为选择最优设计指定方法

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。

无

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。