在20世纪70年代末，在国际上几乎同时出现了两个最有影响的实验设计方法，在西方流行的拉丁超立方体抽样（Latin hypercube sampling），和我国统计学家方开泰提出的均匀设计（1978年）。方开泰在正交表的基础上放弃正交表的整齐可比性，进一步提高实验点的“均匀分散性”，从而创造了均匀设计法。
均匀设计的思想：
如果我们决定做 n 次实验以便找出使某目标函数达最大值的点，则这 n 个点在所考察的范围内应该是尽可能地均匀分散。比如，在平面的一个正方形内，每个边都有11个水平，如使用经典的完全实验法，则应当作11 2 = 121次实验。但如果我们仅允许做11次实验，而要大体上可取代121次实验的效果，我们应如何安排这11次实验，图8-15的11个点的布局应当是很合理的。
图8-15 两因素11水平的11次实验点
这11个点在该范围内的分布非常均匀，也就是说用这11个点去代替121个点的信息是最好的。反之，如果我们做的11次实验，它在图8-15中的分布是不均匀，就可能在某个较大范围内没有实验点。如果未知的目标值恰好落在这个没有实验点的较大范围内，则很难较准确地估计出来。因此，可以认为均匀设计的布点法是对于完全实验布点的最好代表。它的主要问题是什么叫“均匀”，由于均匀性的定义可以不同，因而会有不同的布点法。方开泰与数论专家王元合作提出用点在空间的散布程度（偏差D）来定义均匀性。偏差（D）愈小则说明点的分布愈均匀。据此他们找出了大量的均匀设计表（图8-16）。
图8-16 均匀表的符号说明
均匀设计使用的表格，我们可以从有关的书籍中查到，每个均匀表都有相应的使用表。
