Space-Filling Designs for Robustness Experiments
Space-Filling Designs for Robustness Experiments
复制标题
稳健性实验的空间填充设计
DOI：
10.1080/00401706.2018.1451390
复制
发表时间：
2018
期刊：
影响因子：
2.5
通讯作者：
Myers, William R.
中科院分区：
文献类型：
--
作者：
Joseph, V. Roshan;Gu, Li;Ba, Shan;Myers, William R.
为了确定控制因素的鲁棒设置，了解它们如何与噪声因素相互作用是非常重要的。在本文中，我们提出空间填充设计的计算机实验，更能够准确地估计由噪声控制的相互作用。此外，现有的空间填充设计侧重于均匀分布设计空间中的点，这些点通常遵循正态分布等非均匀分布，不适合噪声因子。这将建议在高概率质量区域放置更多的点。然而，噪声因素也倾向于与响应有一个平滑的关系，因此，在分布的尾部放置更多的点对于准确估计这种关系也很有用。这两种相反的影响使实验设计方法论成为一个具有挑战性的问题。我们提出了这个问题的最优和计算效率的解决方案，并通过模拟示例和涉及制造包装线的实际工业示例展示了它们的优势。这篇文章的补充材料可以在网上找到。
To identify the robust settings of the control factors, it is very important to understand how they interact with the noise factors. In this article, we propose space-filling designs for computer experiments that are more capable of accurately estimating the control-by-noise interactions. Moreover, the existing space-filling designs focus on uniformly distributing the points in the design space, which are not suitable for noise factors because they usually follow nonuniform distributions such as normal distribution. This would suggest placing more points in the regions with high probability mass. However, noise factors also tend to have a smooth relationship with the response and therefore, placing more points toward the tails of the distribution is also useful for accurately estimating the relationship. These two opposing effects make the experimental design methodology a challenging problem. We propose optimal and computationally efficient solutions to this problem and demonstrate their advantages using simulated examples and a real industry example involving a manufacturing packing line. Supplementary materials for the article are available online.
登录
查看更多内容
正态累积概率分布的简单实用的近似
DOI：
10.2139/ssrn.2579686
发表时间：
2015
期刊：
Econometrics: Multiple Equation Models eJournal
影响因子：
--
作者：
J. Bell
通讯作者：
J. Bell
DOI：
10.1007/978-3-642-17086-7
发表时间：
2012
期刊：
--
影响因子：
--
作者：
E. Porcu;J. Montero;Martin Schlather
通讯作者：
E. Porcu;J. Montero;Martin Schlather
影响因子：
2.5
作者：
Enrique del Castillo;M. J. Álvarez;Laura Ilzarbe;E. Viles
通讯作者：
E. Viles
布朗运动全局优化的最优随机非自适应算法
影响因子：
1.8
作者：
H. Al;J. Calvin
通讯作者：
J. Calvin