在上一次发现峰会上，有一个很棒的演示文稿，其中 SVEM 成功地用于具有有限#runs 的流程建模；这也适用于从 17 次运行的 DSD 开始构建 6 因子 RSM 吗？在另一个演示文稿中，为这个 6 因素 RSM 提出了一个 31 次运行的 OMARS，SVEM 是一个好的替代方案吗？
嗨弗兰克，
我想你问的是用 SVEM 建模的 17 次运行的 DSD 是否是 31 次运行的 OMARS 的一个很好的替代方案，以便估计 6 因子 RSM 模型。
我可以肯定地说，31-run 设计将为您提供更多信息。SVEM 非常有用。 但这不是魔术。 更多的运行将永远是更多的信息，SVEM 或没有 SVEM。
您当然可以在 6 因子、17 次运行的 DSD 上使用 SVEM 和 6 因子 RSM 模型。 这可能使您能够实现您的目标。
我不能说您的案例是否需要 31 次运行的 OMARS，或者 17 次运行的设计是否会为您的目标提供足够好的模型。 这取决于太多其他的事情。 其中很多将是未知的。
请注意，6 因子 RSM 模型有 28 个参数（我认为！）。 用 17 次运行估计很多！ 您的模型有多好将取决于您的情况下效果稀疏性的真实程度。
并且在 6 因子、17 次破坏 DSD（和 31 次运行 OMARS）中的二阶效应之间存在相关性。 因此，这将限制估计这些影响的精度。
我建议你阅读Lemkus 等人的论文如果您想真正了解 SVEM，它的优点和局限性。
我还建议您不要仅仅因为 SVEM 令人兴奋就放弃顺序 DOE 的想法。 您可以运行 17 次运行的 DSD。 使用 SVEM 和其他方法对其进行建模。 如果这可以满足您的需求，那就太好了。 如果它没有给你你需要的东西，那么就增加。
我希望这会有所帮助，
菲尔
嗨菲尔，感谢您的意见！ 我们现在有相当多的 DOE 选择，事实上，正如您所声称的，它取决于许多标准来做出正确的选择，就像过去选择正确的分数经典设计一样。 有经验的用户可以快速做出正确的选择，但是对于没有经验的用户来说，在类别之间进行选择并不容易，即经典 - DSD - OMARS - SVEM - 最佳... 一个为正确选择提供方向的流程图会很棒，也许是下次峰会上的一个主题，你怎么看？
