Le cycle B1 permet de maîtriser
le criblage et l'étude des effets principaux et d'interaction des facteurs.

Criblage des facteurs :

• Types de matrices utilisées : matrices d'Hadamard (ou plans de Plakett- Burman), matrices factorielles fractionnaires symétriques ou asymétriques (ou plans factoriels fractionnaires symétriques ou asymétriques).
• Techniques d'étude des facteurs actifs : études graphiques, distribution cumulée des effets, approches bayésienne, de Lenth, de Pareto, Normal Plot, etc...
• Méthodologie adaptée à l'étude de très grand nombre de facteurs : Criblage par groupe, Bifurcation séquentielle, Matrices super saturées.

Etude de l'influence des facteurs :

• Types de plans utilisés : matrices factorielles complètes (ou plans factoriels complets) à deux niveaux (ou plus).
• Etude des réductions du nombre d'expériences : réutilisation des expériences effectuées lors de la phase de Criblage : projection des matrices d'Hadamard, "Fold over"
• Construction de fractions de matrices factorielles : matrices factorielles fractionnaires (ou plans factoriels fractionnaires), matrices ¾, matrices de Rechtschaffner, etc ...
• Propriétés des matrices d'expériences : résolution maximale, aberration minimale, ...
• Outils d'analyses des matrices d'expériences : matrices des aliases, relation de définition,...
• Recherche d'effets particuliers : effets de blocs, minimisation du nombre de changements de niveaux, etc ...
• Exploitation des résultats : calcul des effets, diagrammes d'interactions, estimation de la variance expérimentale, intervalle de confiance, transformations de Box et Cox, ...
• Adéquation entre les matrices présentées au cours du cycle et les matrices dites de "Tagushi".

Construction de matrices d'expériences "à la carte"
Ces matrices d'expériences (ou plans d'expériences) sont requises lorsque les matrices d'expériences classiques ( factorielles complètes ou fractionnaires, d'Hadamard..)) s'avèrent inutilisables. C'est le cas

• des problèmes a priori insolubles par les moyens classiques : expériences infaisables, nombre de niveaux de certains facteurs, coût total de l'expérimentation, mélange de facteurs qualitatifs et quantitatifs, forme mathématique particulière du modèle postulé, contraintes sur le domaine expérimental etc...
• des problèmes qui se révèlent a posteriori insolubles : réparation des matrices.

Présentation des algorithmes d'échange, de recuit simulé et génétique.