優(yōu)化流程:

第一步:在已有分析模型基礎(chǔ)上定義設(shè)計變量、優(yōu)化目標(biāo);

第二步:切換 insight界面,選擇已有的設(shè)計變量、優(yōu)化目標(biāo);

Factors:設(shè)計變量

注:tie綁定左右對稱的硬點坐標(biāo)

Responses:優(yōu)化目標(biāo)

第三步:設(shè)置優(yōu)化策略;

第四步:計算;

第五步:切換界面后點擊fit,查看并分析優(yōu)化結(jié)果, Summary- Goodness-of-fit;

R2表示擬合的好壞,指的是回歸模型的平方和與原始數(shù)據(jù)的平方和之比,介于0~1之間,R2越大越好。但過高的R2也可能存在問題。

R2ad可以作為R2的補充,通常略小于R2,當(dāng)遠(yuǎn)小于時,說明有多余項,此時可以進行移除操作。

Residuals:表示原始響應(yīng)與估算響應(yīng)的差值,需檢查(上述二者檢查后之后)。

p表示擬合中是否有有用項,p越小,說明有用項越多,p=0.02,表示至少有一項與響應(yīng)相關(guān),p=03,表示表達式中的項與響應(yīng)無關(guān)。

R/V表示模型的計算值和原始數(shù)據(jù)點之間的關(guān)系,越高越好,大于10表明模型的預(yù)測結(jié)果很好,低于4,表明模型的預(yù)測結(jié)果完全不可信。

residual表示初始響應(yīng)值與估計響應(yīng)值之間的差值,每一次試驗都會產(chǎn)生一個差值。但如果某次

差值過大,則可以是一個溢出值( outlier)。

Term significances值很小的項表示很好,即對響應(yīng)有較大影響。

第六步: Export_HTML

Effect設(shè)計變量坐標(biāo)值變化引起目標(biāo)函數(shù)的變化,表示目標(biāo)函數(shù)函數(shù)值變化后數(shù)值與原值的

比例,通過 Effect%可以得到對目標(biāo)函數(shù)值影響最大的設(shè)計變量,其中正值表示設(shè)計變量與

目標(biāo)函數(shù)的變化趨勢相同,反之亦然。