基于极端顶点混料试验设计的多粘类芽孢杆菌可湿性粉剂载体优化

润湿性是衡量可湿性粉剂质量的重要指标。首先通过在轻质碳酸钙载体中添加质量分数为10％的白炭黑，使多粘类芽孢杆菌可湿性粉剂的润湿时间由416 s缩短到54 s，在此基础上，利用混料试验设计优化了多粘类芽孢杆菌可湿性粉剂的载体配方。结果表明：多粘类芽孢杆菌可湿性粉剂载体中合适的轻质碳酸钙质量分数为90％～92％，白炭黑为7.5％～9.0％，用高岭土代替部分轻质碳酸钙有利于降低制剂pH，但不利于制剂润湿性的提高。混料试验设计预测优化载体配方条件下多粘类芽孢杆菌可湿性粉剂的润湿时间为85～117 s，悬浮率为70？5％～71.7％，pH为9.01～9.05，验证试验结果和预期结果能够较好地吻合。研究结果可供可湿性粉剂载体的优化参考。

混料试验设计变量选择AIC准则研究

在回归分析建模中,变量选择是重要的热点研究问题,在回归模型中应该保留对响应的影响最显著的变量.变量选择在分析实际经济问题中得到广泛的应用.文章以混料模型为基础,主要研究混料模型中的变量选择问题.

基于混料试验设计的组合投资研究

以MARKOWITZ H的证券投资理论为基础,考虑基于混料试验设计的证券投资组合研究.实证分析表明:在满足G-最优性的试验设计下,证券组合的最大风险达到最小,从而算得组合风险最小时的投资比例系数.

D-最优混料试验设计法优化阿德福韦酯片处方

目的:优化阿德福韦酯片处方,并考察其体外溶出度。方法:以填充剂用量(X_1,%)、崩解剂用量(X_2,%)和黏合剂用量(X_3,%)为影响因素,以脆碎度(Y_1,%)、崩解时限(Y_2,min)、阿德福韦酯30 min溶出度(Y_3,%)为评价指标,采用D-最优混料试验设计法对阿德福韦酯片处方进行优化;采用f_2相似因子法比较阿德福韦酯片仿制制剂和参比制剂的体外溶出行为相似性;通过高温、高湿、光照试验初步评价仿制制剂的稳定性。结果:阿德福韦酯片的最优处方组成为:填充剂一水乳糖用量占片重67.0%、崩解剂交联羧甲基纤维素钠占片重8.0%,黏合剂预胶化淀粉占片重12.0%,制备的片剂脆碎度较低、崩解时限较短、药物溶出度高。阿德福韦酯片仿制制剂和参比制剂在4种溶出介质中的溶出相似因子f_2均大于50。影响因素试验结果要求本品应防潮保存。结论:通过D-最优混料试验设计法优化得到的阿德福韦酯片处方与参比制剂体外溶出一致性良好,制备工艺可行,能够满足制剂大生产的要求。

混料试验设计ABS复合材料阻燃性能的研究

应用混料试验设计了焦磷酸盐(PAPP)、蒙脱土(MMT)和三聚氰胺聚磷酸盐(MPP)三组分复配的阻燃剂配方;使用氧指数测定仪(LOI)、微型燃烧量热仪(MCC)和热重分析仪(TGA)研究了不同配方对ABS材料燃烧性能和成炭性能的影响,并对测试数据回归处理获得优化配方。结果表明:优化配方阻燃ABS的热释放速率峰值降低了39.38%,总热释放量降低了31.06%,在700℃时残炭率由0.53%增加到19.49%,显著提高了材料的热稳定性,减少了燃烧过程中的热释放量,氧指数达到32.1%,混料试验方法是可行、高效的。

混料试验设计优化面条专用粉配方

随着人们生活水平的不断提高,消费者对面条的品质要求越来越高,不仅要求面条色、香、味和营养俱佳,还要求面条有弹性、光滑,优质面条更受人们的喜爱。以河北省4个主栽小麦品种的面粉为原料,采用有约束单纯形格子法混料试验设计进行面条专用粉配方设置,通过对实验室制作面条的感官评分和和质构仪参数分析,得到面条质构特性硬度、黏着性、弹性、咀嚼度、回复性、拉伸力、拉伸长度和面条感官评分与4种小麦面粉添加质量比例的回归模型,据此得出面条专用粉最优配方的石麦15、石新828、良星66、石优20质量比为0.26360:0.00005:0.23635:0.50000。

混料试验设计中置换阵的性质及其应用

为解决由于高维混料试验的设计阵的形式复杂且计算难度大的问题,使用高阶混料格点作为支撑集,提出了置换阵的定义。首先讨论了由置换阵构造出设计阵的方法;进而由此推导出信息矩阵与相关矩阵的显示表达;然后探索了置换阵的行列式、迹和特征值等方面的性质;最后通过实例验证置换阵用于设计分析的有效性,并进一步分析了利用置换阵构造高阶混料格点集和最优设计的必要性和可行性。

混料试验设计的变量选择

变量选择在回归分析建模中是一个非常重要的基本问题,在回归模型中应该保留对响应的影响最显著的变量。变量选择在分析实际经济问题中得到广泛的应用。本文以混料模型为基础,主要研究混料模型中的变量选择问题。

随机变系数混料试验模型的V-最优设计

将随机变系数的混料模型转化为混合效应模型,从而可以得到固定效应的信息矩阵及其逆矩阵,同时证明如果一个设计在固定效应部分是V-最优,则这个设计在整个模型也是V-最优.给出在V-最优准则下的一阶q分量和二阶2分量随机变系数混料模型的V-最优设计.

