Optimalisatie-ondersteunde Taguchi-methode
De optimalisatie-ondersteunde Taguchi-methode breidt het robuuste ontwerpkader van Taguchi uit door de experimenten met orthogonale arrays te koppelen aan een secundair optimalisatiealgoritme — zoals grey relational analysis, genetische algoritmen of particle swarm optimization — om tegelijkertijd meerdere responsvariabelen te behandelen of om een grotere ontwerperuimte te verkennen dan pure Taguchi-arrays efficiënt kunnen bestrijken. Het resultaat is een gestructureerde, data-efficiënte experimentele strategie die zowel robuuste parameterinstellingen als globaal bijna-optimale oplossingen oplevert.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Phadke, M. S. (1989). Quality Engineering Using Robust Design. Prentice Hall. ISBN: 978-0137451678
- Nalbant, M., Gokkaya, H., & Sur, G. (2007). Application of Taguchi method in the optimization of cutting parameters for surface roughness in turning. Materials & Design, 28(4), 1379-1385. DOI: 10.1016/j.matdes.2006.01.008 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Optimization-assisted Taguchi Method. ScholarGate. https://scholargate.app/nl/experimental-design/optimization-assisted-taguchi-method
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Experimenteel OntwerpExperimenteel ontwerp↔ compare
- Multi-response Taguchi MethodExperimenteel ontwerp↔ compare
- Response Surface Methodology (RSM)Experimenteel ontwerp↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →