정의 상영 디자인<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />여보세요,
고객이 나에게 DSD 말이되다 그것을 위해 사용하는 최적화 ? 내말은 그것으로, 최적의 녹이다 각 매개 변수에 대해 ( 예 사람이 찾으면 에 응답 극대화 ) ~이다. 그것 신뢰할 수있는 ~로서 최적의 디자인?
귀하의 의견에 감사드립니다, 발레리
제목 : Re : Definitif 상영 디자인발레리,
존경하는 동료들에 의해 만들어진 모든 점에 동의하십시오.
나의 두 센트와 간단한 대답
DSD는 그 이름이 가리키는대로 선별 검사를하는 것이며, 예를 들어 21 개의 시험에서 10 가지 요인을 평가할 수 있기 때문에 이전보다 더 많은 요인을 조사 할 수 있습니다. 이를 6 가지 요소 만 고려할 때 대략 동일한 비용을 요구하는 Resolution IV 디자인 (과거의 "금 표준")과 비교하십시오.
2.) 때때로 희소성과 효과 유전으로 인해 DSD를 사용하여 프로세스를 최적화 할 수 있습니다. (10 가지 요인을 조사하고 희소성 / herdity가 중요한 이해를 유도 한 Novomer 성공 사례를 참조하십시오.) 더 이상 실험 할 필요가 없으며 실험 후 6 개월 동안 3000 갤론까지 확장 할 수 있습니다.
3.) 그러나 실험이 순차적이며, 시스템에 대한 이해를 높이기 위해 추가 기능을 통한 추가 묘사가 필요하다는 것을 깨달으십시오.
4.) 우리는 우리가 알지 못하는 것을 모르고, 시스템이 우리의 뇌보다 차원이 크고 실험을 요구한다는 것을 알고 있다고 생각할 때조차도 우리가 이해할 수 있고 그 이유를 설명 할 수 있습니다.
5.) 마침내 나에게 "최적화"란 내가 내 작동 조건에 정착 한 다음 시간이 지남에 따라 변동을 가할 것으로 예상되는 입력을 교란시키고 내 작동 공간의 견고성을 묘사하고 이해한다는 것을 의미합니다.
제목 : Re : Definitif 상영 디자인Valerie : 이전의 모든 의견에 동의합니다. 아마도 아직 완전히 밝혀지지 않은 한 가지 다른 생각은 현재 진행중인 프로세스에 대한 조작 가능성 창이라는 개념입니다. 그리고 Don의 설명, 많은 요인 / 상호 작용 또는 일부 요인에 대한 곡선 응답과 함께 DSD는 상호 작용으로 채워진 곡선 응답 공간의 원하는 추정 정밀도 / 바이어스를 제공하지 않을 수 있습니다. 대부분의 설계 엔지니어 또는 제조 엔지니어는 설계 공간에서 단순한 최적의 점 이상을 원합니다. 최적의 설정 점을 중심으로 작동 가능성의 창을 알고 싶어합니다. 그래서 DSD의 경우, n 팩터 공간에서 한 점을 얻습니다. 그러나 상호 작용이나 곡률로 프로세스 요소가 그 지점에서 멀어지면 원하는 정밀도 / 편차로 모델이 추정되지 않을 수 있습니다. 따라서 조작성 윈도우가 중요한 쟁점이 될 때 ... 우리가 '그냥이 일을 할 수있게 할 수는 없는가?', 나는 첫 번째 선택으로 최적화 작업을 위해 DSD를 사용할 것인지 확신하지 못한다.
제목 : Re : Definitif 상영 디자인발레리,
Don과 Martin의 좋은 코멘트. 나는 "고객에게 몇 가지 요소가 있습니까?"라고 물어볼 것입니다. 나는 이것을 아는 것이 매우 중요하다고 생각합니다. 나는 그들이 10 가지 요인으로 5 가지 문제를 생각하거나 투표하는 것을 막을 것입니다. 그들은 회의실 화이트 보드에 남아있는 5 가지 요소에 대해 배울 수있는 기회를 제공합니다. 그들이 가진 모든 요소가 5 개 이하이면 RSM 디자인으로 직접가는 것이 DSD로가는 것보다 더 합리적입니다. 기본 5 요소 연속 변수 설계는 21 개 용어 모델을 지원하는 27 개의 고유 실행입니다.
요인 수가 많으면 효과의 희소성이 더 높습니다. 6 가지 이상의 요인에 대한 DSD가 붕괴되어 3 가지 요인 모두에 대한 완전한 2 차 모델을 지원할 수 있다는 점을 기억하십시오. 18 가지 이상의 요인에 대한 DSD는 4 가지 요인 모두에서 완전한 2 차 모델을 지원할 수 있습니다. 22 개 이상의 요인을 가진 DSD는 모든 5 가지 요소에 대해 완전한 2 차 모델을 지원할 수 있습니다.
