为了提高产品性能，设计出能赢得竞争的产品，研发团队需要对设计空间深入了解来帮助他们充分理解产品研发的潜力。试验设计(DOE)技术通过定义和执行一组特定的虚拟或物理实验来对设计空间进行有效的采样。结合我们的工作流自动化技术，能实现自动的设计空间探索，有助于在产品开发过程中节省大量的时间。

先进的采样设计

Minimax和Maximin 试验设计方法对设计空间内的采样进行优化。与优化后的拉丁超立方算法相比，这两个算法保证了更好的整体采样覆盖。

Minimax使设计空间内的任意采样点与最接近的点之间的最大距离最小，而Maximin使设计空间中每对点之间的最小距离最大。Minimax和Maximin两种方法对设计空间的采样分布更合理，为工程师了解设计空间提供了一个良好的起点，能获得整个设计空间(包括边界区域)上完整和准确的信息。

试验设计结果应用

通过DOE方法获得的样本点数据是进一步的数据分析和响应面建模(RSM)的基础。例如，相关性分析矩阵能让工程师评估各种设计参数和性能指标的相关性，找到关键设计参数。自组织映射分析(SOM)为每个设计参数和输出参数生成一个颜色模式，通过图形对比，工程师可以快速的发现输入输出的相关性，对重要的设计空间区域深入分析，从而调整设计优化策略。

设计空间深度分析

试验设计方法从设计响应出发，考虑对这些目标可能有影响的设计因素。根据要达到的目的选择采样方法。试验设计方法用尽可能少的采样数量，尽可能多地获得设计空间的有效信息。有明确目的和规划的试验设计取代了手动的试错过程，在自动化工作流基础上，能高效地实现实际空间探索。