在工業研發中，如何在確保多種性能指標的同時最大限度地減少實驗工作量是一項常見的挑戰。貝葉斯優化為在複雜的非線性響應空間中進行自適應的、順序的實驗提供了一個強大的框架。本次報告將使用為PPG的Sigma Logic™實驗設計培訓專案開發的實際模型模擬，對JMP Pro中的貝葉斯最佳化平台進行評估。
Sigma Logic成立於1998年，每年透過以JMP為基礎的入門級和進階課程，為全球約130名研究人員提供培訓。高級課程的一大特色是使用模擬系統進行的團隊競賽，本次評估的模擬系統是三個課程中16支隊伍的重點。目前的配方挑戰包含12個可控因素和4個關鍵性能指標，目標是在有限的實驗預算內，以六西格瑪品質和最低成本實現性能目標。
在 JMP Pro 中進行了多次最佳化實驗，每次實驗均以標準篩選設計為初步步驟，隨後進行多輪貝葉斯優化建議的實驗運行。我們追蹤了各次實驗的最佳化進度，並將其與課程參與者採用的傳統順序 DOE 策略進行了比較。結果表明，貝葉斯優化能夠有效地處理非線性響應面，並在顯著減少的實驗次數內找到可接受的解決方案。最後，我們總結瞭如何將貝葉斯優化整合到基於 JMP 的實驗工作流程中，以加速工業研究中的配方開發。
