D-최적 설계를 선택하거나 증대/개선하는 경우 초기 설계를 생성하는 방법과 초기 설계의 개선 사항을 검색하는 방법을 지정할 수 있습니다. 일반적으로 Minitab에서 최적 설계를 찾는 속도에 영향을 미치기 위해 방법을 변경합니다. 그러나 다른 사항도 Minitab에서 해를 찾는 데 걸리는 시간에 영향을 미칩니다. 예를 들어, 모형에 항이 많을수록 최적 설계를 찾는 데 시간이 더 오래 걸립니다.
- 초기 설계
-
- 순차적 최적화에 의해 생성
- Minitab이 모든 점을 순차적으로 선택한다는 것을 지정합니다.
- 일반적으로 순차적 최적화에 의해 모든 설계점을 생성하면 D-최적성이 상대적으로 높은 최적 설계가 생성될 가능성이 더 높습니다. D-최적성이 상대적으로 높은 초기 설계는 일반적으로 더 적은 수의 검색 단계로 이어지고 초기 설계가 개선됩니다.
- 랜덤하게 생성될 설계점 비율
- Minitab에서 일부 설계점을 임의로 선택한다는 것을 지정합니다. Minitab에서 임의로 선택하는 점이 많을수록 초기 설계가 더 빠르게 생성됩니다. 그러나 임의의 설계점이 많을수록 점들이 순위가 부족한 행렬을 형성할 확률이 증가합니다. 선택할 설계점 수가 항을 적합하기 위해 필요한 최소 점 수에 가까워지면 순위가 부족한 행렬이 발생할 가능성이 높습니다.
- 랜덤 시행 횟수: 생성할 초기 설계 수를 지정합니다. 개수가 많을수록 최적 설계의 D-최적성이 상대적으로 더 높습니다. 수가 적을수록 초기 설계가 더 빠르게 생성됩니다.
- 랜덤 데이터 생성자의 기준값: 같은 후보 점의 집합에서 다시 최적 설계를 선택하는 경우 동일한 최적 설계를 얻을 수 있도록 랜덤 데이터 생성자의 기준값을 지정합니다. 같은 기준값을 입력하면 워크시트의 순서가 동일한 경우 Minitab에서 동일한 랜덤 점을 선택합니다.
- 초기 설계를 향상시키기 위한 검색 절차
-
- 교환 방법 - 교환 점 개수
- 일반적으로 교환 방법은 더 적은 수의 가능한 설계를 고려하기 때문에 Fedorov의 방법보다 더 빨리 해를 찾습니다.
- 교환 점의 수가 많을수록 해가 더 빨리 생성됩니다. Minitab은 설계의 D-최적성을 더 이상 개선할 수 없을 때까지 후보 집합에서 가장 좋은 점을 추가한 다음, 가장 나쁜 점을 삭제합니다.
- Fedorov의 방법
- Fedorov의 방법은 교환 방법보다 더 많은 수의 가능한 설계를 고려하기 때문에 D-최적성이 더 높은 설계를 찾을 가능성이 더 높습니다.
- Minitab에서는 D-최적성이 최대한 개선되도록 후보 집합에서 점 하나를 추가하고 다른 점을 하나 삭제합니다. 이 과정은 설계가 더 이상 향상될 수 없을 때까지 계속됩니다.
- 없음
- 초기 설계를 사용합니다. 이 방법은 D-최적성이 가장 높은 설계를 찾을 가능성이 가장 낮지만 가장 빨리 완료할 수 있습니다.
