are given in Table 3. It is worth o

are given in Table 3. It is worth of note that the calculated
responses, y1 and y2 are expressed in terms of the percentages of
the pseudocomponents Xi.
For the comparison of the two response surfaces reported in
Table 3, the corresponding contour plots are shown in Fig. 2.
In order to attain a robust optimization for the drug release, it
was required to be very close to a desired value – the target value
– in this case 35% for the release after 1 h and 75% for the release
after 8 h (Fig. 3). A desirability function approach was therefore
used. For this desirability study, the objectives were expressed by
the following limits for the two responses here considered:
30% 6 Y1 6 40%
70% 6 Y2 6 80%
ð14Þ
The best solution identified for the formulation is given in
Table 4 along with desirability functions for the optimization, di
(Ycal,i) the partial desirability and the D the overall desirability.
The optimal experimental conditions are expressed both in terms
of pseudocomponents Xi and as original components. In Fig. 4
(top) the variation of the global desirability as function of the
two response variables under study is graphically represented by
contour plots.
For a robust optimization the desirability function was further
assessed and optimized in terms of reliability. The purpose was
to identify the zone where the estimation of all responses can be
calculated with a probability 6 a% of not respecting the fixed constraints
for every response. For the two responses under study it
was imposed that:
Prob½30% < Y1 < 40% P 0:80
Prob½70% < Y2 < 80% P 0:80:
ð15Þ
Thanks to the respect of the constraints with a probabilityP(
1  a), the optimal zone was reduced and two more limited
areas were identified (Fig. 4, bottom). Here, the global desirability
is lower given the experimental error. These two areas were further
analyzed in order to define the composition space that ensures
confidence in the attainment of the requir

ผลลัพธ์ (ไทย) 1:

ได้ในตาราง 3 เป็นน่าสังเกตว่า การคำนวณตอบ y1 และ y2 จะแสดงในรูปของเปอร์เซ็นต์ของpseudocomponents สิสำหรับการเปรียบเทียบพื้นผิวตอบสนองสองที่รายงานในตาราง 3 ผืนเส้นตรงจะแสดงใน Fig. 2เพื่อให้บรรลุประสิทธิภาพสูงสุดแข็งแกร่งสำหรับยาเสพติด มันไม่จำเป็นต้องมีมากใกล้กับค่าที่ระบุค่าเป้าหมาย-ในกรณีนี้รุ่นหลัง 1 h 35% และ 75% สำหรับหลังจาก 8 h (Fig. 3) วิธีการฟังก์ชันปรารถนาได้ดังนั้นใช้ สำหรับการศึกษานี้ปรารถนา วัตถุประสงค์ที่แสดงโดยวงเงินสำหรับการตอบสองที่นี่ถือว่าต่อไปนี้:30% 6 Y1 6 40%70% 6 Y2 6 80%ð14Þโซลูชันสุดที่ระบุสำหรับการกำหนดจะกำหนดเป็นตาราง 4 พร้อมฟังก์ชันปรารถนาสำหรับการเพิ่มประสิทธิภาพ ดิ(Ycal ฉัน) ปรารถนาบางส่วนและชอบธรรมโดยรวมดีขึ้นเงื่อนไขการทดลองที่เหมาะสมจะแสดงเงื่อนไขทั้งในpseudocomponents Xi และ เป็นส่วนประกอบของต้นฉบับ ใน Fig. 4ปรารถนา (บน) การเปลี่ยนแปลงของโลกเป็นหน้าที่ของการสองตัวแปรตอบสนองภายใต้ศึกษาภาพแสดงไว้ผืนเส้นสำหรับการปรับประสิทธิภาพ ฟังก์ชันชอบธรรมถูกเพิ่มเติมจากการประเมิน และเพิ่มประสิทธิภาพในแง่ของความน่าเชื่อถือ มีวัตถุประสงค์ระบุโซนที่สามารถจะประเมินการตอบทั้งหมดคำนวณความน่าเป็น 6% ไม่เคารพข้อจำกัดคงได้สำหรับทุกคำตอบ สำหรับการตอบสนองที่สองภายใต้ศึกษามันถูกกำหนดที่:Prob½30% < Y1 < 40% P 0:80Prob½70% < Y2 < 80% P 0:80:ð15Þด้วยความเคารพข้อจำกัดด้วย probabilityP (1 แบบ), โซนดีที่สุดถูกลดลง และสองจำกัดมากระบุพื้นที่ (Fig. 4 ด้านล่าง) ที่นี่ ปรารถนาโลกต่ำลงให้ข้อผิดพลาดในการทดลอง สองพื้นที่เหล่านี้ได้เพิ่มเติมวิเคราะห์เพื่อกำหนดพื้นที่ขององค์ประกอบที่ความเชื่อมั่นในภูมิปัญญาของ requir

