你好，
我是 JMP 的新用戶，我的第一個優化設計存在一些問題。
目的是在聚合物中添加 1 種添加劑，使過程更容易 => 找到最有效且含量最低的添加劑。 因此，我有 2 種類型的模具（分類）、2 種等級的聚合物（連續）和 6 種添加劑（分類）。
我將添加劑的最低和最高濃度（0.2 - 1.4%）定義為聚合物的值。
現在，我必須定義線性約束，但我不知道如何定義它們。
我已經閱讀了 DOE 指南中的專用部分，但不清楚。
預先感謝您的幫助
奧利維爾
非常感謝馬克的幫助。
是的，所有添加劑都有最佳劑量範圍。 另一方面，我們也有一些經濟上的限制，因為添加劑的使用不應高於特定的成本。
我將實施您的流程。
再來一次，萬分感謝！！！
我應該說，過濾器使用者介面僅在定義約束時才可用。 它被替換為用 JMP 腳本語言編寫的實際布林表達式。 我想透過上面的圖片和解釋應該可以清楚的表達。 您應該能夠修改它們以適合您的情況。
這是 JMP 腳本，您可以運行它來重現我製作的模型，這樣您就可以看到它是如何完成的，並根據您的目的進行調整。
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Categorical, {"M1", "M2"}, "Mould", 0 ),
Add Factor( Continuous, 0.2, 1.4, "Polymer Grade", 0 ),
Add Factor( Categorical, {"A1", "A2", "A3", "A4", "A5", "A6"}, "Additive", 0 ),
Set Random Seed( 66045 ), Number of Starts( 3834 ), Add Term( {1, 0} ),
Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ),
Add Term( {1, 1}, {2, 1} ), Add Term( {1, 1}, {3, 1} ),
Add Term( {2, 1}, {3, 1} ), Set Sample Size( 24 ),
Disallowed Combinations(
Polymer Grade >= 1.2 & Polymer Grade <= 1.4 & Additive == 1 | Polymer Grade
>= 0.2 & Polymer Grade <= 0.4 & Additive == 2 | Polymer Grade >= 0.2 &
Polymer Grade <= 0.5 & Additive == 3 | Polymer Grade >= 1 & Polymer Grade
<= 1.4 & Additive == 4 | Polymer Grade >= 1.2 & Polymer Grade <= 1.4 &
Additive == 5
), Simulate Responses( 0 ), Save X Matrix( 0 )}
);感謝您提供實驗的詳細資訊。 我認為您說過您已經以這種方式定義了加性水平，但請確保定義涵蓋了加性水平的整個範圍。 在這種情況下，由於分類因素，您將無法使用線性約束。 我建議使用不允許的組合過濾器，您可以使用與資料過濾器相同的使用者介面指定要排除的條件。
按著這些次序：
- 打開定義因素約束大綱。
- 選擇使用不允許的組合過濾器。
- 選擇聚合物級和添加劑。
- 點選添加。
- 選擇第一級添加劑。
- 設定不允許的範圍聚合物級。
- 按一下「或」並針對所有不允許的組合重複步驟 3-7。
在這裡，我模擬了您的實驗，其中添加劑1 的聚合物等級應限制在0.2 至1.2（因此不允許1.2-1.4），添加劑2 的聚合物等級應限制在0.4 至1.4（因此不允許0.2- 0.4）：
另外，請注意不要限制範圍不必要地。 當然，我不知道您對這些限制的理由，但很容易猜測性能最佳的區域並相應地限制範圍。 這種方法有幾個缺點。 你可能猜錯了。 您的限制範圍將對回應產生較小的影響。 參數估計將具有更高的變異數。 發現顯著效果的功效將會降低。 您甚至可能會導致奇點，其中所有不允許的區域的集合不允許估計模型中的所有參數。 因此，始終保持範圍盡可能寬，因為與測試不同，實驗的目的是提供最好、最強的數據來支持模型的估計。
事實上，每種添加劑都有特定的比率（低和高），每種產品的比率都不同。
連續因子（聚合物）的限值對應於所有添加劑的最低和最高水平。
因此，透過線性約束，我想更多地限制每種添加劑的水平。
我希望我的答案是明確的。
