Optimeringsassisterad bråkdelad faktoriell design
Optimeringsassisterad bråkdelad faktoriell design (OA-FFD) kombinerar klassisk bråkdelad faktoriell screening med algoritmiska optimalitetskriterier — såsom D-, I- eller A-optimalitet — för att konstruera experimentmatriser som maximerar statistisk effektivitet. Istället för att enbart förlita sig på standard ortogonala tabeller, väljer en datoralgoritm den bästa delmängden av körningar från en kandidatmängd, vilket gör det möjligt för experimenterare att hantera oregelbundna faktorkonstraints, blandade faktortyper och anpassade körningsstorlekar som standardtabeller inte kan hantera.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Optimization-Assisted Fractional Factorial Design. ScholarGate. https://scholargate.app/sv/experimental-design/optimization-assisted-fractional-factorial-design
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Box-Behnken-design – Responsyte-metodik med tre nivåerFörsöksplanering↔ jämför
- Central Composite DesignFörsöksplanering↔ jämför
- ExperimentdesignFörsöksplanering↔ jämför
- Responsytsmetodologi (RSM)Försöksplanering↔ jämför
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →