Метод Тагучі з підтримкою оптимізації
Метод Тагучі з підтримкою оптимізації розширює структуру робастного проєктування Тагучі, поєднуючи його експерименти з ортогональними масивами з вторинним алгоритмом оптимізації — таким як сірий реляційний аналіз, генетичні алгоритми або оптимізація рою частинок — для одночасного оброблення кількох змінних відгуку або для навігації у більшому проєктному просторі, ніж той, який можуть ефективно дослідити чисті масиви Тагучі. Результатом є структурована, ефективна з точки зору даних експериментальна стратегія, яка забезпечує як робастні налаштування параметрів, так і глобально близькі до оптимальних розв'язки.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Optimization-assisted Taguchi Method. ScholarGate. https://scholargate.app/uk/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.
- Планування експериментівПланування експерименту↔ compare
- Метод Тагучі для багатьох відгуківПланування експерименту↔ compare
- Методологія поверхні відгуку (RSM)Планування експерименту↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →