Silvio Miccio, Procter & Gamble
scientifique principal
Augmenter l'efficacité et le domaine d'applicabilité du modèle lors du test d'options qui sont à première vue des facteurs catégoriels à plusieurs niveaux
Lors de tests portant sur différentes matières premières ou ingrédients de formulation, par exemple, la pratique courante consiste à les faire varier selon des variables catégorielles à plusieurs niveaux (par exemple, A, B, C) dans une expérience. Par conséquent, pour identifier la meilleure option, il est nécessaire de toutes les tester. Ceci a pour conséquence :
- des tests physiques chronophages sont nécessaires et
- le modèle résultant n'est applicable que pour prédire les options testées mais ne peut pas prédire les options qui n'ont pas été testées
Une approche beaucoup plus efficace consiste à concevoir l'expérience en fonction des propriétés physico-chimiques de chaque option. Ceci,
- diminue considérablement le nombre de conditions expérimentales requises et
- aboutit à un modèle capable de prédire des options non testées auparavant.
La présentation démontrera comment :
- compresser les informations disponibles décrivant les propriétés des options via les composants principaux
- sélectionnez les « coins de la boîte » pour tester des matières premières représentatives sur la base de la conception d’expériences.
- modéliser les données via PLS
- trouver la solution optimale globale
- identifier les options physiques disponibles les plus proches de la solution optimale calculée
- Démontre l'efficacité de cette approche
Notez que ce qui est montré ici est basé sur une méthode couramment utilisée en chimiométrie, appelée relation quantitative structure-activité (QSAR).
