Box-Behnken设计

这个方法是做什么的

不读数据表，按“因子数 k”（3–7）与“中心点数”（1–10）生成一张三水平的二阶响应面设计。构点方式是因子两两配对取 2²（±1）组合、其余因子固定在中心 0，再叠加若干中心点，所以设计里没有（±1,…,±1）那种所有因子同时开到极端的角点，每个因子始终落在 [−1,+1] 内。试验次数 N = 4·C(k,2) + 中心点数：实测 k=3、中心点 3 需 15 次（棱边点 12 + 中心点 3），k=4 需 27 次，k=5 需 43 次，k=6 需 63 次，k=7 需 87 次。

第四张卡把设计的代数性质全部现算出来：正交性 max|r|、绝对与相对 D-效率、G-效率、最大缩放预测方差、二阶模型项 VIF、模型矩阵条件数、旋转性矩条件比值，以及纯误差自由度与失拟自由度。第五张卡是实施清单，明确指向下一步：取得响应值后用「响应面分析(RSM)」建模寻优。

什么时候用它

因子已经筛过、进入优化阶段，需要拟合含平方项与交互项的二阶模型
某些因子的极端组合危险或做不出来（同时最高温、最高压、最高浓度），角点与轴外点都不能碰
每个因子在工艺上恰好只有低、中、高三挡可调
后续准备用「响应面分析(RSM)」求驻点与最优工艺条件

前提：因子数至少 3 个，这是 Box-Behnken 靠两两配对构点的定义要求。中心点是纯误差与失拟检验的唯一来源，纯误差自由度等于中心点数减 1：实测中心点取 1 时为 0、取 3 时为 2、取 6 时为 5。取 1 个中心点等于放弃失拟检验。

什么时候不要用它

只有 2 个因子：本模块要求 k≥3，用「中心复合设计(CCD)」，它 k=2 就能生成（实测 12 次）。若那份设计的 ±α 水平也做不出来，产品内没有专门给两因子用的二阶设计模块，退路是用「全因子设计」排一张 2 因子 3 水平的 3×3 网格（实测 9 次、二阶模型 6 个参数，点数够拟合），再交给「响应面分析(RSM)」；代价是没有重复点、做不了失拟检验。
需要考察角点，或希望把结论外推到 ±1 之外：这些点 Box-Behnken 里根本不存在，改用「中心复合设计(CCD)」的星点，或用「全因子设计」做满角点。
还没筛过因子，只想先排出主次：先用「正交设计」或「全因子设计」筛一轮，再上二阶设计。
因子多、预算紧：k=6 实测就要 63 次，先用「均匀设计」在大范围内粗筛。
试验已经做完、手上是响应数据：本模块只生成方案。把因子列与响应列一起交给「响应面分析(RSM)」；只要中心点做满 2 个以上，就能在那里拿到失拟检验。

容易误读的地方

不要照抄教科书里“Box-Behnken 可旋转”这句话——报告会现算，实测大多不可旋转。 卡④ 的旋转性矩条件比值实测：k=3 是 0.6667、k=4 是 1.0000、k=5 是 1.3333、k=6 是 1.6667、k=7 是 2.0000。结论文案还给了闭式：本构造下比值恒等于 (k−1)/3，只有 k=4 时等于 1。不可旋转不影响模型能不能估，但意味着不同方向上的预测精度不一样，所以别把“最优点在这个方向偏了一点”与“在那个方向偏了一点”当成同等可靠。
中心点是唯一能买到纯误差的东西，砍它省不了几次试验却毁掉失拟检验。 实测 k=3 时中心点从 3 减到 1，总次数只从 15 降到 13，纯误差自由度却从 2 变成 0。此时「响应面分析(RSM)」的前提检验会判“不满足”，整份报告不对模型是否失拟作任何断言——而失拟检验正是“二阶模型够不够用”的唯一答案，R² 再高也替代不了它。
k≥6 时本模块给的不是经典 Box-Behnken，次数明显更多。 卡① 的“构造方式”一行实测写着“全两两因子配对扩展（k≥6；非经典 BIBD 最少设计）”，结论文案并列出了对照：k=6 本模块 63 次而经典设计 48 次，k=7 是 87 次对 56 次。要最少次数，就得用标准表，或改用「中心复合设计(CCD)」。
它的设计域是球不是方，所以结论覆盖不到“所有因子同时取极端”的那一角。 卡③ 实测所有非中心点都落在半径 R=1.4142 的同一个球面上。这正是它工程上安全的原因，但也意味着后续「响应面分析(RSM)」若把最优点推到立方体的角落，那已经是外推，验证试验很可能对不上。
“相对 D-效率 0.83”不是“损失了 17% 的信息”。 卡④ 表注写明参照系是同因子数的 3^k 全因子（k=3 时 27 次），而本设计只用 15 次。同一张表里的绝对 D-效率只有 0.3664，那一行还专门注明：上界 1 只对全 ±1 且列正交的一阶设计可达，含 0 水平与平方项的二阶设计必然低于 1，所以它只作横向比较用、不设合格线。拿它跟别的设计的绝对值比高低是误读。