除了正交实验设计，还有多种方法可以用于设计实验以获得最佳条件。以下是一些常用的实验设计方法：

全面试验法（Full Factorial Design）

这是一种最简单直观的实验设计方法，涉及对所有可能的因素水平组合进行测试。通过将每个因素的不同水平进行组合，可以得到实验的全部可能情况，从而找出各个因素对实验结果的影响以及它们之间的相互作用。

简单对比法（Simple Comparative Design）

也称为两组设计或对照组设计，是一种简单直观的实验设计方法，常用于比较两个或多个处理条件的效果差异。

均匀实验设计（Uniform Design Experimentation）

基本思想是抛开正交设计中“整齐可比”性的特点，只考虑实验点的“均匀分散”性，即让实验点在所考察的范围内尽量均匀地分布。这种方法可以大大减少实验次数，且实验次数与各因素所取的水平数相等。

控制变量逐一对比的实验设计方法

在确定某些因素的水平后，改变其他因素的水平，逐一进行实验，最终获得最佳效果实验条件。例如，先确定B1、C1的情况下，改变A的水平，获得A的最佳效果水平；再确定A2、C1，改变B的水平，获得B的最佳效果水平；最后确定A2、B3，改变C的水平，获得C的最佳效果水平。

完全随机设计（Completely Random Design）

将全部受试对象随机地分成若干组，然后按组实施不同处理。这种设计保证每个受试对象都有相同机会接受任何一种处理，而不受试验人员主观倾向的影响。

随机区组设计（Randomized Block Design）

主要用于实验分析对象之间存在明显差异的情况，将受试对象按性质（如病人的性别、年龄、体重和病情等非实验因素）差异分成若干区组，再将每个区组的受试对象分别随机分配到处理因素的不同水平组中。这种方法可以提高分析效率，但要求区组内的受试对象数目与处理组数目相等。

交叉设计（Cross-Design）

是一种特殊的自身对照设计，常用在临床试验中，在同一病人身上观察两种或多种处理水平的效应，消除不同病人之间的变异，减少误差。

析因设计（Factorial Design）

用于同时考察多个因素对实验结果的影响，以确定各个因素之间的相互作用和最优的因素组合。

拉丁方设计（Latin Square Design）

用于安排多因素试验，特别适用于因素和水平数较多的情况，能够有效减少实验次数。

嵌套设计（Nested Design）

用于在一个设计中包含多个子设计，适用于需要比较多个处理条件且这些条件之间存在层次关系的情况。

重复测量设计（Repeated Measures Design）

用于在相同受试对象上重复进行实验，以评估处理效果随时间的变化。

裂区设计（Split-Plot Design）

用于在实验中同时考察两个或多个因素，其中一个因素的水平在不同实验单位上变化，而另一个因素的水平在所有实验单位上保持一致。

选择哪种实验设计方法取决于具体的研究目的、实验条件、因素和水平的数量以及实验资源等因素。在实际应用中，可以根据具体情况选择最适合的方法，或者将多种方法结合使用，以获得更为全面和精确的实验结果。