예측 프로파일러 및 시뮬레이션예측 프로파일러 뒤에 있는 블랙박스가 무엇이며 최대 바람직함을 사용할 때 솔루션을 제안하는 방법을 설명할 수 있습니까?해석학암사슴Re: 예측 프로파일러 및 시뮬레이션나는 팁 수 = 40, 최대 반복 = 250, 최대 사이클 = 100 및 중심 공차 = 0.00000001을 입력했지만 다시 최상의 최적화 솔루션을 찾지 못했습니다.
그리고 더 나쁜 것은 시뮬레이션을 다시 실행하더라도 시뮬레이션을 3번 반복한 후 JMP가 제안한 최고의 불량률 %8에 도달하지 못했다는 것입니다.그러나 이전에 이 솔루션을 저장한 것이 운이 좋습니다.
JMP는 초기 요소 수준에서 시뮬레이션을 수행한다고 생각합니다. 내가 선호도를 최대화한 후 JMP는 첫 번째 단계에서 JMP가 제안한 새로운 초기 최적화 지점을 사용합니다. JMP가 최적화를 위한 올바른 시작점으로 시작하지 않으면 최상의 솔루션을 찾을 수 없습니다.
(그런데 나는 또한 1로 실험하기 위해 요인 수준 공간의 일부를 변경하는 시뮬레이션을 수행하지만 다시 최고의 최적 솔루션에 도달할 수 없었습니다.)
Re: 예측 프로파일러 및 시뮬레이션사용자가 원하거나 필요로 하는 최적의 설정을 달성하는 데 도움이 되는 몇 가지 방법이 있습니다.
최적화 옵션 : 제가 말씀드린 기준이 있습니다. 프로파일러에 적합성 기능이 추가되면 빨간색 삼각형 메뉴에서 액세스할 수 있습니다. 최적화 및 선호도 > 최대화 옵션을 선택합니다. 기준을 변경할 수 있는 대화 상자가 나타납니다.
불행히도 이러한 옵션에 대한 문서를 찾을 수 없습니다. 그러나 일반적으로 Trips, Maximum Iterations 또는 Maximum Cycles를 늘리면 수렴이 더 엄격해집니다. Convergence Tolerance를 줄이면 수렴도 더 엄격해집니다. 올바른 방향으로 작은 변경을 하는 것이 좋습니다.
잠금 요소 설정 : 때로는 외부 기준에 따라 요인 설정을 선택하는 데 도움이 됩니다. 설정을 설정하고 잠글 수 있습니다. 요인에 대한 프로필을 Control-클릭 또는 Alt-클릭한 다음 이 대화 상자를 사용합니다.
선형 제약 조건 : 선형 제약 조건을 사용하여 최적화에서 제외할 공간을 정의할 수 있습니다. 이는 불평등과 요인 설정의 조합을 나타냅니다. 이것 좀 봐 돕다 자세한 내용은.
피팅된 모델을 새 열 예측 공식으로 저장할 수 있습니다. 그런 다음 모델을 다시 피팅하지 않고 그래프 > 프로파일러에서 자체적으로 예측 프로파일러를 시작할 수 있습니다.
Re: 예측 프로파일러 및 시뮬레이션감사합니다. 수렴 기준 문제가 있는 것 같습니다. I 수렴 기준을 어떻게 변경할 수 있습니까?Re: 예측 프로파일러 및 시뮬레이션그러한 행동에는 두 가지 주요 이유가 있습니다. 첫 번째 이유는 실제로 하나 이상의 최적 솔루션이 있기 때문입니다. 이것은 종종 단순한 시스템에서 발생하지만 복잡한 시스템에서 발생할 수 있습니다. 도. 이 경우 최적화 프로그램은 솔루션 중 하나만 반환합니다. 모든 요인의 시작 위치를 변경하면 다른 것을 찾을 수 있습니다.
두 번째 이유는 모든 수치적 방법에 의한 최적화가 수렴 기준에 의존하기 때문입니다. 기준은 현재 값이 '충분히 좋은' 때를 결정합니다. 기준을 변경하면 솔루션이 변경될 수 있습니다.
Re: 예측 프로파일러 및 시뮬레이션알겠어요. 시뮬레이션 실험을 많이 하다보면 이상한 상황에 직면하게 되어서 시뮬레이션 이면의 블랙박스를 이해하려고 합니다. (실행 후 실행한다고 가정) JMP는 항상 결함률이 더 낮은 다른 요소 수준을 제안합니다. 내가 만드는 시뮬레이션 실행 횟수가 많을수록 더 나은 결함률이 제안됩니다. 이러한 불안정한 최적화 솔루션을 이해할 수 없습니다. 전역 최적 요인 수준을 제안하지 않는 이유는 무엇입니까? 전역 최적을 얻기 위해 시뮬레이션을 몇 번이나 다시 실행해야 합니까?
Re: 예측 프로파일러 및 시뮬레이션일반적인 설명은 다음과 같습니다.
전체 만족도 함수의 최적화 또는 응답이 하나만 있는 경우 단일 만족도 함수의 최적화는 다음과 같이 수행됩니다.
범주형 요인의 경우 좌표 교환 알고리즘이 사용됩니다.
연속 요인의 경우 경사하강법 알고리즘이 사용됩니다.
제약 조건 또는 혼합 요인이 있는 경우 Wolfe 감소 기울기 접근 방식이 사용됩니다.
JMP 소프트웨어는 독점 소프트웨어이므로 자세한 설명은 생략합니다.
Re: 예측 프로파일러 및 시뮬레이션Markbailey에게 감사드립니다. 이전에 이 정보를 읽은 적이 있지만 최대 만족도와 시뮬레이션 뒤에 있는 세부 이론을 이해하려고 노력하고 있습니다. jmp는 어떤 종류의 방법론이 최대 바람직함과 시뮬레이션 기능이 실행될 때를 기반으로 합니까?Re: 예측 프로파일러 및 시뮬레이션바람직함 함수 및 최적화 설명 여기 .
