La fabrication de nombreux produits implique le mélange de plusieurs ingrédients. Trouver des formulations optimales pour ces produits peut s'avérer complexe, coûteux et chronophage, surtout si la formulation est soumise à des contraintes importantes. La capacité d'innover rapidement et de proposer de nouveaux produits de haute qualité devient de plus en plus cruciale face aux progrès technologiques et à l'intensification de la concurrence.
Nous montrons comment utiliser différents outils de JMP, notamment la nouvelle plateforme d'optimisation bayésienne, pour accélérer et améliorer la conception et l'analyse des études de formulation en présence de contraintes complexes, afin d'obtenir ou de maintenir un avantage concurrentiel. Les approches classiques, basées sur les moindres carrés, présentent de nombreuses difficultés subtiles qui sont presque entièrement contournées par l'utilisation de modèles de processus gaussiens et de l'optimisation bayésienne. Nous utilisons des études de cas impliquant des contraintes complexes, telles que des restrictions sur le nombre de composants autorisés dans les sous-mélanges et les mélanges de mélanges.
