The aim of optimization process is

The aim of optimization process is to find a good set of conditions that is sufficient to achieve the target. Derringer and Suich [40] described desirability, an attractive method for optimization of multiple quality characteristic problems. In order to meet the objectives of the problem, the right design should be chosen; a variable goal could be set to a minimum, maximum, within some range, or target value. To find combinations of the input variables, component proportions in a mixture setting, where one can come as close as possible to a goal, is the important reason for fitting models to data. This method transforms an estimated response into a dimensionless value called desirability and makes use of an objective function, called the desirability function. From zero (least desirable) to one (most desirable) is described as the range for such function. The value of desirability always=1 is not required as it is completely dependent on how closely the lower and upper limits are set relative to the actual optimum [41].

ผลลัพธ์ (ไทย) 1:

จุดมุ่งหมายของการเพิ่มประสิทธิภาพการ ค้นหาชุดดีของเงื่อนไขที่เพียงพอเพื่อให้บรรลุเป้าหมายได้ Derringer และ Suich [40] อธิบายปรารถนา วิธีการที่น่าสนใจสำหรับเพิ่มประสิทธิภาพของปัญหาลักษณะคุณภาพหลาย เพื่อบรรลุวัตถุประสงค์ของปัญหา การออกแบบที่เหมาะสมควรเลือก เป้าหมายตัวแปรสามารถถูกตั้งค่าเป็นต่ำสุด สูงสุด ภายในช่วงบาง หรือค่าเป้าหมาย การค้นหาชุดของตัวแปรอินพุต สัดส่วนองค์ประกอบในการตั้งค่าส่วนผสม ที่หนึ่งสามารถเข้ามาใกล้ความเป้าหมาย เป็นเหตุผลสำคัญสำหรับตัวแบบข้อมูล วิธีนี้เปลี่ยนการตอบสนองที่ประเมินเป็นค่า dimensionless เรียกว่าปรารถนา และทำให้ใช้ฟังก์ชันวัตถุประสงค์ เรียกฟังก์ชันปรารถนา (ต้องน้อยที่สุด) ศูนย์หนึ่ง (ปรารถนามากที่สุด) ได้อธิบายไว้เป็นช่วงสำหรับฟังก์ชันดังกล่าว ค่าของปรารถนาเสมอ = 1 ไม่จำเป็นทั้งหมดขึ้นอยู่กับว่าการตั้งค่าขีดจำกัดล่าง และบนสัมพันธ์ที่ดีที่สุดจริง [41]

ผลลัพธ์ (ไทย) 2:

จุดมุ่งหมายของการเพิ่มประสิทธิภาพคือการหาชุดที่ดีของเงื่อนไขที่เพียงพอเพื่อให้บรรลุเป้าหมาย เดอริงเกอร์และ Suich [40] ปรารถนาอธิบายวิธีการที่น่าสนใจสำหรับการเพิ่มประสิทธิภาพของปัญหาด้านคุณภาพหลายลักษณะ เพื่อตอบสนองวัตถุประสงค์ของปัญหาการออกแบบที่เหมาะสมควรจะเลือก; เป้าหมายตัวแปรอาจจะกำหนดเป็นขั้นต่ำสูงสุดอยู่ในช่วงบางส่วนหรือค่าเป้าหมาย เพื่อหาการรวมกันของตัวแปรที่สัดส่วนองค์ประกอบในการตั้งค่าส่วนผสมที่หนึ่งสามารถมาให้ใกล้ที่สุดเท่าที่เป็นไปได้เพื่อให้บรรลุเป้าหมายเป็นเหตุผลที่สำคัญสำหรับรุ่นที่เหมาะสมกับข้อมูล วิธีการนี​​้จะเปลี่ยนการตอบสนองโดยประมาณเป็นค่ามิติที่เรียกว่าความปรารถนาและทำให้การใช้งานฟังก์ชั่นวัตถุประสงค์ที่เรียกว่าฟังก์ชั่นความพึงปรารถนา จากศูนย์ (ที่พึงประสงค์น้อย) ให้เป็นหนึ่ง (ที่ต้องการมากที่สุด) อธิบายว่าเ​​ป็นช่วงสำหรับฟังก์ชั่นดังกล่าว ค่าของความปรารถนาเสมอ = 1 ไม่จำเป็นต้องเป็นมันสมบูรณ์ขึ้นอยู่กับวิธีการอย่างใกล้ชิดขีด​​ จำกัด บนและล่างมีการตั้งค่าเมื่อเทียบกับที่ดีที่สุดที่เกิดขึ้นจริง [41]

ผลลัพธ์ (ไทย) 3:

จุดมุ่งหมายของกระบวนการเพิ่มประสิทธิภาพ เพื่อหาชุดที่ดีของเงื่อนไขที่เพียงพอเพื่อให้บรรลุเป้าหมาย เดอรินเจอร์ suich [ 40 ] อธิบายและความพอใจ เป็นวิธีการที่น่าสนใจสำหรับการเพิ่มประสิทธิภาพของปัญหาที่มีคุณภาพหลาย เพื่อให้เป็นไปตามวัตถุประสงค์ของปัญหาการออกแบบที่ถูกต้องควรจะเลือก ตัวแปรเป้าหมายจะถูกตั้งค่าเป็นค่าสูงสุดในบางช่วง หรือเป้าหมายค่า หาชุดของตัวแปรนำเข้า องค์ประกอบ สัดส่วนในการผสมการตั้งค่าที่เราสามารถมาใกล้เคียงเป็นไปได้ที่จะเป็นเป้าหมาย คือ เหตุผลที่สำคัญสำหรับรุ่นที่เหมาะสมกับข้อมูล วิธีนี้แปลงโดยประมาณการตอบสนองเป็นไร้ค่า เรียกว่า ที่พึงประสงค์และทำให้การใช้ฟังก์ชันเรียกฟังก์ชันวัตถุประสงค์ , ความพอใจ จากศูนย์ ( อย่างน้อยที่พึงปรารถนา ) หนึ่ง ( ถูกใจที่สุด ) อธิบายว่า ช่วงสำหรับฟังก์ชันดังกล่าว ค่าของความเสมอ = 1 ไม่ได้เป็นต้องเป็น มันทั้งหมดขึ้นอยู่กับวิธีการล่างและขีด จำกัด ตั้งอยู่ที่สัมพันธ์กับสภาวะที่เกิดขึ้นจริง [ 41 ] อย่างใกล้ชิด