While analysis helps you simulate a product development cycle on the computer quickly and inexpensively, you still need to create several studies and simulate many scenarios. Each time you make a change, you need to run the analysis and examine the results.
Aún en un diseño relativamente simple, puede cambiar varias cotas. La decisión sobre qué combinaciones utilizar, la contabilidad asociada y la visualización de resultados puede resultar engorrosa.
El estudio de diseño saca provecho de los modelos basados en operaciones paramétricas, y de las capacidades de regeneración automáticas del software para automatizar el proceso de optimización. El software está equipado con una tecnología que permite detectar rápidamente tendencias e identifica la solución óptima en un número mínimo de ejecuciones. El programa utiliza un método basado en el Diseño de experimentos.
El programa ofrece dos cualidades diferentes en las propiedades del estudio de diseño. El software realiza un cierto número de pruebas en base al nivel de calidad y el número de variables. Para cada prueba, el programa ejecuta todos los estudios de Simulation asociados con un conjunto de valores de variable determinados estratégicamente. La siguiente tabla enumera una cantidad de iteraciones para los métodos de calidad alta y resultados rápidos para variables continuas (opción Intervalo). El programa utiliza el plan cuadrático Box-Behnken para la configuración Calidad alta y el plan cuadrático Rechtschafner para la configuración Resultados rápidos. A pesar de que le plan Rechtschafner realiza determinados cálculos previos que el diseño Box-Behnken no requiere, necesita menos experimentos para formar la función de respuesta y optimizar.
Número de variables de diseño (para variables continuas) |
Calidad Alta |
Resultados rápidos |
1 |
3 |
No aplicable |
2 |
9 |
No aplicable |
3 |
13 |
No aplicable |
4 |
25 |
15 |
5 |
41 |
21 |
6 |
49 |
28 |
7 |
57 |
36 |
8 |
No aplicable |
45 |
9 |
121 |
55 |
10 |
161 |
66 |
11 |
177 |
78 |
12 |
193 |
91 |
13 |
No aplicable |
105 |
14 |
No aplicable |
120 |
15 |
No aplicable |
136 |
16 |
385 |
153 |
17 |
No aplicable |
171 |
18 |
No aplicable |
190 |
19 |
No aplicable |
210 |
20 |
No aplicable |
231 |
After running the experiments, the program calculates the optimal design variables by forming a response function relating the goals to the variables and minimizing, maximizing, or satisfying exactly the goals. The program then runs the associated simulation studies to evaluate the results for the optimal design.