Ontwikkeling van een expertsysteem voor proefopzetten

Ontwikkeling van een expertsysteem voor proefopzetten

Citation for published version (APA):

Berkum, van, E. E. M. (1988). Ontwikkeling van een expertsysteem voor proefopzetten. (IWDE report; Vol. 8810). Technische Universiteit Eindhoven.

Document status and date: Gepubliceerd: 01/01/1988

Document Version:

Uitgevers PDF, ook bekend als Version of Record

Please check the document version of this publication:

• A submitted manuscript is the version of the article upon submission and before peer-review. There can be important differences between the submitted version and the official published version of record. People interested in the research are advised to contact the author for the final version of the publication, or visit the DOI to the publisher's website.

• The final author version and the galley proof are versions of the publication after peer review.

• The final published version features the final layout of the paper including the volume, issue and page numbers.

Link to publication

General rights

Copyright and moral rights for the publications made accessible in the public portal are retained by the authors and/or other copyright owners and it is a condition of accessing publications that users recognise and abide by the legal requirements associated with these rights. • Users may download and print one copy of any publication from the public portal for the purpose of private study or research. • You may not further distribute the material or use it for any profit-making activity or commercial gain

• You may freely distribute the URL identifying the publication in the public portal.

If the publication is distributed under the terms of Article 25fa of the Dutch Copyright Act, indicated by the “Taverne” license above, please follow below link for the End User Agreement:

www.tue.nl/taverne Take down policy

If you believe that this document breaches copyright please contact us at: openaccess@tue.nl

providing details and we will investigate your claim.

t~

Technische Universiteit Eindhoven

\\\\"(0

Den Dolech 2 Postbus 513 5600 MB Eindhoven

lnstituut

Wiskundige Dienstverlening

Eindhoven

RAPPORT IWDE 88-10

ONTWIKKELING VAN EEN EXPERTSYSTEEM VOOR PROEFOPZETTEN

E.E.M. van Berkum December 1988

Ontwikkeling van een expertsysteem voor de keuze en toepassing

van proefopzetten: een voorstudie

1. Inleiding

Het belang van bet hebben van geschikte proefopzetten bij experimenten kan niet genoeg bena-drukt worden. Zo begint Snee (1985) als volgt:

"It is widely recognized that the best way to ensure high product quality is -to build the product right the first time-".

HieiVoor is nodig dat onderzocht wordt welke factoren die kwaliteit beinvloeden. Experimenten die de effecten van factoren kunnen schatten en waarbij getoetst kan worden op significantie zijn daarom van essentieel belang. De toename van de mogelijkheden van de computer brengt met zich mee dat ook op dit gebied interactieve computerprogramma's een belangrijke rol zouden kunnen spelen. De theorie van bet ontwikk.elen van proefopzetten is echter lange tijd achter gebleven bij de ontwikkeling van methoden van data-analyse. Deze achterstand komt ook tot uit-drukking in bet feit dat pas in de laatste jaren begonnen is met de ontwikkeling van interactieve programma's voor bet ontwerpen van proefopzetten. Daarom staat de toepassing van interactieve programma's in veel praktijksituaties nog in de kinderschoenen.

2. De situatie bij Unilever

Ook bij Unilever speelt de toepassing van proefopzetten bij tal van experimenten een belangrijke rol. A1 in een vroeg stadium heeft men bij de sectie statistiek onde:Ckend dat de computer een nut-tige rol kan spelen bij de ontwikkeling van proefopzetten. Men heeft daarom een programma OPZET ontwikkeld dat daarbij gebruikt kan worden. Het programma OPZET was uitsluitend geschikt a1s hulpmiddel bij bet maken van komplete faktorie1e experimenten. Ben gebruiker van OPZET moet in een bepaalde code bet model van een experiment als input aanbieden, waarna bet programma output we:Cktabellen produceert. lndien een experiment slechts in blokken uitgevoerd kan worden, dan voorziet bet programma in de mogelijkheid deze (meestal ongewenste) blokef-fecten te verstrengelen met minder interessante proefopzetten. De mogelijkheden van OPZET zijn dus bepe:Ckt. In 1987 heeft een afstudeerder van Faculteit Wiskunde van de TU Eindhoven gewe:Ckt aan bet uitbreiden van OPZET. De bedoeling was een aanzet te geven vor een interactief programma, dat zowel door statistici als door "leken" gebruikt kan worden. Het nieuwe pro-gramma zou ook meer faciliteiten moeten bieden wat betreft de mogelijke proefopzetten. Het programma, dat door de betreffende afstudeerder is ontwikkeld, biedt inderdaad meer mogelijkheden, maar er blijft nog veel te wensen over. Met name is bet programma nog niet echt geschikt voor "leken". De vragen die in bet interactieve programma gesteld worden zijn vaak zo specifiek dat behoorlijke kennis van de statistiek nodig is. In bet volgende gaan we in op wensen

