Optimering-assisteret fraktioneret faktordesign
Optimering-assisteret fraktioneret faktordesign (OA-FFD) kombinerer klassisk fraktioneret faktorskærmning med algoritmiske optimalitetskriterier — såsom D-, I- eller A-optimalitet — til at konstruere eksperimentelle matricer, der maksimerer statistisk effektivitet. I stedet for udelukkende at stole på standard ortogonale array-tabeller, vælger en computer-algoritme den bedste delmængde af kørsler fra et kandidatsæt, hvilket gør det muligt for eksperimentatorer at håndtere uregelmæssige faktorkonstruktioner, blandede faktortyper og brugerdefinerede kørselsstørrelser, som standardtabeller ikke kan rumme.
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
- Atkinson, A. C., Donev, A. N., & Tobias, R. D. (2007). Optimum Experimental Designs, with SAS. Oxford University Press. ISBN: 978-0199296606
- Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley. ISBN: 978-1119320937
Sådan citerer du denne side
ScholarGate. (2026, June 3). Optimization-Assisted Fractional Factorial Design. ScholarGate. https://scholargate.app/da/experimental-design/optimization-assisted-fractional-factorial-design
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 →