The response surface methodology an

The response surface methodology analysis has been reviewed. RSM can be used
for the approximation of both experimental and numerical responses. Two steps are
necessary, the definition of an approximation function and the design of the plan of
experiments. As concluded in Chapter 2, genetic programming is the method of
choice to find a suitable approximation function and will be described in Chapter 4.
A review of different designs for fitting response surfaces has been given. A
desirable design of experiments should provide a distribution of points throughout
the region of interest, which means to provide as much information as possible on the
problem. This "space-filling" property is a characteristic of three plans: Latin
hypercube sampling, Audze-Eglais and van Keulen. All three plans are independent
of the mathematical model of the approximation. However, Latin hypercube
sampling distributes the points randomly in the space, while Audze-Eglais uses a
distribution based on maximum separation between points. The Audze-Eglais plan
has been chosen in this thesis.
It should be noted that if the model building is to be repeated within an
iterative scheme (e.g. with mid-range approximations), van Keulen’s plan would
become an attractive alternative as it adds points to an existing plan. This thesis is
primarily focused on building global approximations

ผลลัพธ์ (ไทย) 1:

มีการตรวจทานการวิเคราะห์วิธีการพื้นผิวตอบสนอง สามารถใช้ RSMการประมาณคำตอบทดลอง และตัวเลข ขั้นตอนที่สองความจำเป็น นิยามของฟังก์ชันการประมาณการและแบบแผนของการทดลอง สรุปในบทที่ 2 การเขียนโปรแกรมทางพันธุกรรมเป็นวิธีการทางเลือกในการค้นหาประมาณเหมาะทำงาน และจะอธิบายไว้ในบทที่ 4ทบทวนออกแบบสำหรับพื้นผิวตอบสนองที่เหมาะสมได้รับ Aต้องออกแบบการทดลองควรมีการกระจายของคะแนนตลอดภูมิภาคที่น่าสนใจ ซึ่งหมายความว่า ให้ข้อมูลมากที่สุดใน การปัญหา "พื้นที่ถม" แห่งนี้มีลักษณะของแผนสาม: ละตินhypercube สุ่ม Audze Eglais และ Keulen รถตู้ แผนสามทั้งหมดเป็นอิสระแบบจำลองทางคณิตศาสตร์ของการประมาณ อย่างไรก็ตาม hypercube ละตินสุ่มตัวอย่างกระจายจุดสุ่มในพื้นที่ ในขณะที่ Audze-Eglais ใช้เป็นกระจายตามแยกสูงสุดระหว่างจุด แผน Audze-Eglaisมีการเลือกในวิทยานิพนธ์นี้ควรสังเกตว่า ถ้าอาคารรูปแบบเป็นการภายในการจะรถตู้ Keulen แผนแผนซ้ำ (เช่น มีเพียงการประมาณปานกลาง),เป็น ทางเลือกน่าสนใจจะเพิ่มจุดลงในแผนที่มีอยู่ วิทยานิพนธ์นี้เป็นส่วนใหญ่เน้นเพียงการประมาณส่วนกลางอาคาร

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์วิธีพื้นผิวตอบสนองได้รับการตรวจสอบ RSM
สามารถนำมาใช้สำหรับการประมาณของทั้งสองตอบสนองทดลองและตัวเลข สองขั้นตอนที่จำเป็นนิยามของฟังก์ชั่นการประมาณและการออกแบบของแผนของการทดลอง ในฐานะที่เป็นข้อสรุปในบทที่ 2 การเขียนโปรแกรมทางพันธุกรรมเป็นวิธีการของทางเลือกที่จะหาฟังก์ชั่นการประมาณที่เหมาะสมและจะได้รับการอธิบายไว้ในบทที่4 การทบทวนการออกแบบที่แตกต่างกันสำหรับพื้นผิวการตอบสนองที่เหมาะสมได้รับ การออกแบบที่พึงประสงค์ของการทดลองควรมีการกระจายตัวของจุดทั่วภูมิภาคที่น่าสนใจซึ่งหมายถึงการที่จะให้ข้อมูลมากที่สุดเท่าที่เป็นไปได้เกี่ยวกับปัญหาที่เกิดขึ้น นี้ "พื้นที่เติม" ทรัพย์สินเป็นลักษณะของสามแผน: ละตินสุ่มตัวอย่างhypercube, Audze-Eglais และรถตู้ Keulen ทั้งสามแผนมีความเป็นอิสระของแบบจำลองทางคณิตศาสตร์ของการประมาณ อย่างไรก็ตามละติน hypercube สุ่มตัวอย่างกระจายจุดสุ่มในพื้นที่ในขณะที่ Audze-Eglais ใช้กระจายอยู่บนพื้นฐานของการแยกระหว่างจุดสูงสุด แผน Audze-Eglais ได้รับเลือกในวิทยานิพนธ์ฉบับนี้. มันควรจะตั้งข้อสังเกตว่าถ้าอาคารรูปแบบคือการทำซ้ำภายในโครงการซ้ำ (เช่นกับการประมาณช่วงกลาง) แผนแวน Keulen จะกลายเป็นทางเลือกที่น่าสนใจที่จะเพิ่มจุดเพื่อการวางแผนที่มีอยู่ วิทยานิพนธ์นี้จะมุ่งเน้นไปที่การสร้างการประมาณระดับโลก

ผลลัพธ์ (ไทย) 3:

การตอบสนองที่พื้นผิววิธีการวิเคราะห์ได้รับการตรวจทาน
RSM สามารถใช้สำหรับการ ทั้งการทดลองและการคำนวณการตอบสนอง สองขั้นตอน
จำเป็น นิยามของการประมาณฟังก์ชันและการออกแบบแผน
การทดลอง สรุปบทที่ 2 การเขียนโปรแกรมทางพันธุกรรมเป็นวิธี
ทางเลือกในการค้นหาการประมาณค่าฟังก์ชันที่เหมาะสม และจะอธิบายในบทที่ 4
รีวิวของการออกแบบที่แตกต่างกันสำหรับการกระชับผิวได้ การออกแบบการทดลองแบบ
ที่พึงประสงค์ควรมีการกระจายของคะแนนตลอด
1 ซึ่งหมายถึงการให้ข้อมูลเท่าที่เป็นไปได้เกี่ยวกับ
ปัญหา" พื้นที่กรอก " คุณสมบัติเป็นลักษณะของแผนสาม : ภาษาละติน
ลูกบาศก์ ) audze eglais และรถตู้ keulen . ทั้งหมด 3 แผนอิสระ
ของแบบจำลองทางคณิตศาสตร์ของการประมาณ อย่างไรก็ตาม ละตินลูกบาศก์
ตัวอย่างกระจายจุดสุ่มในพื้นที่ในขณะที่ audze eglais ใช้
กระจายตามสูงสุดแยกระหว่างจุด การ audze eglais แผน
ได้รับเลือกในวิทยานิพนธ์นี้ .
มันควรจะสังเกตว่าถ้าสร้างโมเดลเป็นซ้ำภายในโครงการ ( เช่นด้วยซ้ำ
2 ประการ ) , รถตู้ keulen
แผนจะกลายเป็นทางเลือกที่น่าสนใจเพราะจะเพิ่มจุดให้แผนการที่มีอยู่ วิทยานิพนธ์ฉบับนี้มุ่งเน้นการสร้างโลก
เป็นหลัก