Key points are not available for this paper at this time.
في نظرية التجارب المثلى، هناك مجموعة من معايير الأمثلية، على سبيل المثال، مثل معايير D- و A- و E-، التي تعكس دقة تقدير معلمات النموذج. هناك أيضًا مجموعة من المعايير المتعلقة بدقة التنبؤ بناءً على النموذج، والتي يمكن أن تتسم بتباين تقديرات التوقعات الرياضية للاستجابات. على سبيل المثال، استخدام معيار G-optimality يسمح بالحصول على تصميمات تقلل من الحد الأقصى لتباين التنبؤ. ومن بين هذه المعايير هو معيار Q-optimality، الذي يفترض تقليل المتوسط للتباين المتوقع لنموذج الانحدار عبر منطقة التخطيط. معظم الأبحاث النظرية والتطبيقية المتعلقة باستخدام معيار D-optimality. وهذا يُفسر أيضًا من خلال أن معايير D- و G-optimality مترابطة. في الوقت نفسه، يجب الإشارة إلى أن تقليل الحد الأقصى للتباين في الحالة العامة قد لا يؤدي إلى تقليل المتوسط للتباين في منطقة التنبؤ. في هذا الصدد، فإن استخدام تصميمات Q-optimal في مهام نمذجة الانحدار العملية يعتبر ذا صلة. من أجل إدخال واسع النطاق في الممارسة للتحديد النشط لنماذج الانحدار لمفهوم Q-optimality لتصميمات التجارب، هناك حاجة إلى ترسانة من الخوارزميات الفعالة لبنائها. تقترح الورقة وتصف خوارزميات لبناء تصميمات Q-optimal تقريبية منفصلة. تعتمد الخوارزميات المقترحة على النهج المطور الذي يزيد باستمرار من عدد النقاط في التصميمات، بالإضافة إلى إجراءات استبدال النقاط في التصميم. التصميمات الناتجة من هذه الخوارزميات موصى بها للاستخدام في الممارسة عندما تكون دقة التنبؤ الجيدة مطلوبة بشكل متوسط للنموذج عبر مجموعة المدخلات بالكامل.
درس ألكسندر А. بوبوف (مون،) هذا السؤال.