论文部分内容阅读
因析设计是试验设计中用途非常广泛的一种,而我们设计试验目的就是为了需求那种能使尽可能多的因子被估计出来的设计。前人已经给出了若干种判定准则来选择较好的设计,MA准则就是其中重要的一个。
相对来说,一般最小低阶混杂(GMLOC,或简写为GMC)准则是由Zhang etal(2008)提出的一种全新的选择最优设计的准则。相比最小低阶混杂准则(MA),该准则能更加充分的利用定义对照子群G的信息,同时能够管理MA准则。因此,利用GMC准则能够得出更好的设计。
折叠反转技术-通过变换初始设计中的一个或者若干个因子的符号-是一种常用的跟随试验策略。本文给出了在一般最小低阶混杂意义下的偶的最大的2n-m设计(其中n= N/2,N是试验的次数)的最优折叠反转试验。这些最优的折叠反转试验有更多的纯净的二因子交互效应。