试验设计及数据挖掘技术课程总练习完美修订版.docx

资源描述

试验设计及数据挖掘技术课程总练习完美修订版.docx

《试验设计及数据挖掘技术课程总练习完美修订版.docx》由会员分享，可在线阅读，更多相关《试验设计及数据挖掘技术课程总练习完美修订版.docx（15页珍藏版）》请在冰豆网上搜索。

试验设计及数据挖掘技术课程总练习完美修订版.docx

试验设计及数据挖掘技术课程总练习完美修订版

课程总练习

一、试验设计

全面试验法

单因素多次试验法

正交设计法

均匀设计法

配方均匀设计法

调优均匀设计法

三次均匀设计法

二、数据挖掘技术

2.1逐步回归分析建模

线性模型

二次模型

高次模型

混合模型

2.2最优化计算寻优

网格优法法

蒙特卡罗优化法

均匀设计优化法

数论序贯优化法

2.3交互作用Y值等高线图分析

三、验证试验

1、均匀设计试验方案的构造

已知一试验有四个因素，他们的试验范围及因素水平如下：

X1:

1～12；X2：

200～350；X3:

10～20；X4:

2000～4000

表1、因素水平表

NO.

200

250

300

350

2000

2200

2400

2600

2800

3000

3200

3400

3600

3800

4000

（1）给出12拟水平的因素水平表

参考答案

表1B、因素拟水平表

NO.

200

250

300

350

2000

2200

2400

2600

2800

3000

3200

3400

3600

3800

4000

2000

（2）给出12拟水平的试验方案

参考答案

表1C、U12（124）试验方案表

NO.

250

350

250

350

250

350

200

300

200

300

200

300

3800

3200

2600

2000

4000

3400

2800

2200

2000

3600

3000

2400

2、回归分析建模

请对表2的数据进行逐步回归分析

表2、试验方案及结果

No.

160

538

110

150

456

100

140

472

110

130

420

120

614

160

557

100

150

682

140

562

130

560

120

550

（1）、用一次模型，要求数据中心化处理，寻找出最好的回归方程。

模型：

Y=A0+A1X1+A2X2+A3X3+A4X4+A5X5

>回归分析结果:

I=1B=1.97557894736842F=3.67396503815582

I=3.0359********F=8.04474411017923

I=4B=-2.05065789473684.024*********

I=5B=3.43498245614035.0875********

BO=541.1F=7.57031378775752R=.926434933430933S=38.7528855745076FO=1.54

>回归方程:

Y*=541.1+（1.97557894736842）*（X1-37.5）+（2.03590643274854）*（X3-50）+（-2.05065789473684）*（X4-70）+（3.43498245614035）*（X5-140）

----------------------------------------------------------------------------

（2）、用一次模型加上交叉项，要求数据中心化处理，寻找出最好的回归方程,并且剔除不显著项从而寻找出最好的回归方程。

模型：

Y=A0+A1X1+A2X2+A3X3+A4X4+A5X5+A6X1X2+A7X1X3+A8X1X4+A9X1X5

+A10X2X3+A11X2X4+A12X2X5+A13X3X4+A14X3X5+A15X4X5

>回归分析结果:

I=1B=1.97557894736842F=162.670156787581

I=3.0359********F=356.192770515776

I=4B=-2.05065789473684F=753.797654882556

I=5B=3.43498245614035F=402.362944012816

I=13B=-6.04761904761905E-02F=217.382287390022

BO=548.357142857143F=311.625798693041R=.998718875359091S=5.8239496670483FO=1.54

------------------------

>回归方程:

Y*=548.357142857143+（1.97557894736842）*（X1-37.5）+（2.03590643274854）*（X3-50）+（-2.05065789473684）*（X4-70）+（3.43498245614035）*（X5-140）+（-6.04761904761905E-02）*（X3-50）*（X4-70）

----------------------------------------------------------------------------

（3）、用二次模型，要求数据中心化处理，寻找出最好的回归方程。

模型：

Y=A0+A1X1+A2X2+A3X3+A4X4+A5X5+A6X1^2+A7X2^2+A8X3^2+A9X4^2+A10X5^2

----------------------------------------------------------------------------

>回归分析结果:

