Silvio Miccio, Procter & Gamble
Científico sénior
Aumentar la eficiencia y el dominio de aplicabilidad del modelo al probar opciones que a primera vista son factores categóricos multinivel
Al probar opciones de, por ejemplo, diferentes materias primas o ingredientes de formulación, la práctica habitual es variarlas como variables categóricas multinivel (p. ej., A, B, C, etc.) en un experimento. Por lo tanto, para identificar la mejor opción, es necesario probarlas todas. Una consecuencia de esto es...
- Se requieren pruebas físicas que consumen mucho tiempo y
- El modelo resultante sólo es aplicable para predecir las opciones probadas, pero no puede predecir opciones que no han sido probadas.
Un enfoque mucho más eficiente es diseñar el experimento basándose en las propiedades físicas y químicas de cada opción. Esto,
- Reduce significativamente el número de condiciones experimentales requeridas y
- da como resultado un modelo que puede predecir opciones que no se habían probado antes.
La presentación demostrará cómo:
- Comprimir la información disponible que describe las propiedades de la opción a través de componentes principales
- Seleccione las “esquinas de la caja” para probar materias primas representativas según el diseño de experimentos.
- modelar los datos mediante PLS
- encontrar la solución óptima general
- Identificar las opciones físicas disponibles más cercanas a la solución óptima calculada
- Demuestra la eficacia de este enfoque.
Tenga en cuenta que lo que se muestra aquí se basa en un método comúnmente utilizado en quimiometría, llamado Relación Estructura-Actividad Cuantitativa (QSAR).
