如何針對因素的變化運行蒙特卡洛 - 模擬實驗/隨機優化你好，
我試圖了解如何利用“模擬實驗”模擬器紅色三角形來評估我的響應如何受到 X 因子中隨機變化/分佈的影響，但我不確定如何解釋結果。 它生成一個單獨的“Log10 缺陷率的高斯過程模型”：
以下是我目前處於固定狀態的 X 因素：
我有幾個問題：
1.初始的Desirability minimize是否只對生成的預測表達式/方程進行最小化，不考慮X因子的隨機正態變化？
2. 當我運行模擬實驗時，高斯過程告訴我什麼？ 由於我的 X 因素的隨機變化，我想生成響應的能力分析......這似乎沒有提供該信息（我不知道如何解釋 Log10 缺陷率）
3. 是否有我可以參考的此類問題的任何資源/示例？
回复：如何針對因素的變化運行蒙特卡洛 - 模擬實驗/隨機優化抱歉，我沒有意識到您正在使用您未創建的現有實驗數據集。
關於您的情況示例；實驗中的水平設置和實驗期間發生變化的相關噪聲創建了推理或設計空間。 在你的假設中，“ the temperature variation is not well understanded”，如果temp不太了解，研究一下！ 您對假設某種分佈和一定量的總變異的模擬結果有多大信心？， 或者“被認為是在特定範圍內隨機的（例如 35 - 45 C），並且只有低、中、高是從 DoE 測試的”，我建議如果低是 35º，高是 45º 和第三層在中心 40º，那麼您對該空間有相當好的理解。 意識到，模擬是基於算法（模型）已知。 也許模型是作為實驗的結果創建的。 實驗的推理空間仍然是對模型可行性的限制。 當您使用您的模型在推理空間之外進行預測時，您能假設會發生什麼嗎？ 當然可以，但是您最好在更廣泛的推理空間上實際運行實驗。
回复：如何針對因素的變化運行蒙特卡洛 - 模擬實驗/隨機優化一個很好的問題。
這是一個已經運行並正在使用我必須告知的數據的行業 DOE。 據我了解，油是通過超臨界 CO2 室去除的，提取物是通過 NMR 光譜儀測量的，轉換為 PPM（目前我沒有詳細說明該數據）。
關於你的第二點，由於 DoE 研究已經完成，我希望了解由於隨機性導致的 X 的變化可能會對我們的響應和能力產生影響。 例如，如果溫度變化沒有得到很好的理解或被認為在特定範圍內（例如 35 - 45 C）是隨機的，並且 DoE 只測試了低、中、高，
我還要問：仿真實驗對我進一步理解這個系統有什麼收穫？ 或者 x 的模擬是否足以研究 x 的變化及其對響應的影響？回复：如何針對因素的變化運行蒙特卡洛 - 模擬實驗/隨機優化只是一些其他的想法：
1.我不明白你說的油量PPM是什麼意思。 不能測量殘油的實際量（如體積、重量、濃度等）嗎？ 您的測量越連續，您的研究就越有效（並且您對轉換的依賴就越少）
2. 為什麼要模擬 x 的變化？ 為什麼不研究 x 的變化？ 如果您知道 x 的變化的分佈、變化和一致性，蒙特卡洛會更有效。 在我看來，在為實驗選擇水平之前，您需要了解 x 的變化。 如果一個級別的隨機變化與另一級別的隨機變化重疊，則可能難以分配變化。
回复：如何針對因素的變化運行蒙特卡洛 - 模擬實驗/隨機優化你是對的！
回复：如何針對因素的變化運行蒙特卡洛 - 模擬實驗/隨機優化這次真是萬分感謝！
據我了解，模擬實驗有利於最大限度地降低缺陷率，因為您在優化後的模擬步驟中執行的優化可能無法提供最低的良率。 這是高層的準確評估嗎？回复：如何針對因素的變化運行蒙特卡洛 - 模擬實驗/隨機優化謝謝你的參考。 現在我更明白你在做什麼了。
優化步驟之後的模擬步驟會評估每個因素的當前設置以及預期的變化。 它在給定每個因素和響應的定義的情況下模擬未來的運行。 這只是關於能力和缺陷。 該信息可能足以滿足您的目的。
下一步，模擬實驗，不是必需的，但提供了更多信息。 此步驟使用您的擬合模型，而不是您的實驗數據。 它使用空間填充設計在原始因子空間內進行計算機實驗。 根據每次運行的模擬響應，使用設計和估計的總體缺陷率創建數據表。 它使用高斯過程模型和來自計算機實驗的缺陷率作為插值器來預測和可視化實驗結果。 缺陷率可能相差幾個數量級，因此缺陷率使用以 10 為底的對數函數進行轉換以確保穩定性。
如何在“模擬”特徵中定義因素的隨機組成部分將幫助您評估控制它們對過程的影響。
回复：如何針對因素的變化運行蒙特卡洛 - 模擬實驗/隨機優化你的回應是什麼？ 我的回答是材料上殘留油量的製造過程，以 PPM 為單位
你用的是什麼型號？ 我目前正在使用具有雙向交互的二次模型
這些因素顯著嗎？ 二次項不重要，導致更簡單的雙向交互和線性項（重要）
您要建模什麼效果？ 殘油量取決於溫度、壓力和放置它的腔室中使用的 Co2 量。 我試圖超越正常的預測方程並進入隨機優化，據我了解，這將允許我進行額外的實驗運行來表示我的影響變量的變化和不可預測性。
我利用了隨機優化的例子： https://www.jmp.com/support/help/en/15.1/index.shtml#page/jmp/example-of-stochastic-optimization.shtml#ww375920
當我不一定完全確定我的影響因素可以控製或將是一個確切的數字時，隨機優化是否會為這種不確定性提供幫助？回复：如何針對因素的變化運行蒙特卡洛 - 模擬實驗/隨機優化我有一些問題和意見，然後我將根據您提供的信息嘗試回答您的問題。
- 你的回應是什麼？
- 你用的是什麼型號？
- 這些因素顯著嗎？
- 您要建模什麼效果？
以下是我的回答：
- 是的，意願函數表示平均響應，因為這就是模型所表示的。 您也可以對響應的方差進行建模並確定ne 其可取性分開。
- Table大綱中有一個控件，用於將模擬結果保存在新的數據表中，用於能力分析。
- 到目前為止你使用了哪些資源？ 你讀了...嗎幫助 > JMP 文檔庫 > 刻畫器指導？
