简介
所有的试验设计方法本质上均为在试验的规模内给出挑选代表性点的方法， 方开泰、王元完成的“
均匀试验设计的理论、方法及其应用”，第一次创立了均匀设计理论与方法，揭示了均匀设计与古典因子设计、近代最优设计、超饱和设计、组合设计深刻的内在联系，证明了均匀设计比上述传统试验设计具有更好的稳健性。该项工作涉及数论、函数论、试验设计、随机优化、计算复杂性等领域，开创了一个新的研究方向，形成了中国人创立的学派，并得到国际认可，已在国内外诸如航天、化工、制药、材料、汽车等领域得到普遍应用。提出
均匀设计是继60年代华罗庚教授倡导、普及的优选法和我国数理统计学者在国内普及推广的正交法之后，于70年代末应航天部第三研究院飞航导弹火控系统建立数学模型、并研究其诸多影响要素的需要，由中国科学院应用数学所方开泰教授和王元教授提出的一种试验设计方法。均匀设计是统计试验设计的方法之一，它与其它的很多试验设计方法，如正交设计、最优设计、旋转设计、稳健设计和贝叶斯设计等相辅相成。
我们知道，试验设计就是如何在试验域内最有效地选择试验点，通过试验得到响应的观测值，然后执行报告分析求得高达最优响应值的试验条件。所以，试验设计的目标，就是要用最少的试验获得有关系统的尽或许充分的信息。均匀设计即可以较好地达到这一目标，尤其对多原因、多水平的试验。原理
分布理论
均匀设计的数学原理是数论中的统一分布理论，此方法借鉴了“近似分析中的数论方法”这一领域的研究成果，将数论和多元统计相结合，是属于伪蒙特卡罗方法的范畴。均匀设计只考虑试验点在试验规模内均匀散布，挑选试验代表点的出发点是“均匀分散”，而不考虑“整齐可比”，它可保证试验点具有均匀分布的统计特性，可使每个原因的每个水平做一次且仅做一次试验，任两个原因的试验点点在平面的格子点上，每行每列有且只有一个试验点。它着重在试验规模内考虑试验点均匀散布以求通过最少的试验来得到最多的信息，因此其试验次数比正交设计显著的降低，使均匀设计特别适合于多原因多水平的试验和系统模型完全未知的情形。比如，当试验中有m个原因，每个原因有n个水平时，假使执行全面试验，共有n∧m种组合，正交设计是从这些组合中挑选出n∧2个试验，而均匀设计是利用数论中的统一分布理论选取n个点试验，而且应用数论方法使试验点在积分规模内散布得十分均匀，并使分布点离被积函数的各种值充分靠近，所以便于计算机统计建模。如某项试验影响要素有5个，水平数为10个，则全面试验次数为10∧5次，即做十万次试验；正交设计是做10∧2次，即做100次试验；而均匀设计只做10次，可见其优越性非常突出。
回归分析
均匀设计是通过一套精心设计的表来执行试验设计的，对于每一个均匀设计表都有一个运用表，可指导如何从均匀设计表中选用适当的列来安排试验。均匀设计分会还编制了一套软件
《均匀设计与统计调优软件包》供试验设计和报告处理、分析运用，非常方便。均匀设计法的试验报告分析要用到回归分析方法，比如线性回归模型、二次回归模型、非线性回归模型，以及各种选择回归变点的方法，也有利用多元样条函数技术、小波理论、人工神经网络模型应用于试验设计和报告分析。具体选择何种模型要依据事实试验的具体性质来确定。利用回归分析得出的模型，即可执行影响要素的重要性分析及新条件试验的结果估算，预报和最优化。理论的成长
近几年来，均匀设计理论研究突飞猛进，对均匀设计和其它试验设计的关联和结合，如与正交设计执行了均匀性、最优性比较研究，得出在大部分情形下，尤其是模型比较复杂时，均匀设计试验次数少、均匀性好，并对非线性模型有较好的预期。对线性模型，均匀设计有较好的均匀性和较少的试验次数，正交设计有较好的预期。尽管均匀设计失去了正交设计的整齐可比性，但在选点方面比正交设计有更大的灵活性，也就是说，它愈加注重了均匀性．利用均匀设计可以选到偏差更小的点，更重要的是，试验次数由108降低到n，进而在实践中大大减弱了成本。从经济和优化两个角度衡量，均匀设计的确有其优越性。实践中若水平数多，原因多而要求试验次数少的设计，一般用均匀设计来安排试验；对于原因数，水平数不多，一般采取正交设计。有时，可以将正交设计和均匀设计结合起来运用。
有论文对均匀设计经济效益评估数理模型执行了探讨，并与全面试验、正交设计作了比较。也有论文对均匀设计的优良性执行了研究，表示仍有待更深一步发掘，对均匀性自身也仍有很多数学背景值得更深一步研究。也有论文觉得利用模糊理论与均匀设计结合，建立模糊集台报告群，再通过原因与水平选择，建立模糊模拟均匀设计表，执行报告统计分析、调优，反向推断。该种模糊理论—— 均匀设计——统计调优的有机结合对某些项目的反设计会有广阔的应用前景。对应用中的一部分困难，如原因与水平的选择 模型的建立提出了很好的建议，表示一个试验成功的核心在于选择合适的原因和相关的试验规模，假使重要的原因没有选人试验，则试验效果将大受影响，甚至失利，因此在不增长试验数目的前提下，尽或许多选出一部分原因，通过试验来过滤}并采取多水平试验以得到原因和响应之间较为丰富的关系，否则原因主效应和交互效应将令混杂，不能估出，直接影响试验的效果。对模型未知(包含部分模型已知)时，应执行适当的重复试验有利于模型识别，尤其当随机误差很大时，没有适当的重复试验，很难得到牢靠的结论．从应用的角度，对理论研究也提出了新的需求，期望能设计出水平数许多的均匀设计表。优点
