EVOPtimizer 進化操作法軟體-統計分析軟體/新永資訊有限公司

EVOPtimizer 進化操作法軟體

EVOPtimizer 進化操作法軟體

  • EVOPtimizer 進化操作法軟體
  • 編號
  • 類別
    統計分析軟體
  • 介紹
    該軟件使最有效的進化操作 (EVOP) 技術自動化。友好且易於使用,您將能夠在幾分鐘內將這款軟件應用於疑難問題。
  • 價格

EVOPtimizer Evolutionary Operating Method Software

Why EVOP
First of all EVOP is much easier to apply than traditional experimental techniques such as response surfaces, factorial designs and even Taguchi methods.  It is also more accurate.  A second order polynomial is the best approximation to the response surface other methods can make.  This assumption limits the accuracy of the final answer.  Another problem with conventional methods is the complexity with the number of factors.  The table below shows the minimum number of trials required for a response surface design as a function of the number of factors.


In addition, it usually takes several response surface designs (each modeling a smaller portion of the region) to obtain a satisfactory solution.

With sequential simplex optimization the number of trials in the initial simplex is k+1 where k is the number of experimental factors.  Optimization is achieved by evaluating the slope of the immediate area and moving in the best direction.

Another advantage of EVOP is the effect on current production.  The factor settings for the initial simplex can be set very close to current production settings.  This allows the initial experimental trials to be run with either no impact or a limited impact on either scrap or downtime.  Additional experimental trials improve existing production output over time.  EVOP is a great way to pursue continuous improvement!

Traditional experimental techniques are difficult to use when yield is the response variable.  How can conduct an experiment to reduce scrap for 1000 parts per million?  At least 1000 trials are required to expect to find one defect.  EVOP is perfect in this situation because the initial trials are conducted with factors setting very close to current production levels.  This allows an experimental setting to be replicated for weeks if necessary because there is either an improvement in scrap or a slight degradation.

系統需求

OS:
Required Operating System: Windows XP or later

EVOPtimizer 進化操作法軟體

為什麼選擇 EVOP
首先,EVOP 比響應曲面、因子設計甚至田口方法等傳統實驗技術更容易應用。它也更準確。二階多項式是其他方法可以做出的響應曲面的最佳近似。這個假設限制了最終答案的準確性。傳統方法的另一個問題是因素數量的複雜性。下表顯示了作為因子數量的函數的響應曲面設計所需的最小試驗次數。


此外,通常需要多次響應曲面設計(每個都對區域的較小部分進行建模)才能獲得滿意的解決方案。

對於順序單純形優化,初始單純形中的試驗次數為k +1,其中k是實驗因子的數量。通過評估直接區域的斜率並沿最佳方向移動來實現優化。

EVOP 的另一個優點是對當前生產的影響。初始單純形的因子設置可以設置得非常接近當前生產設置。這允許在對廢料或停機時間沒有影響或影響有限的情況下運行初始實驗試驗。隨著時間的推移,額外的實驗性試驗提高了現有的產量。EVOP 是追求持續改進的好方法!

當產量是響應變量時,傳統的實驗技術很難使用。如何進行實驗以減少 1000 ppm 的廢料?至少需要 1000 次試驗才能找到一個缺陷。EVOP 在這種情況下是完美的,因為初始試驗是在非常接近當前生產水平的因素下進行的。這允許在必要時重複實驗設置數週,因為廢品率有所改善或略有下降。

 

SmartPLS 結構方程建模軟體

SmartPLS是一種具有圖形用戶界面的軟件,用於使用偏最小二乘路徑建模方法進行基於變異的結構方程式建模。用戶可以使用基本PLS-SEM,加權PLS-SEM,一致PLS-SEM和sumscores回歸算法來估計模型及其數據。該軟件可計算標準結果評估標準,並支持其他統計分析。

SmartPLS 結構方程建模軟體

Mplus 8.10 統計分析模擬軟體

Mplus 是一個統計建模程式,為研究人員提供了一個靈活的工具來分析他們的數據。Mplus 在一個程序中為研究人員提供了廣泛的模型、估計器和算法選擇,該程序具有易於使用的界面和數據和分析結果的圖形顯示。Mplus 允許分析橫截面和縱向數據、單級和多級數據、來自具有觀察到或未觀察到的異質性的不同人群的數據以及包含缺失值的數據。

Mplus 8.10 統計分析模擬軟體

Stat-200 v2.1 統計套裝軟體

Stat-200 是一個非常全面的通用統計軟件包。 它包含處理、分析和呈現數據所需的所有描述性統計、參數和非參數統計檢驗、圖形和數據轉換。 Stat-200 中的參數檢驗和程序共有 60 個,其中有 66 個非參數檢驗和程序以及 30 個不同的描述性統計。 方差分析是全面的,包括一般的 N 因子分析。 包括許多不尋常的程序,例如 生存分析。 所有測試都有相關的信息窗口,可提供文獻參考

Stat-200 v2.1 統計套裝軟體