试验设计与分析是数理统计学中的重要分支之一,被广泛应用于各个领域,包括工业、农业、医学、物理、天文等。在实际中,对于一个过程或系统的研究一般集中在响应和因子之间的关系上,目标在于优化响应。响应曲面法(RSM)是一种用来探索响应与因子之间关系的有效工具,而中心复合设计(CCDs)则是响应曲面法里常用的一种复合设计。中心复合设计可以用来筛选因子和建立响应曲面模型。近年来,一些新的复合设计思路被提出,如基于正交阵列构造而出的复合设计,称为正交阵列复合设计(OACDs)。这种正交阵列复合设计遗传了正交阵列的良好数学结构,具有良好的特点,并且在因子筛选和建立响应曲面模型上也十分有效。一些统计学家给出了正交阵列复合设计优良特性的研究,特别是与一般中心复合设计在二阶多项式模型下的比较研究。但这些研究是在星点取值α = 1时讨论的,未考虑α取其他可能值的结果。因此,本文将继续研究这两类复合设计,讨论在二阶模型下星点取值α为一般值时估计模型参数的D-效率,并给出一些理论结果。此外,本文将从空间填充等角度来讨论α的取值问题,提出一种新准则来确定α的取值,即通过计算设计的中心化L2-偏差来度量设计的均匀性,从而找出使得设计更加均匀的α值。最后讨论两类复合设计在机械臂问题中的应用,并对两类复合设计做出比较。