DOE 持續改進已發布的製造過程我有一位客戶有興趣了解更多關於在已發布的生產線上進行實驗的方法，該生產線對生產線的影響最小……無論是在執行物流方面還是在意外後果的風險方面（打到當地的廢品熱點）或類似的東西）。
一種方法是在合格範圍內運行篩選設計或 RSM 之類的東西，但他已經看到使用三角形而不是正交設置的研究（至少這是他的解釋）。在這些示例中，該過程不斷迭代，直到通過在兩個最佳過程點之間的三角形邊上增加一個類似於“星點”的東西來增加原始三角形空間，直到找到最大值。
有沒有人聽說過這些類型的設計？他可以考慮通過哪些方式有效地在已發布的製造流程設置中進行試驗？
回复：DOE 持續改進已發布的製造過程對我來說，這聽起來像是順序單純形優化。 對於兩個因子，單純形是三角形。 在三個頂點中，最差的頂點被“反射”在其他兩個頂點形成的線周圍。 該過程繼續進行，其想法是緩慢迭代到最佳區域。 步長通常比設計的實驗小得多，因為目標不是模型。 相反，我們的想法是繼續製造可行的產品，同時隨著時間的推移慢慢變得更好。這個過程很慢，因為您經常在一個地方停留一段時間以確保哪些頂點是最好的。
Stan Deming、Walters、Morgan 和 Parker 有一本書叫做 Sequential Simplex Optimization。
2000 年左右，當我在陶氏化學時，我與 Mark Bailey 一起編寫了一個腳本來執行此操作。 不幸的是，那是很久以前的事了，即使我有劇本，它也可能無法工作。
對於此類工作的不同觀點，您還可以考慮 Box 和 Draper 的進化操作（這是一項較舊的技術）。 這更多地基於設計的實驗，因為它使用小型全因子設計。 這個想法與設計尺寸小以確保製造出可行的產品相同，但您“反映”設計以實現更好的響應並隨著時間的推移繼續改進。 相同的想法，但不同的方法需要比 Simplex 方法更多的數據。 這種方法在允許開發模型來描述過程方面做得更好。
