Przejdź do treści
Wróć do wyników wyszukiwania

Box-Behnken Design — Trójpoziomowa Metodologia Powierzchni Odpowiedzi

Autor metody
George E. P. Box and Donald W. Behnken
Rok
1960
Typ
Response surface design (incomplete three-level factorial)
Rodzina
Engineering methods

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Projekt Boxa-Behnkena (BBD) to wydajna metodologia powierzchni odpowiedzi, która dopasowuje pełny model wielomianowy drugiego stopnia, wykorzystując trzy poziomy każdego czynnika.

Wprowadzony przez Boxa i Behnkena w 1960 roku, umieszcza punkty eksperymentalne w punktach środkowych krawędzi hiperkostki oraz w centrum, unikając punktów narożnych, gdzie wszystkie czynniki są jednocześnie na swoich skrajnych poziomach. Taka struktura sprawia, że BBD jest szczególnie atrakcyjny, gdy kombinacje skrajnych poziomów są fizycznie niemożliwe, kosztowne lub niebezpieczne do przetestowania.

Intuicja stojąca za metodą

Załóżmy, że optymalizujesz reakcję chemiczną i masz trzy sterowalne czynniki — temperaturę, ciśnienie i stężenie katalizatora — każdy z ustawieniem niskim, średnim i wysokim. Pełny schemat czynnikowy na trzech poziomach wymagałby 27 przebiegów. Projekt Boxa-Behnkena osiąga ten sam cel dopasowania drugiego rzędu przy zaledwie 15 przebiegach (plus punkty centralne), sprytnie wybierając, które kombinacje poziomu czynnika przetestować: zawsze utrzymuje co najmniej jeden czynnik na swoim środkowym poziomie, więc żaden eksperyment nie popycha jednocześnie wszystkich czynników do ich skrajności. Pomyśl o tym jako o strategicznym próbkowaniu przestrzeni eksperymentalnej, które wykorzystuje znacznie mniej przebiegów, jednocześnie wychwytując krzywiznę i interakcje.

Historia

George Box i Donald Behnken wprowadzili ten projekt w swoim przełomowym artykule z 1960 roku w Technometrics, gdzie zaproponowali rodzinę trójpoziomowych projektów, które mogły oszacować wszystkie współczynniki wielomianu drugiego stopnia, jednocześnie unikając skrajnych wierzchołków sześcianu projektu. Ich motywacja była zarówno ekonomiczna — przebiegi w narożnikach mogą być kosztowne — jak i praktyczna, ponieważ wiele procesów przemysłowych i chemicznych nie może wytrzymać warunków pracy ze wszystkimi skrajnymi poziomami. Projekt stał się standardem w metodologii powierzchni odpowiedzi, szeroko rozpowszechnionym w podręcznikach Boxa i Drapera (1987) oraz Myersa, Montgomery'ego i Andersona-Cooka, i jest obecnie rutynowo wdrażany w oprogramowaniu statystycznym, takim jak JMP, Minitab i pakiet rsm w R.

Kiedy stosować

Użyj projektu Boxa-Behnkena, gdy potrzebujesz dopasować pełny model powierzchni odpowiedzi drugiego stopnia (kwadratowy) dla 3 do 7 ciągłych czynników, a punkty narożne przestrzeni eksperymentalnej są niebezpieczne, niewykonalne lub nadmiernie kosztowne do przetestowania — na przykład, gdy skrajne ustawienia wielu zmiennych procesowych jednocześnie mogłyby uszkodzić sprzęt lub stanowić zagrożenie dla bezpieczeństwa. BBD jest odpowiedni, gdy liczba przebiegów eksperymentalnych musi pozostać umiarkowana, a wszystkie czynniki mogą indywidualnie osiągnąć swoje wysokie i niskie ustawienia. NIE używaj BBD, jeśli potrzebujesz projektu, który obsługuje terminy wyższego rzędu poza kwadratowymi, jeśli masz czynniki kategoryczne, jeśli celem jest ekstrapolacja do skrajnych punktów wierzchołkowych, lub jeśli badane są tylko dwa czynniki (projekt kompozytowy centralny jest bardziej wydajny dla k = 2). Unikaj również BBD, gdy przebieg w punkcie narożnym jest faktycznie potrzebny do spełnienia wymogu specyfikacji końcowej.

Ograniczenia i uwagi

  • Nieodpowiedni do eksperymentacji sekwencyjnej: w przeciwieństwie do projektów kompozytowych centralnych, BBD nie może być zbudowany z wcześniejszego dwupoziomowego eksperymentu przesiewowego.
  • Nie szacuje interakcji w skrajnych kombinacjach czynników, ponieważ punkty narożne są nieobecne; jeśli zachowanie w narożnikach jest krytyczne, potrzebny jest projekt kompozytowy centralny lub pełny schemat czynnikowy.
  • Pokrycie regionu eksperymentalnego nie jest jednolite — narożniki hiperkostki są całkowicie niepróbkowane, co może wprowadzić błąd predykcji, jeśli prawdziwe optimum znajduje się w pobliżu narożnika.
  • Dla pięciu lub więcej czynników liczba przebiegów może znacznie wzrosnąć, zmniejszając jego przewagę wydajnościową nad projektami kompozytowymi centralnymi.

