研究时间的缓解。此外,通常还使用“一次一个变量”(OVAT)方法进行优化 - 这可能导致识别false Optima。7使用实验的统计设计(DOE)方法对OVAT的更简单,更合适的替代方案之一是对反应空间的结构化研究 - 从而使用一组多元体验筛选了条件。8例如,Abetz和Comers已经说明了用于筏聚合的有效优化工作流程,9他们从DOE屏幕上展示了准确的预测和靶向聚合物性能。使用更具动态的,基于机器学习的方法是通过进一步减少用户输入的机会进行优化的机会;实际上,所谓的黑盒算法不需要任何先验知识,例如Nelder - Nelder - Mead Simplex 11,12和分支和拟合(SnobFit)13,14算法的稳定嘈杂的优化,可以实现单个客观优化 - 即找到目标15或纯度等物镜的最理想的结果。16
主要关键词