《高等實驗計畫法(附CD)》 在實驗計畫法中，田口方法與反應曲面法分別適合解決變數為離散值與連續值之問題。這二種方法的重要的概念有二：（1） 模型建構（2）參數優化。然而當品質因子之間具有高度的交互作用，以及品質因子與品質特性之間具有複雜的非線性關係時，迴歸分析經常無法建立精確之模型。 由於模型不夠精確，下一階段之參數優化，無論做得再如何精巧，亦將徒勞無功。此外，這些方法未區分樣本內與樣本外的數據，因此其估計的模型誤差可能低估。 類神經網路（Artificial Neural Network）為一新興之非線性模型之建構工具，可以克服迴歸分析模型不夠精確的缺點。因此，本書除了傳統的基於迴歸分析的實驗計畫法之外，還介紹基於 神經網路的實驗計畫法。本書還提供二個試用版軟體：基於迴歸分析的Design Expert，及基於神經網路的CAFE。 本書分三篇：第一篇為實驗計畫法原理。 第二篇為基於迴歸分析的實驗計畫法。 第三篇為基於神經網路的實驗計畫法。 此外，附錄A為Design Expert使用範例；附錄B～D為CAFE使用介面、使用範例、驗證範例。 本書基本上是作者另一著作「實驗計畫法－製程與產品最佳化」（五南圖書公司）的進階版，因此省略了零階反應曲面法（因子實驗設計）、一階反應曲面法，而直接深入二階反應曲面法。讀者如未具備基礎的實驗計畫法知識，建議可從該書入門，再閱讀本書，當可更加得心應手。

本文的引用網址: