chemin de montée ou de descente la plus raide<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut,
J'ai un client qui m'a demandé comment ça se passait « le chemin de montée ou de descente la plus raide (POA/POD) » est-il effectué dans JMP ? Il a indiqué qu'il existe une fonction macro dans Minitab à cet effet. Je n'ai jamais utilisé Minitab auparavant et je n'ai aucune idée de comment réaliser une POA avec. D'après ma compréhension, la direction est donnée par les coefficients du modèle du premier ordre, et il existe une formule pour définir la distance à parcourir à chaque étape du chemin. J'apprécierais donc que vous puissiez partager un exemple ou un complément dans JMP pour résoudre ce type de problème.
Merci.
Yanfei
Re : chemin de montée ou de descente le plus raideYanfei : Un autre aspect du scénario que le client pourrait poursuivre est la co-optimisation des réponses multiples ? Si tel est le cas, la logique et le concept deviennent un peu plus élégants dans JMP car JMP utilise une fonction de désirabilité pour garantir que la solution répond aux conditions définies par la fonction de désirabilité. L'algorithme de la fonction de désirabilité de JMP nécessite un facteur de pondération (les poids, je crois, sont définis dans une sorte de logique de moyenne géométrique ?... Je dois admettre que cela fait un moment que je n'ai pas vérifié pour la dernière fois ?) pour chaque réponse, ce qui à son tour influence le chemin parcouru. le co-optimiseur emmènera la surface vers une solution. Sur la base de ces seuls facteurs de pondération, le co-optimiseur peut trouver différentes solutions dans l'espace factoriel.
Re : chemin de montée ou de descente le plus raideMerci Lou. Cela aide beaucoup.
Maintenant, je comprends le processus et je sais qu'il est facile de faire ce genre de calcul dans JMP. Et comme Martin l'a suggéré, je lui recommanderais également des méthodes plus avancées comme le DSD.
Re : chemin de montée ou de descente le plus raideSalut Martin,
Je pense que le DSD est une alternative intéressante à explorer. En permettant des expérimentations sur des gammes plus larges, il offre la possibilité de :
- identifier un optimal local dans une expérience (ou deux expériences si plus de trois facteurs s'avèrent importants)
- un flux de travail plus simple à apprendre et à maîtriser
- protège contre l'omission de facteurs importants en raison de la confusion avec des interactions à deux facteurs, ce qui constitue un risque dans le flux de travail promu par Minitab.
Malcolm
Re : chemin de montée ou de descente le plus raideMerci beaucoup, Martin.
Je viens d'installer Minitab, de télécharger la macro et d'essayer d'exécuter un exemple pour voir ce qu'elle fait. À partir du résultat, je sais qu'il suffit de calculer les coefficients et le pas d'incrément d'autres facteurs en fonction de la longueur du pas du facteur de base.
Merci pour le processus de calcul détaillé, afin que je puisse le montrer au client afin qu'il puisse écrire une formule dans JMP en cas de besoin. Et DSD est également une très bonne suggestion pour le client. Ils devraient savoir qu’ils disposent de meilleures options, même s’ils ne sont pas prêts à changer pour le moment. Et je pense que le client serait très heureux de savoir qu'il existe des techniques avancées pour les aider à résoudre leurs problèmes.
Re : chemin de montée ou de descente le plus raideSalut Yanfei,
en regardant la macro dans Minitab, elle est utilisée comme ça :
1. Exécutez une expérience de dépistage pour identifier les principaux facteurs importants
2. Ajustez un modèle linéaire pour ceux
3. La macro sera désormais utilisée pour identifier de nouvelles exécutions afin de préparer un modèle RSM. Par conséquent, il choisira une variable de base et parcourra le chemin. Voici la description que vous retrouvez également dans la macro :
4. Exécutez maintenant les nouvelles expériences
5. Avec toutes les données, vous pouvez désormais modéliser un RSM pour identifier les effets significatifs du modèle et optimiser les paramètres.
