Дробный факторный план, построенный с помощью оптимизации
Дробный факторный план, построенный с помощью оптимизации (OA-FFD), сочетает классический дробный факторный скрининг с алгоритмическими критериями оптимальности — такими как D-, I- или A-оптимальность — для построения экспериментальных матриц, максимизирующих статистическую эффективность. Вместо того чтобы полагаться исключительно на стандартные таблицы ортогональных массивов, компьютерный алгоритм выбирает наилучшее подмножество прогонов из набора кандидатов, что позволяет экспериментаторам работать с нерегулярными ограничениями факторов, смешанными типами факторов и пользовательскими размерами прогонов, которые не могут быть учтены стандартными таблицами.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Optimization-Assisted Fractional Factorial Design. ScholarGate. https://scholargate.app/ru/experimental-design/optimization-assisted-fractional-factorial-design
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Дизайн Бокса-БенкенаПланирование эксперимента↔ сравнить
- Центральное композиционное планированиеПланирование эксперимента↔ сравнить
- Планирование экспериментаПланирование эксперимента↔ сравнить
- Методология поверхности отклика (RSM)Планирование эксперимента↔ сравнить
Similar methods
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →