725348_it-IT

liliconcom

Progettazione di screening e progettazione di superfici di risposta con risposte multiple

CIAO,

Utilizzo JMP Pro 17 per la progettazione della superficie di risposta. Ho 13 variabili di progettazione. Per prima cosa eseguo uno Screening Design per decidere quali 8 parametri sono i più efficaci sulla risposta, quindi vario quegli 8 parametri per condurre un Response Surface Design. (8 è il numero massimo di variabili accettate da JMP per Response Surface Design.) Conduco 33 esperimenti (con 1 punto centrale) per Screening Design e 81 esperimenti (con 1 punto centrale) per Response Surface Design.

L'ottimizzazione ha tre obiettivi con uguale importanza.

1. Ridurre al minimo A

2. Riduci al minimo B

3. Corrisponde a un valore target pari a 0 per (CD) (voglio C=D, quindi (CD)^2 dovrebbe essere zero.)

Avrò (avrò) i valori di A, B, C e D per tutti i 33 e 81 esperimenti.

Sia per lo Screening Design che per il Response Surface Design ho pensato a due diverse opzioni per lavorare sulla risposta al problema.

- Opzione 1: definizione di una risposta singola ( Option1_singleresponse.JPG ) come:

Y = A/A_punto centrale + B/B_punto centrale + (CD)^2/(C_punto centrale-D_punto centrale)^2

In questa opzione, ho non dimensionato tre termini rispetto ai loro valori centrali. Tuttavia, non sono ancora sicuro di riflettere correttamente la matematica del problema. Voglio che tre obiettivi abbiano la stessa importanza su Y, ma i termini A/A_centerpoint, B/B_centerpoint e CD)^2/(C_centerpoint-D_centerpoint)^2 hanno diversi ordini di grandezza. (Ad esempio; 0.1 <1.3 and 2000<50000.) also minimizing (c-d)^2 c_centerpoint-d_centerpoint)^2 would not be enough since i want c to equal d.<>

- Opzione 2: definire risposte multiple ( Option2_multiresponse_3minimize.JPG o Option2_multiresponse_2minimize_1target.JPG ) per tre obiettivi di ottimizzazione e seguire quanto descritto in questo video: Ottimizzazione di risposte multiple .

Quale opzione funzionerebbe meglio per me?

Se continuo con l'Opzione 2, pensi che Option2_multiresponse_3minimize.JPG e Option2_multiresponse_2minimize_1target.JPGwpotrebbe fare la differenza?

(Apprezzerei il tuo tempo e le tue idee, @MRB3855 e @statman . Ti ho taggato per avvisarti.)

Grazie mille in anticipo a chiunque voglia contribuire!

Progettazione di esperimentiRi: Progettazione di screening e progettazione di superfici di risposta con risposte multiple

Mi piacerebbe aiutare, ma semplicemente non c'è abbastanza contesto. Hai risposte multivariate. Come si correlano? Dovrebbero essere correlati? In caso contrario, potrebbe essere difficile ottimizzare tutto. Assicurati di codificare l'impostazione del livello per evitare distorsioni. Non sono sicuro di come fai a sapere che avrai bisogno di un design della superficie con risposta a 8 fattori? Questo è un enorme spazio di progettazione con 8 dimensioni. Difficilmente sarebbe utile. Ti suggerisco di modificare il piano attuale e pianificare un approccio più sequenziale. È improbabile che tu sappia quale sarà il prossimo progetto poiché sarà una funzione dell'analisi del primo progetto.

Re: Progettazione di screening e progettazione di superfici di risposta con risposte multiple

Ciao @statman , grazie per la tua risposta.

Sto eseguendo uno studio di ottimizzazione della geometria dell'ala di un aereo.

R: Peso dell'ala

B: Forza di trascinamento

C: peso dell'aereo (C=qualche valore costante + A)

Forza di sollevamento

Quindi sto cercando di ottenere una geometria dell'ala dell'aereo con forza di resistenza e peso ridotti al minimo, dove la forza di portanza dovrebbe essere uguale al peso dell'aereo.

Tutte le A, B, C, D sono funzioni della geometria dell'ala, ma è difficile metterle in relazione con espressioni matematiche. Quindi immagino di no, non dovrebbero essere correlati.

"Assicurati di codificare l'impostazione del livello per evitare distorsioni.": sto eseguendo un'ottimizzazione a 2 livelli. Prendo solo i limiti minimo e massimo delle variabili di progettazione per formare lo spazio di progettazione.

Potresti avere ragione, non ho bisogno di utilizzare tutte le 8 variabili che JMP mi consente di utilizzare per Response Surface Design. Dopo aver eseguito il disegno di screening, ho controllato il riepilogo degli effetti con valore p individuale inferiore a 0,10. ( https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/contrasts.shtml ) Esistono più di 8 variabili con p -Value<0.1. Tuttavia, il numero massimo di variabili per eseguire una progettazione della superficie di risposta in JMP è 8. Hai un suggerimento su come posso giustificare la selezione del numero di variabili che ho scelto per la progettazione della superficie di risposta? (Se continuo con 8 variabili, posso dire che questo numero è scelto poiché è il limite superiore per il numero di variabili. Ma non so come giustificare se seleziono un numero di 5 variabili, ad esempio.)

Grazie ancora, in anticipo.

Ri: Progettazione di screening e progettazione di superfici di risposta con risposte multiple

Scusate ma continuo a non capire l'intera situazione. Lo si fa con la simulazione? Stai davvero costruendo più ali? La mia ipotesi è che tu stia utilizzando un software di simulazione per modellare i parametri immessi. Esistono già relazioni teoriche note tra peso e resistenza (vedi Boldmethod: https://www.boldmethod.com/learn-to-fly/performance/why-aircraft-a-weight-increase-affects-climb-performances/#: ~:text=Peso%20Crea%20a%20Grande%20Differenza&text=Aumenta%20an%20aereo%27s%20peso%20effetti,%20velocità%20più veloce%20a%20raggiungere%20Vy.)

E sollevare (vedi Nasa: https://www1.grc.nasa.gov/beginners-guide-to-aeronautics/lift-to-drag-ratio/

e, naturalmente, il Principio di Bernoulli

"Tutte le A, B, C, D sono funzioni della geometria dell'ala, ma è difficile metterle in relazione con espressioni matematiche."

Il software di simulazione ha già l' algoritmo caricato nel software. Potresti essere in grado di "scoprire" l'algoritmo. Poiché apparentemente si tratta di una simulazione, non è necessario frazionare né ridurre al minimo il numero di livelli a meno che non si verifichino problemi di potenza di calcolo.

Non sono sicuro di come utilizzare i valori p quando non esiste una stima "reale" dell'MSE. Come viene stimato l'"errore sperimentale" con il software di simulazione? (ad esempio, una sorta di Monte Carlo con una distribuzione di probabilità selezionata degli errori?)

Ri: Progettazione di screening e progettazione di superfici di risposta con risposte multiple

Ciao @ceydakavak : per seguire ciò che ha detto @statman ; se è vero che esiste una funzione/modello deterministico (ad esempio, il metodo degli elementi finiti) che prende i tuoi input e sputa fuori A, B e D (C = qualche valore costante + A, quindi C è noto se conosci A) dove non è presente alcun errore (ovvero, le repliche restituiranno ogni volta esattamente gli stessi valori di A, B e D), l'unico "errore" nel modello è l'errore di mancanza di adattamento. Ciò non significa necessariamente che il modello non sia adatto allo scopo... potrebbe anche esserlo. Ma i valori p ecc. sono speciosi.