تصميم بوكس-بيهنكن — منهجية سطح الاستجابة بثلاثة مستويات
- قدّمه
- George E. P. Box and Donald W. Behnken
- السنة
- 1960
- النوع
- Response surface design (incomplete three-level factorial)
- العائلة
- Engineering methods
هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية
ماذا تفعل؟
يُعد تصميم بوكس-بيهنكن (BBD) منهجية فعالة لسطح الاستجابة تتناسب مع نموذج كثير الحدود من الدرجة الثانية الكامل باستخدام ثلاثة مستويات لكل عامل. قدمه بوكس وبيهنكن في عام 1960، ويضع نقاطًا تجريبية في منتصفات حواف المكعب الفائق وفي المركز، متجنبًا نقاط الزوايا حيث تكون جميع العوامل في أقصى مستوياتها في وقت واحد. هذا الهيكل يجعل تصميم BBD جذابًا بشكل خاص عندما تكون مجموعات المستويات القصوى مستحيلة فيزيائيًا، أو مكلفة، أو غير آمنة للاختبار.
الفكرة الحدسية وراء الطريقة
لنفترض أنك تقوم بتحسين تفاعل كيميائي ولديك ثلاثة عوامل قابلة للتحكم — درجة الحرارة والضغط وتركيز المحفز — لكل منها إعداد منخفض ومتوسط وعالٍ. سيتطلب عامل كامل بثلاثة مستويات 27 تجربة. يحقق تصميم بوكس-بيهنكن نفس هدف الملاءمة من الدرجة الثانية بـ 15 تجربة فقط (بالإضافة إلى نقاط المركز) عن طريق اختيار مجموعات العوامل والمستويات التي سيتم اختبارها بذكاء: فهو يحتفظ دائمًا بعامل واحد على الأقل عند مستواه الأوسط، لذلك لا تدفع أي تجربة جميع العوامل إلى أقصى حدودها في وقت واحد. فكر في الأمر على أنه عينة استراتيجية للفضاء التجريبي تستخدم عددًا أقل بكثير من التجارب مع الاستمرار في التقاط الانحناء والتفاعلات.
التاريخ
قدم جورج بوكس ودونالد بيهنكن التصميم في ورقتهما الرائدة عام 1960 في مجلة Technometrics، حيث اقترحا عائلة من التصميمات ثلاثية المستويات التي يمكنها تقدير جميع معاملات كثير حدود من الدرجة الثانية مع تجنب الرؤوس القصوى لمكعب التصميم. كان دافعهم اقتصاديًا — تجارب الزوايا يمكن أن تكون مكلفة — وعمليًا، حيث لا يمكن للعديد من العمليات الصناعية والكيميائية تحمل ظروف التشغيل القصوى. أصبح التصميم معيارًا في منهجية سطح الاستجابة، وتم نشره على نطاق واسع من خلال كتب بوكس ودرايبر (1987) ومايرز ومونتغمري وأندرسون كوك، ويتم تنفيذه حاليًا بشكل روتيني في البرامج الإحصائية مثل JMP و Minitab وحزمة rsm في R.
متى تُستخدم
استخدم تصميم بوكس-بيهنكن عندما تحتاج إلى ملاءمة نموذج سطح استجابة تربيعي كامل من الدرجة الثانية مع 3 إلى 7 عوامل مستمرة وتكون نقاط الزوايا في الفضاء التجريبي غير آمنة، أو غير ممكنة، أو باهظة التكلفة للاختبار — على سبيل المثال، عندما يمكن أن تؤدي الإعدادات القصوى لمتغيرات عملية متعددة في وقت واحد إلى تلف المعدات أو تشكل مخاطر سلامة. تصميم BBD مناسب عندما يجب أن يظل عدد التجارب معتدلاً ويمكن لجميع العوامل الوصول بشكل فردي إلى إعداداتها العالية والمنخفضة. لا تستخدم BBD إذا كنت بحاجة إلى تصميم يدعم مصطلحات أعلى من التربيعية، أو إذا كان لديك عوامل فئوية، أو إذا كان الهدف هو الاستقراء إلى نقاط الزاوية القصوى، أو إذا تمت دراسة عاملين فقط (تصميم مركب مركزي أكثر كفاءة لـ k = 2). تجنب BBD أيضًا عندما تكون تجربة نقطة الزاوية مطلوبة بالفعل لتلبية متطلبات مواصفات لاحقة.