Cela dit, je pense que vous pourriez proposer au client d'exécuter un DSD qui permet d'effectuer jusqu'à 3 variables dans cette procédure en une seule étape. De plus, si vous avez plus de variables, le DSD permettra aux effets principaux d'être orthogonaux par rapport à l'interaction et aux effets quadratiques, ce qui permettra également avec une bonne probabilité de trouver un bon modèle tout de suite. Si vous avez des contraintes ou de nombreuses variables catégorielles, vous souhaiterez peut-être utiliser le concepteur personnalisé à cette fin, ou DSD avec des exécutions de confirmation.
Quoi qu’il en soit, les clients connaissent souvent une certaine façon de faire les choses et s’y fient. C’est pourquoi ils souhaitent bénéficier à nouveau des mêmes fonctionnalités lorsqu’ils passent à un autre outil. Parfois, il existe une solution encore meilleure, mais ce n'est pas ce qu'ils connaissent. Je pense donc qu’il sera important de le convaincre que cette Macro n’est pas la seule bonne façon de faire ce qu’il veut faire.
Je suis intéressé par d'autres avis sur mes pensées.
Martin
Re : chemin de montée ou de descente le plus raideYanfei,
Si cela peut vous être utile, voici le lien vers la macro Minitab
http://support.minitab.com/en-us/minitab/17/macro-library/macro-files/quality-control-and-doe-macros/ascent/
Re : chemin de montée ou de descente le plus raideMerci, Martin. Le client a posé des questions sur les fonctionnalités de JMP plutôt que de consulter pour un problème spécifique. J'ai besoin d'obtenir plus d'informations de sa part, puis de lui faire savoir ce que nous pouvons faire.
Re : chemin de montée ou de descente le plus raideMerci, Don.
Oui, le plus grand défi pour moi est de décider jusqu’où aller à chaque étape. Comme vous l'avez dit, cela dépend d'une grande partie de la connaissance du domaine plutôt que de la formule.
Bien que le client n'ait pas de besoins spécifiques à ce sujet, il a simplement demandé " Pour l'ajustement du modèle de premier ordre, comment le « chemin de montée ou de descente la plus raide (POA/POD) » est-il effectué dans JMP ? Existe-t-il une fonction macro équivalente à celle de Minitab à cet effet ?"Je ne suis tout simplement pas sûr de ce qu'il veut dire à propos de la fonction macro dans Minitab.
Je verrai avec lui plus tard et j'obtiendrai plus d'informations de sa part demain.
Re : chemin de montée ou de descente le plus raideSalut Yanfei,
la première chose qui m'est venue à l'esprit est de savoir ce que le client souhaite réaliser. POA/POD est généralement utilisé pour les problèmes d'optimisation et il existe diverses implémentations. La base est celle décrite par Don, en regardant le dégradé. Cependant, ces méthodes aboutiront probablement à un Optimum local à moins que vous ne variiez le point de départ ainsi que la largeur du pas.
Que l'optimiseur du profileur fasse déjà ce qu'il veut réaliser. Peut être pas. Je suppose qu'il n'a pas seulement un problème 2D mais au moins un problème 3D et il veut trouver un max/min d'une surface ?
Martin
Re : chemin de montée ou de descente le plus raidePOA ou POD est le gradient de l'équation de prédiction. Le plus grand défi n'est pas dans son calcul, mais jusqu'où aller une fois que vous êtes en dehors de l'espace de conception (et vous commencez souvent au coin de l'espace de conception). Cela nécessite presque toujours une connaissance du domaine. Je suppose que si vous effectuiez une exécution à la fois, vous pouvez commencer avec une valeur standard (peut-être une fraction de la plage de l'espace de conception), calculer la différence entre les valeurs attendues et réelles à chaque étape et augmenter/diminuer/arrêter en fonction sur la taille de cette valeur.
