你好。 我的姓名是劳拉兰开斯特。 我是A统计开发商在这联合管理计划团体。 今天，我是这里到讲话到你关于溶解组合和操作地区优化为了批判的质量属性和这联合管理计划17 号分析器。
一切是去到讲话关于今天有到做和这预测刻画器，和我希望那每个人是熟悉的和它。它是A精彩的工具。 但如果你是不是，这预测刻画器是A工具在联合管理计划那是伟大的为了交互地探索,可视化，和优化这楷模那你创造在JMP。 具体来说，是去到讲话关于二最近的新的特征那是添加到这预测刻画器。 这第一的是这能力到探索和优化这楷模那你已经已创建在美国能源部在 JMP 中那有已知的不允许的组合力量。 这第二是这能力到决定一个最佳的操作地区为了你的制造业流程那确保两个都质量和最大限度生产灵活性。
让我们去先和得到开始了说关于探索和优化楷模从设计的实验和这全部组合限制。 我t经常发生那什么时候你是设计实验，它是不是可能的或者它是不是理想的为了各种各样的原因到是有能力的到实验超过这通常全部的矩形的设计地区。 什么时候那发生，你需要到是有能力的到申请限制条件到你的设计地区前你创造这设计和当然前你跑步这设计。 值得庆幸的是，曾经自从联合管理计划6、哪个有到过A长的时间，这风俗设计平台有到过有能力的到创造设计实验和受约束的设计地区。 自从然后，约束支持有还到过添加到快速地，灵活的填充设计和覆盖大批设计。
现在，什么类型的限制条件是可用的在JMP的美国能源部平台？ 这第一的类型的约束是这更简单的这二。 它是线性限制条件在连续的和混合物因素。 H埃雷的A图片在哪里我们有二线性不等式限制条件那是显示在这灰色的阴影地区。 然后这设计，你能看停留出去的这不允许的线性受约束的地区。
这下一个类型的约束是被称为A不允许的组合约束。 它是A更多的一般的和能是更多的复杂的类型的约束。 它能组成的连续的，离散的，数字和或者绝对的因素。 什么它是是A约束那是A吉林省布尔值表达那评估到真的为了因素组合那是不是在你的设计地区。 这是一个例子。
我们有A二-因素设计在哪里X1 L1和X2 L3不能是在这设计。 他们是不允许的和他们是书面作为A吉林省布尔值表达，哪个你能看正确的这里。 氮通知那这设计是已创建和停留出去的这不允许的地区。 现在，起初，全部的这些不允许的组合限制条件有到是进入作为吉林省喜欢这。 但然后在联合管理计划12、 A不允许的组合筛选曾是添加那制成它更轻松到创造这些吉林省表达式如果你有相当简单的不允许的组合这样的作为个人因素范围合并的和和/或者表达式。出色地看在一个例子的这不久。
现在，什么关于这预测刻画器和受约束的地区？ 为什么是它重要的为了这预测刻画器到是有能力的到遵守限制条件什么时候你有楷模和限制？ 出色地，如果这分析器忽略约束条件，然后它是可能的那这用户可以导航到预测那是不是可行的和他们可能不是意识到它。 所以你可以结尾向上在一个区域那是不是可能的，不是理想的，和你当然没有经测试那里。它是一个外推法，所以这是坏的。 然后大概甚至更差，如果你想到优化你的模型，你可以结尾向上和一个不可行的最佳的解决方案。 如果那发生，这用户会有到任何一个尝试到手动寻找A可行的最佳的解决方案，哪个可以是真的难的或者甚至不可能的，或者他们会有到使用其他工具。
什么是这挑战和得到这预测刻画器到遵守限制？为什么做过它拿所以很多更长到得到这些限制条件在这分析器相对美国能源部？ 出色地，这主要的原因有到做和这受约束的优化。 这合意性功能是A非线性功能。 那方法那我们的优化有A非线性客观的功能和可能两个都连续的和绝对的因素变量那可以是涉及在限制。 这是已知的作为A混合的整数非线性编程问题，和它是一个极其难的类型的优化问题除非你知道某物有利关于你的客观的功能或者你的受约束的地区。它是只是非常非常难的。
