Comparison of experimental designs using neural networks

Authors


Abstract

Experimental designs were compared using stacked-layer feed-forward neural networks. Several traditional three-level designs and uniform designs were investigated using three-factor linear and nonlinear models. The prediction error was found to be inversely proportional to the number of experiments. Uniform designs displayed better performance than traditional three-level designs for the same number of experiments. The sum of squares of prediction errors was generally smaller for uniform designs. The performance difference between three-level designs and uniform designs was attributed to the number of factor levels. This was confirmed by further investigation on random designs with more factor levels.

Abstract

Des conceptions expérimentales ont été comparées en utilisant des réseaux neuronaux superposés en couches et sans rétroaction. Plusieurs conceptions traditionnelles à 3 niveaux et conceptions uniformes ont été étudiées en utilisant des modèles linéaires et non linéaires à 3 facteurs. On a découvert que l'erreur de prédiction était inversement proportionnelle au nombre d'expérimentations. Les conceptions uniformes démontrent de meilleures performances que les conceptions traditionnelles à 3 niveaux pour le même nombre d'expérimentations. La somme des carrés des erreurs de prédiction était généralement inférieure pour les conceptions uniformes. La différence de performance entre les conceptions à 3 niveaux et les conceptions uniformes a été attribuée au nombre de niveaux de facteurs. Ceci a été confirmé par des études complémentaires sur des conceptions aléatoires ayant de plus nombreux niveaux de facteurs.

Ancillary