JMP 在刻画器中用于最大化意愿的具体方法是什么<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好，
我正在使用 JMP 进行响应面方法 (RSM)。使用响应刻画器和意愿函数时，我将选择最大化意愿，JMP 提供建议的变量设置以最大化 d。我的问题是JMP使用什么方法来实际解决这个多目标优化问题？我找不到任何说明所遵循的通用算法的文档？我需要说明 JMP 是如何（至少一般而言）解决这个问题的。 如果它是专有的，那么是否有通用的引用方式？
谢谢
回复：JMP 在刻画器中最大化意愿的具体方法是什么苏珊，我在我的论文中使用 JMP，我需要从数学上准确地解释我如何得出我的解决方案（使用 JMP）。 我拿到了你引用的那本书，但在这本相当密集的书中没有找到“步骤缩短”。在非常受人尊敬的统计方法来源《NIST 工程统计手册》[2] 中，我尝试使用其中提供的 JMP 示例来求解。 这个例子是由合意性方法的创始人提出的（Derringer and Suich 1980 [1]）。使用 JMP，我无法获得那里提供的相同结果。我的研究问题有所有连续因素。 也许你可以尝试一下，看看你会得到什么。 但最重要的是，您能否提供 JMP 用于计算意愿的方法的参考科学论文，或者至少提供 Dennis 和 Schnabel 书中解释用于计算多个因素意愿的数学方法的页码。 非常感谢。
[1] Derringer, G. 和 Suich, R.， (1980)，“多个响应变量的同时优化”，质量技术杂志、12、4、214-219。
[2] 5.5.3.2.2。 多重响应：合意性方法
回复：JMP 在刻画器中最大化意愿的具体方法是什么苏珊和迈克尔
感谢你们提供的信息。非常有帮助，问候
回复：JMP 在刻画器中最大化意愿的具体方法是什么嗨戴夫，
我附上了 JMP13 的更新文档草案，内容涉及意愿优化如何发生。 我希望它有助于解决您的问题。
谢谢，
迈克尔
回复：JMP 在刻画器中最大化意愿的具体方法是什么为了最大化连续因子的合意性，JMP 使用约束牛顿法方法，并缩短合意性函数的步长。 对此的参考是：
Dennis 和 Schnabel 的无约束优化和非线性方程的数值方法。
对于分类因素，JMP 使用一种贪婪的、一次一个变量的优化算法。 当同时存在分类因素和连续因素时，JMP 在两种策略之间来回切换。 为了降低找到局部最优值的几率，JMP 使用多个随机开始。 优化器根据问题及其行为方式选择并交替使用各种优化步骤。
回复：JMP 在刻画器中最大化意愿的具体方法是什么我很想知道这个问题的官方答案。我经常被问到这个问题。
JMP 在刻画器中用于最大化意愿的具体方法是什么我的猜测是他们使用 Nelder-Mead 单纯形法。虽然文档没有明确说明所使用的方法（据我所知），但参考文献包括许多与单纯形优化相关的论文。
戴夫