-2-ten aanzien van een te ontwikkelen interactief programma.

3. Wensen ten aanzien van bet expertsysteem 3.1. De proefopzetten

Onder de veel gebruikte proefopzetten bij Unilever dienen allereerst de factorH~le proefopzetten genoemd te worden en meer in het bijzonder de 2P -proefopzetten, dit zijn proefopzetten, waarbij alle p factoren op twee niveau's voorlc.omen. Soms zijn echter ook 2P • 3q-schema's nodig, waar-bij p factoren twee niveau's hebben en q factoren 3 niveau's. Binnen deze factoriele proefopzet-ten kan men weer te maken hebben met blokvorming en/of fracties. Een aantal van deze mogelijkheden is a1 gerealiseerd in het door de afstudeerder ontwikkelde program. Verdere proe-fopzetten, die dat programma bevat zijn gebalanceerde incomplete blokopzetten, complete blokopzetten, Latijnse vierlc.anten en MOLS (onderling orthogonale latijnse vierlc.anten). Deze opzetten zijn ook voor Unilever interessant, a1 zullen de MOLS niet vaak voorlc.omen. Maar bij Unilever worden nog andere proefopzetten toegepast, die nog niet in het ontwikkelde pakket zit-ten.

Zo kan bij blokvorming soms de situatie optreden dat de blokgrootte een andere is dan wenselijk zou zijn vanuit theoretisch oogpunt. Indien er 64 waamemingen gedaan moeten worden en er hooguit 12 per dag kunnen worden, dan zou het vanuit theoretisch oogpunt het beste zijn om er acht per dag te doen. In de praktijk za1 men echter toch vaak 12 waamemingen per dag willen doen. Algemene blokopzetten zijn daarom ook wenselijk.

Een aantal andere specifieke opzetten zijn Box-Behnken designs en centraal toegevoegde proefschema's. Daarnaast zijn er nog drie klassen van opzetten belangrijk.

Allereerst de mengseldesigns, die zijn proefopzetten waarbij voor de in te stellen factoren Xi

altijd geldt 0

<xi<

1 en I.

xi=

1. Daarbij kunnen bovendien nog randvoorwaarden optreden, bijvoorbeeld van de vorm

xi +xiS a.

Deze situatie treedt met name op wanneer een product is samengesteld uit een aantal com-ponenten en men de fracties van die comcom-ponenten kan varieren.

Verder moet nog genoemd worden de regressiedesigns. Dit zijn designs die geschikt zijn voor het aanpassen van een respons oppeiVlak. Deze proefopzetten zijn nodig indien men een uitgebreider model wenst te formuleren. Bij de 2P -opzetten heeft men immers aileen een model met hoofdeffecten en interacties ter beschikking, en bij de Box-Behnken-schema's en centraal toegevoegde Box-Behnken-schema's kan men slechts een kwadratisch model kiezen. Bij de keuze van een opzet voor regressiedesigns zijn nog tal van opties. Er zijn diverse cri-teria die gebruikt kunnen worden en het is van de situatie afhankelijk welk criterium het meest geschikt is.

-3-Is men bang dat het model niet goed gespecificeerd

is,

moet men een criterium kiezen dat

daar rekening mee houdt. Zou men bijvooibeeld bet D-criterium gebruiken in de situatie dat

men een rechte lijn

wi1

aanpassen aan de waamemingen en de bijbehorende proefopzet

gebruiken,

dan

kan men niet toetsen of het model kwadratisch had moeten zijn.

