实验设计指南 > 空间填充设计 > 空间填充设计概述
发布日期: 04/13/2021

空间填充设计概述

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。

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