Optimointiavusteinen osittaisfaktoriaalisuunnittelu
Optimointiavusteinen osittaisfaktoriaalisuunnittelu (OA-FFD) yhdistää klassisen osittaisfaktoriaalisen seulon algoritmisiin optimointikriteereihin – kuten D-, I- tai A-optimointiin – rakentaakseen koeaineistoja, jotka maksimoivat tilastollisen tehokkuuden. Sen sijaan, että luotettaisiin pelkästään standardeihin ortogonaalisiin taulukoihin, tietokonealgoritmi valitsee parhaan osajoukon koeajoista ehdokasjoukosta, mahdollistaen kokeenjärjestäjille epäsäännöllisten tekijärajoitteiden, erilaisten tekijätyyppien ja mukautettujen koeajomäärien käsittelyn, joita standarditaulukot eivät voi huomioida.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Optimization-Assisted Fractional Factorial Design. ScholarGate. https://scholargate.app/fi/experimental-design/optimization-assisted-fractional-factorial-design
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Box-Behnken-suunnitteluKoesuunnittelu↔ vertaa
- Keskiarvokeskeinen suunnitteluKoesuunnittelu↔ vertaa
- Kokeiden suunnitteluKoesuunnittelu↔ vertaa
- Vastauspintamenetelmä (RSM)Koesuunnittelu↔ vertaa
Similar methods
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →