具有类别上限的配料的最佳设计我必须设计一个实验，涉及 1 种固定成分 (A)、1 种具有最小和最大使用百分比的成分 (B) 以及来自其他 9 种不同类别的成分（C 到 K）。
从 C 到 K 的每个类别在这些类别中都有不同数量的成分，从至少 2 种到最多 9 种不等。 这些类别中的每种成分都有推荐使用水平 (%)，因此在特定运行中要么以该水平存在，要么根本不存在。
只有 1 个响应变量需要最大化。
实际可行的最大运行次数为 100。
这是一个例子：
- A - 总是出现在 4%
- B - 浓度在 50-70% 之间
- C - 最大浓度应为 10%
- C1 - 不存在或存在 5%
- C2 - 不存在或存在 5%
- C3 - 不存在或存在 2%
- C4 - 不存在或存在 3%
- 其他类似C类
在 JMP 中设计此类实验的最佳方法是什么？ 所用 PC 的计算能力是否有任何限制？
美国能源部视窗回复：具有类别上限的配料的最佳设计你好，
如果我将每个类别中的成分定义为具有两个级别的分类变量，那么就不可能将类别上限指定为约束，对吗？
从问题中的示例来看，如果 C1、C2、C3 和 C4 是分类变量，如下所示：
C1 = 0,5
C2=0,5
C3=0,2
C4=0,3
我将如何描述这样的约束C1+C2+C3+C4 < 10 ？ 据我了解，我只能向连续变量或混合变量添加线性约束。
回复：具有类别上限的配料的最佳设计你好，
如果因子只能取两个值且不在中间，则最好将它们视为分类变量。这些也可以在自定义设计中轻松添加（ https://www.jmp.com/support/help/en/16.2/#page/jmp/factors.shtml# ).
回复：具有类别上限的配料的最佳设计你好，
感谢您的回复。
当我浏览文档中的 JMP 示例时，这也是我最初的想法。 我发现这里难以表达的是我的成分只能取两个值（0 或使用水平），而不是像普通混合变量那样在下限和上限内的一系列值。
我如何将这种情况包含在混料设计的混合中？
回复：具有类别上限的配料的最佳设计你好，
感谢您的回复。 因此，这里有一些与您的评论相对应的说明：
- 总体目标是找到能够最大化响应变量的最佳成分组合
- 类别上限和成分的使用水平是唯一的限制。 没有其他随机化限制
- 因子水平可以是 0 或规定的使用水平。 所以我相信它们是连续变量（如果我在这里错了请纠正我）。 缺少其中一种成分（即因子水平 0）不会使整个系统以一种非典型的响应方式运行，因为始终存在固定水平的一种或两种成分（示例中的 A 和 B）。 类别中的所有其他成分都是可选的。
- 是的，因子水平的总和必须等于 100。
我实际上是从一个自定义设计开始的，该设计具有 B 的混合变量、A 的常量和每个类别中成分的连续（两级）变量。 但对其添加线性约束似乎非常复杂。
回复：具有类别上限的配料的最佳设计你好，
除了来自的评论@P_Bartell ，这听起来好像是混合设计的混合。您可以在此处找到有关如何构建它们的信息：混合设计的混合 (jmp.com) .
回复：具有类别上限的配料的最佳设计我将从你最后一个问题的答案开始我的想法。 是的，所使用的 PC 的计算能力存在限制。 对于 JMP 系统要求，我建议阅读此处： JMP 系统要求其中一些还取决于您使用的 JMP 版本。 一般而言，这些要求要么是二元的（JMP 必须具备才能发挥作用），要么是“越多越好”，以及一些推荐的最低要求，例如 RAM。 有一个强烈推荐的最小值……但如果您有更多值，JMP 将执行得更快，用户的麻烦也更少。
现在是关于“...在 JMP 中设计此类实验的最佳方式？”的一些一般性想法。问题：
1.手头问题的总体目标是什么？ 从现在开始筛选我称之为因素的“类别”？ 优化响应？ 也许如果两者都从筛选式实验开始……然后按顺序移动到优化类型实验？
2. 除了您所阐述的之外，对随机化还有其他限制吗？
3. 因素是否连续？ 并且是否将任何因素置于“不存在”状态会使整个系统以与响应不同的方式运行？ 根据我在实验中使用基于化学的系统的经验，有时完全不存在会在该因子的响应中引起非常非线性的影响（例如考虑阶跃变化），从而使优化目的的建模更成问题。
4. 这真的是因子水平之和必须等于 100% 的 DOE 混合实验吗？
5. 这显然是 JMP 定制设计平台的一个问题……所以总的来说，我认为您将从那里开始。
