在评价药物的药效药理作用研究中，常面临多目标优化的问题，如一个治疗偏头痛复方药物，就可能必须兼顾镇痛、抗炎、改善微循环等多种治疗效应目标。其中镇痛作用是主要的评价目标，在采用镇痛药理模型评价时，单冲压片机又可能面临多项与镇痛效果有关的评价指标，这样的多目标评价问题在药物研究（制剂、生产工艺、药理、药效）中比比皆是。中药复方药物的研究，涉及多个不同药物配伍，且各药物剂量不同，就可能显示不同药效，因此要探明其中起主要作用的药物、药物配伍的效果以及剂量的*配比，如果每味逐个筛选，或者从各种组合中着手分析，工作量相当大。为保证实验设计与研究的科学性和效率，必须利用现代数理统计实验设计方法及计算机技术。一个药物的作用评价或一个复方药物配伍是否合理，就必须借助多目标优化技术综合评价这些效应指标，取得符合临床与实验实际的*研究参数。
 一、中药复方药物筛选及其优化方法 据报道，有关复方药物配伍、优化的研究方法有 20多种，其大多属于中药经典方剂的配伍科学性研究范围。早期多以不*因子设计和单因素设计考察复方的变化，采用撤药分析法和简单拆分等方法，忽视了药物之间的交互作用；并多以中医药传统理论及临床经验指导确定复方拆方方案，尚未脱离经验认识的水平，真正在创新复方药物开发的较少；其后采用了数理统计的正交设计法，正交试验法是按一定的正交设计表将一个方剂中的药物（因素）和剂量（水平）按一定规律设置，然后遵循这种规律性设计，以zui少的实验次数得出尽可能*的实验结果。中药制丸机由于传统的正交试验用方差分析及F值检验，计算方法较繁，加之中药复方研究有因素多、水平少、实验误差较大等特点（因素常有6～10种药物，水平仅大、中、小剂量或用药及不用药2～3种，变异系数多约为10％），应用更困难，因此人们在正交试验的基础上，对中药复方的拆方进行了改进，提出了正交t值法和正交回归等方法。这两种方法虽各有所长，但当配伍联用药物的剂量水平较多时，均不适用。 方开泰创立的均匀设计方法是近年来解决多因素多水平问题较好的方法，比较适合中药复方药物研究中多因素多水平的研究实际与需要。该法已应用到国民经济许多领域，发挥了重要作用，20世纪 90年代被引进入药学、药理、制剂工艺等研究中，取得了较好的效果。 均匀设计是根据正交设计“均匀分散，整齐可比“的原理，保留了“均匀分布”的试验设计本质，而舍弃了“整齐可比“，这样可大量增加试验的水平数，而试验次数却增加很少。与以前的实验设计法相比，均匀设计的特点是：
①实验点在实验范围内分布得更加均匀，具有很强的代表性；
②可以保证在反映事物间主要规律的前提下得到zui少的实验次数，zui适宜多因子多水平的实验优化，而且参与实验的因素和水平越多，均匀设计能zui大限度减少实验次数的优越性越突出。
③复方药物因素数多，因素对目标的影响复杂，并且因素的取值范围较大，需划分较多的水平。大多数复方药物研究，一般至少有3个以上药物，剂量水平也常是3个水平以上。对于3种药物7个剂量水平的试验，正交设计需做72=49次试验，全面分析的试验次数为73= 343，中药切片机而均匀设计只要7次即可有初步结论。考虑到既要从实验中获得丰富的信息，又要尽量减少实验的次数，采用均匀设计进行试验设计，与正交设计相比，有效减少了试验次数，节约了时间和费用，同时又能获得对试验对象较全面深入的认识。均匀设计的试验结果数据有分析软件，采用多元线性回归、逐步回归、多项式回归等方法对实验结果进行统计计算处理，得出各因素与指标间的定性关系，能对试验结果进行分析解释，根据定性关系式进一步进行处方条件的优化。若计算得出的回归方程经检验通过（成立），则可利用回归方程进行结果解释，分析各因素对指标影响的主次，进行处方条件优化；根据回归方程还可得出各指标的回归计算值，用以检验指标的实验值，从而对试验数据的可靠性给予一定的提示；对优化的处方条件进行验证试验，据此拟定配伍复方，提高了药物制剂研究的客观评价程度和整体研究水平，减少人为主观的干扰。 均匀设计方法和基于均匀设计基础上的直接试验设计技术（DED）结合计算机技术已在复方药物筛选及“*化“配伍研究中有所应用和发展，积累了一定的经验。但尚存在一些不足，主要表现在：
①目前研究仅以某一指标作为判断复方配伍优劣的研究很多，未能意识到进行多水平、多指标的研究与分析，不能从宏观综合调节的水平进行药效分析，因此难以客观地揭示其组方特点和原理。
②单纯利用数学方法分析单味药的作用及其交互作用脱离了药物作用多靶点及疾病发病多因素环节的实际，无法切实表达复方的临床疗效。 中药粉碎机随着科技的发展，对中药复方配伍研究提出了更高的要求，不能以实验室测定的单一指标评价其实际使用的临床效果，也不能按照传统的试验方法使诸复杂相关的性能指标达到较好的平衡。因此，为了获得较满意的合理的药物复方配伍组合，必须用现代*的实验设计和过程优化的方法，在满足各种限制条件的设计空间中寻找满意的组合结果。