admin 管理员组

文章数量: 1087139


2024年4月16日发(作者：编程语言与自然语言的区别)

DOE全面介绍，附案例分享

试验设计 (Design Of Experiment, 简称 DOE) ，是研究和处理多因子与响应变量关

系的一种方法。它通过合理地挑选试验条件，安排试验，并通过对试验数据的分析，从而

建立响应与因子之间的函数关系，或者找出总体最优的改进方案。最基本的试验设计方法

是全因子试验法，需要的试验次数最多，其它试验设计方法均以“减少试验次数”为目

的，例如部分因子试验、正交试验、均匀试验等。

从上个世纪 20 年代育种科学家费雪 (RonaldFisher) 在农业试验中首次提出 DOE 的

概念， DOE 已经历了 90 多年的发展历程，在学术界和企业界均获得了崇高的声誉。然

而，由于专业统计分析的复杂性和各行各业的差异性， DOE 在很多人眼中逐渐演变为可

望而不可及的空中楼阁。其实， DOE 绝不是少数统计学家的专属工具，它很容易成为各

类工程技术人员的好朋友、好帮手。

一、为何要进行试验设计

在进行6西格玛项目的改进阶段时，我们经常需要面对的一个问题是：在相当多的

可能影响输出Y的自变量X中，确定哪些自变量确实显著地影响着输出，如何改变或设

置这些自变量的取值会使输出达到最佳值?

我们传统使用的方法：将影响输出的众多输入变量在同一次试验中只变化一个变

量，其他变量固定。

传统方法的缺点：试验周期长，浪费时间，试验成本高;试验方法粗糙，不能有效评

估输入间的相互影响。

可以有效克服上述缺点的试验方法是：DOE

DOE取得的是突破性改善

试验策划时，研究如何以最有效的方式安排试验，能有效识别多个输入因素对输出

的影响；

试验进行时，通过对选定的输入因素进行精确、系统的人为调整来观察输出的变化

情况；

试验后通过对试验结果的分析以获取最多的信息，得出“哪些自变量X显著地影响

着输出Y，这些X取什么值时会使Y达到最佳值”的结论。

我们在分析阶段使用回归分析方法对历史数据进行分析，获得了相应的回归方程，

得到Y与各个X间的关系式。但这种关系的获得是“被动”的，因为我们使用的是已有

的现成的数据，几乎无法控制适用范围，无法控制方程的精确度，只能是处于“有什么算

什么”的状况。

我们采用DOE的方法，自变量常取一些过去未曾取过的数值，并且进行精确的控

制，对要研究的问题进行更广泛的探索，目的是要取得突破性改善。


本文标签： 试验 方法 输出 进行

版权声明：本文标题：DOE全面介绍附案例分享 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://roclinux.cn/p/1713200176a623573.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。