Bayes 优化示例

使用“Bayes 优化”平台生成一组要在实验中使用的新的因子组合。

1. 选择帮助 > 样本数据文件夹，然后打开 Tiretread.jmp。

2. 选择分析 > 专业建模 > Bayes 优化。

3. 选择磨损、弹性系数、伸长和硬度，然后点击 Y。

4. 选择硅石、硅烷和硫磺，然后点击 X。

5. 在“要自动选择的批次试验数”旁边键入 10。

点击“确定”后，该平台会自动生成一个候选集，然后为该候选集选择 10 个试验（因子组合）。

6. 点击“高级选项”旁边的灰色小三角。

7. 在“基于模型的扩充 R 方阈值”旁边键入 0.5。

8. 点击确定。

图 18.2 诊断汇总 

“模型汇总”选项卡包含一个报表，其中包含每个响应模型的诊断汇总表。“响应‘弹性系数’”以红色突出显示，因为其“留一法 R 方”值低于您在启动窗口中设定的阈值。由于单个模型中有一个的 R 方值低于阈值，该平台默认使用“空间填充探索”方法来选择批次试验。

注意：通常，您的结果可能会因为拟合高斯过程模型的随机性而有所不同。

9. 点击“批次选择”选项卡。

图 18.3 空间填充探索自动选择的试验批次 

“当前批次”部分中的表包含使用“空间填充探索”算法自动选择的试验。正如您在启动窗口中指定的那样，共有 10 个试验。

10. 点击制表。

点击“制表”后，这批 10 个试验会添加到原始数据表中。同时添加到数据表中的还有一个“迭代”列、一个“添加的原因”列和一个启动脚本。为这 10 个试验收集响应后，将数据输入数据表，然后使用“批次 1 的 Bayes 优化启动脚本”返回到分析中。以迭代的方式持续根据需要收集新数据，直到您的响应得到优化。

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).