“DOE是照亮前进路径明灯”
人类在认识自然界的过程中,进行着多方面的探索。实验是构成学习过程的一个要素。通过实验的学习,是一种综合了人们的期望,需要,知识和资源的复杂过程。在实验的统计设计方法开始形成的20实际20年代以前,科技工作者在实验中走了不少弯路。
发明家爱迪生医生艰苦奋斗,经历了无数次的失败之后,为人类发明了许多重要科技产品。它的座右铭是“天才靠的是拜恩之一的灵感和99的汗水”。他的助手telsa在纪念评论中写道,如果在爱迪生工作的黑雾中能有一支蜡烛照亮它前进的方向的化,以他密封板的辛勤,他将会获得远比他已发明的东西多得多的成果。我非常同情地观察到他的工作状况,但凡有一点点理论和计算能帮助他的化,将节省他90的精力。爱迪生所采用的方法,就是最原始的试错法,他只能从已经得到的,偶然出现的好结果出发,摸索着继续前进,无法形成理论上的知识,无法预测何处将有更好的成果。这种方法无法适应当代快速发展的需求,更无法适应传感器行业。
可控因子和非可控因子
一般实际问题都是比较复杂的,任何数学模型都知识它的某种抽象概括,实验设计也不例外,我们先给出一些有关实验设计的简单基本概念的描述,稍后在讨论一些更心如的概念的定义。
之前我们已经了解过过程的模型,进入设计阶段,我们需要更加细致的了解过程。在这个模型中,Y是我们关心的输入变量,称为响应变量或指标。一般情况下,常需要考虑多方面的指标。但是在介绍这个方法的时候,我们只考虑单个响应变量的情况。我们将影响响应变量的那些变量称为实验问题中的因子。假定X是我们在实验中可以加以控制或者精确测量的因子,我们就称之为可控因子。大多数情况下,过程除了受可控因子的影响外,还受一些不可控因素的影响,例如大地的震动,电压的波动,作业员精神状态的波动,等等,我们称这些因素为非可控因子,或者称为噪声因子。通常情况下把他们当作误差来处理。
这里需要特别指出的是DOE实验设计方法对产生或形成最佳改进方案的作用。许多项目在形成改进方案时,面临的一个重要问题时;那些自变量显著的影响这因变量,怎样去改变这些自变量或者这些自变量取什么值时,将会使得因变量达到最佳值。这是,我们可以使用的最主要的手段和工具就是实验设计。计划安排一批实验,并严格按计划在设定的条件下进行这些实验,获得新数据,然后对其进行分析,获得我们所需要的信息,从而获得改进的途径。实验设计就是这样一门科学。它是研究如何以最有效的方式安排实验,以获得含有最大信息量的数据。
联系客服