但好的消息，这预测刻画器现在作品和全部这相同的限制条件作为这美国能源部平台。 转弯出去那这预测刻画器有实际上服从线性限制条件在连续的变量全部这方式后退到联合管理计划8、 j乌斯特A夫妻的发布后他们是添加在联合管理计划6. 我们是有能力的到做这早点因为这些约束条件，这些线性限制条件在连续的变量有真的好的特性。 乙因为的那，我们是有能力的到实施A狼-减少坡度变体算法。那算法做A真的吗，真的好的工作的发现这全球的最佳，尤其如果你不有绝对的变量。 在那案件，你应该寻找这全球的最佳。
现在，自从联合管理计划16、这预测刻画器现在还服从不允许的组合限制条件在两个都连续的和绝对的变量。 现在，这曾是A很多更难因为这些限制条件是非常一般的。 你可以放绝对地任何事物里面那JSL布尔值表达。所以我们不能认为任何事物有利关于我们的受约束的地区在这些案例。 因此，我们有到实施A遗传的启发式算法，哪个是A非常一般的类型的算法为了这受约束的优化。 乙因为的这，我们不能保证A全球的最佳解决方案。 但你应该寻找A解决方案那是非常关闭到全球的最佳，如果不是这全球的最佳。
让我们去先和开始看着在一些例子。第一的，是去到看在A化学反应实验。 这实验有一回复，和这目标是到最大化屈服。 我们有三因素。 二的他们是连续的，时间和温度，和催化剂是绝对的。
我们有二限制。 什么时候催化剂乙是用过的，温度必须是多于400。 什么时候催化剂C是用过的，温度必须是以下650.瓦e用过的风俗美国能源部至创造A回复表面设计和迪斯允许的组合。 因为这些是相当简单的约束条件，我们是有能力的到使用这不允许的组合筛选。
你能看这里那什么时候我放催化剂到乙，温度不能是以下400。这是我的第一的不允许的地区。 还如果催化剂是C，这温度不能是多于650.然后一次我们已创建这设计，你能看那这设计点停留出去的这受约束的地区那是灰色的这里。 这些是这溶解组合地区。 然后我们跑这实验和我们用过的最小拟合正方形到合身A回复表面模型到这数据。
现在，我想到展示你如何你会使用这预测刻画器到探索这模型和寻找这最大限度屈服。 我是去到去得到出去的微软幻灯片软件和去到联合管理计划真的迅速地。 这里是这数据桌子从这化学反应实验那我们已创建和JMP风俗设计平台。 我们已经已经跑步它和进入全部这结果。这重要的事物我想到观点出去是那风俗美国能源部添加这数据桌子脚本被称为不允许组合。 什么时候你打开它向上，你看它是得到这吉林省布尔值表达的我的不允许的组合。和这是什么这预测刻画器读在，和那是如何它知道关于我的不允许的组合限制。
我有已经已保存我的回复表面模型，和我是去到跑步它和去向下到这分析器。 因为我有那不允许的组合约束已保存在这桌子，它是有能力的到读那些在和这分析器能遵守这限制。我F我放催化剂到乙，注意那我不能得到到A温度400或者以下。 如果我放催化剂到C，我不能得到到A温度650或者多于因为那些是不允许的地区。 还，什么时候我最大化屈服，我结尾向上和A解决方案那是可行的，它是不是在A不允许的地区。
现在，什么会有发生了在A版本的联合管理计划事先的到联合管理计划16？ 出色地，我们能看什么会有发生了经过看着在这精确的相同的数据桌子没有这不允许的组合脚本。我是去到跑步这相同的精确的模型和去到这分析器。 现在这时间，这分析器不知道关于我的限制。 所以什么时候我放催化剂到乙，我能去向下进入A不允许的地区向下到350.催化剂C，我能漫步向上进入其他不允许的地区，温度多于650.瓦母鸡我做这优化，我做结尾向上和一个不可行的解决方案。 我是在这不允许的地区在哪里催化剂是C和温度是750.
