实验设计及实验设计统计

实验设计及实验设计统计

ID:44607183

大小:35.05 KB

页数:3页

时间:2019-10-24

实验设计及实验设计统计_第1页
实验设计及实验设计统计_第2页
实验设计及实验设计统计_第3页
资源描述:

《实验设计及实验设计统计》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、试验设计在工业化发酵生产中,发酵培养基的设计是十分重要的,因为培养基的成分对产物浓度、菌体生长都冇重要的影响。实验设计方法发展至今可供人们根据实验需要来选择的余地也很大。一、实验设计方法1.1单因素法单因素方法(Oneatatime)的基本原理是保持培养基中其他所有组分的浓度不变,每次只研究一个组分的不同水平对发酵性能的影响。这种策略的优点是简单、容易,结果很明了,培养基组分的个体效应从图表上很明显地看出来,而不需要统计分析。这种策略的主耍缺点是:忽略了组分间的交互作用,可能会完全丢失最适宜的条件;不能考察因素的主次关系;当考察的实验因素

2、较多吋,需耍犬量的实验和较长的实验周期。但由于它的容易和方便,单因索方法一直以来都是培养基组分优化的最流行的选择之一。1.2正交实验设计正交设计(Orthogonaldesign)就是从“均匀分散、整齐可比"的角度出发,是以拉丁方理论和群论为基础,用正交表來安排少量的试验,从多个因索中分析出哪些是主要的,哪些是次要的,以及它们对实验的影响规律,从而找出较优的工艺条件。石炳兴等利用正交实验设计优化了新型抗生索AGPM的发酵培养基,结果在优化后的培养基上单位发酵液的活性比初始培养基提高了1&9倍。正交实验不能在给出的整个区域上找到因索和响应值

3、之间的一个明确的函数表达式即回归方程,从而无法找到整个区域上因索的最佳组合和响应值的最优值。而11对于多因索多水平试验,仍需要做大量的试验,实施起來比较困难。1.3均匀设计均匀设计(Uniformdesign)是我国数学家方开泰等独创的将数论与多元统计相结合而建立起來的一种试验方法。这一成果已在我国许多行业中取得了重大成杲。均匀设计最适合于多因素多水平试验,可使试验处理数目减小到最小程度,仅等于因素水平个数。虽然均匀设计节省了大量的试验处理,但仍能反映事物变化的主要规律。1.4全因子实验设计在全因子设计(Fullfactorialdesi

4、gn)中各因素的不同水平间的各种组合都将被实验。全因子的全面性导致需要大量的试验次数。一般利用全因子设计对培养基进行优化实验都为两水平,是能反映因索间交互作用(排斥或协同效应)的最小设计。全因子试验次数的简单算法为(以两因索为例):两因素设计表示为aXb,第一个因素研究为a个水平,第二个因素为b个水平。Thiel等试验了两个因素:7个菌株在8种培养基上,利用7X8(56个不同重复)。Prapulla等试验了三个因素:碳源(糖蜜4%,6%,8%,10%,12%),氮源(NH4N03Og/L>0.13g/L、0.26g/L、0.39g/L>0

5、・52g/L、)和接种量(10%、20%),利用5X5X2设计(50个不同重复)。1.5部分因子设计当全因子设计(fractionalfactorialdesign)所需试验次数实际不可行时部分重复因子设计是一个很好的选择。在培养基优化中经常利用二水平部分因子设计,但也有特殊情况,如Silveira等试验了11种培养基成分,每成分三水平,仅做了27组实验,只是311全因子设计177147组当屮的很小一部分。两水平部分因子设计表示为:2n-k,n是因子数目,l/2k是实施全因子设计的分数。这些符号告诉你需要多少次试验。虽然通常部分因子设计没

6、冇捉供因素的交互作用,但它的效果比单因素试验更好。1.6P1ackett-Burman设计由Plackett和Burman(Plackett-Burmandesign)提出,这类设计是两水平部分因子试验,适用于从众多的考察因索屮快速、有效的筛选出最为重要的几个因素,供进一步详细研究用。理论上讲PB试验应该应用在因子存在累加效应,没有交互作用一因子的效应可以被其他因子所提高或削弱的试验上。实际上,倘若因子水平选择恰当,设计可以得到有用的结果。Castro等利用PB试验对培养基屮的20种组分仅进行了24次试验,使Y-干扰素的产量提高了近45%

7、。1.7中心组合设计中心组合设计(Centralcompositedesign)有Box和Wi1son提出,是响应曲面中最常用的二阶设计,它由三部分组成:立方体点、中心点和星点。它可以被看成是五水平部分因子试验,中心组合设计的试验次数随着因子数的增加而呈指数增加。1.8Box-Behnken设计由Box和Behnken(Centralcompositedesign)提岀。当因素较多时,作为三水平部分因子设计的Box-Behnken设计是相对于中心组合设计的较优选择。和中心组合设计一样,Box-Behnken设计也是二水平因子设计产生的。二

8、、实验设计统计目前,对培养基优化实验进行数学统计的方法很多,下而介绍几种目前应用较多的优化方法2.1响应曲面分析法Box和Wilson提出了利用因子设计来优化微生物产物生产过程的全面方法,Bo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。