Optimierung einer Mischung aus maximal 3 Zutaten, wobei 5 Zutaten bewertet werden sollen.Ich bin relativ neu in der Versuchsplanung und habe ein klassisches Mischungsproblem. Ich möchte eine Mischung aus maximal drei Zutaten herstellen und diese auf eine bestimmte Reaktion optimieren, habe aber fünf Zutaten, die möglicherweise passen würden. Meine Einschränkung wäre daher, dass maximal drei von fünf Zutaten in einer Mischung verwendet werden sollten. Welches Design wäre am besten geeignet? Alle können von 0 bis 1 übertragen. Ist aufgrund meiner speziellen Einschränkung ein optimales D-Design erforderlich?
Danke, dass Sie mir geholfen haben!VersuchsplanungBetreff: Optimierung einer Mischung aus maximal 3 Zutaten, wobei 5 Zutaten bewertet werden sollen.Hallo @LambdaCanary630 ,
Willkommen in der Community!
Ich denke an (mindestens) zwei Möglichkeiten, um die gewünschte Mischungszusammensetzung mit den Einschränkungen der Zutatenanzahl zu erhalten. Hier sind die Optionen (von der einfachsten bis zur schwierigsten):
- Die Verteilung der Punkte in jedem Design wird durch das im Modellfenster angenommene Modell beeinflusst. Wenn Ihr angenommenes Modell nur Effekte bis zur dritten Ebene enthält, enthält Ihr Mischungsdesign nur Läufe mit maximal drei Komponenten.
Beispiel hier mit einem benutzerdefinierten D-Optimal-Design mit 45 Läufen, unter der Annahme des kubischen Scheffe-Modells:
-
Wenn Sie ein komplexeres Modell angenommen haben und/oder einen Space-Filling-Design- Ansatz verwenden, besteht eine Möglichkeit darin, einen Kandidatensatz- Ansatz zu verwenden: Sie generieren eine große Liste verschiedener Experimente über Custom Design, Simulator oder eine andere (DoE-)Plattform und löschen/filtern die Läufe mit 4+ Komponenten.
Um diese Filterung durchzuführen, können Sie für jeden Ihrer Mischungsfaktoren „binäre“ Indikatorformelspalten hinzufügen (wenn X1>0, dann Indikator1=1, sonst 0):
If(:X1 > 0, 1, 0)
und verwenden Sie diese Indikatorspalten in einer Summe, wobei Sie einen lokalen Datenfilter verwenden können: Summe(Indikator1+Indikator2+...+Indikator5) ≤ 3:
Current Data Table() << Data Filter(
Location( {388, 388} ),
Add Filter(
columns( :"Indicator1+Indicator2+Indicator3+Indicator4+Indicator5"n ),
Where( :"Indicator1+Indicator2+Indicator3+Indicator4+Indicator5"n <= 3 )
)
); Die gefilterten verbleibenden Zeilen berücksichtigen die Beschränkungen Ihrer Komponentenanzahl.
Anschließend können Sie die Custom-Design-Plattform aus Ihrer Tabelle mit Kandidatenläufen verwenden, auf die Option „Kovariatenfaktoren auswählen“ klicken und dann die entsprechenden Faktoren auswählen, um ein Design nur unter Verwendung möglicher Läufe aus Ihrer Tabelle mit Kandidatenläufen zu erstellen:
Es gibt vielleicht noch andere Möglichkeiten, aber diese beiden Optionen erscheinen mir am einfachsten.
Hoffe, das wird dir helfen,
Betreff: Optimierung einer Mischung aus maximal 3 Zutaten, wobei 5 Zutaten bewertet werden sollen.Danke, Victor!
Ich war nicht sicher, ob die Beschränkung des Modells auf die 3. Ordnung eine Kombination von mehr als 3 ausschließen würde. Aus logischer Sicht macht es absolut Sinn.
Wenn ich einen Prozessparameter hinzufügen möchte, also eine Mischung in Schmelze oder Lösung herstellen möchte, bräuchte ich ein kombiniertes Design, richtig? Aber der Rest bleibt gleich? Also Modell 3. Ordnung und d-optimales Design, aber jetzt kombiniert? Ich weiß auch, dass zumindest die reinen Komponenten teilweise nur in Schmelze oder Lösung verarbeitet werden können, was also eine weitere Einschränkung darstellen kann.Betreff: Optimierung einer Mischung aus maximal 3 Zutaten, wobei 5 Zutaten bewertet werden sollen.Hallo @LambdaCanary630 ,
Technisch gesehen könnten alle Läufe mit drei oder mehr Komponenten zur Bestimmung von Effekten dritter Ordnung beitragen. Die aussagekräftigsten Läufe werden jedoch diejenigen mit drei Komponenten sein, daher das optimale Design, das von der Plattform generiert wird.
Wenn Sie einen Prozessparameter hinzufügen möchten, würde ich empfehlen, diesen Faktor direkt im Design mit den Mischungsfaktoren einzuführen:
Sie können den „Filter für nicht zulässige Kombinationen“ verwenden, wenn Sie unmögliche Kombinationen zwischen Mischungsverhältnissen und Prozessparametern haben. Hier habe ich beispielsweise festgelegt, dass Mischungsverhältnisse zwischen 0,6 und 1 nicht verwendet werden können, wenn der Prozess „Lösung“ ist:
Für Erklärungen zu Faktorbeschränkungen und ihrer Verwendung/Anwendung empfehle ich den Artikel Entmystifizierung der Faktorbeschränkungen von @Jed_Campbell . Der Kandidatensatz-Ansatz kann auch eine Lösung sein, wenn die vorherigen Einschränkungsdefinitionen nicht möglich sind oder die Einschränkung zu komplex ist, um sie mit den vorherigen Optionen zu definieren.
Hoffe, diese Antwort wird Ihnen helfen,
Betreff: Optimierung einer Mischung aus maximal 3 Zutaten, wobei 5 Zutaten bewertet werden sollen.Vielen Dank für die Klarstellung.
Ich habe versucht, den unzulässigen Kombinationsfilter zu aktivieren, was jedoch zu einem Fehler führte, da die Faktorbeschränkungen nicht mit Mischungsfaktoren verwendet werden können. Liegt das an meiner akademischen Lizenz oder an allgemeinen Problemen?Betreff: Optimierung einer Mischung aus maximal 3 Zutaten, wobei 5 Zutaten bewertet werden sollen.Generell gilt, dass Sperrfaktoren auch die Verwendung nicht erlaubter Kombinationen verhindern.
Bei unzulässigen Kombinationen der Mischungsfaktoren wäre es möglicherweise einfacher, den Kandidatensatzansatz zu verwenden.