ผลลัพธ์ (ไทย) 2:

จะได้รับในตารางที่ 3 มันเป็นมูลค่าทราบว่าคำนวณ
การตอบสนอง y1 และ y2 จะแสดงในแง่ของเปอร์เซ็นต์การ
กลั่น Xi.
สำหรับการเปรียบเทียบของทั้งสองพื้นผิวการตอบสนองที่มีการรายงานใน
ตารางที่ 3 แปลงรูปร่างที่สอดคล้องกันจะแสดง ในรูป 2.
เพื่อที่จะบรรลุการเพิ่มประสิทธิภาพที่มีประสิทธิภาพสำหรับการปลดปล่อยตัวยาก็
จะต้องเป็นมากใกล้เคียงกับค่าที่ต้องการ - ค่าเป้าหมาย
- ในกรณีนี้ 35% สำหรับการเปิดตัวหลังจาก 1 ชั่วโมงและ 75% สำหรับการเปิดตัว
หลังจาก 8 ชั่วโมง (รูปที่. 3) วิธีการที่พึงปรารถนาฟังก์ชั่นจึงถูก
นำมาใช้ สำหรับการศึกษาความพึงปรารถนานี้วัตถุประสงค์ที่ถูกแสดงออกมาด้วย
ข้อ จำกัด ต่อไปนี้สำหรับทั้งสองถือว่าการตอบสนองที่นี่:
30% Y1 6 6 40%
70% Y2 6 6 80%
ð14Þ
ทางออกที่ดีที่สุดสำหรับการกำหนดที่ระบุไว้ใน
ตารางที่ 4 พร้อมกับความปรารถนา ฟังก์ชั่นสำหรับการเพิ่มประสิทธิภาพ, ดิ
(Ycal, i) ความปรารถนาบางส่วนและความปรารถนาดีโดยรวม.
เงื่อนไขการทดลองที่ดีที่สุดจะแสดงทั้งในแง่
ของการกลั่นและจินเป็นส่วนประกอบเดิม ในรูป 4
(บนสุด) รูปแบบของความปรารถนาทั่วโลกเป็นหน้าที่ของ
สองตัวแปรตอบสนองภายใต้การศึกษาเป็นตัวแทนกราฟิกโดย
แปลงรูปร่าง.
สำหรับการเพิ่มประสิทธิภาพการทำงานที่มีประสิทธิภาพได้รับความพึงปรารถนาต่อ
การประเมินและการเพิ่มประสิทธิภาพในแง่ของความน่าเชื่อถือ จุดประสงค์ก็
เพื่อระบุโซนที่ประมาณค่าของการตอบสนองทั้งหมดที่สามารถ
คำนวณความน่าจะเป็น 6% ของการไม่เคารพข้อ จำกัด ของการแก้ไข
สำหรับการตอบสนองทุก สำหรับการตอบสนองที่สองภายใต้การศึกษามัน
ถูกกำหนดว่า
Prob½30% <Y1 <40%? P 0:80
Prob½70% <Y2 <80%? P 0:80:
ð15Þ
ขอบคุณที่เคารพของข้อ จำกัด ที่มี probabilityP (
1) โซนที่ดีที่สุดได้รับการลดลงและอีกสอง จำกัด
พื้นที่ที่ถูกระบุ. (รูปที่ 4 ด้านล่าง) ที่นี่ทั่วโลกปรารถนา
จะได้รับข้อผิดพลาดที่ต่ำกว่าการทดลอง ทั้งสองพื้นที่ได้รับการต่อไป
วิเคราะห์เพื่อกำหนดพื้นที่องค์ประกอบที่ช่วยให้
ความเชื่อมั่นในความสำเร็จของ requir