الحدود والاعتبارات
- غير مناسب للتجريب المتسلسل: على عكس التصميمات المركبة المركزية، لا يمكن بناء تصميم BBD من تجربة فحص عاملية ثنائية المستوى سابقة.
- لا يقدر التفاعلات عند مجموعات العوامل القصوى، نظرًا لغياب نقاط الزوايا؛ إذا كان السلوك عند الزوايا حرجًا، فإن تصميمًا مركبًا مركزيًا أو عاملاً كاملاً مطلوب.
- تغطية المنطقة التجريبية ليست موحدة — الزوايا الخارجية للمكعب الفائق غير مفحوصة تمامًا، مما قد يؤدي إلى تحيز في التنبؤ إذا كان الأمثل الحقيقي يقع بالقرب من زاوية.
- بالنسبة لخمسة عوامل أو أكثر، يمكن أن ينمو عدد التجارب بشكل كبير، مما يقلل من ميزة كفاءته مقارنة بالتصميمات المركبة المركزية.
لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.
نقاط القوة
- يتطلب عددًا أقل من التجارب من العامل الكامل بثلاثة مستويات، مما يجعله فعالاً من حيث التكلفة والوقت لملاءمة نماذج الدرجة الثانية.
- لا توجد تجارب في نقاط الزوايا — وهو أمر قيم بشكل خاص عندما تكون الإعدادات القصوى المتزامنة لجميع العوامل خطرة فيزيائيًا، أو باهظة التكلفة، أو غير ممكنة في العملية.
- جميع مجموعات العوامل في مصفوفة التصميم قريبة من المركز أو في مواضع منتصف الحافة، والتي غالبًا ما تكون الظروف التشغيلية الأكثر أمانًا وتمثيلاً.
- شبه قابلية الدوران: تباين التنبؤ ثابت تقريبًا على مسافات متساوية من مركز التصميم، مما يوفر دقة تقدير موحدة عبر المنطقة التجريبية.
- سهل الإضافة بتكرارات نقطة المركز التي توفر تقديرًا نقيًا لخطأ التجربة وتدعم اختبار عدم الملاءمة.
التطبيقات
- تحسين التركيبات الصيدلانية، حيث قد تجعل التركيزات القصوى للمواد المضافة في وقت واحد القرص غير قابل للضغط أو غير مستقر.
- تحسين معلمات العملية في الهندسة الكيميائية — درجة حرارة المفاعل والضغط ومعدل التغذية — حيث يمكن أن تتجاوز الحدود القصوى المشتركة هوامش السلامة.
- تجارب علوم الأغذية التي تحسن الملمس أو اللون أو السمات الحسية كدوال لنسب المكونات وظروف المعالجة.
- دراسات علم المواد التي تناسب العلاقة بين درجة حرارة التلبيد والضغط والوقت على خصائص الأجزاء السيراميكية أو المعدنية المسحوقة.
- تجارب الحقل الزراعي التي تحسن معدلات الأسمدة ومستويات الري وكثافة الزراعة عندما تمنع القيود اللوجستية اختبار جميع المجموعات القصوى.
- دراسات المعالجة البيئية التي تحسن درجة الحموضة وجرعة المؤكسد ووقت التلامس لتحلل الملوثات، حيث يمكن أن تكون المجموعات القصوى مسببة للتآكل أو خطرة.