Is

men wei

tamelijk zeker van bet model, bijvooibeeld om theoretische overwegingen,

dan kan

men

wel bet D-criterium gebruiken.

In

sommige gevallen kunnen theoretiscbe overwegingen leiden tot essentieel niet-lineaire

modellen. Deze situatie komt bij Unilever echter niet zo vaak voor en

kan

dus wat minder

prioriteit hebben. Gelukkig maar, want de ontwikkeling met betrekking tot proefopzetten

staat

op dit gebied nog in de kinderschoenen.

Als laatste klasse vermelden we de screening designs, dit zijn designs die grof een idee

moeten geven hoe bet respons oppervlak er uit ziet, alvorens men daama in een

uitge-breidere opzet het respons oppervlak in een gedeelte van het experimentele gebied

nauwkeuriger gaat schatten. Met name de zogeheten Plackett-Burman designs zijn hiervoor

geschikt.

3.2. De gebruikers

Zoals gezegd zou bet programma ook gebruikt moeten kunnen worden door niet-statistici. Dat

betekent dat het programma kenmerken moet vertonen van een expertsysteem. Het zou via het

stellen van slimme vragen aan de klant, advies moeten kunnen geven

aan

de klant over de te

kiezen proefopzet. Het expertsysteem zou daarom kunnen bestaan uit

een

kapstok met modules.

De kapstok is bet vraag- en antwoordspel dat moet leiden tot een van de modules. Het

kan

na-tuurlijk ook tot bet advies leiden dat de klant voor het betreffende probleem eerst de raad moet

vragen van een statisticus.

In

de standaardsituatie van bijvooibeeld een wasproef zonder al te veel

complicaties zou bet systeem echter behulpzaam moeten zijn.

Het programma moet niet alleen komen tot een advies over een geschikte proefopzet, het zou ook

werkschema's moeten leveren, met behulp waarvan de proef uitgevoerd

kan

worden. Daamaast

zou het een file moeten creeren waarin de waamemingen opgeslagen kunnen worden. Deze file

zou

dan

gebruikt kunnen worden bij de analyse van de meetresultaten door andere

softwarepak-ketten zoals

SAS.

3.3.

Computerfaciliteiten

Omdat het programma op verschillende plaatsen bij URL toegepast moet kunnen worden, ligt bet

voor de

hand

dat bet pakket geschikt moet zijn voor toepassing op de PC. Dit legt echter

beper-kingen op aan de mogelijkheden. Met name bij het ontwikkelen van optimale regressiedesigns is

vaak veel gebeugenruimte nodi g.

-4-Een mogelijkheid om dit op te lossen is het programma te splitsen in twee gedeeltes. Hierbij kan het zijn dat beide geschikt zijn voor de PC, of de

een

wei en de ander niet De kapstok die altijd in het voor PC geschikte gedeelte zit, zou dan in voorkomende gevallen verwijzen naar het andere al of niet voor PC geschikte gedeelte. Bij de ontwikkeling van het programma zal het wenselijk zijn om eerst de aandacht te wekken op een gedeelte zodat dit gedeelte getest kan wor-den in de praktijk. Deze ervaring kan dan gebruikt worwor-den bij de ontwikkeling van de rest van het pakket en het aanpassen van het al ontwikkelde deel. Ook kan het zinnig zijn om bestaande pak-ketten in het nieuwe programma te integreren. Met name op het gebied van het genereren van opzetten bestaat al de nodige software.

4. Bestaande pakketten

4.1. Inleiding

Bij het onderzoek van bestaande pakketten was het uiteraard niet mogelijk de pakketten zelf te beoordelen door het gebruik ervan. Daarom moest afgegaan worden op bestaande infonnatie over de pakketten. Belangrijke infonnatie betreffende de bestaande pakketten biedt Nachtsheim (1987).

Hij onderscheidt drie categorieen: 1. Klassieke proefopzetten.

