном ответе при нацеливании на конкретное значение или для достижения почти максимального или минимального значения, предотвращая при этом слишком большую изменчивость в этом ответе.

Практические проблемы

Методология поверхности отклика использует статистические модели, и поэтому практикующим специалистам необходимо знать, что даже лучшая статистическая модель является приближением к реальности. На практике и модели, и значения параметров неизвестны и подвержены неопределенности, помимо незнания. Конечно, расчетная оптимальная точка не обязательно должна быть оптимальной в действительности из-за ошибок оценок и неадекватности модели.

Тем не менее, методология поверхности отклика имеет эффективный послужной список, помогая исследователям улучшать продукты и услуги: например, оригинальное моделирование поверхности отклика Box позволило инженерам-химикам улучшить процесс, который годами застрял в седловой точке. Инженеры не могли позволить себе приспособить кубический трехуровневый дизайн для оценки квадратичной модели, и их предвзятый linear-models оценили градиент как нулевой. Конструкция Бокса снизила затраты на эксперименты, так что можно было подобрать квадратичную модель, что привело к (долгожданному) направлению подъема.[3][4]

Смотрите также

использованная литература

  1. ^ Karmoker, J.R .; Hasan, I .; Ahmed, N .; Сайфуддин, М .; Реза, М. (2019). «Разработка и оптимизация мукоадгезивных микросфер, содержащих ацикловир, компанией Box -Behnken Design». Журнал фармацевтических наук Университета Дакки. 18 (1): 1–12. Дои:10.3329 / dujps.v18i1.41421.
  2. ^ Асади, Нушин; Зилуэй, Хамид (март 2017 г.). «Оптимизация предварительной обработки органосольв из рисовой соломы для увеличения производства биоводорода с использованием Enterobacter aerogenes». Биоресурсные технологии. 227: 335–344. Дои:10.1016 / j.biortech.2016.12.073. PMID 28042989.
  3. ^ Бокс и Уилсон 1951
  4. ^ Улучшение почти всего: идеи и эссе, Исправленное издание (Серия Уайли по вероятности и статистике) Джордж Э. П. Бокс
  • Box, G.E.P .; Уилсон, К. (1951). «Об экспериментальном достижении оптимальных условий». Журнал Королевского статистического общества: серия B. 13 (1): 1–45. Дои:10.1111 / j.2517-6161.1951.tb00067.x.
  • Бокс, Г. Э. П. и Дрейпер, Норман. 2007 г. Поверхности отклика, смеси и анализ гребней, Второе издание [из Построение эмпирических моделей и поверхности отклика, 1987], Wiley.
  • Аткинсон, A.C .; Донев, А.Н .; Тобиас, Р. Д. (2007). Оптимальные экспериментальные планы с SAS. Издательство Оксфордского университета. С. 511 + xvi. ISBN 978-0-19-929660-6.
  • Корнелл, Джон (2002). Эксперименты со смесями: конструкции, модели и анализ данных о смесях (третье изд.). Вайли. ISBN 978-0-471-07916-3.

Исторический

внешние ссылки