科研生产中经常会遇到一些多指标的实验问题，它的结果分析比单指标要复杂一些，但实验计算方法均无区别，关键是如何将多指标化成单指标，然后进行直观分析。
常用的方法有指标拆开单个处理综合分析法和综合评分法。下面以具体例子加以说明。
1.指标拆开单个处理综合分析法
以例2－5中自吸式射流曝气器实验为例。正交实验及结果如表2－9所示。
表2－9 多指标正交实验及结果
例2－5中选用两个考核指标：充氧动力效率E及氧总转移系数KLa。多指标正交实验设计和实验与单指标正交实验没有区别，同样，也将实验结果填于表右栏内。不同之处就在于将两个指标拆开，按两个单指标正交实验分别计算各因素不同水平的效应值K、¯K及极差R值，如表2－10所示，而后再进行综合分析。
根据表2－10结果，由于指标E、KLa值均是越高越好，因此各因素主次与最佳条件分析如下：
1）分指标按极差大小列出各因素的影响主次顺序，经综合分析后确立因素主次。
动力效率E：L／D→p→m→H
氧总转移系数KLa：p→L／D→H→m
表2－10 自吸式射流曝气实验结果分析
动力效率指标E，不仅反映了充氧能力，而且也反映了电耗，是一个比KLa更有价值的指标，而由两指标的各因素主次关系可见L／D、P均是主要的，m、H相对是次要的，故影响因素主次可以定为：L／D→p→m→H。
2）各因素最佳条件确定
（1）主要因素L／D。不论是从E还是从KLa指标来看，均是L／D＝120为佳，故选L／D＝120。
（2）因素p。从E看，p＝0.10为佳，而从KLa看，P＝0.25为佳。由于指标E比KLa重要，当生产上主要考虑能量消耗时，以选p＝0.10为宜；若生产中不计动力消耗而追求高速率的充氧时，以选p＝0.25为宜。
（3）因素m。由指标E定m＝4.0，由指标KLa定m＝6.3，考虑E指标重于KLa，又考虑m定为4.0或6.3对KLa影响不如对E影响大，故选m＝4.0为佳。
（4）因素H。由指标E定H＝55m，由指标KLa定H＝2.8m，考虑E指标重于KLa，并考虑实际生产中若水深太浅，曝气池占地面积大，故选H＝5.5m。
由此得出较佳条件为L／D＝120；p＝0.10MPa；m＝4.0；H＝5.5m。
由上述分析可见，多指标正交实验分析要复杂些，但借助数学分析提供的依据，并紧密地结合专业知识，综合考虑后，还是不难分析确定的。由上述分析也可看出，此法比较麻烦，有时较难得到各指标兼顾的好条件。
2.综合评分法
多指标正交实验多根据问题性质采用综合评分法，将多指标化为单指标而后分析因素主次和各因素的较佳状态。常用的有指标叠加法和排队评分法。(www.xing528.com)
1）指标叠加法
所谓指标叠加法，就是将多指标按照某种计算公式进行叠加，将多指标化为单指标，而后进行正交实验直观分析，至于指标y1，y2，…，yi如何叠加，视指标的性质、重要程度而有不同的方式，如：
式中：y——多指标综合后的指标；
y1，y2，…——各单项指标；
a，b，…——系数，其大小、正负要视指标性质和重要程度而定。
例如，为了进行某种污水的回收重复使用，采用正交实验来安排混凝沉淀实验，以出水的COD、SS作为评价指标，实验结果如表2－11所示。
表2－11 混凝沉淀实验结果及综合评分法（1）
（1）如回用水对COD、SS指标具有同等重要的要求，则采用综合指标y＝y1＋y2的计算方法。按此计算后所得综合指标如表2－11所示。根据计算结果，则按极差大小因素主次关系为药剂种类→投加量→反应时间。由各因素水平效应值K所得较佳状态为：药剂种类Al2（SO4）3；药剂投加量20mg／L；反应时间5min。
（2）如果回用水对COD指标要求比SS指标要重要得多，则可采用y＝ay1＋by2的算法，此时由于COD、SS均是越小越好，因此取a1≤1，b＝1的系数进行指标叠加，如表2－12所示。
表2－12 混凝沉淀实验结果及综合评分法（2）
例2－5采用y＝0.5COD＋SS。
计算结果、因素主次及较佳水平同前。
2）排队评分法
所谓排队评分法，是将全部实验结果按照指标从优到劣进行排队，然后评分。最好的给100分，依次逐个减少，减少多少分大体上与它们效果的差距相应，这种方法虽然粗糙些，但比较简便。
以表2－11、表2－12实验为例，9组实验中第6组COD、SS指标均最小，故得分为100分，而第2组COD、SS指标均最高，以50分计，则参考其指标效果，按比例计算，出水COD和SS两者之和每增加10mg／L，分数可减少11分，按此计算、排队、评分，并按综合指标进行单指标正交实验直观分析，结果如表2－13所示。
表2－13 混凝沉淀实验结果及排队评分计算法
续表
由极差R值及各因素水平效应值¯K可得出因素主次关系及较佳水平。计算结果、因素主次及较佳水平同前。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