Hieronder vallen de proefopzetten die in de bestaande boeken over designtheorie opgezocht kunnen worden, zoals 2P -proeven (volledig, met blokken en/of fractioneel), centraal toe-gevoegde schema's, Box-Behnken-designs, Plackett-Bunnan-designs,latijnse vierkanten. 2. Proefopzetten geconstrueerd met optimaliteitscriteria.

Deze worden kortweg "optimale" proefopzetten, a1 suggereert dit dat de proefopzetten onder 1 niet optimaal zouden zijn. Bij de "optimale" proefopzetten horen met name de regressiedesigns. Bij deze opzetten moet eerst een criterium gekozen worden. Met behulp van dit criterium kan dan een optimale opzet gekozen worden.

3. Sequentiele proefopzetten.

Omdat deze proefopzetten, in ieder geval in eerste instantie, niet van belang liJ'ken voor URL laat ik deze buiten beschouwing.

De belangrijkste bekeken pakketten zijn: Design-ease, CADE, X-stat, Statgraphics, Jass, ECHIP, ACED, COEDRSM, RS/Discover.

-5-In

de volgende tabel worden de mogelijkheden van de programma's kort samengevat

TABLE 1 Capabilities listing

DE-

!

_STAT

HS/

SIGN

H

GRAP

E

COED DISC

CRPRRILITIES:

_ERSE

_{CODE STRT}

_mcs

_{JRSS CHIP}

_fl[£0

_{RSM OUER}

Clouitol Desions.· II''''':!! -;_.., ,•, . '· , .. ~~~·;a.-;.:~~~:-..;:,-..-· .~- ~·> .r.:·t.:.~~~;~""'w'tt~:,.~~~:t;;,;;,; J •.. :~ ;;;::;·• . .,.~ • ... ' ;,. ·. ~·!:'; ... ; .. ,,; .. ' ~

Platkett-Burmon desions:

II'

t/ t/

a/

2-teuet foc:toriols:

t/

t/ t/

v v

p p p

v

~ith blocking:

v

v

v

t/

p p p

2-teuel froctlonol foctoriols:

a/

v

a/

v v

p p p

v

r---With blocklna:

v

p p p

R rbi t ro 1Jl.£!l.n!.P u n fjJJlg,;__

v

v

"Dn1imoJ"

tootouodiog;_

v

l /

v

I p p p

v

GPneroi.1.UJ.L[octorinls~

v

p p p p

_!ign£[.Qf fractional foclorials: p p p p ._t_entrol commnite designs:

v

l./ t/

_-

v v

_{v __}

r---ftv!otoble:

v

t/

v

v

Uniform orecislon:

v v

-~oH-Behnken Designs:

_-

v v

i•

v

v

AS desians with block:ina:

v v

v

RliAs/couorion.t.fL!Jnu;..tun~·

v v v

V'

y

v

..{

..

_

~er onoltJSi,5_:

v

v

" /

·---Resolues confounded~ffects:

v

v

Optimal/nonstandard designs: ~ .~ ft.~f;·~-... ~~ .• ~--.. -:~·:., . • ' •. ~:

>/ .. :, ,: .

*<·x~ .t' .. ~ ..• ..~ .• ,:: .\.!.~·;.; .~ ... ·;; ... -.,. ~'·.~-·- _\-~. -i_.;.·.

lnterruotible desions: . ~lj;jl p;J...~ ~,f.,.:\:;· '~::.:~\.;,;..

7,:.:.

~..t.'>.:...if"~,... ···-:;-·..::''

Desion euomentation:

v

v

v v

1--Q.esign reduction: ·

v

.v

··'

v

~ong~_~;~!gorlthmfs l:

_-

t/

v v v ___

Bronch end bound algorithm:

v

Cons tndmH1 snArP'I:" t/

v

v

v'

, /

···"--v

.Pre-r:otnlnnm~d modP.Is· t/ ~,.-"' n~e[ specifiedmodels: t/

v

v

v

·-v

·~ NonliOCO[ mndf'(S; RnoroJcim_ote desions: p

v

p p 0-ootimolity:

v

v

v v

Other criteria:

v

.J!Ittimol

miHture designs:

v

v

p

Jl;-...D.e.s.ign.Jllilg.o.u.s..ti.t.s:__

v

v

v

l .·

-·-·-J~jJ:Ieon·-Rnderson designs:

v

v

Pseudo-components:

v

v/

Key: ~ = implit'!" capability exi!'ll'l

p = possible but not simple to use

De

eerste vijf pakketten zijn slechts geschik.t voor k:lassieke opzetten.

