你好，
我是 JMP 的新用户，我的第一个优化设计存在一些问题。
目的是向聚合物中添加 1 种添加剂，使过程更容易 => 找到最有效且含量最低的添加剂。 因此，我有 2 种类型的模具（分类）、2 种等级的聚合物（连续）和 6 种添加剂（分类）。
我将添加剂的最低和最高浓度（0.2 - 1.4%）定义为聚合物的值。
现在，我必须定义线性约束，但我不知道如何定义它们。
我已经阅读了 DOE 指南中的专用部分，但不清楚。
预先感谢您的帮助
奥利维尔
非常感谢马克的帮助。
是的，所有添加剂都有最佳剂量范围。 另一方面，我们也有一些经济上的限制，因为添加剂的使用不应高于特定的成本。
我将实施您的流程。
再来一次，万分感谢！！！
我应该说，过滤器用户界面仅在定义约束时才可用。 它被替换为用 JMP 脚本语言编写的实际布尔表达式。 我想通过上面的图片和解释应该可以清楚的表达。 您应该能够修改它们以适合您的情况。
这是 JMP 脚本，您可以运行它来重现我制作的模型，这样您就可以看到它是如何完成的，并根据您的目的进行调整。
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 )}
);感谢您提供实验的详细信息。 我认为您说过您已经以这种方式定义了加性水平，但请确保定义涵盖了加性水平的整个范围。 在这种情况下，由于分类因素，您将无法使用线性约束。 我建议使用不允许的组合过滤器，您可以使用与数据过滤器相同的用户界面指定要排除的条件。
按着这些次序：
- 打开定义因素约束大纲。
- 选择使用不允许的组合过滤器。
- 选择聚合物级和添加剂。
- 点击添加。
- 选择第一级添加剂。
- 设置不允许的范围聚合物级。
- 单击“或”并针对所有不允许的组合重复步骤 3-7。
在这里，我模拟了您的实验，其中添加剂 1 的聚合物等级应限制在 0.2 至 1.2（因此不允许 1.2-1.4），添加剂 2 的聚合物等级应限制在 0.4 至 1.4（因此不允许 0.2-0.4）：
另外，请注意不要限制范围不必要地。 当然，我不知道您对这些限制的理由，但很容易猜测性能最佳的区域并相应地限制范围。 这种方法有几个缺点。 你可能猜错了。 您的限制范围将对响应产生较小的影响。 参数估计将具有更高的方差。 发现显着效果的功效将会降低。 您甚至可能会导致奇点，其中所有不允许的区域的集合不允许估计模型中的所有参数。 因此，始终保持范围尽可能宽，因为与测试不同，实验的目的是提供最好、最有力的数据来支持模型的估计。
事实上，每种添加剂都有特定的比率（低和高），并且每种产品的比率都不同。
连续因子（聚合物）的限值对应于所有添加剂的最低和最高水平。
因此，通过线性约束，我想更多地限制每种添加剂的水平。
我希望我的答案是明确的。
