The Taguchi method uses orthogonal

The Taguchi method uses orthogonal arrays
to screen a large number of controllable and noise factors and mark
the significant ones and their levels. For continuous factors, this
technique is not normally used for experimental optimization due
to its inability to determine the best combination of factor values
within the specified region of interest. This problem can be overcome
by using RSM that allows for finding an approximation
suitable to fit to the data from experiments at various points in the
experimental space defined by Central Composite Design (CCD) and
predict the optimum factor combination (Arteaga, Li-Chan, Vazquez-
Arteaga, & Nakai,1994).

ผลลัพธ์ (ไทย) 1:

วิธีการ Taguchi ใช้ orthogonal เรย์หน้าจอเป็นจำนวนมากควบคุมปัจจัยเสียง และเครื่องหมายสำคัญและระดับของพวกเขา สำหรับปัจจัยที่ต่อเนื่อง นี้เทคนิคไม่ปกติใช้สำหรับการปรับทดลองครบกำหนดการไม่สามารถกำหนดค่าตัวคูณกันภายในภูมิภาคที่ระบุไว้น่าสนใจ ปัญหานี้สามารถเอาชนะโดย RSM ที่ช่วยให้การค้นหาการประมาณเหมาะพอดีกับข้อมูลจากการทดลองที่จุดต่าง ๆ ในการพื้นที่ทดลองที่กำหนดโดยส่วนกลางโดยรวมออกแบบ (CCD) และทายผลรวมสัดส่วนที่เหมาะสม (Arteaga หลี่จันทร์ Vazquez-Arteaga และมาซาฮิโระ 1994)

ผลลัพธ์ (ไทย) 2:

วิธี Taguchi ใช้อาร์เรย์มุมฉากไปที่หน้าจอเป็นจำนวนมากจากปัจจัยที่ควบคุมได้และเสียงรบกวนและทำเครื่องหมายคนอย่างมีนัยสำคัญและระดับของพวกเขา สำหรับปัจจัยที่ต่อเนื่องนี้เทคนิคที่ไม่ได้ใช้ตามปกติสำหรับการเพิ่มประสิทธิภาพการทดลองเนื่องจากจะไม่สามารถที่จะตรวจสอบชุดที่ดีที่สุดของค่าปัจจัยในภูมิภาคระบุที่น่าสนใจ ปัญหานี้สามารถเอาชนะโดยใช้ RSM ที่ช่วยให้การหาประมาณที่เหมาะสมเพื่อให้พอดีกับข้อมูลที่ได้จากการทดลองตามจุดต่างๆ ในพื้นที่ทดลองที่กำหนดโดยกลางออกแบบคอมโพสิต(CCD) และคาดการณ์การผสมผสานปัจจัยที่เหมาะสม(Arteaga, Li-จันทร์ Vazquez- Arteaga & Nakai, 1994)

ผลลัพธ์ (ไทย) 3:

และทนายความ taguchi uses orthogonal arrays
to แล้วโดยธรรมชาติของ controllable ( noise factors ตาม
the แวน ones ( levels their . สำหรับปัจจัยต่อเนื่อง เทคนิคนี้
ไม่ปกติใช้ทดลองเพิ่มประสิทธิภาพเนื่องจากการไม่สามารถ
เพื่อหาชุดที่ดีที่สุดของปัจจัยค่า
ภายในระบุเขตที่น่าสนใจ ปัญหานี้สามารถเอาชนะ
โดยใช้ RSM ที่ช่วยให้สำหรับการค้นหาประมาณ
เหมาะกับข้อมูลจากการทดลองที่จุดต่าง ๆในพื้นที่ที่กำหนดโดยการออกแบบคอมโพสิต
ทดลองกลาง ( CCD ) และ
ทำนายรวมกันปัจจัยที่เหมาะสม ( Arteaga , หลี่ ชาน เควซ -
Arteaga , &นากา , 1994 )