De

laatste vier zijn zowel

geschikt voor de "optimale" proefopzetten als voor de klassieke opzetten. We beldjken eerst de

pakketten voor de "optimale" proefopzetten.

4.2. Pakketten voor opthnale proefopzetten

RS/Discover is op het moment alleen beschikbaar voor degenen, die al de beschikk.ing heb-ben over het RS/1 systeem. Dit kost minstens $ 45.000 en is alleen beschikbaar op VAX en Microvax machines. Voor de situatie bij URL is dat dus niet interessant.

Om dezelfde reden komt COED (Computer Optimized Experimental Design) niet in aan-merking. COED is ontwikkeld door de chemische afdeling van Goodrich en is beschikbaar op basis van time-sharing voor iedereen die toegang heeft tot het CompuService Business Information System.

ACED is met name ontwikkeld om proefopzetten te ontwikkelen met behulp van optimali-teitscriteria. ACED werkt dan ook het meest bevredigend op mini- of mainframe computers. Zie hiervoor ook de door ACED zelf geleverde documentatie.

ACED biedt wei ruime keuze mogelijkheden, zowel wat betreft de algoritme met behulp waarvan een optimale opzet gevonden wordt Dit maakt echter dat ACED inderdaad slechts goed werkt op mini- of mainframe computer. ACED is daarom zeer geschikt voor het ontwikkelen van proefopzetten voor niet standaard situaties en is ook interessant voor theoretische toepassingen. Dit brengt echter met zich mee dat de standaard situaties minder makkelijk te behandelen zijn.

ECHIP is voor zover bekend het enige pakket dat geschikt is voor PC en toch D-optimale proefopzetten kan uitrekenen. Ondanks de beperking van de PC is het programma redelijk snel. Het programma is ook vooral ontwikkeld voor regressiemodellen. Hieronder volgen, overgenomen uit Nachtsheim (1987) de mogelijkheden van ECHIP.

TABlE .2. ECHIP Design Capabilities

1. Plackett·Burman Screening Designs for Up to 2.'3 Factors. 2. Centr;tl Composite Response Surface Designs for 2-7

Factorn.

3. D-Optimal Pre Catalogued Designs for the Following Models. ·

· • Factorial (involving terms of the form :r, and :r,:r1) .

• Quadratic (involving terms of the form :r,,

xr

and :r,:rj).

• Cubic (involving terms of the form x,, x~ and x,x1 and ·:r~:rJ)·

4. Morris and Mitchelllr (L)·Optimal Designs for Detecting Interactions.

5. D·Optimal Designs ror Arbitrary Models. 6. Sample Size Determination.

7. D-Opthnal Dcsi~n Augmentation and Repair.

8. interruptible Designs.

-7-Nachtsheim is zeer lovend over ECHIP. De mogelijk:heden met betrekking tot mengsel-designs en mengsel-designs voor lineaire modellen met een onregelmatig experimenteel gebied zijn onovertroffen. Net a1s ACED is ECHIP vooral ontworpen voor regressiemodellen. Dit brengt met zich mee dater geen standaardfaciliteiten zijn voor (fractionele) facotriele proef-opzetten. Als ECHIP gebruik.t kan worden in samenhang met andere pakketten is het echter zeer waardevol.

4.3. Pakketten voor klassiek opzetten

Van de in 4.1 genoemde opzetten valt Statgraphics af, niet omdat het s1echt is. integendeel, maar omdat Statgraphics vooral ontwikkeld is voor analyse van data en het tekenen van grafieken. Het onderdeel van het genereren van opzetten is niet het essentiele kenmer'k van dit pakket.

X-stat krijgt niet zo'n goede beoordeling in Nachtsheim omdat er geen tot weinig hulp is voor de gebruiker om zijn weg te vinden in bet pakket. De commando's die door de gebruiker gegeven moeten worden zijn vaak te gecompliceerd. Bovendien kost bet 4.5 minuten om bet programma van diskette in te lezen in bet gebeugen van de PC. Met name omdat bet te gebruiken pakket geschikt zou moeten zijn voor "leken" valt dit pakket af. Overigens biedt bet pakket wei ruime mogelijk:heden wat betreft mogelijke designs.