كيف يعمل
كيف يعمل
يحدد الباحث k من العوامل الكمية المستمرة (عادة من 3 إلى 7) ويحدد ثلاثة مستويات مشفرة لكل منها: منخفض (-1)، مركز (0)، وعالٍ (+1). يجب أن يكون متغير الاستجابة قابلاً للقياس ومستمرًا. شرط أساسي رئيسي هو أن تكون المستويات القصوى لكل عامل قابلة للتطبيق فرديًا — يتجنب التصميم رؤوس الزوايا ولكنه يختبر كل عامل عند مستوياته القصوى بينما تظل العوامل الأخرى عند مستوياتها المركزية.
تُبنى مصفوفة BBD عن طريق دمج العوامل في كتل غير مكتملة اثنان في كل مرة. لكل زوج من العوامل، يتم إنشاء عامل ثنائي المستوى (أربع تجارب) بينما تظل العوامل المتبقية عند مستواها المركزي. تُضاف تكرارات نقطة المركز (عادة 3-5) إلى التصميم الكامل. بالنسبة لثلاثة عوامل، ينتج عن ذلك 15 تجربة؛ بالنسبة لأربعة عوامل، 27 تجربة. التصميم الناتج قابل للدوران أو شبه قابل للدوران ولا يحتوي على نقاط زاوية حيث تكون جميع العوامل في أقصى إعداداتها في وقت واحد.
تُجرى التجارب بترتيب عشوائي للحماية من المتغيرات الخفية واتجاهات الوقت. يحدد كل صف تصميم إعدادات العامل لتجربة واحدة. القياس الدقيق للاستجابة في كل تجربة، جنبًا إلى جنب مع العشوائية المناسبة والتجميع إذا لزم الأمر، أمر ضروري لتقدير النموذج الصحيح.
يتم ملاءمة نموذج انحدار كثير الحدود من الدرجة الثانية للبيانات: يتم نمذجة الاستجابة كدالة للتأثيرات الخطية لجميع العوامل، ومصطلحاتها التربيعية، وجميع مصطلحات التفاعل بين عاملين. يوفر تقدير المربعات الصغرى العادية (أو المربعات الصغرى الموزونة) معاملات الانحدار. تقيّم تحليلات التباين واختبارات عدم الملاءمة مدى كفاية النموذج.
الصيغة
\hat{y} = \beta_0 + \sum_{i=1}^{k}\beta_i x_i + \sum_{i=1}^{k}\beta_{ii}x_i^2 + \sum_{i<j}\beta_{ij}x_i x_jبمجرد تأكيد نموذج مرضٍ، يتم استكشاف سطح الاستجابة الملائم لتحديد الأمثل — مجموعة إعدادات العوامل التي تزيد، أو تقلل، أو تصل إلى قيمة مستهدفة للاستجابة. تشمل الطرق التحليل القانوني، والتدرج الأقصى/الهبوط، وتحسين دالة الرغبة العددية عندما تشمل استجابات متعددة.
الأخطاء الشائعة
- الخلط بين BBD والتصميم المركب المركزي (CCD): يتضمن CCD كتلة عاملية (زاوية) ثنائية المستوى بالإضافة إلى نقاط محورية (نجمة) تمتد إلى ما وراء نطاق العامل؛ لا يحتوي BBD على أي منهما. يؤدي اختيار التصميم الخاطئ بالنسبة لقيود التجربة إلى إهدار التجارب أو تجارب غير ممكنة.
- تطبيق BBD على أقل من ثلاثة عوامل: بالنسبة لـ k = 2، يقل تصميم BBD إلى تصميم أقل كفاءة بكثير من CCD؛ فضل دائمًا CCD أو تصميم دوار بسيط لدراسات العاملين.
- تكرارات نقطة المركز غير كافية: استخدام نقطة مركزية واحدة أو اثنتين فقط يترك تقدير الخطأ النقي غير محدد بشكل جيد، مما يقوض اختبار عدم الملاءمة وتحليل التباين العام. يوصى بشدة بثلاث نقاط مركزية على الأقل.
- تجاهل الحاجة إلى العشوائية: تشغيل BBD بترتيب غير عشوائي (على سبيل المثال، تجميع جميع تجارب درجة الحرارة المنخفضة) يربك تأثيرات العوامل مع المتغيرات المزعجة المتعلقة بالوقت، مما يبطل النموذج.
