如何针对因素的变化运行蒙特卡洛 - 模拟实验/随机优化你好，
我试图了解如何利用“模拟实验”模拟器红色三角形来评估我的响应如何受到 X 因子中随机变化/分布的影响，但我不确定如何解释结果。 它生成一个单独的“Log10 缺陷率的高斯过程模型”：
以下是我目前处于固定状态的 X 因素：
我有几个问题：
1.初始的Desirability minimize是否只对生成的预测表达式/方程进行最小化，不考虑X因子的随机正态变化？
2. 当我运行模拟实验时，高斯过程告诉我什么？ 由于我的 X 因素的随机变化，我想生成响应的能力分析......这似乎没有提供该信息（我不知道如何解释 Log10 缺陷率）
3. 是否有我可以参考的此类问题的任何资源/示例？
回复：如何针对因素的变化运行蒙特卡洛 - 模拟实验/随机优化抱歉，我没有意识到您正在使用您未创建的现有实验数据集。
关于您的情况示例；实验中的水平设置和实验期间发生变化的相关噪声创建了推理或设计空间。 在你的假设中，“ the temperature variation is not well understanded”，如果对温度不太了解，研究一下！ 您对假设某种分布和一定量的总变异的模拟结果有多大信心？， 或者“被认为是在特定范围内随机的（例如 35 - 45 C），并且只有低、中、高是从 DoE 测试的”，我建议如果低是 35º，高是 45º 和第三层在中心 40º，那么您对该空间有相当好的理解。 意识到，模拟是基于算法（模型）已知。 也许模型是作为实验的结果创建的。 实验的推理空间仍然是对模型可行性的限制。 当您使用您的模型在推理空间之外进行预测时，您能假设会发生什么吗？ 当然可以，但是您最好在更广泛的推理空间上实际运行实验。
回复：如何针对因素的变化运行蒙特卡洛 - 模拟实验/随机优化一个很好的问题。
这是一个已经运行并正在使用我必须告知的数据的行业 DOE。 据我了解，油是通过超临界 CO2 室去除的，提取物是通过 NMR 光谱仪测量的，转换为 PPM（目前我没有详细说明该数据）。
关于你的第二点，由于 DoE 研究已经完成，我希望了解由于随机性导致的 X 的变化可能会对我们的响应和能力产生影响。 例如，如果温度变化没有得到很好的理解或被认为在特定范围内（例如 35 - 45 C）是随机的，并且 DoE 只测试了低、中、高，
我还是会问：仿真实验对我进一步理解这个系统有什么收获？ 或者 x 的模拟是否足以研究 x 的变化及其对响应的影响？回复：如何针对因素的变化运行蒙特卡洛 - 模拟实验/随机优化只是一些其他的想法：
1.我不明白你说的油量PPM是什么意思。 不能测量残油的实际量（如体积、重量、浓度等）吗？ 您的测量越连续，您的研究就越有效（并且您对转换的依赖就越少）
2. 为什么要模拟 x 的变化？ 为什么不研究 x 的变化？ 如果您知道 x 的变化的分布、变化和一致性，蒙特卡洛会更有效。 在我看来，在为实验选择水平之前，您需要了解 x 的变化。 如果一个级别的随机变化与另一级别的随机变化重叠，则可能难以分配变化。
回复：如何针对因素的变化运行蒙特卡洛 - 模拟实验/随机优化你是对的！
回复：如何针对因素的变化运行蒙特卡洛 - 模拟实验/随机优化这次真是万分感谢！
据我了解，模拟实验有利于最大限度地降低缺陷率，因为您在优化后的模拟步骤中执行的优化可能无法提供最低的良率。 这是高层的准确评估吗？回复：如何针对因素的变化运行蒙特卡洛 - 模拟实验/随机优化谢谢你的参考。 现在我更明白你在做什么了。
优化步骤之后的模拟步骤会评估每个因素的当前设置以及预期的变化。 它在给定每个因素和响应的定义的情况下模拟未来的运行。 这只是关于能力和缺陷。 该信息可能足以满足您的目的。
下一步，模拟实验，不是必需的，但提供了更多信息。 此步骤使用您的拟合模型，而不是您的实验数据。 它使用空间填充设计在原始因子空间内进行计算机实验。 根据每次运行的模拟响应，使用设计和估计的总体缺陷率创建数据表。 它使用高斯过程模型和来自计算机实验的缺陷率作为插值器来预测和可视化实验结果。 缺陷率可能相差几个数量级，因此缺陷率使用以 10 为底的对数函数进行转换以确保稳定性。
如何在“模拟”特征中定义因素的随机组成部分将帮助您评估控制它们对过程的影响。
回复：如何针对因素的变化运行蒙特卡洛 - 模拟实验/随机优化你的回应是什么？ 我的回答是材料上残留油量的制造过程，以 PPM 为单位
你用的是什么型号？ 我目前正在使用具有双向交互的二次模型
这些因素显着吗？ 二次项不重要，导致更简单的双向交互和线性项（重要）
您要建模什么效果？ 残油量取决于温度、压力和放置它的腔室中使用的 Co2 量。 我试图超越正常的预测方程并进入随机优化，据我了解，这将允许我进行额外的实验运行来表示我的影响变量的变化和不可预测性。
我利用了随机优化的例子： https://www.jmp.com/support/help/en/15.1/index.shtml#page/jmp/example-of-stochastic-optimization.shtml#ww375920
当我不一定完全确定我的影响因素可以控制或将是一个确切的数字时，随机优化是否会为这种不确定性提供帮助？回复：如何针对因素的变化运行蒙特卡洛 - 模拟实验/随机优化我有一些问题和意见，然后我将根据您提供的信息尝试回答您的问题。
- 你的回应是什么？
- 你用的是什么型号？
- 这些因素显着吗？
- 您要建模什么效果？
以下是我的回答：
- 是的，意愿函数表示平均响应，因为这就是模型所表示的。 您也可以对响应的方差进行建模并确定ne 其可取性分开。
- Table大纲中有一个控件，用于将模拟结果保存在新的数据表中，用于能力分析。
- 到目前为止你使用了哪些资源？ 你读了...吗帮助 > JMP 文档库 > 刻画器指导？
