你好，
我是实验设计的新手，我遇到了一个问题。 所以我研究一个混合系统，我有如下限制：
0= 20=
45=现在我想将设计进一步扩展到以下空间
0=
15=80=因此允许的设计空间类似于多边形。 我怎样才能在 JMP 中做到这一点？
你好@Al_Perr_1988 ,
欢迎来到社区！
增强设计最简单、最方便的方法是使用平台增强设计。
该平台能够向现有 DoE 添加实验运行，并能够进行重复、折叠、空间填充、增加模型复杂性、更改因子范围......
对于您的具体示例，我创建了一个 D 最优混合设计（对于主效应和 2 因子相互作用，12 次运行），并尊重您的约束，以便您可以按照以下步骤操作。
原始设计是使用以下脚本创建的：
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ), Add Factor( Mixture, 0, 0.25, "A", 0 ),
Add Factor( Mixture, 0.2, 0.3, "B", 0 ),
Add Factor( Mixture, 0.45, 0.8, "C", 0 ), Set Random Seed( 324812 ),
Number of Starts( 30462 ), Add Term( {1, 1} ), Add Term( {2, 1} ),
Add Term( {3, 1} ), Add Term( {1, 1}, {2, 1} ), Add Term( {1, 1}, {3, 1} ),
Add Term( {2, 1}, {3, 1} ), Set Sample Size( 12 ), Simulate Responses( 0 ),
Save X Matrix( 0 ), Make Design}
)
如果我们用三元图检查实验空间，我们可以看到约束受到尊重：
1. 从设计表中，您可以进入菜单“DOE”，然后进入“增强设计”。 指定您的因素 A、B、C 和您的响应，您应该拥有此面板，您可以在其中使用新因素更改因素范围：
2. 单击“增强”，指定假设的模型（主效应、2 因子交互作用、Scheffé 立方...）并指定运行次数或保留默认运行次数（您可以尝试几种增强设计并使用评估设计平台）。
现在，您有了一个增强设计，在新定义的实验空间中添加了新的运行，并考虑了原始运行中的先前信息。
以下是脚本示例：
dt = Current Data Table();
dt2 = dt << run script( "Original Data Table" );
Current Data Table( dt2 );
DOE(
Augment Design,
X( :A, :B, :C ),
Y( :Y ),
{Group new runs into separate block, Augment Method( Augment ),
Set Random Seed( 1381653403 ), Number of Starts( 67362 ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {1, 1}, {2, 1} ),
Add Term( {1, 1}, {3, 1} ), Add Term( {2, 1}, {3, 1} ), Add Term( {4, 1} ),
Set Sample Size( 20 ), Make Design, Save X Matrix( 0 ), Simulate Responses( 0 ),
Make Table}
);
正如您所看到的，增强设计非常容易。
但是，关于由您的新约束定义的这个新实验空间，我有一些问题要问您：
与之前的实验空间相比，由于新的限制，您处于一个非常小的且未经探索的区域。
- 这是故意的吗？ 你检查过你的限制吗？
- 首先假设的模型是什么？ 跑了多少次？ 为什么选择 D 最优设计？
- 第一个 DoE 是否已经实现并测量了响应？
- 测量 A、B 和 C 的相对量的精度是多少？
- 您对您的回答的可重复性/再现性有任何了解吗？
看起来这个新实验空间中混合因子 B 和 C 的范围似乎太窄，无法建立信息丰富且稳健的模型。
有关此 DoE 背景的更多信息可以帮助我们指导您找到合适的解决方案。
我希望第一个答案对你有帮助
你好维克多，
我似乎忽略了你的一个问题，假设的模型是谢夫立方模型。 我根据带约束的混合设计的文献建议选择了 D 最优设计。 我将空间扩展为：
0=
15=
70=
我的三元图看起来像这样：
嗨，亚历克斯，
非常感谢您提供的答案和详细信息。
我对最终的实验空间感到好奇（它看起来非常小，并且与您最初的实验空间完全脱节，因此没有从实验收集的初始信息中受益），但受到您在上次回复中提到的限制（范围更广）对于 B 和 C 来说，比你最初的帖子中的要好），我有相同的实验空间和类似的设计：
我想你在最初的实验空间的角落里得到了有趣的结果（A在0到7%之间，B在20到25%之间，C在70到80%之间），这导致你研究一个更接近的实验区域，A较低，较低B 和更高的 C 比例/比率。
这是有道理的，感谢您的澄清、细节和更正！
