已閱讀1頁(yè),還剩35頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、試驗(yàn)設(shè)計(jì)是以概率論和數(shù)理統(tǒng)計(jì)為理論基礎(chǔ),經(jīng)濟(jì)地,科學(xué)地安排試驗(yàn)的一項(xiàng)技術(shù).在工業(yè)生產(chǎn)和工程設(shè)計(jì)中有廣泛的應(yīng)用.穩(wěn)健設(shè)計(jì)是試驗(yàn)設(shè)計(jì)研究的一個(gè)重要分支和熱點(diǎn).近年來,隨著試驗(yàn)設(shè)計(jì)理論研究的不斷深入,設(shè)計(jì)的穩(wěn)健性越來越受到試驗(yàn)人員的重視.經(jīng)典最優(yōu)設(shè)計(jì)理論假定響應(yīng)曲面為真,但實(shí)際情況比較復(fù)雜,響應(yīng)曲面可能存在偏差,試驗(yàn)觀察值之間也可能存在相依性.因此經(jīng)典理論得到的設(shè)計(jì)就存在一定的風(fēng)險(xiǎn)性.為降低設(shè)計(jì)風(fēng)險(xiǎn),本文研究一般情形下多響應(yīng)近似線性回歸模型下
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多響應(yīng)線性回歸模型的Bayes最優(yōu)設(shè)計(jì).pdf
- 多響應(yīng)線性模型的復(fù)合最優(yōu)設(shè)計(jì).pdf
- 線性模型的最優(yōu)預(yù)測(cè)及其穩(wěn)健性.pdf
- 線性混合效應(yīng)模型的最優(yōu)設(shè)計(jì)與穩(wěn)健設(shè)計(jì).pdf
- 多響應(yīng)線性模型最優(yōu)設(shè)計(jì)的迭代算法及其實(shí)現(xiàn).pdf
- 多響應(yīng)線性模型的貝葉斯E-最優(yōu)設(shè)計(jì)及迭代算法.pdf
- 不確定線性系統(tǒng)穩(wěn)健最優(yōu)化模型的研究.pdf
- 相關(guān)多響應(yīng)的穩(wěn)健參數(shù)設(shè)計(jì).pdf
- 10345.右刪失數(shù)據(jù)下混合線性回歸模型的穩(wěn)健em算法
- 動(dòng)態(tài)多響應(yīng)系統(tǒng)的穩(wěn)健設(shè)計(jì)研究.pdf
- 三種風(fēng)險(xiǎn)模型下破產(chǎn)概率的研究.pdf
- 基于穩(wěn)健參數(shù)設(shè)計(jì)的多響應(yīng)優(yōu)化研究.pdf
- 多響應(yīng)問題的穩(wěn)健性設(shè)計(jì)優(yōu)化研究.pdf
- 多響應(yīng)線性模型檢驗(yàn)與判別的試驗(yàn)設(shè)計(jì).pdf
- 線性回歸模型論文回歸模型論文
- 線性回歸模型論文回歸模型論文
- vmware三種網(wǎng)絡(luò)模型
- 線性回歸模型
- 具有相關(guān)觀測(cè)回歸模型的最優(yōu)設(shè)計(jì).pdf
- 線性回歸模型論文回歸模型論文
評(píng)論
0/150
提交評(píng)論