Design-ease en Jass bebben ongeveer dezelfde mogelijk:heden. 'h verschillen wat betreft

screeningdesigns. Design-ease heeft Plackett-Burman designs, bij Jass moeten fractionele factoriele proefopzetten gekozen worden. Jass beeft wei meer mogelijk:heden wat betreft keuze van verstrengelde effecten bij blokvorming. Bovendien kunnen bij lass 9 factoren gekozen worden en in feite aile daarbij voor'komende fracties en blokken. Bij design-ease is bet maximale aantal niveau-combinaties 64 (een volledige 26-proef of een fractionele opzet met meerdere, boogstens 11, factoren).

Beide zijn zeer eenvoudig in bet gebruik, maar ze bieden weinig extra mogelijk:heden bui-ten de 2P -proeven (zie ook het overzicht in Tabel 1). En voor deze proeven is het al bij URL aanwezige pakket geschikt.

CADE (Computer Aided Design of Experiments) is IBM-PC compatibel en bestaat uit twee modules.

De Discovery module bevat programma's voor factoriele opzetten inclusief blokvorming, fracties en het toevoegen van punten in de oorsprong. De Optimization module Ievert cen-traal toegevoegde proefopzetten en Box-Behnken designs. Dit zijn ecbter aile mogelijke proefopzetten die gekozen kunnen worden. In Tabel 3 worden de mogelijk:heden opgesomd.

-8-1 ABLE

3.

CADE Design Copobilitics Discovery Module Designs

Number Trials NWI!ber of Missing

of in base Complete Replicated Blocks Values

[actors Design Type Design _&u?.s. Trials Allowed Allowed

2 Full 4 1-3 NA 1-4 0 3 Full 8 0 0-7 1-2 1 3 Full 8 1 NA 1,2,4 1 4 Full 16 NA 0-8 1-2 2 4 Fractional 8 NA 0-7 None 1 5 Fractional 16 NA 0-8 None 2 6 Fractional 16 NA 0-8 None 2. 7 Fractional 16 NA 0-8 None 2 8 Fractional 16 NA 0-8 None 2 9 Fractional 32 NA 0-8 None 3 10 Fractional 32 NA 0-8 None 3 11 Fractional 32 NA 0-8 No

tie

3

Optimization Module Designs

Number Trials Center Pts Center Default Number of Missing of in Default In Default Points Star pt. Blocks Values [actors Desitn Type Design Design Allowed Location Allowed All owe c)

2 Cent. Camp. 13 4 1-12 1.414 1-2 1 3 Cent. Comp. 20 6 1-12 1.682 1-2 2 3 Box-Behnken 15 3 3 NA 1 0 4 Cent. Comp. 31 6 1-12 2.000 1,3 3 4 Box-Behnken 27 3 3 NA 1,3 0 5 Cent. Comp. 32 6 1-12 2.000 1-2 3

Notes: Missing values are not allowed with blocks

The user may vary star point locations from 1-2.5.

Het is de vraag of die mogelijkheden voor de praktijk van URL voldoende zijn. Het aantal

verschillende niveaucombinaties dat gekozen kan worden gaat de 32 immers niet

te

boven

en de mogelijkheden zijn wat dat

betreft

dus minder dan bij design-ease en Jass.

-9-4.4. Opmerkingen

Overige pakketten zoals Cademo en SCA zijn te veel gericht op specifieke modellen en niet geschikt voor URL.

De pakketten bevatten naast een proefopzet gedeelte ook een gedeelte voor de statistische analyse.