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Wymaga mniej przebiegów eksperymentalnych niż trójpoziomowy pełny schemat czynnikowy, co czyni go opłacalnym i efektywnym czasowo do dopasowywania modeli drugiego rzędu.
  • Brak przebiegów w punktach narożnych — szczególnie cenne, gdy jednocześnie skrajne ustawienia wszystkich czynników są fizycznie niebezpieczne, nadmiernie kosztowne lub niewykonalne w procesie.
  • Wszystkie kombinacje poziomu czynnika w macierzy projektu znajdują się w pobliżu centrum lub na pozycjach środkowych krawędzi, które często są najbezpieczniejszymi i najbardziej reprezentatywnymi warunkami pracy.
  • Prawie rotacyjność: wariancja predykcji jest w przybliżeniu stała w równej odległości od centrum projektu, zapewniając jednolitą dokładność estymacji w całym regionie eksperymentalnym.
  • Prosty do rozszerzenia o replikaty punktów centralnych, które zapewniają czyste oszacowanie błędu eksperymentalnego i wspierają test braku dopasowania.

Zastosowania

  • Optymalizacja formulacji farmaceutycznych, gdzie jednocześnie skrajne stężenia substancji pomocniczych mogą sprawić, że tabletka będzie nieściśliwa lub niestabilna.
  • Optymalizacja parametrów procesu w inżynierii chemicznej — temperatura reaktora, ciśnienie i szybkość podawania — gdzie połączone skrajności mogą przekroczyć marginesy bezpieczeństwa.
  • Eksperymenty w dziedzinie nauki o żywności optymalizujące teksturę, kolor lub atrybuty sensoryczne jako funkcje proporcji składników i warunków przetwarzania.
  • Badania w dziedzinie materiałoznawstwa dopasowujące zależność między temperaturą spiekania, ciśnieniem i czasem od właściwości części ceramicznych lub proszkowo-metalowych.
  • Rolnicze eksperymenty polowe optymalizujące dawki nawozów, poziomy nawadniania i gęstość sadzenia, gdy ograniczenia logistyczne uniemożliwiają testowanie wszystkich skrajnych kombinacji.
  • Badania remediacji środowiska optymalizujące pH, dawkę utleniacza i czas kontaktu w celu degradacji zanieczyszczeń, gdzie skrajne kombinacje mogą być żrące lub niebezpieczne.

Jak to działa

Jak to działa

1

Eksperymentator identyfikuje k ciągłych ilościowych czynników (zazwyczaj od 3 do 7) i ustawia dla każdego z nich trzy skodowane poziomy: niski (−1), centralny (0) i wysoki (+1). Zmienna odpowiedzi musi być mierzalna i ciągła. Kluczowym wymogiem jest to, że skrajne poziomy każdego czynnika są indywidualnie wykonalne — projekt unika wierzchołków narożnych, ale testuje każdy czynnik na jego skrajnych poziomach, podczas gdy inne czynniki są utrzymywane na poziomie centralnym.

2

Macierz BBD jest konstruowana przez łączenie czynników w niekompletne bloki po dwa na raz. Dla każdej pary czynników tworzony jest dwupoziomowy schemat czynnikowy (cztery przebiegi), podczas gdy pozostałe czynniki są utrzymywane na poziomie centralnym. Do pełnego projektu dodaje się replikaty punktów centralnych (zazwyczaj 3–5). Dla trzech czynników daje to 15 przebiegów; dla czterech czynników, 27 przebiegów. Uzyskany projekt jest rotacyjny lub prawie rotacyjny i nie ma punktów narożnych, w których wszystkie czynniki są jednocześnie na swoich skrajnych ustawieniach.

3

Eksperymenty są przeprowadzane w losowej kolejności, aby chronić przed ukrytymi zmiennymi i trendami czasowymi. Każdy wiersz projektu określa ustawienia czynników dla jednego przebiegu eksperymentalnego. Staranny pomiar odpowiedzi w każdym przebiegu, wraz z odpowiednią randomizacją i blokowaniem, jeśli jest to konieczne, jest niezbędny do prawidłowego oszacowania modelu.

4

Dopasowuje się model regresji wielomianowej drugiego stopnia do danych: odpowiedź jest modelowana jako funkcja liniowych efektów wszystkich czynników, ich kwadratowych (kwadratowych) członów oraz wszystkich dwuczynnikowych członów interakcji. Estymacja metodą najmniejszych kwadratów (lub ważonych najmniejszych kwadratów) dostarcza współczynników regresji. Analiza wariancji i testy braku dopasowania oceniają adekwatność modelu.