我会是被迫到有到尝试到手动寻找A可行的解决方案那是不是在A不允许的地区。 但值得庆幸的是，那是到过解决了自从联合管理计划16.让我们去干净的向上和让我们去到其他例子。
好的，这下一个例子是去到看在是A药片生产实验。 这目标的这实验是到最大化溶解。 我们有五因素。 四是连续的和一是绝对的。 我们有二限制。这第一的约束是那什么时候屏幕尺寸是3、研磨时间有到是以下16、和我的喷速度和涂层粘度跟随这非线性约束。
我用过的风俗美国能源部下一步到创造A回复表面设计和不允许的组合使用这些二限制。 因为这是A复杂的约束，我们可以不是使用这不允许的组合筛选，所以我们有到进入它作为A脚本，哪个是不是难的到做。 这是在哪里我有进入那非线性约束作为A脚本。 注意我有翻转这不等式到展示什么是不允许的反而的什么应该是允许。时间母鸡我有还添加屏幕尺寸等于3 和磨时间更大比16作为这其他不允许的地区。
现在，我们能看经过看着在二不同的切片的我的设计。 这第一的图形是喷速度相对涂层粘度。 我能看那全部这设计点停留出去的这不允许的地区放经过这非线性约束。 瓦母鸡我看在屏幕尺寸相对磨时间，什么时候屏幕尺寸是3、米生病时不能是多于16.然后我们跑这实验，和我们用过的拟合最小二乘法到合身A回复表面模型到这数据。 氮噢是去到使用预测刻画器到探索这模型和寻找这最大限度溶解。
我是去到去后退到JMP。这是这药片生产实验那曾是产生的经过JMP的风俗美国能源部平台。 氮通知那一次再次，它有已保存这不允许的组合数据桌子脚本到这桌子。 我是去到看在那。 你看那它是这吉林省布尔值表达的我的迪斯允许的组合，和这是什么这分析器将要读在。我有已保存这回复表面模型到这桌子。 什么时候我们去到这分析器到探索这模型，你能看那它服从我的不允许的组合约束。 什么时候屏幕尺寸是3、磨时间不能是多于16.
还，喷速度和涂层粘度遵守那非线性不等式约束。 什么时候我最大化这解决方案，我结尾向上和一个最佳的解决方案那是可行的和注意那它是实际上在这约束边界。 时间帽子告诉我那如果我有不是到过认出这约束条件，我几乎当然会有结束了向上和一个最佳的解决方案那不是可行的，和我会有有到尝试到手动寻找它，哪个会有到过非常难的，如果不是不可能的。
全部正确的。 让我们移动在到这下一个话题。这里我们去。 后退到微软幻灯片软件。 好的。 我们的下一个话题是操作地区优化为了批判的质量属性。 这是在哪里我是去到介绍这新的设计空间分析器那是新的到联合管理计划17.
什么做我们意思是经过设计空间什么时候是说关于这设计空间分析器？出色地，这是一个重要的概念那是用过的在制药发展那识别这最佳的操作地区那给出最大灵活性的你的生产尽管仍然保证质量。 这概念曾是介绍经过这美国食品药品监督管理局和这国际的会议在协调什么时候那些机构决定到采纳质量经过设计原则为了发展，制造业，和规定的药物。 瓦母鸡他们做过那，他们放出去一些真的重要的指导方针文件， ICH Q8-Q12，那最多药品公司跟随。
具体来说，我们想到看在ICH Q8（ R2) ,哪个盖子设计空间。 它定义设计空间作为这多维的组合和相互作用的材料属性和过程参数那有到过证明了到提供保证的质量。
现在，那里是A数字的脚步那需要到是采取到决定设计空间为了A产品，和一些的他们需要到是完毕前你能得到到这设计空间分析器和JMP。 一的这第一的事物那你需要到做是你需要到决定什么你的批判的质量属性是和什么这合适的规格限制是到维持质量。 出色地参考到这些批判的质量属性作为质量保证体系。 这ICH文件定义A批判的质量属性作为A身体的，化学,生物，或者微生物学的财产或者特征那应该是之内一个合适的限制，范围，或者分配到确保这想要的产品质量。 这是这重要的第一的步。
