Optimization-assisted fractional factorial design
Optimization-assisted fractional factorial design (OA-FFD) combines classical fractional factorial screening with algorithmic optimality criteria — such as D-, I-, or A-optimality — to construct experiment matrices that maximize statistical efficiency. Instead of relying solely on standard orthogonal-array tables, a computer algorithm selects the best subset of runs from a candidate set, enabling experimenters to handle irregular factor constraints, mixed factor types, and custom run sizes that standard tables cannot accommodate.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.