Monte Carlo 시뮬레이션 실험을 사용한 프로세스 및 제품의 강력한 최적화로버트 앤더슨 , JMP 선임 통계 컨설턴트, SAS 로버트 앤더슨
과학자와 엔지니어는 수율, 성능 및 사양 준수를 최대화하기 위해 프로세스 또는 제품에 대한 최상의 설정 또는 작동 조건을 찾아야 하는 경우가 많습니다. 대부분의 사람들은 프로세스 최적화의 맥락에서 "바람직함 극대화"라는 용어에 익숙할 것입니다. 하지만 시뮬레이션 실험은 JMP 예측 프로파일러 내에서 잘 알려지지 않은 보석입니다. 다소 놀랍게도, 가장 높은 수율 또는 최고의 성능을 제공할 것으로 예상되는 특정 설정이 장기적으로 해당 프로세스를 운영하기에 항상 최적의 위치는 아닙니다. 대부분의 프로세스와 제품은 어느 정도의 드리프트 또는 변동이 있을 수 있으며 최상의 작동 조건에서는 이를 고려해야 합니다. 시뮬레이션 실험은 정확히 이를 수행하며 수율 또는 성능의 변화를 최소화하는 가장 견고한 공정 설정을 찾아 바람직함을 극대화할 수 있는 것 이상입니다. 또한 프로세스나 제품이 모든 사양에 최대한 근접하도록 합니다. 사례 연구를 사용하여 이 백서에서는 시뮬레이션 실험이 어떻게 이를 달성하는지 설명하고 특정 상황에서 시뮬레이션 실험이 바람직함을 극대화하는 것보다 더 강력한 솔루션을 제공할 수 있는 방법을 보여줄 것입니다.
실험 설계
