具有 2 个连续因素和 1 个离散因素（2 个级别）的优化任务亲爱的社区，
我正在处理一项优化任务并试图找到一些参考资料。
实验目标：优化
输入因素：
- 因素 1：2 级，连续
- 因子 2：2 级，连续
- 因子 3：2 级，离散.连续
回复：
任何意见都表示赞赏:)
分享和交流结果回复：具有 2 个连续因素和 1 个离散因素（2 个级别）的优化任务你好@阿齐扎,
作为@P_巴特尔如上所述，我们有一些选项可以通过功能数据浏览器处理化学计量数据的优化。您可以运行 DOE，然后使用小波 DOE 或功能 DOE 来了解最佳 HPLC 曲线，以获得所需的结果。
很高兴进一步讨论。
此致，
账单
回复：具有 2 个连续因素和 1 个离散因素（2 个级别）的优化任务除了我的第一个回复之外，这里还有一个想法给你。 由于您使用色谱法作为确定结果的分析步骤，如果您有兴趣查看光谱数据...您将需要使用一些专门的 JMP，希望您拥有 JMP Pro、光谱数据可视化和建模技术。 我（已经退休）的前 JMP 同事@比尔_沃利和@匿名者整理了一系列文章，其中包含许多用于可视化和建模光谱数据的方法。 这是该系列第一篇文章的链接...其他文章可以通过单击第一篇文章中嵌入的链接找到。在 JMP/JMP Pro 中分析光谱数据
回复：具有 2 个连续因素和 1 个离散因素（2 个级别）的优化任务你好@阿齐扎！
传统的文献中，您可以找到涉及经典设计的 HPLC 或气相色谱优化示例，例如 Central Composite Designs 或 Box-Benhken。 这些设计通常出于不同的原因而被发现：
- 中心综合设计通常用作增强因子设计的最后一步：该研究通常涉及筛选不同的主效应（例如，了解哪些因素可以实现更好的分辨率），一旦确定，设计就会被增强以包括2个因素相互作用和二次效应，产生CCD，以便充分优化过程并找到最佳分析设置。
- Box-Benhken 设计在文献中被用作具有最佳“精度”的设计之一，因为二次幂可提供更多功率，并且该设计在实验空间中具有均匀的精度，通常运行次数少于CCD。 有关 Box-Benhken 的更多信息：开放教育者 - 4。 Box-Behnken 响应面法
有关文献中使用的这些设计的一些链接：
- 药物液相色谱 (HPLC) 分析实验设计：分析、应用、影响和未来前景 (degruyter.com)
- 色谱实验设计：教程回顾 - ScienceDirect
- 液相色谱与串联质谱生物分析联用的开发和优化实验设计 - Thorsteinsdóttir - 2021 - Journal of Mass Spectrometry - Wiley Online Library
但这些经典设计的“问题”是它们只需要连续因子，这不是你这里的情况。
所以按照建议@SDF1 ，最好的选择是使用自定义设计平台，输入您的响应和因素，您的约束（如果有），然后在模型部分中，单击“RSM”按钮：它将自动添加 2 个因素 - 相互作用和二次效应以及将最优标准更改为 I 最优。
我强烈建议生成不同的“大小”设计（具有不同的总运行数和重复运行数），以便在您需要的精度（您在最佳设置中可以承受的方差）和实验预算之间找到最佳折衷方案。
我希望第一个答案能够帮助您更好地了解如何进一步进行，
阿齐扎一切顺利，
回复：具有 2 个连续因素和 1 个离散因素（2 个级别）的优化任务您能详细说明一下您对“参考文献”一词的使用吗？ 你要买什么？ 如果只是一些一般性指导，那么 SAS“解决工业问题的统计思维”在线课程是一个不错的起点。 这是一个链接：
解决工业问题的统计思维
回复：具有 2 个连续因素和 1 个离散因素（2 个级别）的优化任务你好@阿齐扎,
我相信您想使用 I 最优标准来生成 DOE，我认为您需要在定制设计中使用它。 其他 DOE 平台均预先设置了给定的最优标准，但自定义设计允许您进行选择。 我相信当目标是找到最佳设置时，最好使用 I 最优设计。
希望这可以帮助！，
DS
