3. 因子水平与范围设定

在DOE中，因子范围与水平数一旦定错，后续的试验设计、建模和优化都会建立在错误的基础上。范围过窄，响应面无法捕捉真实曲率，模型外推风险大；范围过宽，则可能落入配方不稳定区、法规超标区或成本不可接受区，产生无效甚至危险的试验点。因此，因子水平设定不是简单的“取上下限”，而是一次多约束下的可行域求解过程。

一、三类约束共同界定可行域

配方研发中的因子范围通常受三方面约束：配方知识约束（组分间的相容性、溶解度、乳化稳定性、pH缓冲能力等）、法规限量约束（食品添加剂使用标准、化妆品禁用限用组分、农残或重金属限量等）、成本约束（原料单价、目标成本上限、关键原料供应量）。三者取交集，才是真正可试验的区间。

以一款示例水性功能饮料的配方优化为例（以下参数均为教学假设，非实测数据）：考察三个因子——甜味剂A添加量、酸度调节剂B添加量、功能性原料C添加量。已知信息如下：甜味剂A在配方知识上低于0.02%甜度不足，高于0.12%出现后苦味；法规对该类甜味剂在饮料中的最大使用量为0.15%；成本上每提升0.01%使单瓶成本增加约0.004元，目标成本上限只允许到0.10%。酸度调节剂B受pH目标区间3.2～3.8约束，对应添加量约0.15%～0.35%，但低于0.15%防腐能力不足，高于0.35%口感尖锐。原料C受法规每日摄入量折算限制，配方中不得超过0.08%，且供应商当前批次纯度波动使有效量下限为0.03%。

把三类约束画在同一数轴上，取交集后得到：A为0.02%～0.10%，B为0.15%～0.35%，C为0.03%～0.08%。这个交集区间就是本轮的试验可行域，任何超出它的试验点都应被排除在设计之外。

二、水平数怎么定：先看模型需求，再看成本

水平数决定能拟合什么形状的模型。两水平（低/高）只能估计线性主效应和交互，无法识别曲率；三水平可拟合二次项，是响应面法（RSM）的常用配置；四到五水平适合因子少、曲率强、需要精细刻画峰谷的场景，但试验次数增长很快。经验做法是：筛选阶段用两水平（如部分因子设计）快速剔除不显著因子；优化阶段对保留的2～4个关键因子升到三水平，用中心复合设计（CCD）或Box-Behnken设计拟合二次模型。

水平值在区间内的分布也有讲究。等间距（如0.02、0.06、0.10）便于编码和解释；若响应在某一端变化更剧烈，可在该端加密水平，但会破坏正交性，需谨慎。中心点必须落在可行域内部，且尽量靠近当前配方的“经验最优点”，这样既能估计纯误差，又能为后续优化提供可靠起点。

三、编码变换与试验点检查

设定好实际水平后，应统一编码为−1、0、+1，便于回归系数比较。编码公式为：

编码值 x = (实际值 − 中心值) / 半区间
例：A 中心值 = (0.02 + 0.10)/2 = 0.06，半区间 = 0.04
A=0.02 → x=−1；A=0.06 → x=0；A=0.10 → x=+1

编码后必须做一次试验点合规检查：把设计矩阵中每个试验点还原为实际配方，逐点核对是否同时满足配方知识、法规和成本三条线。特别要检查因子组合后的“耦合效应”——单因子都在范围内，但两个因子同时取高值时可能超出法规总量或导致体系不稳定。例如甜味剂A取0.10%且原料C取0.08%时，若两者共用同一法规类别限量，合计可能越界，这类点必须剔除或收缩范围。

四、常见误区

• 只按法规上限设范围：法规是红线不是目标，贴着上限设计容易做出合规但口感或稳定性不合格的配方。
• 忽略成本的非线性：某些原料在低添加量时成本可忽略，超过某阈值后单价跳档，成本约束应分段核对。
• 水平数贪多：三因子三水平全因子需27次以上，若前期筛选不充分，大量试验点浪费在无关区域。
• 中心点选在边界：中心点贴边会使二次模型估计不稳，纯误差也无法代表真实波动。

范围与水平设定完成后，应形成一份可追溯的设定记录：每个因子的可行域、水平值、编码、约束来源和检查结论。这份记录既是试验设计的输入，也是后续响应分析时解释“为什么模型只在这个区间有效”的依据。