Estaba optimizando simultáneamente mis variables de respuesta de salida contra factores de entrada y usando el enfoque de deseabilidad. Mientras tanto, estaba revisando la documentación proporcionada por JMP para saber qué formas funcionales por partes (como las funciones por partes propuestas por Derringer y Suich (1980)) Uso de JMP para optimizar la conveniencia, pero solo obtuve la función de conveniencia general (media geométrica).C ¿Alguien puede decir qué función por partes utiliza JMP para maximizar y minimizar una conveniencia? También para objetivo . ¿Son éstos los mismos que propusieron Derringer y Suich (1980)? Porque en la documentación de JMP, se menciona claramente que " JMP no utiliza las formas funcionales de Derringer y Suich (1980). Debido a que no son fluidos, no siempre funcionan bien con el algoritmo de optimización de JMP. "
De acuerdo con la documentación :
Algoritmo de optimización
El método utilizado para la optimización de la función de deseabilidad general, o de la función de deseabilidad única si solo hay una respuesta, depende de los tipos de factores.
• Para factores categóricos, se utiliza un algoritmo de intercambio de coordenadas.
• Para factores continuos, se utiliza un algoritmo de descenso de gradiente.
• En presencia de restricciones o factores de mezcla, se utiliza un enfoque de gradiente reducido de Wolfe.
• Para reducir el riesgo de encontrar óptimos locales, JMP utiliza múltiples inicios aleatorios.
¿Obtuviste la respuesta a esta pregunta? Yo tambien tengo la misma duda.
