Optimalisering-assistert eksperimentdesign
Optimalisering-assistert eksperimentdesign (OA-DoE) kombinerer en strukturert eksperimentplan med en matematisk optimaliseringsmotor for å finne faktorerinnstillinger som samtidig tilfredsstiller flere responsobjektiver. I stedet for å stoppe ved tilpasning av en responsoverflatemodell, anvender analytikeren ønskelighetsfunksjoner, genetiske algoritmer eller andre optimerere på den tilpassede modellen for å identifisere det globale eller nær-globale optimumet på tvers av alle relevante responser.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2016). Response Surface Methodology: Process and Product Optimization Using Designed Experiments (4th ed.). Wiley. ISBN: 978-1118916018
Slik siterer du denne siden
ScholarGate. (2026, June 3). Optimization-Assisted Design of Experiments. ScholarGate. https://scholargate.app/no/experimental-design/optimization-assisted-design-of-experiments
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.
- Box-Behnken DesignForsøksdesign↔ compare
- Sentralt komposittdesignForsøksdesign↔ compare
- Design av eksperimenter (DOE)Forsøksdesign↔ compare
- Responsflateanalyse (RSM)Forsøksdesign↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →