JMP を使用して不確実性のある要因を 1 ステップで最適化する方法は?こんにちは、コミュニティの皆さん!!、
質問: シミュレーションを実行するときに、プロファイラーが不確実性を伴う要因の最適な組み合わせを見つけて、総効用を最大化し、総コストを最小化し、見つかった最適な組み合わせの表を生成することは可能でしょうか? たとえば、次のようになります。
高度な統計モデリング自動化とスクリプト消費者および市場調査データの探索と視覚化実験計画法予測モデリングと機械学習ウィンドウズRe: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法ホギさん、こんにちは。
あなたの回答（Google翻訳）が理解できませんでした、質問です...
望ましさプロファイラーをシミュレーション実験プラットフォームに組み込む JMP スクリプトまたはプラグインはありますか?
そして、平均値、標準偏差、または値について見つかった最良の 1 つ、2 つ、3 つ、または xxx つの結果を含む表を生成します。次に例を示します。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法これら 2 種類のシミュレーションをどのようにリンクするのでしょうか?
1) 信頼できるモデルがあり、入力パラメータのいくつかのバリエーションがあります。次に、望ましさによって指定された結果を最適化するための入力パラメータの最適な設定を見つけることができます。このアプローチでは、モデルの不確実性は無視されます。
2) 入力パラメータを特定の設定で実験を行います。しかし、モデルは 100% 確定しているわけではありません。株式市場に投資する場合、起こりうる結果についてのモデルはありますが、結果はまだ 100% 明確ではありません。このため、結果の可能性のある値に一定のばらつきが生じ、不確実性が生じます。
2 番目のアプローチは、変動のあるいくつかの追加パラメータを追加することでシミュレートできます。要因設定の変動は最適化には関係ありませんが、このような追加要因の変動は関係ありません。最適化ステップでこのような入力要因を変動させ、予測値の不確実性 (不確実性) を望ましさの一部として重み付けすることは可能ですか?
@Mark_Bailey さんはこう書きました:
望ましさを定義したら、予測プロファイラーの横にある赤い三角形をクリックし、「最適化と望ましさ」>「望ましさの最大化」を選択します。因子設定の変動は、最適な因子設定の検索には関係ありません。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、ジョーダン。
次の図は、シミュレーション実験に望ましさプロファイラーを含めるという私の考えをよりよく説明しています。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法そして、平均値、標準偏差、または値について見つかった最良の 1 つ、2 つ、3 つ、または xxx つの結果を含む表を生成します。次に例を示します。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法ベイジアン最適化プラグインは、1 つの目的に対する興味深い代替手段であり、複数の目的を最適化できればさらに良いでしょう。
シミュレーション実験に関連して、望ましさプロファイラーをオプションとして含める必要があります。これにより、1 つのステップで平均応答または標準偏差または値が最適化され、見つかった最良の応答を含むテーブルが生成されます。
私が言及しているアイデアは、次のようなプラグインです。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法@yuichi_katsumurによるベイズ最適化アドインは、予測モデルの不確実性を分析するための追加の可能性を提供します。主な目的は、情報ゲインの可能性が高いスポット (~ 不確実性) を見つけることです。つまり、さらなる実験のためにそのようなポイントを追加することでモデルを最適化することです。
同じ数式を使用して、アルゴリズムを変更し、それを自分のタスクにも使用できると思いますか?
