nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

916575_zh-CN

liliconcom

使用 JMP 19 对包含复杂约束的公式进行贝叶斯优化 (2026-EU-30MP-2816)

许多产品的生产都涉及多种成分的混合或调配。寻找这些产品的最佳配方可能极具挑战性、成本高昂且耗时，尤其是在配方受到复杂限制的情况下。随着技术进步和竞争加剧，快速创新研发高质量新产品的能力变得越来越重要。

我们演示了如何在JMP中使用各种工具，包括全新的贝叶斯优化平台，以在复杂约束条件下加速和改进配方研究的设计和分析，从而获得或保持竞争优势。传统的基于最小二乘法的策略存在许多微妙的困难，而高斯过程模型和贝叶斯优化几乎可以完全规避这些困难。我们使用了涉及复杂约束的案例研究，例如对子混合物和混合物中允许的组分数量的限制。