I=1B=1.97557894736842F=6.178********97

I=3.0359********F=13.5277381511204

I=4B=-2.05065789473684F=28.6282545246892

I=5B=3.43498245614035F=15.281221290476

I=10B=.118571428571429F=4.40781133983083

BO=517.385714285714F=11.0655254856918R=.965700670950976S=29.8846083845136FO=1.54

>回归方程:

Y*=517.385714285714+（1.97557894736842）*（X1-37.5）+（2.03590643274854）*（X3-50）+（-2.05065789473684）*（X4-70）+（3.43498245614035）*（X5-140）+（.118571428571429）*（X5-140）^2

----------------------------------------------------------------------------

（4）、用二次模型加上交叉项，要求数据中心化处理，寻找出最好的回归方程。

模型：

Y=A0+A1X1+A2X2+A3X3+A4X4+A5X5+A6X1^2+A7X2^2+A8X3^2+A9X4^2

+A10X5^2+A11X1X2+A12X1X3+A13X1X4+A14X1X5

+A15X2X3+A16X2X4+A17X2X5+A18X3X4+A19X3X5+A20X4X5

----------------------------------------------------------------------------------------------------

>回归分析结果:

I=1B=1.97557894736842F=162.670156787581

I=3.0359********F=356.192770515776

I=4B=-2.05065789473684F=753.797654882556

I=5B=3.43498245614035F=402.362944012816

I=13B=-6.04761904761905E-02F=217.382287390022

BO=548.357142857143F=311.625798693041R=.998718875359091S=5.8239496670483FO=1.54

>回归方程:

（5）、用二次模型加上交叉项，要求数据中心化处理，并且剔除不显著项从而寻找出最好的回归方程。

模型：

Y=A0+A1X1+A2X2+A3X3+A4X4+A5X5+A6X1^2+A7X2^2+A8X3^2+A9X4^2

+A10X5^2+A6X1X2+A7X1X3+A8X1X4+A9X1X5+A10X2X3+A11X2X4+A12X2X5

+A13X3X4+A14X3X5+A15X4X5

--------------------------------------------------------------------------------

>回归分析结果:

I=1B=1.97557894736842F=162.670156787581

I=3.0359********F=356.192770515776

I=4B=-2.05065789473684F=753.797654882556

I=5B=3.43498245614035F=402.362944012816

I=13B=-6.04761904761905E-02F=217.382287390022

BO=548.357142857143F=311.625798693041R=.998718875359091S=5.8239496670483FO=1.54

>回归方程:

--------------------------------------------------------------------------------

II、对方程各项进行F检验

f1=1,f2=8,F0.01=11.3,F=162>>F0.01=11.3，各项通过a=0.01

III、对整个方程（或者总方程）进行F检验

f1=6-1=5,f2=10-5-1=4,F0.01=15.5,F=311.6>>F0.01=15.5,总方程通过...

3、最优化计算

（1）用网格优化法对下列的方程进行单指标优化计算求出最大值及其对应的参数，并列出原程序

Y=34.9272+1.1785×10-3*（X2-120）^2+9.5338×10-2*（X1-6.2）*（X2-120）

+5.0045×10-3*（X2-120）*（X3-30）

X1：

5.0～7.4；X2：

40～200；X3：

20～40，实验中Y的最大值为38.09

OptionExplicit

PublicSubYHLX1（）

10DimGAsInteger,JAsInteger

20DimZM,S1,S2,S3,X1,X2,X3,Y,Y1,Y2

30DimWSAsWorksheet,WFAsWorksheetFunction

40SetWS=Application.ActiveSheet:

SetWF=Application.WorksheetFunction

50ZM=WS.Cells（8,2）:

G=WS.Cells（8,4）

60S1=（7.4-5.0）/G:

S2=（200-40）/G:

S3=（40-20）/G

70J=1

80ForX1=5.0To7.4+S1/2StepS1

85ForX2=40To200+S2/2StepS2

90ForX3=20To40+S3/2StepS3

100Y1=34.9272+1.1785e-3*（X2-120）^2

110Y2=9.5338e-2*（X1-6.2）*（X2-120）+5.0045e-3*（X2-120）*（X3-30）

120Y=Y1+Y2

130IfY

140remIfY>ZMThenZM=Y

150WS.Cells（8,7）="TheResultsofOptimization"

160WS.Cells（8+J,6）="X1=":

WS.Cells（8+J,7）=X1

165WS.Cells（8+J,8）="X2=":

WS.Cells（8+J,9）=X2

170WS.Cells（8+J,10）="X3=":

