实验规划器DOESkill experiment-planner-doe

---

name: experiment-planner-doe description: 用于纳米材料合成与加工系统优化的实验设计技能 allowed-tools:

• 读取
• 写入
• 全局搜索
• 文本搜索
• Bash metadata: specialization: 纳米技术 domain: 科学 category: 基础设施-质量 priority: 高 phase: 6 tools-libraries:
  • JMP
  • Design-Expert
  • Minitab
  • scipy.stats

---

实验规划器 DOE

目的

实验规划器 DOE 技能为纳米材料合成与加工优化提供系统的实验设计，支持高效探索参数空间和稳健的工艺开发。

能力

• 因子设计生成
• 响应曲面方法
• 田口方法实施
• 方差分析
• 优化预测
• 稳健性测试

使用指南

DOE 工作流程

1. 设计选择

   • 识别因子与水平
   • 选择合适的设计
   • 计算所需实验次数

2. 执行规划

   • 随机化实验顺序
   • 包含重复实验
   • 必要时规划区组

3. 分析

   • 执行方差分析
   • 构建响应模型
   • 优化参数

流程集成

• 纳米颗粒合成协议开发
• 薄膜沉积工艺优化
• 纳米光刻工艺开发

输入模式

{
  "factors": [{
    "name": "字符串",
    "low": "数字",
    "high": "数字",
    "type": "连续|分类"
  }],
  "responses": ["字符串"],
  "design_type": "因子|部分因子|响应曲面|田口",
  "constraints": {
    "max_runs": "数字",
    "blocking": "布尔值"
  }
}

输出模式

{
  "design": {
    "type": "字符串",
    "runs": "数字",
    "run_table": [{
      "run": "数字",
      "factors": {},
      "block": "数字"
    }]
  },
  "analysis": {
    "anova_table": {},
    "significant_factors": ["字符串"],
    "r_squared": "数字"
  },
  "optimization": {
    "optimal_settings": {},
    "predicted_response": "数字",
    "confidence_interval": {"lower": "数字", "upper": "数字"}
  }
}