Planification centrale composite assistée par optimisation
La planification centrale composite (PCC) assistée par optimisation combine la disposition expérimentale de second ordre et rotative de la planification centrale composite avec des algorithmes d'optimisation mathématique — typiquement des fonctions de désirabilité, l'optimisation par surface de réponse, ou des métaheuristiques — pour trouver les réglages des facteurs qui maximisent, minimisent ou atteignent simultanément des valeurs cibles pour une ou plusieurs variables de réponse. C'est le flux de travail d'optimisation par surface de réponse le plus largement appliqué en génie chimique, pharmaceutique, sciences alimentaires et manufacturier.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2009). Response Surface Methodology: Process and Product Optimization Using Designed Experiments (3rd ed.). Wiley. ISBN: 978-0470174463
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Optimization-Assisted Central Composite Design. ScholarGate. https://scholargate.app/fr/experimental-design/optimization-assisted-central-composite-design
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Plan de Box-BehnkenPlans d'expériences↔ comparer
- Planification Composite CentralePlans d'expériences↔ comparer
- Méthodologie des surfaces de réponse (RSM)Plans d'expériences↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →