Skip to content
検索結果に戻る

Box-Behnken Design — Three-Level Response Surface Methodology

提唱者
George E. P. Box and Donald W. Behnken
年
1960
種類
Response surface design (incomplete three-level factorial)
系統
Engineering methods

この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む

文字サイズ

何をする手法か?

Box-Behnken design (BBD) は、各因子を3水準で用いて完全な2次多項式モデルを適合させる効率的な応答曲面法デザインである。1960年にBoxとBehnkenによって導入されたこのデザインは、超立方体の辺の中点と中心に実験点を配置し、全ての因子が同時に極限水準にある角点(頂点)を避ける。この構造により、BBDは極限水準の組み合わせの試験が物理的に不可能、高コスト、または安全でない場合に特に魅力的となる。

手法の背後にある直感

化学反応の最適化を行っており、温度、圧力、触媒濃度という3つの制御可能な因子があり、それぞれに低、中、高の設定があると仮定する。3水準での完全要因計画では27回の試行が必要となる。Box-Behnken designは、どの因子水準の組み合わせを試験するかを巧みに選択することにより、わずか15回の試行(中心点を除く)で同じ2次適合目標を達成する。これは、少なくとも1つの因子を常に中間水準に保持するため、全ての因子を同時に極限まで押し上げる実験は行われない。これは、実験空間の戦略的なサンプリングと見なすことができ、曲率と交互作用を捉えながらも、はるかに少ない試行回数で済む。

歴史学

George BoxとDonald Behnkenは、1960年のTechnometrics誌の画期的な論文でこのデザインを導入し、2次多項式の全ての係数を推定できる3水準デザインのファミリーを提案したが、デザインキューブの極端な頂点を避けた。彼らの動機は経済的(角点試行は高価になりうる)かつ実用的(多くの工業および化学プロセスは全ての極限水準の運転条件を維持できない)であった。このデザインは応答曲面法における標準となり、BoxとDraper (1987) およびMyers, Montgomery, and Anderson-Cookの教科書を通じて広く普及し、現在ではJMP、Minitab、およびRのrsmパッケージなどの統計ソフトウェアに標準的に実装されている。

使うべき場面

3~7個の連続的な因子を持ち、実験空間の角点が安全でない、実現不可能、または試験に不可能なほど高価である場合に、完全な2次(二次)応答曲面モデルを適合させる必要がある場合にBox-Behnken designを使用する。例えば、複数のプロセス変数の同時極限設定が装置の損傷や安全上の危険を引き起こす可能性がある場合である。BBDは、実験試行回数を適度に保つ必要があり、全ての因子が個別に高低水準に到達できる場合に適切である。二次以上の高次項を適合させる必要がある場合、カテゴリカル因子がある場合、極限頂点への外挿が目標である場合、または因子が2つだけの場合(k=2では中心複合計画の方が効率的)、BBDを使用してはならない。また、角点試行が下流の仕様要件を満たすために実際に必要な場合もBBDを避ける。

限界と注意点

  • 逐次実験には不向き:中心複合計画とは異なり、BBDは以前の2水準要因計画スクリーニング実験から構築することはできない。
  • 角点がないため、極限因子組み合わせでの交互作用を推定できない。角点での挙動が重要である場合は、中心複合計画または完全要因計画が必要となる。
  • 実験領域のカバー範囲が均一ではない。超立方体の角は完全にサンプリングされていないため、真の最適点が角付近にある場合、予測バイアスが生じる可能性がある。
  • 5つ以上の因子の場合、試行回数が大幅に増加する可能性があり、中心複合計画に対する効率性の利点が低下する。

出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。

強み

  • 3水準完全要因計画よりも少ない実験試行回数で済むため、2次モデルの適合においてコスト効率と時間効率が高い。
  • 角点試行がないため、全ての因子の同時極限設定が物理的に危険、法外に高価、またはプロセス的に実現不可能である場合に特に価値がある。
  • デザイン行列内の全ての因子水準の組み合わせは、中心付近または辺の中点に位置するため、これらはしばしば最も安全で最も代表的な操作条件となる。
  • ほぼ回転可能:デザイン中心からの等距離において予測分散がほぼ一定であり、実験領域全体で均一な推定精度が得られる。
  • 中心点の反復を容易に追加でき、実験誤差の純粋な推定値を提供し、適合度欠如検定をサポートする。

応用

  • 医薬品製剤の最適化。同時に極限濃度の賦形剤を使用すると、錠剤が圧縮不可能になったり不安定になったりする可能性がある。
  • 化学工学におけるプロセスパラメータ最適化。反応器の温度、圧力、供給速度など。極限値の組み合わせが安全マージンを超える可能性がある。
  • 食品科学における実験。材料の割合と加工条件の関数として、テクスチャ、色、または感覚属性を最適化する。
  • 材料科学における研究。焼結温度、圧力、時間とセラミックまたは粉末金属部品の特性との関係を適合させる。
  • 農業分野における実験。肥料率、灌漑レベル、植密度を最適化する。ロジスティクス上の制約により、全ての極限組み合わせの試験が不可能である場合。
  • 環境修復における研究。汚染物質分解のためのpH、酸化剤用量、接触時間を最適化する。極限組み合わせが腐食性または危険性をもたらす可能性がある場合。

使い方

使い方

1

実験者は、k個の連続的な量的因子(通常は3~7個)を特定し、それぞれに3つの符号化水準(低(−1)、中心(0)、高(+1))を設定する。応答変数は測定可能で連続的でなければならない。重要な前提条件は、各因子の極限水準が個別に実現可能であることである。このデザインは角点(頂点)を避けるが、他の因子が中心水準に保持されている場合に、各因子をその極限水準で試験する。

2

BBD行列は、因子を2つずつ不完全なブロックで組み合わせることによって構築される。各因子のペアについて、残りの因子を中心水準に保持したまま、2水準の要因計画(4回の試行)が作成される。中心点の反復(通常3~5回)が完全なデザインに追加される。3因子の場合、これは15回の試行をもたらし、4因子の場合、27回の試行となる。結果として得られるデザインは、回転可能またはほぼ回転可能であり、全ての因子が同時に極限設定にある角点を持たない。

3

実験は、潜伏変数や時間的傾向から保護するために、ランダムな順序で実施される。各デザイン行は、1回の実験試行における因子設定を指定する。各試行での応答の注意深い測定、および適切なランダム化とブロック化(必要な場合)は、妥当なモデル推定に不可欠である。

4

データには2次多項式回帰モデルが適合される。応答は、全ての因子の線形効果、それらの二乗(二次)項、および全ての2因子交互作用項の関数としてモデル化される。最小二乗法(または加重最小二乗法)推定により、回帰係数が得られる。分散分析と適合度欠如検定により、モデルの妥当性が評価される。

数式
\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_j
5

満足のいくモデルが確認されたら、適合された応答曲面を探索して最適点を見つける。これは、応答の最大化、最小化、または目標値への到達をもたらす因子設定の組み合わせである。手法には、正準解析、最急降下法/最急上昇法、および複数の応答が関わる場合の数値的望ましさ関数最適化が含まれる。

よくある落とし穴

  • BBDと中心複合計画(CCD)の混同:CCDは角(要因計画)点と因子範囲を超える軸(スター)点を含む。BBDにはどちらもない。実験制約に対して不適切なデザインを選択すると、試行回数の無駄や実現不可能な実験につながる。
  • 3未満の因子にBBDを適用すること:k=2の場合、BBDはCCDよりもはるかに効率の低いデザインに還元される。2因子研究では常にCCDまたは単純回転可能デザインを優先する。
  • 中心点の反復の不足:1~2個の中心点しか使用しないと、純粋誤差の推定値が不明瞭になり、適合度欠如検定と全体のANOVAが損なわれる。少なくとも3個の中心点が強く推奨される。
  • ランダム化の必要性の無視:BBDを非ランダムな順序(例:全ての低温試行をグループ化)で実行すると、因子効果が時間に関連するノイズ変数と混同され、モデルが無効になる。

よくある質問

Box-Behnken designと中心複合計画(CCD)の違いは何ですか?

どちらのデザインも応答曲面解析のために2次多項式モデルを適合させますが、構造が異なります。中心複合計画(CCD)は、2水準要因計画(角)ブロックと、因子範囲を超える軸(スター)点を含み、先行するスクリーニング実験から逐次的に構築できます。BBDには角点も因子範囲を超える点もなく、因子あたり3水準のみを使用します。角点試行が実現不可能な場合はBBDを選択し、逐次構築または角点での特性が重要な場合はCCDを選択します。

Box-Behnken designでは何回の試行が必要ですか?

試行回数は因子数kに依存します。k=3の場合:15回(辺の中点12点+中心点3点);k=4の場合:27回;k=5の場合:46回。これらの回数には、標準的な中心点の反復数が含まれます。これは、k=3、4、5でそれぞれ27回、81回、243回必要となる3水準完全要因計画と比較してください。BBDは劇的な節約を提供します。

7つ以上の因子にBox-Behnken designを使用できますか?

BBDは一般的に3~7個の因子に使用されます。7つ以上の因子の場合、試行回数が大幅に増加するため、決定的スクリーニング計画(definitive screening design)や最適コンピュータ生成デザインなどの代替アプローチが通常より効率的です。オリジナルのBoxとBehnken (1960) の論文では、7因子までのデザインを説明しています。

Box-Behnken designの解析にはどのソフトウェアが使用できますか?

BBDは、ほとんどの主要な統計パッケージでサポートされています。JMP(実験計画モジュール)、Minitab(DOEの応答曲面セクション)、SAS(PROC OPTEXまたはPROC RSREG)、およびR(bbd()関数を持つrsmパッケージ)。PythonユーザーはpyDOE2ライブラリを使用できます。これら全てがデザイン行列を生成し、2次モデルを適合させ、ANOVA、応答曲面プロット、および最適化出力を提供します。

Box-Behnken designは回転可能ですか?

BBDはほぼ回転可能であり、デザイン中心からの等距離において予測分散がほぼ一定であることを意味しますが、厳密な回転可能性は因子数に依存します。k=3の場合、標準的なBBDは一般的に使用される中心点数で厳密に回転可能です。他のkの値では、回転可能性は近似的です。実際には、このほぼ回転可能であることは、ほとんどの工学および科学的応用において十分です。

関連する手法

参考文献

  1. Box, G. E. P., & Behnken, D. W. (1960). Some new three level designs for the study of quantitative variables. Technometrics, 2(4), 455–475.

    DOI 文献を開く
    コピーしました。
  2. Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2016). Response Surface Methodology: Process and Product Optimization Using Designed Experiments (4th ed.). Wiley.

    ISBN:978-1118916025
    コピーしました。