matlab响应曲面设计,响应曲面法与设计

【实例简介】

响应曲面法与设计，原理及实际的操作应用，对选用该法做实验的同学比较受用！

70

50

等高

当前运

线图

行条件

最人值

7D605040

100

40

120

x,=温度(C]160(10

x2=压强si

的162响应曲面的等高线图

∑x,+∑Rnx+∑

(16-2)

几乎所有的RSM问题都用这些近似多项式中的一个或多个。当

然,一个多项式模型在自变量的整个空间上是真实函数关系的合

理的近似式是不可能的,但在-个相对小的区域内通常做的很

好。

第15章讨论的最小乘方法可用来估计近似多项式的参数

然后在拟合曲面上儆嘀应曲面分析,如果拟合曲面是真实响应函

数的个合适的近似式,则拟合曲面的分析就近似地等价于实际

591

系统的分析。如果能怜当地利用实验设计来收集数据,就能够最

有效地估计模型参数。关于拟合响应曲面的设计叫做响应曲面设

计。在16-4节中讨论这些设计

RSM是一序贯方法。通常,当我们是在响应曲面相应的自变

量区域内的某个点时,例如,像图162中当前运行条件那样的点,

在此点处系统具有微小的弯曲,从而用一阶模型是恰当的。现在,

我们的目的是要引导实验者快速而有效地到达最优点所在的邻近

区域。一旦最优点的区域被找到,就可以用更精细的模型,例如

阶模型并进行分析以便确定最优点的位置。由图162见出,响

应曲面的分析法可以想像为“爬”一样,山顶代表响应的最大

值点。如果真实的最优点是啊应的最小值点,则可设想为“落进

山谷”。

RSM的最终目的是确定系统的最优运行条件或确定因素空

间中满足运行规范的区域。RSM主要不是用来了解系统的实际机

制的,尽管RSM有助于得到这类知识。还有,RSM的“最优”是

按特定的意义使用的。RSM的“爬山”方法只能保证收敛于局部

的最优点

162最速上升法

系统最优运行条件的初步估计常常远离实际的最优点。在这

种情况下实验者的目的是要快速地进入到最优点的附近区域。我

们希望利用又简单又经济有效的实验方法。当远离最优点时,通

常假定在x的一个小区域范围内一阶模型是真实曲面的合适近

<