Come eseguire Monte Carlo per la variazione in Fattori - Esperimento di simulazione/Ottimizzazione stocasticaCiao,
Sto cercando di capire come utilizzare l'"Esperimento di simulazione" in Simulatore triangolo rosso per valutare in che modo la mia risposta è influenzata dalla variazione/distribuzione casuale nei miei fattori X, ma non sono sicuro di come interpretare i risultati. Genera un "Modello di processo gaussiano di Log10 Defect Rate" separato:
Di seguito sono riportati i miei fattori X in uno stato fisso attualmente:
Ho alcune domande:
1. La minimizzazione della desiderabilità iniziale esegue solo la minimizzazione dell'espressione/equazione di previsione generata e non tiene conto della variazione normale casuale dei fattori X?
2. Quando eseguo l'esperimento di simulazione, cosa mi dice il processo gaussiano? Voglio generare un'analisi della capacità della risposta a causa della variazione casuale dei miei fattori X... questo non sembra fornire quell'informazione (non so come interpretare il tasso di difetto Log10)
3. Sono disponibili risorse/esempi di questo tipo di problema da qualche parte a cui potrei fare riferimento?
Ri: Come eseguire Monte Carlo per la variazione in Fattori - Esperimento di simulazione/Ottimizzazione stocasticaMi spiace, non mi ero reso conto che stavi lavorando con un set di dati sperimentale esistente che non hai creato.
Per quanto riguarda i tuoi esempi situazionali; L'impostazione del livello nell'esperimento e il rumore associato che cambia durante l'esperimento crea l'inferenza o lo spazio di progettazione. Nella tua ipotetica, " la variazione di temperatura non è ben compresa", se la temperatura non è ben compresa, studiala! Quanto saresti sicuro dei risultati di una simulazione che presuppone una certa distribuzione e una certa quantità di variazione totale?, Oppure "si ritiene che sia casuale all'interno di un intervallo specifico (ad es. 35 - 45 °C), e solo i bassi, i medi e gli alti sono stati testati dal DoE", suggerirei che se il minimo fosse 35º e il massimo fosse 45º e un terzo livello al centro 40º quindi hai una comprensione abbastanza buona di quello spazio. Renditi conto che una simulazione si basa su un algoritmo (modello) già noto. Forse il modello è stato creato a seguito di un esperimento. Lo spazio di inferenza dell'esperimento è ancora una restrizione alla fattibilità del modello. Puoi ipotizzare cosa potrebbe accadere mentre usi il tuo modello per prevedere al di fuori dello spazio di inferenza? Naturalmente, ma sarebbe meglio eseguire esperimenti su uno spazio di inferenza più ampio.
Ri: Come eseguire Monte Carlo per la variazione in Fattori - Esperimento di simulazione/Ottimizzazione stocasticaUna grande domanda.
Questo è un DOE del settore che è già stato eseguito e sto utilizzando i dati che devo informare. Per quanto mi risulta, l'olio viene rimosso tramite la camera di CO2 supercitica e l'estratto viene misurato tramite spettro NMR, convertito in un PPM (non sono completamente dettagliato nella ripartizione di quei dati a questo punto).
Al tuo secondo punto, poiché lo studio DoE è già stato completato, spero di capire che la variazione delle nostre X dovute alla casualità potrebbe potenzialmente avere sulla nostra risposta e sulla capacità. Se, ad esempio, la variazione di temperatura non è ben compresa o si ritiene che sia casuale all'interno di un intervallo specifico (ad es. 35 - 45 °C), e solo il basso, il medio e l'alto sono stati testati dal DoE,
Vorrei ancora chiedermi: cosa mi guadagna l'esperimento di simulazione per comprendere ulteriormente questo sistema? Oppure la simulazione delle x è abbastanza buona per studiare la variazione delle x e il loro effetto sulla risposta?Ri: Come eseguire Monte Carlo per la variazione in Fattori - Esperimento di simulazione/Ottimizzazione stocasticaSolo qualche altro pensiero:
1. Non capisco cosa intendi per quantità di olio in PPM. Non riesci a misurare la quantità effettiva di olio residuo (ad es. volume, peso, concentrazione, ecc.). Più continua è la tua misurazione, più efficiente è il tuo studio (e meno devi fare affidamento sulle trasformazioni)
2. Perché simuleresti la variazione delle x? Perché non studiare la variazione delle x? Monte Carlo è più efficace se si conosce la distribuzione, la variazione e la consistenza della variazione nelle x. Mi sembra che tu abbia bisogno di una certa conoscenza della variazione delle x prima di scegliere i livelli per il tuo esperimento. Se la variazione casuale a un livello si sovrappone alla variazione casuale a un altro livello, potrebbe essere difficile assegnare la variazione.