下一个，我们想到使用设计的实验到决定什么是我们的批判的制造业过程参数那影响那些批判的质量属性。 出色地参考到这些作为CPP，批判的过程范围，因为ICH Q8定义A批判的过程范围作为A过程范围谁的变化性有一个影响在A批判的质量属性和所以应该是被监控或者受控到确保这过程产生这想要的质量。然后，一次你已经决定你的CQA和你的CPP，然后你想到寻找A真的好的预言模型为了你的CQA在条款的你的批判的过程参数。一次你已经完毕全部的那，你能使用这设计空间分析器到决定A好的设计空间为了你的产品。
让我们讲话A小的更多的具体来说关于这设计空间分析器和JMP。这目标的这设计空间分析器是到决定A好的设计空间经过试到寻找这最大的超长方形那适合进入这可以接受地区那是定义的经过你的批判的质量属性规格应用到那预言模型那你成立。 一次你成立那超长方形，它将要给这降低和上限制的你的批判的过程参数那决定A好的设计空间。
这问题是那那可以接受地区是通常非线性，和发现这最大的超长方形在A非线性地区是A非常非常难的数学的问题。 因为的那，我们想知道如何做这设计空间分析器实际上决定设计空间然后？ 出色地，反而的试到寻找这最大的超长方形从数学上来说，我们使用A模拟的方法。什么它做是它产生数千的均匀地分散式点自始至终这空间定义的经过你的最初的消费者保护计划限制。 然后它用途那预言模型那你成立到模拟回应为了你的CQA。 笔记，因为你的预言模型是不是没有错误，你应该总是添加回复错误到你的模拟。
一次你已经得到你的模拟的放，它计算一个符合规格部分，会计这全部的数字的点在那放那是符合规格为了全部你的CQA从全部这点那是之内这当前的消费者保护计划因素限制。 这是最简单的到看经过实际上看着在一个例子和去到联合管理计划和看着在这设计空间分析器。那是什么是去到做下一个。
是去到看在一个例子的A疼痛奶油学习。 这目标的这学习曾是到重新利用A习惯-成型口服阿片类药物药品进入A奶油那提供这相同的宽慰作为这口服药品。 时间他第一的事物那我们需要的到做曾是决定我们的批判的质量属性为了这药品。 我们决定那那里是三的他们诱捕效率，囊泡尺寸，和在-体外发布。我们还需要的到决定什么是这规格限制那保证质量。 那是什么这些数字是。
下一个，我们跑实验到决定哪个的我们的制造业过程因素影响这些批判的质量属性。 它轮流出去那里是三的他们。 他们是乳化剂，脂质,和卵磷脂，和这些是这最初的因素限制为了这些CPP。
下一个，我们用过的风俗设计和拟合最小二乘法到寻找回复表面楷模为了我们的三批判的质量属性在条款的我们的三批判的过程参数。 一次我们做过全部的那，现在是有能力的到去到这设计空间分析器和联合管理计划到决定A设计空间为了这疼痛奶油。 让我们去后退到JMP。
我是去到打开向上我的疼痛奶油学习。 时间他的曾是我的回复表面模型设计已创建在JMP的美国能源部平台。 我有得到我的设计在条款的我的三批判的过程参数这里，和这些是我的三批判的质量属性回应这里。 这重要的事物我想到观点出去是那为了每个的这些批判的质量属性回应，我有已保存规格限制作为柱子特性。 时间帽子是因为这设计空间分析器有到知道什么这规格限制是为了你的批判的质量属性。所以如果你不进入他们作为柱子特性，你会是提示到进入他们一次你发射这设计空间分析器，除非你已经添加他们这里。
我有已经已保存我的回复表面楷模作为A脚本。我是去到跑步那脚本。它发射拟合最小二乘法，和我有它放向上到自动地展示这预测刻画器。 这是这相同的预测刻画器那你是大概用过的到看到。 我有我的三回应，我的批判的质量属性这里，我的三批判的过程参数，我的因素这里，和我能探索这模型作为通常。 但现在我想到尝试到数字出去A设计空间为了我的制造业过程。
现在我能容易地做那经过去到这生产分析器，小的红色的三角形菜单，和一些向下。 我看有A新的选项为了设计空间分析器，和如果我选择那正确的以下这预测刻画器，这设计空间分析器将要出现。