1.试验次数大大降低
比如某化工试验，欲找出最优产能或其它优化目标条件。试验原因3个，每原因在取值规模内均有7个试验点。
采取优选法：对多原因同期选优的试验，不适用。
采取正交法：需做49次试验，方可找出最优产能或其它优化目标条件。
采取均匀设计：只需做7次试验即可。
2、自动将各试验原因分类
自动将各试验原因分类为重要与次要，并将原因按重要性排序。
3.过程数字化
通过电脑对结果与原因条件执行界定与预报（如天气预报），从而控制各原因。操作过程
１、清晰试验目的, 确定试验指标。若考察的指标有多个则一般需要对指标执行综合分析;
２、选择试验原因。依据专业知识和事实经验执行试验原因的选择, 一般选择对试验指标影响较大的原因执行试验;
３、确定原因水平。依据试验条件和以往的实践经验, 首先确定各原因的取值规模, 然后在此规模内设置适当的水准;
４、选择均匀设计表, 排布原因水平。依据原因数、水平数来选择合适的均匀设计表执行原因水平报告排布;
５、清晰试验方案, 执行试验操作;
６、试验结果分析。建议采取回归分析方法对试验结果执行分析从而发现优化的试验条件。依试验目的和支持条件的不同也可采取直接观察法获得最好的试验条件(不再执行报告的分析处理);
７、优化条件的试验验证。通过回归分析方法计算得出的优化试验条件一般需要执行优化试验条件的事实试验验证(可更深一步修正回归模型);
８、缩减试验规模执行更精确的试验, 寻求更好的试验条件, 直至高达试验目的为止。注意事项
１、当所研究的原因和水平数目较多时, 均匀设计试验法比其它试验设计方法所需的试验次数更少, 但不可过分追求少的试验次数, 除非有很好的前期工作基础和丰富的经验, 否则不要企图通过做很少的试验就可高达试验目的, 由于试验结果的处理一般需要采取回归分析方法完成, 过少的试验次数很或许致使无法建立有效的模型, 也就不能对困难执行深入的分析和研究, 最终使试验和研究停留在表面化的水准上(无法建立有效的模型, 只能采取直接观察法选择最佳结果)。一般情形下, 建议试验的次数取原因数的３～５倍为好;
２、优先选用表执行试验设计。一般情形下表的均匀性要优于Un表, 其试验点布点均匀, 代表性强, 更容易揭示出试验的规律, 而且在各原因水平序号和事实水平值顺序统一的情形还可避免因各原因最大水平值相遇所导致的试验过于强烈或过于迟缓而无法控制的困难;
３、对于所确定的优化试验条件的评价, 一面要看此条件下指标结果的好坏, 另一面要考虑试验条件能否合理可行的困难, 要权衡利弊, 力求高达用最小的付出获取最大收益的效果。几点启示
回顾几十多年来均匀设计法的诞生、发展和普遍应用，有如下几个显著的特点：
(1)均匀设计法的诞生是应国防科研实践的需求，由我国科学家潜心研究、开发的，其来自于实践，又应用于实践，实践促进研究，研究又更深一步指导实践，理论研究与实践应用相辅相成，互为依存、互相促进，创造更大效益；
(2)均匀设计法的创立和事实应用的意义，钱学森、朱光亚等老一辈科学家以其敏锐的科学目光和分析，予以了高度评价，同期也得到了原国防科工委领导的重视和支持．专家和领导的支持、重视是一项新技术迅速发展的必不可少的重要条件；
(3)1994年成立了中国数学会均匀设计分会，原国防科工委将均匀设计法的推广应用纳入“八五”国防科技成果着重项目推广计划，有力地助推了均匀设计法的成长；
(4)均匀设计法的理论研究和推广应用也得益于各部门领导的支持以及专家与广大科技工作者科学求实、积极不懈地付出；
(5)学会与多地区、各部门相结合，开发均匀设计软件、摄制推广录像片、执行技术培训和学术交流，助推了均匀设计法的理论研究和应用实践。
均匀设计正是受于上述的理论与实践结合、领导与民众结台、专家与广大科技工作者结合、行政组织与学会结台，持续发展、完善，持续拓展新的应用领域，为加强我国的经济实力和国防科技的成长作出了很大贡献。今后，应更深一步发挥学会组织和多地区、各部门的力量，调动各方面的积极性，充分利用互联网的优势，相互支持、紧密协同，有组织、有计划地使均匀设计的理论研究与实践应用获得更大的成长，为国民经济和国防现代化作出更大的贡献。