混料指数衰减模型的局部R-最优设计

混料指数衰减模型在药物动力学和化学动力学中发挥着重要作用。不同于以往根据Taylor展开转化为线性模型进行研究的方法,文章基于R-最优设计的理论,运用非线性优化方法、盛金公式以及内点法等,推导出两衰减参数相等时该模型下的R-最优设计,同时给出了两衰减参数不等时R-最优设计的算法,并通过等价性定理验证了导出的设计是R-最优的。

q分量二阶混料K模型R-最优设计

在混料试验设计中,当模型包含较多的未知参数时,使用R-最优设计一方面能保证参数估计的精度,另一方面又能简化最优设计的计算.文章讨论了q分量二阶K模型的R-最优设计,利用混料设计的等价性定理,获得了K模型的R-最优设计,并可以推广至其他模型中.

一类混料指数模型的D-最优设计

介绍了非线性混料模型的研究现状,对混料试验设计在非线性模型中的应用进行研究,并讨论了一类重要的非线性混料模型——指数模型的最优设计问题,给出了一类指数模型的D-最优设计求解和证明的方法.

广义线性指数混料模型的A—最优设计

A-最优准则是一种研究试验设计过程中常用的最优准则,广义线性模型是线性模型在研究响应值的非正态分布时的一种重要手段。本文介绍了广义线性混料模型的常见形式,讨论了一种广义线性指数模型的最优设计问题,并从方差函数的角度予以证明,给出了一种求解广义线性指数混料模型A-最优设计的方法。

基于混料D-最优设计下纤维素酶复配的研究

采用混料试验饱和D-最优设计,选择与模型参数个数相同的试验点研究三种不同来源的纤维素酶复配后水解液中的还原糖浓度。通过水解液中的还原糖浓度结果拟合得到三种纤维素酶复配试验模型,且通过模型分析得到当泽生、杰能科2种酶进行等比例混合时,水解中的还原糖浓度最大为2. 66 g/L.

混料方法在酱香麸曲制曲中的应用研究

采用混料实验设计方案,将白曲霉曲、GQ-d曲、GJ-Ⅳ曲和GY04曲混合发酵,研究所产酒中的总酸、总酯、酒精度及酸酯比的变化。经色谱分析验证,结果表明,当白曲霉曲、GQ-d曲、GJ-Ⅳ曲和GY04曲的比例为0.342∶0.362∶0∶0.295时,酒的风味成分和品质比纯种霉菌发酵有较大提升。麸曲白酒与大曲白酒存在较大差距,通过科学设计和实践,有望缩小差距,提升麸曲白酒品质。

关于广义单纯形中心设计的I_λ-最优性

对正规单纯形混料利益区域上Scheffè规范多项式模型,证明文[1]的单纯形中心设计I_λ-最优观测频数实际上是整体利益区域上的I_λ-最优设计。

不锈钢渣用于制备蒸压粉煤灰砖的配方试验研究

在混料试验设计的基础上研究不锈钢渣用于制备蒸压粉煤灰砖的配方试验。试验选择粉煤灰、生石灰、炉渣、不锈钢渣四种原料的含量作为试验的四个影响因素,选择试块的抗折强度、抗压强度值作为试验指标,利用excel中的回归分析工具求出试验指标与四个因素之间的回归方程式,利用规划求解工具求出抗压强度最大时的配方。计算结果表明:当四种原料含量分别为粉煤灰52.1%、生石灰15%、炉渣10%、不锈钢渣22.9%时,抗压强度值最高,为24.49MPa,对应抗折强度为6.72MPa。进行验证试验,试验值与预报值基本吻合,说明试验得出的回归方程是可靠的。

混料切片试验设计

混料试验设计在众多领域中都有广泛的应用,有时试验者不仅仅需要考虑各混料成分所占比例对响应变量的影响,同时还关心其它被称为过程变量的因素.在实际中,对于这类问题通常使用的设计方案是混料设计和因子设计的组合设计.这种组合设计在过程变量的不同水平组合下,使用的是相同的设计阵,因此空间填充性较差.基于混料球体堆积设计,文章提出了一类新的混料设计,称之为混料切片设计,它的整体设计和所有子设计(过程变量的每一水平组合对应的混料设计)都具有很好的空间填充性,从而比组合设计有更好的模型稳健性.基于同余子群的陪集分解方法,针对过程变量水平组合数的不同情况提出了相应的简单快速的构造算法,文章最后的数值例子解释了算法的可行性和设计的有效性.

混料模型D—最优试验设计的改进DE算法研究

差分进化算法(Differential Evolution Algorithm)有较强的全局收敛能力和稳健性,应用该算法可解决工程学、计算机科学等领域的一些复杂优化问题。本文介绍一个改进DE算法,该算法适用于混料模型的近似最优设计问题,对于具有附加约束试验域的混料问题也可高效求解。最后,本文给出应用改进DE算法求解混料模型D-最优试验设计的例子。

混料试验渐近D-最优设计的聚类算法

由于混料试验设计的试验域或模型的复杂程度不同,在计算D-最优设计时,一般很难得到解析解。而常用的Fedorov算法,乘子算法以及其他的改进算法因为计算量大,灵活性不高等原因应用起来并不方便,本文提出一种计算混料试验渐近D-最优设计的聚类算法并证明了其收敛性。通过实例验证,该方法不仅能处理正规单纯形上的D-最优设计问题,对于复杂约束下的情况同样有效,与其他算法相比,该算法具有快速收敛的特性。