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、ジョーダン。
ご返信ありがとうございます。私は Google 翻訳を使用していますが、どうやらスペイン語から英語への翻訳はうまくいかず、その逆も同様です......シミュレーション実験 (仕様制限なし) をテストしていたところ、1 つのステップで 2 つのプロセスが作成されるようで、例に基づくと、3 番目のプロセスが欠落しています... 総コストまたはその平均またはその標準偏差を最小化し、総売上高またはその平均またはその標準偏差を最小化し、総効用またはその平均またはその標準偏差を最大化します... (1 つのステップで 3 つのプロセス)。シミュレーション実験に望ましさプロファイラー オプションがあれば、ユーザーは最大化、最小化、値の検索またはなし、平均応答または標準偏差の重要度と重み、または各出力の値を選択し、見つかった最良の 1 つ、2 つ、3 つ、または x つの回答を含むテーブルを生成できます... スクリプト言語をマスターしている人、または私が達成した JSL を持っている人かもしれません。
たとえば、次のようなアイデアになります。
たとえば、JMP によって見つかった 7 つのベスト アンサーは次のとおりです。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、マルコさん
あなたが提供してくれたモデルを詳しく調べたところ、なぜ私たちがこの件についてコミュニケーションをとるのが難しいのかがわかったような気がします。
あなたが共有したモデルは、プロファイラーのドキュメントからのものです。これは、シミュレータを使用して入力要素に不確実性を追加し、結果の可能性のある範囲を確認する方法を示すことを目的としています。
この議論のきっかけとなった質問は、「不確実性を伴う要因を 1 つのステップで最適化するにはどうすればよいか」でした。答えは、 @Mark_Baileyが最初に示唆したように、要因に不確実性がある場合もない場合も同じです。つまり、利益の望ましさ関数を設定して最大化するだけです。この例でその手順に従うと、JMP は利益を最大化するには、販売単位数、単価、単価を高く設定する必要があることを示唆します (この簡略化されたモデルでは、単価と販売単位数、つまり需要と供給の関係が省略されていることは無視しましょう)。この結論に達するのにプロファイラーを使用する必要すらなく、方程式から明らかです。
では、要因に不確実性を加えると、どのようなメリットがあるのでしょうか。それによって、どのような洞察が得られるのでしょうか。シミュレーターと組み合わせて使用すると、特定の要因設定で起こり得る結果を予測できます。これは最適化に関するものではありません。以前に実行した最適化の影響を理解するのに役立ちます。
確かに、平均期待利益を最大化する因子設定と期待利益の変動性を最小化する因子設定のどちらを選択するかは微妙な問題であり、そうした考慮事項から、JMP の設計空間プロファイラーやシミュレーション実験機能を使用する必要があるかもしれません。しかし、こうした考慮事項は、あなたが本当に尋ねていたことではないと思います。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、マルコさん
あなたのサンプルデータ、または類似のデータを使用して、このプロセスを説明してみたいと思います。それについては、今日後ほど説明します。
まず、もう 1 つの質問に答えましょう。シミュレータと設計空間プロファイラーの違いは何でしょうか?
お気づきのとおり、シミュレーターとデザイン スペース プロファイラーはどちらも同様のことを行います。違いは用途にあります。
シミュレーターは記述ツールです。特定の要因セットポイントと要因の不確実性の量に対して、システムが長期的にどのように機能するかを示します。要因セットポイントや分布を変更して、システム パフォーマンスへの影響を確認できます。応答に仕様制限がある場合、パフォーマンスは制限内に収まる応答の予想される割合として説明できます。
設計空間プロファイラーもシミュレーションを使用しますが、焦点は異なります。これにより、ユーザーは「仕様制限内に収まる期待応答の割合が許容範囲内であることを保証するために、要因に制限をどのように設定すればよいか」を尋ねることができます。ここでは 2 種類の制限について話していることに注意してください。つまり、応答の仕様制限に対するパフォーマンスを調べるために、要因の制限を変更します。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、ジョーダン。
あなたの回答が理解できません。私が送信した例 (不確実性テーブルの最適化) を使用して回答を適用していただけますか?
質問です...シミュレータと設計空間プロファイラの使用の違いは何ですか? たとえば、設計プロファイラで「10 と 11 の間の合計ユーティリティ」と入力して 10,000 回のシミュレーションを実行し、10,000 回のシミュレーションのテーブルを生成して「10 と 11 の間の合計ユーティリティ」を見つけます。次に、シミュレータで同じデータを使用して 10,000 回のシミュレーションを生成し、フィルターを使用して「10 と 11 の間の合計ユーティリティ」を見つけます。何か見落としていると思いますが、シミュレータと設計空間プロファイラの使用の違いがわかりません。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、マルコさん
一言で言えば、いいえ。これらすべてを 1 つのステップで実行する方法はありません。すべてを 1 つのステップで実行できない理由は、結果に影響を与える選択肢が多数あるためです。
上記で提案したシミュレーション実験ソリューションの手順は、おおよそ次のようになります。
- モデルを定義または適合する
- プロファイラーを実行し、各応答の望ましさ関数を設定します。
- シミュレーターを起動し、変化させたい要素の分布を選択します。
- シミュレーション実験を実行し、結果を調べて、どの要素設定がニーズを満たすかを確認します。
上記のプロセスでは、各ステップでオプションを慎重に選択する必要があり、これ以上簡素化することはできないと思います。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、ジョーダン。
ご返答ありがとうございます。質問ですが、シミュレーターと設計空間プロファイラーに、応答 (出力) の平均または標準偏差の 1 つのステップで最適化 (最大化、最小化、1 つの目的または範囲の検索、なし) するオプションを持たせる方法はありますか?
