Méthode Taguchi assistée par optimisation

La méthode Taguchi assistée par optimisation étend le cadre de conception robuste de Taguchi en couplant ses plans expérimentaux en tableaux orthogonaux avec un algorithme d'optimisation secondaire — tel que l'analyse relationnelle grise, les algorithmes génétiques ou l'optimisation par essaim particulaire — pour gérer simultanément plusieurs variables de réponse ou pour explorer un espace de conception plus vaste que ce que les tableaux Taguchi purs peuvent explorer efficacement. Le résultat est une stratégie expérimentale structurée et économe en données, qui produit à la fois des réglages de paramètres robustes et des solutions globalement quasi optimales.