La producción de muchos productos implica la mezcla de múltiples ingredientes. Encontrar formulaciones óptimas para estos productos puede ser un proceso complejo, costoso y laborioso, especialmente si la formulación está sujeta a restricciones complejas. La capacidad de innovar rápidamente para crear nuevos productos de alta calidad cobra cada vez más importancia a medida que avanzan las tecnologías y aumenta la competencia.
Demostramos cómo utilizar diversas herramientas de JMP, incluida la nueva plataforma de optimización bayesiana, para acelerar y mejorar el diseño y el análisis de estudios de formulación en presencia de restricciones complejas, con el fin de lograr o mantener una ventaja competitiva. Los enfoques clásicos basados en mínimos cuadrados presentan numerosas dificultades sutiles que se evitan casi por completo mediante el uso de modelos de procesos gaussianos y optimización bayesiana. Utilizamos estudios de caso que involucran restricciones complejas, como limitaciones en el número de componentes permitidos en submezclas y mezclas de mezclas.
