Robert Anderson , consultant statistique principal JMP, SAS robert.anderson
Les scientifiques et les ingénieurs doivent souvent trouver les meilleurs paramètres ou conditions de fonctionnement pour leurs procédés ou produits afin de maximiser le rendement, les performances et la conformité aux spécifications. La plupart des gens connaissent l'expression « maximiser la désirabilité » dans le contexte de l'optimisation des procédés, mais l'expérimentation par simulation est une ressource peu connue du JMP Prediction Profiler. Étonnamment, les paramètres spécifiques censés offrir le rendement ou les performances les plus élevés ne sont pas toujours les plus adaptés à long terme. La plupart des procédés et produits sont sujets à un certain degré de dérive ou de variation, et les meilleures conditions de fonctionnement doivent en tenir compte. L'expérimentation par simulation répond précisément à ce besoin et va au-delà de ce que la maximisation de la désirabilité permet en identifiant les paramètres de procédé les plus robustes qui minimiseront les variations de rendement ou de performance. Elle garantit également que le procédé ou le produit est aussi conforme que possible aux spécifications. À l'aide d'une étude de cas, cet article illustre comment l'expérimentation par simulation y parvient et démontre comment, dans certaines circonstances, elle peut offrir une solution plus robuste que la maximisation de la désirabilité.
