이 경우 D 최적 설계가 유용합니까?실험 설계를 작성해야 하는 다음과 같은 문제가 있습니다.
모델의 특정 지점에서의 응력은 FEA에 의해 결정됩니다. 이 모델은 세 가지 다른 매개변수를 설정하여 다양합니다. 이러한 매개변수는 응력이 최소화되는 방식으로 변경됩니다. 스트레스는 목표값이어야 합니다. 각도, 모듈러스 및 반경은 영향을 조사해야 하는 요소입니다.
이제 요인과 수준을 정의하는 더 복잡한 부분이 나옵니다.
각도: 다양한 각도에 대한 3단계
모듈: 9개의 다른 모듈
반경: 각도와 모듈의 각 조합에 대해 각 값을 가정할 수 있는 서로 다른 하한과 상한이 있습니다.
이제 내 질문은 반경의 종속성을 처리하는 가장 좋은 방법은 무엇입니까? 반경은 단순히 암컷에서 0과 1 사이에서 정규화한 다음 실험에서 반경을 사용할 때 변환해야 합니까?
이 경우 각도와 계수에 대한 범주형 요소 또는 개별 수치 요소를 가정하시겠습니까? 여전히 혼란스럽습니다.
지금까지의 연구에 따르면 D 최적 설계는 데이터를 수집한 다음 RSM을 사용하여 최적성 기준에 대한 최적의 매개변수 조합을 찾는 것이 가장 좋습니다.
문제를 해결하는 더 좋은 방법이 있습니까?
매우 감사합니다.
기본 데이터 분석 및 모델링실험 설계Re: 이 경우 D 최적 설계가 유용합니까?정규화된 반경 요소를 사용하는 아이디어가 합리적이라고 생각합니다.
특정 값을 사용하도록 제한되거나 강제되지 않는 한 Discrete Numeric을 사용하지 않습니다. 최적의 설계는 모델과 필요한 실행 횟수를 기반으로 최상의 수준을 선택합니다.
D-최적성은 주로 효과 테스트에 관심이 있을 때 가장 좋고, I-최적성은 주로 반응 예측에 관심이 있을 때 가장 좋습니다. 이런 요소들이 중요하다는 걸 아실 거라 생각해서 굳이 테스트할 필요는 없을 것 같습니다. 이 경우에는 I-최적성이 적절한 것 같습니다. (RSM 설계는 I-최적 설계와 동일한 목표를 달성하기 위해 다양한 방법을 사용합니다.)
Re: 이 경우 D 최적 설계가 유용합니까?예를 들어 각도가 3개의 특정 값을 취하고 모듈이 9개의 특정 값을 가질 수 있는 경우에도 Discrete Numeric을 사용하지 않고 범주형을 사용할 수 있나요?
그러면 이 두 가지 유형의 요인의 차이점은 무엇입니까?
Re: 이 경우 D 최적 설계가 유용합니까?각도는 연속적으로 변할 수 있으며 응답에 지속적인 영향을 미칩니다. 저는 범주형이 아닌 연속형을 선택하겠습니다. 연속 요인의 범위와 해당 요인이 포함된 모형의 항을 추가로 정의합니다. JMP가 수준을 결정합니다. 연속형 요인이 있지만 해당 수준이 미리 결정되어 있는 경우 이산 수치를 사용하세요. JMP는 주어진 수준에 맞게 모형의 항을 선택합니다.
범주형 요인은 종이나 합금 유형과 같은 완전히 별개의 수준을 나타냅니다. 레벨은 연속체에 존재하지 않습니다. 각 수준은 반응에 개별적인 영향을 미칩니다.
연속 요인은 여러 가지 장점을 제공하기 때문에 일반적으로 선호됩니다. 연속형 요인은 범주형 요인(런 수가 적음)보다 통계적으로 더 많은 정보를 제공합니다. 연속 요인은 보다 간결한 선형 모델을 위한 기회입니다. 연속형 요인의 범위를 확장하여 더 큰 효과를 유도하고 검정력과 추정치의 정밀도를 향상시킬 수 있습니다.
Re: 이 경우 D 최적 설계가 유용합니까?Mark의 의견에 추가하려면(연속형, 이산형 숫자 및 범주형에 관한 고려 사항에 대한 그의 의견은 정확합니다). 나는 변수를 연속적인 것으로 취급할 것입니다.
다음 질문을 고려해 보겠습니다. 이 실험은 전적으로 시뮬레이션을 통해 실행됩니까? FEA는 이미 알려진 알고리즘(모델)을 기반으로 한 시뮬레이션입니다. FEA는 귀하의 실제 상황에서 현실을 나타내는 데이터를 제공하고 있습니까? FEA 시뮬레이션을 작성한 사람들은 알고리즘을 이미 알고 있으므로 조사 중인 요소의 관계도 이미 알려져 있습니다. FEA 모델이 어떻게 도달되었는지는 여러분에게 알려지지 않았을 수 있습니다. 그것이 귀하의 상황을 나타내는지도 알 수 없습니다. 시뮬레이션을 사용하여 실험하는 경우 수행할 수 있는 유일한 작업은 이미 알려진 모델을 찾는 것입니다. 최적성 기준을 고려할 필요가 없습니다. 전체 계승을 실행하면 됩니다. 그러나 실제 응력을 측정할 실험 장치를 실제로 만들려는 경우 FEA 소프트웨어를 검증하거나 응용 프로그램에 유용하지 않다고 판단할 수 있습니다. 승자를 고르거나 메커니즘을 이해하고 유용한 예측 방정식을 개발하려고 하시나요?
요인이 응력에 미치는 영향을 이해하기 위해 실제로 실험 단위를 만들려면 극한의 각도, 계수, 반경은 물론 노이즈와 반복을 사용하는 2단계 설계로 반복을 시작할 수 있습니다.
Re: 이 경우 D 최적 설계가 유용합니까?안녕하세요 @bjarne ,
이전 답변에 제공된 훌륭한 지침에 추가하여 반응 표면을 만지기 시작하고 목표를 향해 이동하기 시작하는 요인 설계를 만들 수 있습니다. 일단 목표에 가깝다고 생각되면 대리 모델 구축에 관심이 있을 수도 있습니다. 컴퓨터 실험의 경우 이를 수행하는 방법에는 여러 가지가 있습니다. 공간 채우기 설계를 사용하고 LHS(Latin Hypercube Sampling)와 같은 다양한 접근 방식을 사용하여 추론 공간을 채우면 JMP는 다른 샘플링 전략도 지원합니다(아래 링크 참조). 다양한 피팅을 시도하고 필요에 가장 적합한 것을 찾을 수 있는 데이터를 얻으십시오. 최소 제곱 회귀에서 시작한 다음 가우스 피팅, 신경망 등과 같은 더 복잡한 피팅을 시도할 수 있습니다.
컴퓨터 시뮬레이션 실험을 수행하는 방법을 더 잘 이해하기 위한 추가 정보를 보려면 다음 링크를 확인해 보세요.
https://community.jmp.com/t5/Discovery-Summit-2014/A-Primer-on-Running-Deterministic-Computer-Simulations/ta-p/21852
https://community.jmp.com/t5/Discovery-Summit-Korea-2020/Case-Study-The-Use-of-Gaussian-Process-for-Analyzing-Computer/ta-p/333321
추가 정보가 필요하면 알려주시기 바랍니다.
