Silvio Miccio, Procter & Gamble
Leitender Wissenschaftler
Erhöhen Sie die Effizienz und den Anwendungsbereich des Modells beim Testen von Optionen, die auf den ersten Blick mehrstufige kategorische Faktoren sind
Beim Testen verschiedener Rohstoffe oder Formulierungsbestandteile werden diese üblicherweise als mehrstufige kategoriale Variablen (z. B. A, B, C) in einem Experiment variiert. Um die beste Option zu finden, müssen daher alle getestet werden. Eine Konsequenz daraus ist:
- zeitaufwändige physikalische Tests sind erforderlich und die
- Das resultierende Modell ist nur anwendbar, um die getesteten Optionen vorherzusagen, kann aber keine Optionen vorhersagen, die nicht getestet wurden.
Ein wesentlich effizienterer Ansatz besteht darin, das Experiment basierend auf den physikalischen/chemischen Eigenschaften jeder Option zu entwerfen. Dies,
- reduziert die Anzahl der erforderlichen Versuchsbedingungen erheblich und
- Das Ergebnis ist ein Modell, das zuvor nicht getestete Optionen vorhersagen kann.
Die Präsentation zeigt, wie Sie:
- Komprimieren Sie die verfügbaren Informationen, die die Optionseigenschaften über Hauptkomponenten beschreiben
- Wählen Sie die „Ecken der Box“ zum Testen repräsentativer Rohstoffe basierend auf der Versuchsplanung aus.
- Modellieren Sie die Daten über PLS
- die optimale Gesamtlösung finden
- Identifizierung der physikalisch verfügbaren Optionen, die der berechneten optimalen Lösung am nächsten kommen
- Demonstriert die Effizienz dieses Ansatzes
Beachten Sie, dass die hier gezeigten Darstellungen auf einer in der Chemometrie häufig verwendeten Methode namens Quantitative Structure – Activity Relationship (QSAR) basieren.