고객이 10 가지 요인을 가지고 있다면 기본 맞춤형 DOE RSM 설계는 66 개 용어 모델을 지원하기 위해 72 회의 고유 실행이 필요합니다. 그것은 많은 작업이고 대부분의 사람들이 추구 할 것이 아닙니다. DSD의 10 요소는 21 개의 고유 한 실행입니다. 실험자가 운이 좋고 3 가지 요소 만 중요하다면 설계는 완전한 2 차 모델을 지원할 것입니다. 그러나 세 가지 중요한 요소가있는 경우 문제가 조금 더 복잡해집니다. Stepwise 회귀 분석 및 / 또는 Brad의 새로운 DSD 분석 추가 기능이 실제로 예를 들어 5 가지 요인과 전체 2 차 모델의 일부를 지원하는 모델에 적합하게 만들지 만,보다 보수적 인 접근 방식은 DSD를 보완하여 전체 2 차식을 지원하는 것입니다. 5 가지 중요한 요소. DSD가 실행될 때와 추가 시험이 실행될 때 사이에 프로세스가 이동했는지를 테스트하고 원본 시험 21 개에 10 개의 새로운 시험을 추가 할 것인지를 시험하기 위해 블록 변수를 추가하면 31 개 시험 증가 설계가 생성됩니다. 이것은 여전히 10 가지 요소에서 RSM 디자인보다 상당히 작습니다. 10 가지가 아닌 15 가지의 새로운 시도를 요구하면 36 가지 시도가 추가 된 디자인이됩니다. 이는 72- 시험 10- 요소 RSM 디자인의 크기의 절반입니다.
5 가지 요인에서 27 건의 맞춤형 DOE에 비해 31 건과 36 건의 증강 된 디자인이 얼마나 좋은가요? 아래의 FDS (Fraction Design Space) 플롯에서 파란색 곡선은 27-trial Custom DOE I- 최적 설계를 나타냅니다. 위의 녹색 파선 곡선은 31 일 시험 증강 설계의 경우입니다. 파란 곡선의 꼭대기에 검은 점선과 점선으로 된 곡선은 36-trial 증강 된 디자인입니다. 여기서 우리가보고 싶은 것은 곡선이 낮고 평평하다는 것입니다. 따라서 FDS 측정 기준에 따르면 36 회 시험 증강 DSD는 27 회 시험 사용자 정의 DOE만큼 우수합니다. 나는 또한 31 시험 재판 디자인이 그렇게 나쁘지는 않다라고 말할 것이다.
D, G 및 A 효율성과 같은 디자인 진단을 비교해 보면 두 가지 증강 된 디자인이 27-trial Custom DOE와 잘 비교된다는 것을 알 수 있습니다.
이전 시점으로 돌아가서 DSD 사용의 선택은 고객이 가질 수있는 요소의 수에 따라 크게 달라집니다. 5 명 이하는 최적화를 위해 RSM에 직접 갈 수 있습니다. 5 개 이상 (본인의 경우 10 개) DSD를 수행하는 것을 고려한 후 전체 2 차 모델을 지원하기 위해 분석이 붕괴 될 정도로 운이 좋지 않거나 단계적 회귀가 충분할 정도로 운이 좋지 않은 경우 DSD를 다음과 같이 늘리십시오. 중요한 요소에서 전체 이차원을 지원하십시오.
DSD를 분석 한 후 두 번째 단계가 필요한지 여부에 대해 지능적인 결정을 내릴 수있는 두 단계 프로세스로 생각하십시오. 또한 DSD 단계 이후에 모델을 테스트하기 위해 몇 가지 체크 포인트를 수행하는 것을 고려할 것입니다. 검사 점 관측을 적절하게 예측할 수 있다면 2 단계 프로세스의 확대 된 부분을 실행하지 않을 경우 더 많은 편의를 제공 할 수 있습니다.
남자 이름
제목 : Re : Definitif 상영 디자인발레리,
나는 이것이 나의 첫번째 선택이 아님을 Don에게 동의한다. 왜 고객은 맞춤 디자인이 아닌 DSD로 가고 싶어할까요? 거기에서 그는 그가 추정하고 싶은 모델 조건을 정확하게 추가 할 수 있었고, 기술적 제한에 기인 한 제약이 있다면 쉽게 통합 할 수있었습니다. 일반적인 프로세스는 아니지만 예를 들어 영역을 최적화하는 경우에는 공간 채우기 디자인으로 갈 수도 있습니다.
제목 : Re : Definitif 상영 디자인발레리,
그것은 어떤 상황에있을 수 있지만, 대부분의 경우 나의 첫번째 선택이 아닐 것입니다. 문제는 희소성이 희박하지 않으면 두 요인 상호 작용을 평가할 수 없다는 것입니다. 최적화 관점에서 이것은 문제가됩니다. 또한 두 요소 상호 작용은 서로 상호 작용하고 2 차 효과는 상호 관련되므로 추정 할 수 있다고하더라도 추정 정확도가 낮을 수 있습니다. 이것의 많은 부분은 가지고있는 요소의 수와 활성 상태 인 요소의 수에 따라 다릅니다.
님
