论文部分内容阅读
在工业制造和生产过程中，试验设计发挥着日益重要的作用。特别地，在新产品开发的初始阶段，我们常常会用到筛选试验。所谓饱和设计是指需要估计的参数个数与试验次数相同的设计，这是一种经济有效的设计，被广泛应用于筛选试验。然而，实际应用中两因子交互效应常常难以忽略，传统的饱和设计通常无法避免由此引起的混杂。折叠反转设计通过改变初始设计的部分或全部因子的符号来给出新增的试验设计，可以消除某些主效应和两因子交互效应之间的混杂。现有的折叠反转设计基本上都是在已有设计的基础上，对部分或全部因子进行折叠反转。这样带来的一个问题是增加了一倍的试验次数。实际应用中，特别当试验代价很高的情况下，试验的有效性不高。本文将饱和设计与折叠反转结构相结合，给出了新的饱和试验设计方法，并详细研究了这些设计的统计性质。它们同时拥有饱和设计和折叠反转结构的一些优点，具有较高的D-最优有效性。具体创新点如下：1.提出了二水平因子一阶模型的SDRI设计（Saturated Designs Robust toInteractions），其中部分因子的主效应相互正交，可以消除某些主效应与两因子交互效应之间的混杂，对两因子交互效应具有更好的稳健性；2.提出了三水平因子二阶模型的DSC设计（Definitive Screening DesignsUsing Conference Matrices），其中，主效应与纯二次项效应相互正交，能够区分出由不同因子引起的曲率，当因子个数为偶数时，相应的DSC设计是正交设计，与传统设计相比，DSC设计可以有效地避免由两因子交互效应引起的混杂；3.提出了三水平因子完全二阶模型的FSSD设计（Full Second-Order Satu-rated Designs）架构，研究了若干可能的设计方法，特别是其中的一类方法，与主效应列、纯二次效应列有关的相关系数都比较小，与常用饱和设计相比，因子个数k>9时，也具有相对较高的D-有效性。