Voor de volledigheid is dit venneld in Tabel4.

lABlE

4

-Continued

DE- STAT RS/

. SIGN H GRRP E (:0£0 DISC

CAPABILITIES: _{EASE CRDE STAT HIC~ JRSS CltiP ACED RSM OUER}

t/ t/ t/

v

t/

v

C~~e~lo~t.s~~=---~---+~~~·~~~~--r-,_~~--~~~----4 _~/

_v

~onw~L~s~:·---r--~~~~ _[onJJ!.Ur

ouerlays:

~:Jl.J!_IOttiOu.:IO~::,__ _ _ _ _ _ _ I---+--+-....-+--+--+-:::--+--t-~-f

v

v

_{L_ ..}

N on II ncaJ::....Q..P. tlmi za ti QJ!,_: ---+--:--+--:-li-=-::--1---::--+--;--r-;--t---+~-t--:-1

v

,/

v

v/

.J!.f:P. o rt s :

r

act orial tabJ~e.:::.;s:,__ ______ -lf-r-t-=---;-;--t---;--+--+---t--+--+--=--·-t

.lfl.!lh resoJution.oraDhics·

v

_ v ,/

t/

v

Miuing data:

v v ,/

t/' , /

v

1/

Function key/menu driuen:

v v ,/

l /

v v v

~~

Command driLren:

v

v

Documentation: ug g eHt ne

Ease of UsH: eHc ug g ne

On-line Helo~

v v v

1/

ne author has not examined exc "' ex<'ellent

vg = very good

g =good ok = adt>quatl'!

n not easy to use

ug g

ug ok ok

g g

-10-AI deze pakketten zijn bedoeld om proefopzetten te genereren en hebben geen of weinig kenmerken van een expertsysteem. Voor zover bekend bestaat er een expertsysteem: EXPERtiMENT AL DESIGN.

Dit pakket geeft via een vraag en antwoord spel advies over de te kiezen proefopzet. Daarbij worden 13 klassen van experimenten onderscheiden. Het pakket genereert de designs echter niet.

Bovendien oversimplificeert het pakket de kwestie van het kiezen van een geschikte opzet volgens Nachtsheim. Het lijkt ook onvermijdelijk dat een goed expertsysteem toegesneden moet zijn op de betreffende praktijksituatie.

S. Conclusie en advies

De ontwikkeling van een expertsysteem voor het genereren van proefopzetten bij het onderzoek bij URL zal zeker nog de nodige tijd vergen. Geen van de bestaande pakketten is geschikt om kant en k:laar te gebruiken.

Sommige pakketten lijken echter geschikt om als module in het expertsysteem te gebruiken voor het genereren van proefopzetten. Met name ECHIP lijkt uitermate geschikt voor het onderdeel van regressiedesigns.

(Opmerking: de kosten zijn $ 447 eenmalig en jaarlijks $

55

voor het basispakket en $ 997 en jaarlijks $ 110 voor het pakket inclusief mengseldesigns).

CADE is van de bestaande pakketten het meest geschikt voor de klassieke opzetten (kosten $ 495 voor zowel de Discovery als de Optimization module). Hierbij is nader onderzoek nodig of de mogelijkheden wat betreft factorie1e opzetten wei voldoende zijn, anders zou het bij Unilever bestaande pakket verder ontwikkeld moeten worden. Het expertsysteem rond deze modules zal echter nog helemaal ontwikkeld moeten worden. Het eerder genoemde pakket op dit gebied is te algemeen. Het expert gedeelte moet meer gericht zijn op de situatie bij Unilever. Het lijkt echter mogelijk binnen een termijn van een half jaar te komen tot een theoretische opzet van het expert-systeem. Omdat in ieder geval een gedeelte van bet genereren van proefopzetten kan gebeuren door bestaande pakketten zal de aandacht zich kunnen concentreren op het expert gedeelte. In juli '89 kan dan de theoretische opzet afgerond zijn, waarbij een gedeelte van het programma al operationeel kan zijn, als het inderdaad mogelijk blijkt bestaande pakketten te gebruiken. Hier-door zullen Fase 2 en Fase 3 zoals eerder geformuleerd in de projektomschrijving nu meer in elkaar overgaan.

-11-Snee, R.D. (1985), "Computer-Aided Design of Experiments", Journal of Quality Technology, 17' pp. 222-236.

Nachtsheim, CJ. (1987), "Tools for Computer-Aided

Designs

of Experiments", Journal of Qual-ity Technology, 19, pp. 132-160.