作为我著名的，如果我没有已经有规格限制随附的到我的回应，它会迅速的我为了那。 但现在我能看那它是带来他们在从我的柱子特性。 你能看正确的向下这里。 它是还带来在一个错误标准偏差。这些价值观是未来从这根意思是平方错误的我的最小二乘法楷模。 是欧能看这里，均方根误差是这里，是这相同的价值为了体外发布作为这错误标准偏差这里。 的课程，你能改变这些，你能甚至删除他们。 但我们高度推荐那你有一些错误为了你的预测自从你的预测性的楷模是不是完美的，不是没有错误。
好的。 这第一的事物你可能注意关于这分析器是那它看起来A小的不同的在那每个因素细胞有二曲线反而的这通常一曲线。那是因为是试到寻找因素限制。 瓦是的试到寻找一个间隔，是试到寻找这操作地区，这设计空间在哪里是优化我们的操作地区。 这蓝色的曲线-我们有A传奇到帮助我们-这代表这符合规格部分作为这降低限制变化，和这红色的曲线代表这符合规格部分作为这上限制变化。
你能看如何如果我是到改变这上限制的乳化剂，它会增加我的符合规格部分。 那会是A好的事物。 那是如何那作品。 还这符合规格部分，你不看这价值超过这里在这左边喜欢你通常做，但它是正确的超过这里到这正确的的这细胞。 它是最初， 79.21%的我的点是符合规格和那是符合规格为了全部的这回应到全部的这CQA。如果你想到看这个人符合规格部分，你能寻找他们向下这里下一个到这具体的回复。
还，你能注意这体积部分是讲述我那我是现在使用全部的我的模拟的数据和那是因为这因素限制是放在他们的满的范围最初。 到是有能力的到改变这因素限制或者尝试到改变这操作地区，你能任何一个移动这标记作为通常或者你能进入不同的因素限制价值观这里在这桌子或者正确的这里以下这细胞或者你能使用这些纽扣。 我真的喜欢这些纽扣。 如果我点击在移动向内的，它是去到寻找这最大增加在符合规格部分。它是去到寻找这移动那给出我这最大增加。 它是去到寻找这最陡的向上小路。 移动向外会做这对面的。 它会寻找这最陡的小路向下。
如果我点击移动向内的，注意那我的乳化剂降低限制有增加从700到705、和我的符合规格部分有增加到81.95。如果我点击它再次，现在我的卵磷脂降低限制有增加从30到31、和我的符合规格部分有消失了向上到84.5。 我能保持正在做这。
但前我保持正在做这直到我寻找这想要的符合规格部分那我喜欢-和我是快乐的和这因素限制，我思考它是A合理的操作地区-那里是一些选项在这设计空间分析器菜单那我喜欢到看在。 这第一的一是制作和连接到随机的桌子。 瓦帽子这做是它创造A新的随机的桌子的均匀地分散式点。你总是想到添加随机的噪音。 它是去到使用这相同的随机的错误我们用过的前。 我是去到点击好的。 现在，我得到这桌子的10,000新的随机的点,和他们是颜色-编码。 这那些那是标记的作为绿色的是在-规格，这那些那是红色的是出去的规格，和这那些那是已选择是之内我的当前的因素限制，我的当前的操作地区。
它是有用到看在这桌子，但我真的喜欢到看在这些图表那是产生的经过一些的这些已保存脚本。 如果我跑步散点图矩阵是，它将要给我A回复看法的全部我的数据。 这阴影地区那是绿色的这里是这规格限制。时间母鸡我还喜欢到看在这散点图矩阵X，哪个给出我这因素空间看法。 它是好的如果我能看在他们两个都在这相同的时间。 尽管我是改变我的因素限制，如果我点击在移动向内的再次，你能看如何这点改变。 我寻找它甚至更多的有用。 你还看如何这因素空间变化。 我寻找它甚至更多的有用到隐藏全部这点那是不是在我的当前的操作地区，然后我不甚至有到看在他们。
现在，作为我保持点击在移动向内的，你能看如何那操作地区是萎缩。 如果你仅有的想到是担心的和这出去-的-规格点,你能点击在是出去的规格，和那将要仅有的展示这出去-的-规格点那是发生。 注意那我的符合规格部分，作为我保持移动我的因素限制在，是增加。
我是去到保持去直到我任何一个打100%或者我的操作地区看起来喜欢某物我不能那不是可行的，那我只是惯于是有能力的到达到。 我是去到保持点击移动向内的。事物仍然看好的。 移动向内的，只是去到保持点击它。好的，我打100,和我仍然思考那这些因素限制代表一个操作地区那我思考我应该是有能力的到达到。