ご挨拶
マルコ
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、マーク。
ご回答ありがとうございます。質問ですが、JMP で生成されたシミュレーション全体の応答の平均または標準偏差を最適化する方法はありますか? つまり、望ましさプロファイラーで確率分布と望ましさ分布を使用して、望ましさを実現する要因の組み合わせを見つけるということです。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法望ましさを定義したら、予測プロファイラーの横にある赤い三角形をクリックし、「最適化と望ましさ」>「望ましさの最大化」を選択します。因子設定の変動は、最適な因子設定の検索には関係ありません。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、ジョーダン。
初めまして。Google 翻訳を使用していますが、私の質問をうまく説明できないようですので、もう少し具体的に説明してみます。
仕様限界は使用しないでください。
下の画像の例に基づいて、JMP で 1 ステップで 3 つの出力 (総コスト、総売上高、総利益) を最適化する方法があるかどうかを知りたいです。つまり、シミュレーションの量、平均、偏差標準、または最適な分散を見つけます。たとえば、JMP は 1 つのステップで不確実性を持つ 3 つの要素の 10,000 のシミュレーションを生成し、望ましさプロファイラーは総コストを最小化し、総売上高の 6,500 USD に近い最適なものを見つけて総効用を最大化し、見つかった最適なシナリオを含むテーブルを生成します。たとえば、ユーザーは、JMP が望ましさプロファイラーによって見つかった 5 つまたは 20 の最適なシナリオを新しいテーブルに配置するように指定できます。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法「最適化」とはどういう意味か明確にしてください。平均して最良の結果を達成しようとしているのですか? それとも、最良の平均応答と低い応答変動の間の妥協点を見つけようとしているのですか?
プロファイラーで「望ましさを最大化」を選択すると、 @Mark_Baileyが言ったように、JMP は最適な平均応答を見つけます。要因の変動性や不確実性はここでは影響しません。
要因に不確実性がある場合、その不確実性が応答の変動性や平均応答にどのような影響を与えるかが気になるかもしれません。仕様制限がある場合、マークが言及した設計空間プロファイラーはこれを調べるのに適しています。仕様制限がない場合は、シミュレーション実験を試すことができます。
ドキュメント
ビデオ
シミュレーション実験は、ビデオの例のように、仕様制限と欠陥率がある場合にうまく機能します。ただし、仕様制限がない場合でも、さまざまな要因設定で応答変数の平均と標準偏差を確認できます。望ましい平均応答と低い応答変動性の許容可能なトレードオフを持つ要因設定を選択するのはあなた次第です。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法この場合、どうすればいいでしょうか?
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法因子設定を最適化するには、予測プロファイラーで選択したモデルで望ましさ関数を使用するだけで済みます。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法望ましさ関数を使用して平均応答を最適化します。不確実性は応答の信頼区間として表示されます。次に、各重要な要因に対して注入された分散を使用したシミュレーションを使用します。注入された分散の仕様を通じて、予想される不確実性または制御の程度を表します。シミュレートされた応答の分布は、仕様に対して評価されます。
Design Space Profiler は別の方法です。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、ホギさん
初めまして。作成したフィルター付きの不確実性グラフは非常にうまく機能しています!!!.... 1 つ質問があります。シミュレーションを実行するときに、プロファイラーが不確実性を持つ要因の最適な組み合わせを見つけて、有用性の合計を最大化し、総コストを最小化し、見つかった最適な組み合わせのテーブルを生成することは可能でしょうか? たとえば、次のようになります。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法マークさん、ご返答ありがとうございます。仕様制限なしで問題を解決するのが目的ですが、デザインスペースプロファイラーでは仕様制限が必要です。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法こんにちは、マーク。
初めまして！ ご指摘ありがとうございます。JMP で不確実性のある因子を 1 ステップで最適化できるかどうか知りたいです。
ご挨拶
マルコ
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法関連記事: JMP は不確実性を伴う要因を最適化できるか?
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法JMP 17 では、予測プロファイラーにデザイン スペース プロファイラーという機能強化が導入されました。これにより、仕様に対して特定の収率を達成するための要因の動作範囲を決定できます。このツールは、この試みに役立つ可能性があります。
Re: JMP を使用して不確実性のある因子を 1 ステップで最適化する方法予測プロファイラーの最初のスクリーンショットには、望ましさ関数が表示されません。これらの関数は、すべての応答目標と重要度設定にわたって設定を最適化するために使用されます。このアクションは通常、シミュレーションの前に実行され、能力を評価します。
