具有 2 個連續因素和 1 個離散因素（2 個水準）的最佳化任務親愛的社區，
我正在處理一項優化任務並試圖找到一些參考資料。
實驗目標：最佳化
輸入因素：
- 因素 1：2 級，連續
- 因子 2：2 級，連續
- 因子 3：2 級，離散.連續
回覆:
任何意見都表示讚賞:)
分享和交流成果回覆：具有 2 個連續因素和 1 個離散因素（2 個等級）的最佳化任務你好@阿齊扎,
作為@P_巴特爾如上所述，我們有一些選項可以透過功能性資料瀏覽器處理化學計量資料的最佳化。您可以執行 DOE，然後使用小波 DOE 或功能 DOE 來了解最佳 HPLC 曲線，以獲得所需的結果。
很高興進一步討論。
此致，
帳單
回覆：具有 2 個連續因素和 1 個離散因素（2 個等級）的最佳化任務除了我的第一個回覆之外，這裡還有一個想法給你。 由於您使用色譜法作為確定結果的分析步驟，如果您有興趣查看光譜資料...您將需要使用一些專門的 JMP，希望您擁有 JMP Pro、光譜資料視覺化和建模技術。 我（已經退休）的前 JMP 同事@比爾_沃利和@匿名者整理了一系列文章，其中包含許多用於視覺化和建模光譜資料的方法。 這是該系列第一篇文章的連結...其他文章可以透過點擊第一篇文章中嵌入的連結找到。在 JMP/JMP Pro 中分析光譜數據
回覆：具有 2 個連續因素和 1 個離散因素（2 個等級）的最佳化任務你好@阿齊扎！
在傳統的文獻中，您可以找到涉及經典設計的 HPLC 或氣相層析優化範例，例如 Central Composite Designs 或 Box-Benhken。 這些設計通常是因為不同的原因而被發現：
- 中心綜合設計通常用作增強因子設計的最後一步：該研究通常涉及篩選不同的主效應（例如，了解哪些因素可以實現更好的分辨率），一旦確定，設計就會被增強以包括2個因素交互作用和二次效應，產生CCD，以便充分優化過程並找到最佳分析設定。
- Box-Benhken 設計在文獻中被用作具有最佳「精度」的設計之一，因為二次冪可提供更多功率，且該設計在實驗空間中具有均勻的精度，通常運行次數少於CCD。 有關 Box-Benhken 的更多資訊：開放教育者 - 4。 Box-Behnken 響應曲面法
有關文獻中使用的這些設計的一些連結：
- 藥物液相層析 (HPLC) 分析實驗設計：分析、應用、影響與未來前景 (degruyter.com)
- 色譜實驗設計：教程回顧 - ScienceDirect
- 液相層析與串聯質譜生物分析聯用的開發與最佳化實驗設計 - Thorsteinsdóttir - 2021 - Journal of Mass Spectrometry - Wiley Online Library
但這些經典設計的「問題」是它們只需要連續因子，這不是你這裡的情況。
所以按照建議@SDF1 ，最好的選擇是使用自訂設計平台，輸入您的回應和因素，您的限制（如果有），然後在模型部分中，按一下「RSM」按鈕：它將自動新增2 個因素- 交互作用和二次效應以及將最優標準改為 I 最優。
我強烈建議生成不同的“大小”設計（具有不同的總運行數和重複運行數），以便在您需要的精度（您在最佳設置中可以承受的方差）和實驗預算之間找到最佳折衷方案。
我希望第一個答案能幫助您更了解如何進一步進行，
阿齊札一切順利，
回覆：具有 2 個連續因素和 1 個離散因素（2 個等級）的最佳化任務您能詳細說明一下您對「參考文獻」一詞的使用嗎？ 你要買什麼？ 如果只是一些一般性指導，那麼 SAS「解決工業問題的統計思維」線上課程是一個不錯的起點。 這是一個連結：
解決工業問題的統計思維
回覆：具有 2 個連續因素和 1 個離散因素（2 個等級）的最佳化任務你好@阿齊扎,
我相信您想使用 I 最優標準來產生 DOE，我認為您需要在客製化設計中使用它。 其他 DOE 平台均預先設定了給定的最優標準，但自訂設計可讓您進行選擇。 我相信當目標是找到最佳設定時，最好使用 I 最優設計。
希望這可以幫助！，
DS
