DOE與自治系統不連續響應我最近被要求幫助進行實驗設計，其中響應Y不是平滑函數並且具有幾個不連續性。在非常窄的X值範圍內。有沒有人處理過這類問題，如果有的話，你是如何設計和分析實驗的呢？
回复：DOE與自發系統的不連續響應我希望別人可能會為您提供參考。我沒有。
我有兩個案例，我們成功地使用了這種方法，但我不能自由地洩露任何一個。我可以說兩者都是成功的。
如果有幫助，您可以將此方法視為預篩選。您對這些因素的影響知之甚少，而且對因子的響應性質非常複雜，在您知道生產要素範圍之前，您不能使用任何篩選設計。這種方法將為您識別該信息。
回复：DOE與自發系統的不連續響應標記，
感謝您及時的回复！我使用了空間填充設計和高斯過程，但沒有使用神經網絡。我會聽從你的建議，看看我是否可以隔離一個受限制的地區。在那之後，我可能不得不以更小的間隔進行更多的空間填充設計。
如果您或社區中的任何人進行過此類工作，我將不勝感激，特別是如果紙張，演示文稿，期刊等。可以分享。這樣的參考將有助於我更容易說服管理層。
再次感謝。
曼尼
回复：DOE與自發系統的不連續響應您可以考慮使用空間填充設計通常在計算機實驗中需要對設計空間進行充分採樣，在設計空間中設計點之間的響應可能存在較大的不連續性。線性模型的常用設計方法（例如，定制設計）可能是不切實際且無效的，因為它們需要非常高階的多項式，這些多項式仍然會遭受很大程度的缺乏擬合。
你可以使用高斯過程模特或人工神經網絡探索和解釋模型。在這種情況下，如果原始設計空間僅用於篩選，則可以使用探索模型來隔離初始設計空間的受限區域，以使用可依賴線性模型的傳統設計方法進行新實驗。然後，這些模型可以非常準確，進一步的數據收集可能是沒有根據的。
