高斯过程 IMSE 最优设计

高斯过程 IMSE 最优设计方法构造适合高斯过程模型的设计。高斯过程模型拟合各种曲面。高斯过程 IMSE 最优设计使实验区域上的高斯过程模型的积分均方误差最小。高斯过程 IMSE 最优设计方法使用的相关性结构类似于 kriging 模型的相关性结构。请参见 Jones and Johnson (2009)。

协方差参数向量

在高斯过程模型的高斯过程 IMSE 最优设计构想中，协方差参数向量决定相关性结构。每个因子有 theta。theta 等于 0 对应于相关性为 1，这使拟合的曲面在相应因子方向上是平坦的。随着 theta 增大，相关性减小，允许曲面在因子方向上弯曲。

在“协方差参数向量”分级显示项中，在“Thetas”下的值列表中，您可以输入反映曲面先验知识的值。

高斯过程 IMSE 最优设计和拉丁超立方设计的比较

高斯过程 IMSE 最优设计是拉丁超立方设计的备选设计。您可以将 IMSE 最优设计与拉丁超立方设计（前文的图 21.20 中所示）进行比较。图 21.22 中的表和叠加图显示了高斯 IMSE 最优设计。您可以看到该设计实现了因子区域的均匀覆盖。

图 21.22 双因子拉丁超立方和高斯 IMSE 最优设计的比较 

注意：最大熵设计和高斯过程 IMSE 最优设计都是使用 100 作为随机开始数创建的。

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).