Der Vorteil von Space-filling Versuchsplänen
Space-filling Versuchspläne garantieren eine optimale Abdeckung des Versuchsraums.
Um Eigenschaften von Prozessen oder Produkte analysieren zu können, werden Daten benötigt. Häufig sind keine Daten direkt verfügbar. Daher werden Versuchspläne verwendet um eine möglichst gute Abdeckung der verschiedenen Prozesszustände oder Produktausprägungen zu erzielen. Hierfür gibt es viele bewährte Verfahren aus der Statistik, wie zum Beispiel faktorielle Versuchspläne oder Latin Hyper Squares Versuchspläne.
Diese Pläne haben den Nachteil, dass sie keine schon vorhandenen Datenpunkte oder Restriktionen angemessen berücksichtigen können. Wenn zum Beispiel die Einschränkung
x1 + x2 < 1.5 gelten würde, würden in dem obigen Plan die nicht gültigen Punkte entfernt.
In diesen Fällen sind space-filling Versuchspläne vorteilhaft. Diese Pläne basieren darauf, dass die Punkte iterativ in dem Versuchsraum verschoben werden, so dass der minimale Abstand eines Punktes zu einem Nachbarn maximiert wird. Dabei werden Restriktionen und schon vorhandene Punkte mit berücksichtigt. Dies garantiert eine optimale Abdeckung des erlaubten Versuchsraums.