Ri: Come eseguire Monte Carlo per la variazione in Fattori - Esperimento di simulazione/Ottimizzazione stocasticaHai ragione!
Ri: Come eseguire Monte Carlo per la variazione in Fattori - Esperimento di simulazione/Ottimizzazione stocasticaGrazie per questo!
Mi risulta che l'esperimento di simulazione sia utile per ridurre al minimo la percentuale di difetti, poiché l'ottimizzazione eseguita nella fase di simulazione successiva all'ottimizzazione potrebbe non fornire il rendimento più basso. È una valutazione accurata ad alto livello?Ri: Come eseguire Monte Carlo per la variazione in Fattori - Esperimento di simulazione/Ottimizzazione stocasticaGrazie per il riferimento. Ora ho capito meglio cosa stai facendo.
La fase di simulazione successiva alla fase di ottimizzazione valuta l'impostazione corrente per ciascun fattore con la variazione prevista. Simula le esecuzioni future data la definizione di ciascun fattore e la risposta. Si tratta solo di capacità e difetti. Queste informazioni potrebbero essere sufficienti per il tuo scopo.
Il passaggio successivo, Simulation Experiment, non è obbligatorio ma offre ulteriori informazioni. Questo passaggio utilizza il tuo modello adattato, non i tuoi dati sperimentali. Utilizza un design che riempie lo spazio per un esperimento al computer all'interno dello spazio fattoriale originale. Viene creata una tabella di dati con il progetto e il tasso di difetto complessivo stimato in base alla risposta simulata per ciascuna corsa. Utilizza un modello di processo gaussiano con il tasso di difetto dell'esperimento al computer come interpolatore per prevedere e visualizzare i risultati dell'esperimento. I tassi di difetto possono variare di diversi ordini di grandezza, quindi il tasso viene trasformato con la funzione logaritmica, in base 10, per la stabilità.
Il modo in cui definisci la componente casuale dei tuoi fattori nella funzione Simula ti aiuterà a valutare l'effetto di quanto bene puoi controllarli sul processo.
Ri: Come eseguire Monte Carlo per la variazione in Fattori - Esperimento di simulazione/Ottimizzazione stocasticaQual è la tua risposta? La mia risposta è un processo di produzione di una quantità di olio residuo su un materiale, in PPM
Che tipo di modello stai usando? Attualmente sto usando un modello quadratico con interazioni a due vie
I fattori sono significativi? I termini quadratici non sono significativi, portando a un'interazione più semplicemente bidirezionale e i termini lineari (che sono significativi)
Quali effetti stai modellando? La quantità di olio residuo dipende dalla temperatura, dalla pressione e dalla quantità di Co2 utilizzata nella camera in cui è collocata. Stavo tentando di andare oltre la normale equazione di previsione e nell'ottimizzazione stocastica, in cui ho capito che ciò mi consentirà di eseguire ulteriori prove sperimentali per rappresentare la variazione e l'imprevedibilità delle mie variabili di effetto.
Ho utilizzato l'esempio di ottimizzazione stocastica: https://www.jmp.com/support/help/en/15.1/index.shtml#page/jmp/example-of-stochastic-optimization.shtml#ww375920
Quando non so necessariamente con piena certezza che i miei fattori di effetto possono essere controllati o saranno un numero esatto, l'ottimizzazione stocastica potrebbe fornire assistenza con questa incertezza?Ri: Come eseguire Monte Carlo per la variazione in Fattori - Esperimento di simulazione/Ottimizzazione stocasticaHo alcune domande e commenti, quindi cercherò di rispondere alle tue domande sulla base delle informazioni che hai già fornito.
- Qual è la tua risposta?
- Che tipo di modello stai usando?
- I fattori sono significativi?
- Quali effetti stai modellando?
Ecco le mie risposte:
- Sì, la funzione di desiderabilità rappresenta la risposta media perché è ciò che rappresenta il modello. Potresti anche modellare la varianza della risposta e definire ne la sua desiderabilità separatamente.
- Nella struttura della tabella è presente un controllo per salvare i risultati della simulazione in una nuova tabella di dati per l'analisi delle capacità.
- Quali risorse hai utilizzato finora? Hai letto Guida > Libreria della documentazione JMP > Profiler guida?