Wzór
\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

Po potwierdzeniu zadowalającego modelu, dopasowana powierzchnia odpowiedzi jest badana w celu zlokalizowania optimum — kombinacji ustawień czynników, która maksymalizuje, minimalizuje lub osiąga docelową wartość odpowiedzi. Metody obejmują analizę kanoniczną, gradient najszybszego wzrostu/spadku oraz numeryczną optymalizację funkcji użyteczności, gdy zaangażowanych jest wiele odpowiedzi.

Częste pułapki

  • Mylenie BBD z projektem kompozytowym centralnym (CCD): CCD zawiera blok narożny (czynnikowy) oraz punkty osiowe (gwiazdy) wykraczające poza zakres czynników; BBD nie ma ani jednego, ani drugiego. Wybór niewłaściwego projektu w stosunku do ograniczeń eksperymentalnych prowadzi do zmarnowanych przebiegów lub niewykonalnych eksperymentów.
  • Stosowanie BBD do mniej niż trzech czynników: dla k = 2, BBD redukuje się do znacznie mniej wydajnego projektu niż CCD; zawsze preferuj CCD lub prosty projekt rotacyjny dla badań dwuczynnikowych.
  • Niewystarczające replikaty punktów centralnych: użycie tylko 1–2 punktów centralnych pozostawia oszacowanie błędu czystego słabo zdefiniowane, podważając test braku dopasowania i ogólną analizę wariancji. Zdecydowanie zaleca się co najmniej 3 punkty centralne.
  • Ignorowanie potrzeby randomizacji: przeprowadzanie BBD w nieuporządkowanej kolejności (np. grupowanie wszystkich przebiegów w niskiej temperaturze) zaciemnia efekty czynników z uciążliwymi zmiennymi związanymi z czasem, unieważniając model.

Najczęściej zadawane pytania

Czym projekt Boxa-Behnkena różni się od projektu kompozytowego centralnego?

Oba projekty dopasowują model wielomianowy drugiego stopnia do analizy powierzchni odpowiedzi, ale różnią się strukturą. Projekt kompozytowy centralny (CCD) obejmuje dwupoziomowy blok czynnikowy (narożny) oraz punkty osiowe (gwiazdy), które wykraczają poza zakres czynników i mogą być budowane sekwencyjnie z wcześniejszego eksperymentu przesiewowego. BBD nie ma punktów narożnych ani punktów poza zakresem czynników — używa tylko trzech poziomów na czynnik. Wybierz BBD, gdy przebiegi w narożnikach są niewykonalne; wybierz CCD, gdy ważna jest budowa sekwencyjna lub właściwości w skrajnych narożnikach.

Ile przebiegów wymaga projekt Boxa-Behnkena?

Liczba przebiegów zależy od liczby czynników k. Dla k = 3: 15 przebiegów (12 środkowych krawędzi + 3 punkty centralne); dla k = 4: 27 przebiegów; dla k = 5: 46 przebiegów. Liczby te obejmują standardową liczbę replikatów punktów centralnych. Porównaj to z trójpoziomowym pełnym schematem czynnikowym, który wymagałby odpowiednio 27, 81 i 243 przebiegów dla k = 3, 4 i 5 — BBD oferuje dramatyczne oszczędności.

Czy mogę użyć projektu Boxa-Behnkena dla więcej niż siedmiu czynników?

BBD jest generalnie stosowany dla 3 do 7 czynników. Dla więcej niż siedmiu czynników liczba przebiegów znacznie rośnie, a alternatywne podejścia, takie jak projekty przesiewowe definitywne lub optymalne projekty generowane komputerowo, są zazwyczaj bardziej wydajne. Oryginalny artykuł Boxa i Behnkena (1960) opisywał projekty do siedmiu czynników.

Jakie oprogramowanie może przeprowadzić analizę Boxa-Behnkena?

BBD jest obsługiwany w większości głównych pakietów statystycznych: JMP (moduł Design of Experiments), Minitab (sekcja Response Surface w DOE), SAS (PROC OPTEX lub PROC RSREG) oraz R (pakiet rsm z funkcją bbd()). Użytkownicy Pythona mogą korzystać z biblioteki pyDOE2. Wszystkie te programy generują macierz projektu, dopasowują model drugiego rzędu i dostarczają analizę wariancji, wykresy powierzchni odpowiedzi i wyniki optymalizacji.

Czy projekt Boxa-Behnkena jest rotacyjny?

BBD jest w przybliżeniu rotacyjny, co oznacza, że wariancja predykcji jest prawie stała w równej odległości od centrum projektu, ale ścisła rotacyjność zależy od liczby czynników. Dla k = 3, standardowy BBD jest dokładnie rotacyjny przy powszechnie stosowanej liczbie punktów centralnych. Dla innych wartości k, rotacyjność jest przybliżona. W praktyce ta prawie rotacyjność jest wystarczająca dla większości zastosowań inżynieryjnych i naukowych.

Pokrewne metody

Źródła

  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.

    Otwórz odnośnik DOI
    Skopiowano.
  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
    Skopiowano.