快速灵活填充设计
“快速灵活填充”设计的算法最初会在指定设计区域内生成大量随机点。随后使用快速 Ward 算法将这些点聚类到个数与您指定的“试验次数”相同的聚类中。
可使用默认 MaxPro（最大投影）最优性准则或通过选择重心法准则来获取最终设计点。
注意：若您有分类因子或因子约束，则“快速灵活填充”是唯一可用的空间填充设计方法。
FFF 最优性准则
“空间填充设计”红色小三角菜单包含“FFF 最优性准则”下的最优性准则。
MaxPro
对于 p 个因子以及 n 等于指定“试验次数”的情况，MaxPro 准则尝试查找聚类中可最小化以下准则的点：
MaxPro 准则可在考虑所有因子的前提下，令可能设计点之间的距离乘积最大化。这样即可支持为因子投影提供良好的空间填充属性的目标。请参见 Joseph et al. (2015)。Max Pro 选项是默认选项。
重心法
该方法在每个聚类的重心放置一个设计点。它具有这样的属性：从设计空间中的任意点到其最近邻近设计点的平均距离比其他设计都要小。
注意：您可以设置首选项，以便始终使用给定的最优性准则。选择文件 > 首选项 > 平台 > 实验设计。选择 FFF 最优性准则并选择您首选的准则。
分类因子
当您有分类因子时，算法如下所示：
• 设计点总数在分类因子的水平组合总数上是平衡分布的。假定有 m 个水平组合，给 k 个设计点分配这些组合。
• 生成由连续变量定义的设计空间内的大量点。将它们分为 k 个主聚类。
• 将点的 k 个主聚类中的每个主聚类进一步分为 m 个子聚类。
• 在每个主聚类中，使用指定的 FFF 最优性准则计算 m 个子聚类中每个子聚类的设计点。
• 对于 k 个主聚类中的每个主聚类，将 m 个水平组合之一随机分配给 m 个子聚类设计点的每个设计点。这一共得到 km 个设计点。
• 对于每个 k 主聚类，都会根据 MaxPro 准则为水平的每一 m 组合选择一个设计点，其中，具有相同分类因子水平的点要乘以 MaxPro 分类权重。（有关 MaxPro 分类权重的说明，请参见空间填充设计选项。）该过程在全部 k 个主聚类中持续执行 10 次，或者持续到更改给定设计点不再有任何改进为止。