到是有能力的到看在那更远，我能发送这中点的这些因素限制到这原来的分析器，看什么那看起来喜欢。 我思考那看起来漂亮的好的。 我能还发送这限制到这模拟器在这预测刻画器，和我能决定到使用不同的分布。 我实际上思考那我的批判的过程参数跟随普通的分布。 我是去到选择这普通的和限制在3西格玛。 它轮流在这模拟器,和它套我的分布到普通的，和它人物出去这意思是和标准偏差为了这些限制和西格玛， 3 西格玛。
的课程，你能改变全部这些价值观作为你思考似乎合身为了你的自己的情况，为了你的自己的制造业过程。 你能改变这分配，你能改变这意思是雪松偏差。 我是只是去到离开它，和我是去到看什么模拟,什么这普通的分布看起来喜欢。 它看起来真的好的。你能看我的缺点速度。 什么时候我保持打模拟，它是经常0。
我还喜欢到模拟到这桌子到是有能力的到只是得到A看法的什么我的能力分析会看喜欢只是作为A理智查看。 我F你来向下这里，你能模拟这桌子，和它是去到使用这些普通的分布为了这批判的过程参数。 它是去到使用这相同的错误为了你的预测作为我们用过的前。
我是去到点击制作桌子，和什么时候我做那，它自动地创造一些脚本。一的他们是分配。 如果我跑步那，我能非常容易地看在我的能力报告因为我已保存我的规格限制作为柱子特性。 我看那这能力看起来，在至少为了这模拟的数据，它看起来真的相当好的。 所以我是漂亮的快乐的和这，甚至尽管这是只是在这模拟的数据。 的课程，我需要到查看这真实的数据，但我是真的快乐的和什么我是看见所以远的。我思考我是去到使用这些限制作为我的设计空间。
现在，只是到笔记前我去更远，我有A好的情况这里，但让我们说那你没有有A好的情况在哪里你的符合规格部分不是在哪里你通缉它到是，和你真的不能调整你的因素限制不再了。你可以做什么-如果场景经过改变你的规格限制或者你的错误如果你思考那是某物那可以合理地发生。 但我有A好的情况，和我是快乐的。
我是去到使用这选项节省X 规格限制，这将节省这些因素限制后退到我的原来的数据桌子，到我的批判的过程参数，所以我能节省这些因素限制。 什么时候我做那，什么时候我去后退到我的原来的桌子，你能看那那些因素限制设置有到过已保存作为规格限制到我的批判的过程参数。
我寻找它真的有帮助的到是有能力的到看在这设计空间在条款的这轮廓回应和这可以接受地区。我有已经已保存我的预测作为公式和我有A脚本已保存到跑步这轮廓轮廓仪。 我是去到跑步那。 这是去到给我我的轮廓回应为了全部组合的我的因素，我的批判的过程参数。 我不知道如果你能看这头晕的矩形，但那是我的设计空间作为定义的经过那些因素限制那得到已保存作为规格限制在我的批判的过程参数。 这阴影有色地区，这些是我的规格限制回复轮廓。
你能看那我的设计空间是很好地之内一个可以接受地区为了全部这些轮廓。 它是甚至更远在。它是不是接触他们。 那是因为我们添加那错误结束为了我们的预测。 我是真的快乐的和这。
好的，让我们得到后退到微软幻灯片软件。 我只是想到给你A很少外卖关于这设计空间分析器前我们裹向上。
第一的的全部，那符合规格部分那我们锯在这设计空间分析器不应该是采取作为A可能性陈述除非你相信那你的因素，你的批判的过程范围因素，实际上跟随A制服分配因为那是什么曾是用过的到分发他们。 还，这设计空间分析器是不是意思是为了楷模那有A大的数字的因素或者非常小的因素范围因为的这模拟的方法那它需要。
它是还受到推崇的，作为我有提及一些次，到总是添加随机的错误到你的回应因为你的预言楷模是不是没有错误。 和最后，我只是通缉到制作A陈述那甚至尽管这曾是有动力经过制药行业，它真的是适用的很多更远比那。 在任何案件在哪里你想到寻找一个最佳的操作地区和你想到维持灵活性和质量，然后这能是有帮助。
那里是许多事物关于这设计空间分析器我没有有时间到展示。 我真的希望那你将要查看它出去。 任何问题？