WS.Cells（8+J,11）=X3

180WS.Cells（8+J,12）="Y=":

WS.Cells（8+J,13）=Y

190J=J+1

200NextX3,X2,X1

210End

EndSub

X1=

X2=

X3=

55.62565

X1=

X2=

X3=

20.95238

55.24435

X1=

X2=

X3=

21.90476

54.86306

X1=

X2=

X3=

22.85714

54.48176

X1=

X2=

X3=

23.80952

54.10047

X1=

5.114286

X2=

X3=

54.75399

X1=

5.114286

X2=

X3=

20.95238

54.37269

X1=

7.285714

X2=

200

X3=

39.04762

54.37269

X1=

7.285714

X2=

200

X3=

54.75399

X1=

7.4

X2=

200

X3=

36.19048

54.10047

X1=

7.4

X2=

200

X3=

37.14286

54.48176

X1=

7.4

X2=

200

X3=

38.09524

54.86306

X1=

7.4

X2=

200

X3=

39.04762

55.24435

X1=

7.4

X2=

200

X3=

55.62565

（2）用蒙特卡罗法对下列的方程进行单指标优化求出最逼近理论值的最优参数，并列出原程序

Y=34.9272+1.1785×10-3*（X2-120）^2+9.5338×10-2*（X1-6.2）*（X2-120）

+5.0045×10-3*（X2-120）*（X3-30）

X1：

5.0～7.4；X2：

40～200；X3：

20～40，实验中Y的最大值为38.09

PublicSubYHLX2（）

10DimIAsLong

20DimZM,S1,S2,S3,X1,X2,X3,Y,Y1,Y2,A1,A3

30DimGAsLong,NAsLong

40DimWSAsWorksheet,WFAsWorksheetFunction

50SetWS=Application.ActiveSheet:

SetWF=Application.WorksheetFunction

60ZM=WS.Cells（8,2）:

N=WS.Cells（8,4）:

G=10*N

70S1=（7.4-5.0）/N:

S2=（200-40）/N:

S3=（40-20）/N

80J=1

90ForI=1ToG

100A1=Int（N*Rnd

（1））

105A2=Int（N*Rnd

（1））

110A3=Int（N*Rnd

（1））

120X1=5+A1*S1

125X2=40+A2*S2

130X3=20+A3*S3

140Y1=34.9272+1.1785E-3*（X2-120）^2+9.5338E-2*（X1-6.2）*（X2-120）

150Y2=5.0045E-3*（X2-120）*（X3-30）

160Y=Y1+Y2

170IfY

180remIfY>ZMThenZM=Y

190WS.Cells（8,7）="TheResultsofOptimization"

200WS.Cells（8+J,6）="X1=":

WS.Cells（8+J,7）=X1

205WS.Cells（8+J,8）="X2=":

WS.Cells（8+J,9）=X2

210WS.Cells（8+J,10）="X3=":

WS.Cells（8+J,11）=X3

220WS.Cells（8+J,12）="Y=":

WS.Cells（8+J,13）=Y

230J=J+1

240NextI

250End

EndSub

X1=

5.047232

X2=

40.352

X3=

20.0408

55.12662

X1=

7.398512

X2=

199.2736

X3=

39.5028

55.16135

X1=

7.390592

X2=

199.6096

X3=

39.8456

55.35509

X1=

5.033888

X2=

40.0416

X3=

20.0252

55.34255

X1=

5.013632

X2=

40.0192

X3=

20.3096

55.391

X1=

5.021648

X2=

40.928

X3=

20.278

55.02587

X1=

5.03288

X2=

40.0832

X3=

20.068

55.31857

X1=

5.025968

X2=

40.3744

X3=

20.368

55.14987

X1=

7.379504

X2=

199.9424

X3=

39.1788

55.12057

4、配方均匀设计

（1）一个饲料的配方由四种主要的成分组成，根据试验条件的允许和精度的要求，需要选择UM21（214）表来安排试验，请用相应的软件生成该配方试验方案表。

I、用U21生成UM21（214）

No.

0.712315209

0.094190098

0.050677

0.142818

0.585086733

0.015092839

0.19991

0.508065927

0.178961183

0.231004

0.081969

0.449678792

0.033794876

0.504228

0.012298

0.401592

0.240791

0.076632

0.280985

0.360195

0.055746

0.264217

0.319842

0.323557

展开阅读全文