{ 網(wǎng)頁(yè)時(shí)間是：2024-05-09 DOE（Design of Experiments）是一種實(shí)驗(yàn)設(shè)計(jì)方法，用于探索和驗(yàn)證因素對(duì)結(jié)果的影響。 在DOE中，通常會(huì)將實(shí)驗(yàn)分為多個(gè)組合，每個(gè)組合都會(huì)控制一個(gè)因素，并測(cè)量其對(duì)結(jié)果的影響。

網(wǎng)頁(yè)時(shí)間是：2023-08-06 順序優(yōu)化（sequential optimization）是一種自動(dòng)化的科學(xué)技術(shù)名詞，主要用于解決自動(dòng)化領(lǐng)域的問題。它通過一種特定的算法來解決問題，使得問題能夠更快地得到解決。

網(wǎng)頁(yè)時(shí)間=2022-07-13 響應(yīng)面優(yōu)化技術(shù)是一種優(yōu)化方法，它通過圖形技術(shù)將體系的響應(yīng)（如萃取化學(xué)中的萃取率）作為一個(gè)或多個(gè)因素（如萃取劑濃度、酸度等）的函數(shù)顯示出來，以供我們憑借直覺的觀察來選擇試驗(yàn)設(shè)計(jì)中的最優(yōu)化條件。

網(wǎng)頁(yè)時(shí)間是：2022-05-13 順序優(yōu)化（Sequential Optimization, SMO）是一種用于解決支持向量機(jī)訓(xùn)練過程中所產(chǎn)生優(yōu)化問題的算法。 SMO由微軟研究院的John Platt于1998年發(fā)明，被廣泛使用于SVM的訓(xùn)練過程中，并在通行的SVM庫(kù)LIBSVM中得到實(shí)現(xiàn)。

網(wǎng)頁(yè)時(shí)間=2022-10-15 序列最小優(yōu)化算法 （Sequential Minimal Optimization, SMO）是一種用于解決 支持向量機(jī) 訓(xùn)練過程中所產(chǎn)生優(yōu)化問題的算法。 SMO由 微軟 研究院的約翰·普萊特于1998年發(fā)明 [1] ，被廣泛使用