如何在MATLAB中运用最优 Latin Hypercube Sampling (OLHS) 方法来创建设计-of-experiment (DOE) 矩阵？

在MATLAB中，要应用最优Latin超立方采样(OLHS)来创建设计-of-experiment(DOE)矩阵，可以按照以下步骤进行：

1. **安装工具箱**：首先，确保你已经安装了`GlobalOptimization`或` DOE toolbox`，因为它们包含了用于OLHS的函数。

2. **导入所需库**：

   if ~isToolboxAvailable('GlobalOptimization')
       error("Global Optimization Toolbox is required for OLHS.");
   end

3. **设置参数**：
- 确定实验因素的数量（因子数n）、采样大小（m）和随机数种子（保持一致性或更换随机过程）。

   nFactors = ...; % 数量
   sampleSize = ...; % 采样大小
   rng('default'); % 或者自定义随机种子

4. **生成OLHS矩阵**：
使用`lhsdesign`函数创建OLHS设计，它会返回一个(n x m)的矩阵，其中每个列代表一个样本点，行表示每个因素的不同水平。

   doeMatrix = lhsdesign(nFactors, sampleSize);

5. **检查结果**：
可以通过查看矩阵的值并可视化来确认OLHS设计是否均匀分布于所有因素范围内。

6. **保存或导出矩阵**：
如果需要将矩阵用于后续分析，可以将其保存到文件或者直接用作模型输入。

% 保存矩阵到.csv文件
writematrix(doeMatrix, 'olhs_design.csv');

% 或者将矩阵作为模型参数传递给其他函数
[output] = yourModelFunction(doeMatrix);