ผลลัพธ์ (ไทย) 3:

จะได้รับในตารางที่ 3 เป็นมูลค่าของทราบว่า ค่าการตอบสนอง y1 y2
, และจะแสดงในแง่ของค่า

องค์ประกอบเทียมสี่ สำหรับการเปรียบเทียบของทั้งสองตอบสนองพื้นผิวรายงาน
โต๊ะ 3 แปลงรูปร่างที่แสดงในรูปที่ 2 .
เพื่อให้บรรลุการเพิ่มประสิทธิภาพประสิทธิภาพสำหรับการปลดปล่อยยามัน
ก็ต้องสนิทกับค่าเป้าหมายที่ต้องการ และค่า
–ในกรณีนี้ 35% สำหรับปล่อยหลังจาก 1 ชั่วโมง และ 75% สำหรับการปล่อย
8 H ( รูปที่ 3 ) ฟังก์ชันที่พึงประสงค์วิธีการจึง
ใช้ . นี้ไม่เคยศึกษา โดยมีวัตถุประสงค์เพื่อแสดงโดย
ต่อไปนี้ข้อ จำกัด สำหรับสองการตอบสนองที่นี่ถือว่า :
30 % 6 y1 6 40 %
70% 6 Y2 6 80%

ð 14 Þทางออกที่ดีที่สุดสำหรับการกำหนดให้ระบุใน
ตารางที่ 4 พร้อมกับความพอใจฟังก์ชันสำหรับการเพิ่มประสิทธิภาพกลไก di
( ycal ผม ) ความบางส่วนและ D ความโดยรวม
เหมาะสมสภาวะการทดลองที่แสดงทั้งในแง่ขององค์ประกอบเทียม
Xi และเป็นส่วนประกอบของต้นฉบับ ในรูปที่ 4
( ด้านบน ) การเปลี่ยนแปลงของความเป็นฟังก์ชันของ
)2 การตอบสนองตัวแปรที่ศึกษาคือ กราฟแสดงโดย

ขอบแปลง เพื่อประสิทธิภาพการเพิ่มประสิทธิภาพการทำงานที่พึงประสงค์ต่อ
การประเมินและเพิ่มประสิทธิภาพในแง่ของความน่าเชื่อถือ โดยมีวัตถุประสงค์เพื่อระบุโซนที่

ประมาณทั้งหมดการตอบสนองสามารถคำนวณกับความน่าจะเป็น 6 % ไม่เคารพในการแก้ไขข้อจำกัด
สำหรับทุกการตอบสนองสำหรับสองการตอบสนองภายใต้การศึกษา
ถูกกำหนด :
prob ½ 30% < < 40%  y1 P 0:80
prob ½ 70% < < 80%  Y2 P 0:80 :
ð 15 Þ
ขอบคุณที่เคารพของสภาพแวดล้อมกับ probabilityp (
1  ) , โซนที่เหมาะสม ลดลงและสองจำกัด
มากกว่าพื้นที่ระบุ ( ภาพที่ 4 ด้านล่าง ) ที่นี่
desirability ทั่วโลกลดให้ความผิดพลาดครั้งนี้ เหล่านี้สองพื้นที่ได้
วิเคราะห์เพื่อกำหนดองค์ประกอบของพื้นที่ที่ยืนยัน
เชื่อมั่นในภูมิปัญญาของ requir