选择最优设计指定方法

  • 统计 > DOE > 因子 > 选择最优设计 > 方法
  • 统计 > DOE > 响应曲面 > 选择最优设计 > 方法
  • 统计 > DOE > 混料 > 选择最优设计 > 方法
当您选择或增强/改进 D 最优设计时,可以指定如何生成初始设计,以及如何搜索对初始设计的改进。通常,您可以更改用于控制 Minitab 找到最优设计的速度的方法。但是,其他一些因素也会影响 Minitab 找到解决方案所需的时间。例如,模型中的项越多,找到最优设计的过程越长。
初始设计
按序贯优化法生成
指定 Minitab 按顺序选择所有点。
通常,如果通过连续优化生成所有设计点,将更有可能生成具有相对较高 D 最优性的最优设计。使用具有相对较高 D 最优性的初始设计,通常会减少在改进初始设计时需执行的搜索步骤。
要随机选择的设计点百分比
指定 Minitab 随机地选择一些设计点。Minitab 随机选择的设计点越多,Minitab 生成初始设计的速度越快。但是,随机设计点越多,这些点形成非满秩矩阵的概率也越高。随着选择的设计点数量接近拟合项所需的最小点数,形成非满秩矩阵的可能性越来越高。
  • 随机试验数:指定要生成的初始设计数。数值越高,最优设计就越有可能具有较高的 D 最优性。数值越低,Minitab 生成初始设计的速度越快。
  • 随机数生成元基数:指定随机数据生成元的底数,以便您获得相同的最优设计(如果再次从同一个候选点集中选择最优设计)。当您输入相同的底数时,如果工作表的顺序保持不变,Minitab 会选择相同的随机点。
搜索改善初始设计的程序
交换方法及交换点数
通常情况下,相比于 Fedorov 法,交换法能够更快地找到解,这是因为交换法会考虑较少的可能设计
交换点的数量越大,此方法生成解的速度就越快。Minitab 将添加候选集中的最优点,然后丢弃最差点,直到无法进一步改进设计的 D 最优性为止。
Fedorov 方法
由于 Fedorov 法会比交换法考虑更多可能的设计,因此 Fedorov 法更有可能找到 D 最优性更高的设计。
Minitab 添加候选集中的一个点并丢弃另一个点,以便交换操作能最大程度地提高 D 最优性。此过程一直持续到无法进一步改进设计为止。
使用初始设计。此方法最有可能找到具有最高 D 最优性的设计,但无法以最快的速度完成。
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策