الأسئلة الشائعة
كيف يختلف تصميم بوكس-بيهنكن عن التصميم المركب المركزي؟
يُناسب كلا التصميمين نموذج كثير حدود من الدرجة الثانية لتحليل سطح الاستجابة، لكنهما يختلفان في الهيكل. يتضمن التصميم المركب المركزي (CCD) كتلة عاملية ثنائية المستوى (زاوية) بالإضافة إلى نقاط محورية (نجمة) تمتد إلى ما وراء نطاق العامل، ويمكن بناؤه بشكل متسلسل من تجربة فحص سابقة. لا يحتوي تصميم BBD على نقاط زاوية ولا نقاط خارج نطاق العامل — فهو يستخدم ثلاثة مستويات فقط لكل عامل. اختر BBD عندما تكون تجارب الزوايا غير ممكنة؛ اختر CCD عندما يكون البناء المتسلسل أو الخصائص عند الزوايا القصوى مهمة.
كم عدد التجارب التي يتطلبها تصميم بوكس-بيهنكن؟
يعتمد عدد التجارب على عدد العوامل k. بالنسبة لـ k = 3: 15 تجربة (12 منتصف حافة + 3 نقاط مركزية)؛ بالنسبة لـ k = 4: 27 تجربة؛ بالنسبة لـ k = 5: 46 تجربة. تشمل هذه الأعداد عددًا قياسيًا من تكرارات نقطة المركز. قارن هذا بالعامل الكامل بثلاثة مستويات، والذي سيتطلب 27 و 81 و 243 تجربة لـ k = 3 و 4 و 5 على التوالي — يوفر BBD وفورات كبيرة.
هل يمكنني استخدام تصميم بوكس-بيهنكن مع أكثر من سبعة عوامل؟
يُستخدم تصميم BBD بشكل عام لـ 3 إلى 7 عوامل. بالنسبة لأكثر من سبعة عوامل، ينمو عدد التجارب بشكل كبير وتكون الأساليب البديلة مثل تصميمات الفحص التعريفية أو التصميمات المحوسبة المثلى أكثر كفاءة بشكل عام. وصفت الورقة الأصلية لبوكس وبيهنكن (1960) تصميمات تصل إلى سبعة عوامل.
ما هو البرنامج الذي يمكنه إجراء تحليل بوكس-بيهنكن؟
يتم دعم BBD في معظم الحزم الإحصائية الرئيسية: JMP (وحدة تصميم التجارب)، Minitab (قسم سطح الاستجابة في DOE)، SAS (PROC OPTEX أو PROC RSREG)، و R (حزمة rsm مع الدالة bbd()). يمكن لمستخدمي Python استخدام مكتبة pyDOE2. تقوم جميعها بإنشاء مصفوفة التصميم، وملاءمة نموذج الدرجة الثانية، وتوفر تحليل التباين، ورسوم بيانية لسطح الاستجابة، ومخرجات التحسين.
هل تصميم بوكس-بيهنكن قابل للدوران؟
تصميم BBD قابل للدوران تقريبًا، مما يعني أن تباين التنبؤ ثابت تقريبًا على مسافات متساوية من مركز التصميم، لكن قابلية الدوران الصارمة تعتمد على عدد العوامل. بالنسبة لـ k = 3، فإن تصميم BBD القياسي قابل للدوران تمامًا مع عدد نقاط المركز المستخدم بشكل شائع. بالنسبة لقيم k الأخرى، تكون قابلية الدوران تقريبية. في الممارسة العملية، هذه القابلية شبه الدوران كافية لمعظم التطبيقات الهندسية والعلمية.
طرق ذات صلة
المصادر
Box, G. E. P., & Behnken, D. W. (1960). Some new three level designs for the study of quantitative variables. Technometrics, 2(4), 455–475.
افتح مرجع DOIتم النسخ.Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2016). Response Surface Methodology: Process and Product Optimization Using Designed Experiments (4th ed.). Wiley.
ردمك: 978-1118916025تم النسخ.