Optimering-assisteret design af eksperimenter
Optimering-assisteret design af eksperimenter (OA-DoE) kombinerer en struktureret eksperimentel plan med en matematisk optimeringsmotor til at lokalisere faktorerindstillinger, der samtidigt opfylder flere responsmål. I stedet for at stoppe ved tilpasning af en responsflademodel, anvender analytikeren ønskværdighedsfunktioner, genetiske algoritmer eller andre optimeringsværktøjer på den tilpassede model for at identificere det globale eller nær-globale optimum på tværs af alle relevante responser.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Derringer, G., & Suich, R. (1980). Simultaneous optimization of several response variables. Journal of Quality Technology, 12(4), 214–219. DOI: 10.1080/00224065.1980.11980968 ↗
- Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2016). Response Surface Methodology: Process and Product Optimization Using Designed Experiments (4th ed.). Wiley. ISBN: 978-1118916018
Sådan citerer du denne side
ScholarGate. (2026, June 3). Optimization-Assisted Design of Experiments. ScholarGate. https://scholargate.app/da/experimental-design/optimization-assisted-design-of-experiments
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Box-Behnken DesignForsøgsdesign↔ sammenlign
- Central Composite DesignForsøgsdesign↔ sammenlign
- Design of ExperimentsForsøgsdesign↔ sammenlign
- Responsflademetodologi (RSM)Forsøgsdesign↔ sammenlign
Similar methods
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →