发布日期: 09/18/2023

空间填充设计方法

可以使用以下方法来构造空间填充设计:

球堆积

创建一个设计,使每对设计点之间的最小距离最大化。该最大化的效果是在设计区域内将设计点尽可能地分布开来。请参见空间填充设计的更多示例为钻孔数据创建球堆积设计

拉丁超立方

创建一个设计,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。每个因子具有与设计中试验次数相同的水平数。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。请参见创建拉丁超立方设计的示例

均匀

创建一个设计,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。请参见创建均匀设计的示例

注意:这些设计对于获得未知函数积分的简单准确的估计值最有用。估计值是通过实验得到的观测响应的平均值。

最低位势

创建在球体内围绕中心散布点的设计。最低位势设计具有球对称性、接近正交设计并且具有均匀间距。请参见最低位势设计的示例

最大熵

创建一个设计,使得实验的 Shannon 信息最大化。请参见受约束的快速灵活填充设计的示例

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。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)。

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。

快速灵活填充

使用“快速灵活填充”算法创建一个设计。该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。请参见受约束的快速灵活填充设计的示例受约束的快速灵活填充设计的示例

注意:若您有分类因子,混料因子或因子约束,则“快速灵活填充”是唯一可用的空间填充设计方法。

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