空间填充设计对于确定性或近似确定性的建模系统很有用。比如计算机模拟就是确定性系统。这类模拟可能很复杂，涉及很多具有复杂相互关系的变量。对这些系统设计实验的目标是找到更简单的经验模型，该模型足以预测系统在因子的有限范围上的行为。
在针对有很大随机噪声的系统的实验中，目标是使预测的方差最小化。在针对确定性系统的实验中，没有方差但有偏倚。偏倚是近似模型和真实数学函数之间的差值。空间填充设计的目标是限制偏倚。
一种限制偏倚的方法是让设计点的分布尽量远离彼此，同时它们要保持在实验边界内。另一种方法是使点均匀分布在相关区域。
空间填充设计器支持以下设计方法：
球堆积
使每对设计点之间的最小距离最大化。请参见球堆积设计和为钻孔数据创建球堆积设计。
拉丁超立方
使每对设计点之间的最小距离最大化，但是要求每个因子的水平是等间距的。这个方法将生成模拟均匀分布的设计。拉丁超立方方法是球堆积方法和均匀设计方法的折衷。请参见拉丁超立方设计。
均匀
使设计点（具有经验均匀分布）和理论均匀分布之间的偏差最小化。请参见均匀设计。
最低位势
将点沿着中心分布在球内。请参见最低位势设计。
最大熵
测量在一组数据的分布中包含的信息量。请参见最大熵设计。
高斯过程 IMSE 最优
创建一个设计，它使在实验区域内高斯过程的积分均方误差最小。请参见高斯过程 IMSE 最优设计。
快速灵活填充
快速灵活填充方法在设计空间中形成来自随机点的聚类。这些聚类用于根据优化准则选择设计点。这是唯一可在设计空间上容纳分类因子和约束的方法。您可以指定线性约束和不被允许的组合。请参见快速灵活填充设计和创建和查看受约束的快速灵活填充设计。
注意：若试验次数为 500 或更少，则将高斯过程模型保存到数据表。若试验次数超过 500，则将神经模型保存到数据表。