因子试验常用于各种科学研究中。在这些试验中，每个因子都选择出固定的水平数，然后选择一些水平组合做试验。试验因子可以是定性或定量的。如果一个因子的水平次序可以自由转变，则称之为定性因子。比如人的性别。而对于定量因子，它们的水平经常具有次序。以温度为例，如果选择10℃,20℃,30℃作为其水平，则其水平次序就固定了。 这两类不同类的因子需要使用不同的策略进行分析。对于定性因子的试验，其分析目的总是围绕着处理之间是否有差异以及如果有的话，哪些是显著的，所以像ANOVA、多重比较等方法总是被采用于这类设计。另一方面，响应曲面法则总是用于分析关于定量因子的设计中。分析目的的不同也使得我们需要采用不同的选择设计的准则。 不同于组合同构，几何同构一般对应应用于定量因子设计。ChengandYe(2004)中给出了区分这些设计好坏的准则，并应用于分析几何非同构设计。 超饱和设计是一类所有因子自由度之和超过试验次数的设计，其出现源于其试验的经济性。基于效应稀疏原则，我们可以使用超饱和设计筛选主效应。 现有的超饱和设计的最优性准则均对水平置换保持不变，但是对含有定量因子的超饱和设计而言，水平置换会导致不同的设计。这篇文章中，我们将提出一个适用于定量因子超饱和设计的新准则，随后的分析和比较结果显示出这种新准则在区分几何非同构设计上的高效性以及计算上的优势。