혼합물과 공정변수가 함께 있는 실험 자료가 주어졌을 때 다양한 시작모형으로부터 제안된 모형들의 동시 최적화

Abstract

본 논문에서는 Mixture & Process variable 이 함께 있는 실험 자료가 주어졌을 때 실험결과를 잘 설명할 수 있는 적절한 모형을 찾아 제안하고 최적조건을 찾는 방법을 제시하였다. Mixture variable은 총량과 상관없이 혼합비에 따라서 반응변수에 영향을 끼치는 변수로서 성분비의 합은 1 이 되어야 한다. Process variable 은 Mixture variable 의 배합비에 영향을 끼치는 변수로서 예를 들면 공정 시간, 공정 온도 등을 들 수 있다. 이러한 실험 자료로부터 적절한 모형을 찾는 방법으로 실험계획전문 Software Program인 Design Expert 8.0 을 이용하여 구한 시작모형과 통계프로그램 패키지인 SAS를 이용하여 자료에 All possible subset method를 적용한 뒤 구한 시작모형에 Backward elimination, Stepwise를 적용하는 방법을 이용하였다. 이렇게 찾은 적절한 모형들 중 모형의 적합성을 판단할 수 있는 기준이 되는 통계적 수치를 기준으로 순위를 매긴 후 최종적으로 추천된 모형을 가지고 반응 값을 실험자가 원하는 값으로 예측할 수 있도록 최적조건을 찾는다. 최적 조건을 찾는 방법으로는 선호도가 동일한 경우 모든 모형을 동일하게 최적화 시키는 방법, 특정모형에 선호도가 있는 경우 최적화 시키는 방법, 특정모형에 선호도가 낮은 경우 최적화 시키는 방법을 사용하였다. 최종적으로 주어진 실험 자료로 부터 반응변수의 예측 값이 실험자가 원하는 값과 가장 일치하도록 위에서 세 가지의 접근 방법으로 구한 최적 조건들을 명시하여 비교한다.;This paper aims to suggest several candidate models in which the mixture data with process variables was given. Futhermore, it suggests methods to find the best optimal condition by simultaneous optimization. In order to find the best optimal condition, I suggest various candidate models and apply simultaneous optimization methods to them. Then I get the optimal condition that brings the result what the experimenter wants. The method which presented in this paper can be useful when we have to find the best optimal condition by simultaneous optimization of various candidate models.