JMP 在刻畫器中用於最大化意願的具體方法是什麼<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好，
我正在使用 JMP 進行響應曲面方法 (RSM)。使用反應刻畫器和意願函數時，我將選擇最大化意願，JMP 提供建議的變數設定以最大化 d。我的問題是JMP使用什麼方法來實際解決這個多目標最佳化問題？我找不到任何說明所遵循的通用演算法的文檔？我需要說明 JMP 是如何（至少一般而言）解決這個問題的。 如果它是專有的，那麼是否有通用的引用方式？
謝謝
回覆：JMP 在刻畫器中最大化意願的具體方法是什麼蘇珊，我在我的論文中使用 JMP，我需要從數學上準確地解釋我如何得出我的解決方案（使用 JMP）。 我拿到了你引用的那本書，但在這本相當密集的書中沒有找到「步驟縮短」。在非常受人尊敬的統計方法來源《NIST 工程統計手冊》[2] 中，我嘗試使用其中提供的 JMP 範例來求解。 這個例子是由合意性方法的創始人提出的（Derringer and Suich 1980 [1]）。使用 JMP，我無法獲得那裡提供的相同結果。我的研究問題有所有持續因素。 也許你可以嘗試一下，看看你會得到什麼。 但最重要的是，您能否提供 JMP 用於計算意願的方法的參考科學論文，或者至少提供 Dennis 和 Schnabel 書中解釋用於計算多個因素意願的數學方法的頁碼。 非常感謝。
[1] Derringer, G. 和 Suich, R.， (1980)，“多個聲音變數的同時最佳化”，品質技術雜誌、12、4、214-219。
[2] 5.5.3.2.2。 多重響應：合意性方法
回覆：JMP 在刻畫器中最大化意願的具體方法是什麼蘇珊和邁克爾
感謝你們提供的資訊。非常有幫助，問候
回覆：JMP 在刻畫器中最大化意願的具體方法是什麼嗨戴夫，
我附上了 JMP13 的更新文件草案，內容涉及意願優化如何發生。 我希望它有助於解決您的問題。
謝謝，
麥可
回覆：JMP 在刻畫器中最大化意願的具體方法是什麼為了最大化連續因子的合意性，JMP 使用約束牛頓法方法，並縮短合意性函數的步長。 對此的參考是：
Dennis 和 Schnabel 的無約束最佳化和非線性方程式的數值方法。
對於分類因素，JMP 使用一種貪婪的、一次一個變數的最佳化演算法。 當同時存在分類因素和連續因素時，JMP 在兩種策略之間來回切換。 為了降低找到局部最優值的幾率，JMP 使用多個隨機開始。 優化器根據問題及其行為方式選擇並交替使用各種優化步驟。
回覆：JMP 在刻畫器中最大化意願的具體方法是什麼我很想知道這個問題的官方答案。我常被問到這個問題。
JMP 在刻畫器中用於最大化意願的具體方法是什麼我的猜測是他們使用 Nelder-Mead 單純形法。雖然文件沒有明確說明所使用的方法（據我所知），但參考文獻包括許多與單純形優化相關的論文。
戴夫
