美国能源部贝叶斯优化基于贝叶斯方法的实验迭代设计的开发正在引起人们的兴趣，如这两篇文章所示：
-希尔兹，北京， 史蒂文斯，J.， 李杰， 帕拉斯拉姆，M.， 达马尼，F.， 阿尔瓦拉多，JI 米， ...＆多伊尔，AG （2021）。 贝叶斯反应优化作为化学合成的工具。自然, 590 （7844），89-96。
-青山。， 拉纳，S.， 古普塔，S.， 韦兰基，P.， ＆文卡特什，S.（2020）。 自适应实验设计的贝叶斯优化：综述。IEEE接入, 8 ，13937-13948。
JMP 插件可用于实施此方法（ https://community.jmp.com/t5/JMP-Add-Ins/Bayesian-optimization-add-in/ta-p/496785 ）。 不幸的是，该加载项缺少一些重要的功能，例如：
- 多种模型类型的使用（特别是引导森林）
- 离散变量的管理
- 实验限制的管理
- 每次迭代运行多个实验的可能性
拥有这样一个平台将是非常值得和有用的，特别是在新材料设计的探索性研究领域。
实验设计回复：DoE 贝叶斯优化 - 状态更改为：正在调查@Florent_M谢谢你的建议。我们将进一步调查此事，并在有更多信息可供分享时回复您。
回复：DoE 贝叶斯优化 - 状态更改为：已确认你好@Florent_M ， 谢谢你的建议！ 我们已收到您的请求并将予以考虑。
回复：DoE 贝叶斯优化 - 状态更改为：是的，敬请期待！回复：DoE 贝叶斯优化 - 状态更改为：已交付您好，Florent_M。JMP 19 中新增的贝叶斯优化平台（专业建模下）应该可以满足您在此方面的所有需求（除了可能使用的模型类型不同）。该平台采用 GaSP（高斯随机过程）模型方法。请测试 JMP 19 中的新平台，并告诉我们您的使用感受。谢谢！
