多因素試驗優(yōu)化算法及醫(yī)學(xué)應(yīng)用.pdf

1、多因素、多水平試驗設(shè)計和優(yōu)化的目的是研究如何在實驗區(qū)域內(nèi)最有效地選擇試驗點,以最少的試驗次數(shù)研究各因素的作用和因素間的交互作用,并確定影響試驗結(jié)果的最優(yōu)條件.該文利用木豆葉中總黃酮提取量的最大優(yōu)化問題與胃蛋白酶中殘留蛋白含量控制的最小優(yōu)化問題中的正交試驗結(jié)果,突破傳統(tǒng)的方差分析模型,將回歸分析方法應(yīng)用于其結(jié)果分析,擬合二次響應(yīng)面回歸模型,兩模型均有統(tǒng)計學(xué)意義,擬合效果較好,在總黃酮提取量最大的優(yōu)化問題中,R<'2>達(dá)到99.91﹪,一次

2、項、二次項有統(tǒng)計學(xué)意義,其決定系數(shù)分別為55.34﹪、44.56﹪;在殘留蛋白含量最小的優(yōu)化問題中,R<'2>達(dá)到98.61﹪,一次項、二次項有統(tǒng)計學(xué)意義,其決定系數(shù)分別為65.94﹪、32.67﹪;在兩實例中,因素間均無交互作用,不存在模型的擬合不足,殘差圍繞零隨機(jī)分布,cook's距離均在±2之間,所以兩實例的試驗數(shù)據(jù)擬合二次響應(yīng)面回歸模型的效果好.在二次響應(yīng)面回歸模型的基礎(chǔ)上,分別利用最速上升法、遺傳算法搜索最優(yōu)試驗條件,并與正交