Un proceso de prueba y error de fuerza bruta (por ejemplo, 5 niveles por material, el número de experimentos) requerirá [matemáticas] 5 ^ {10} = 9765625 [/ matemáticas] experimentos. Sin embargo, existe una forma más inteligente de prueba y error dirigida llamada Diseño de experimentos (DOE), que es una técnica estadística para realizar experimentos de manera eficiente, y definitivamente requerirá menos experimentos que eso.
En primer lugar, debe definir su función objetivo, por ejemplo, la resistencia a la tracción.
Comience ejecutando algunas combinaciones para caracterizar ampliamente su espacio y calcular el objetivo. Trace sus puntos de datos e intente averiguar dónde tiene deficiencia de datos. Mueve tu espacio experimental allí, y llena esos huecos.
- ¿Es posible que el polímero inverso vuelva a su materia prima? ¿O hay algún ejemplo de 'despolimerización'
- ¿Qué propiedad material está relacionada con la capacidad de flexión de un metal dado?
- ¿Hay problemas a largo plazo con la construcción de rascacielos de hormigón armado? Por ejemplo, ¿alguna vez se descompondrá el concreto?
- ¿Qué es un superconductor de onda d frente a un superconductor de onda s?
- ¿Los materiales viscoelásticos exhiben una recuperación completa después de eliminar el estrés?
Una vez que haya caracterizado adecuadamente un espacio, mueva su espacio experimental en la dirección de mejorar el objetivo. Enjuague y repita.
Es posible que aún tenga que hacer muchos experimentos, pero al adoptar este enfoque, está iterando a lo largo de un camino en lugar de probar cada combinación. Además, está utilizando la información recopilada en cada etapa para ayudarlo. Esto se conoce generalmente como experimentación iterativa (ver Diseño óptimo).
Además, muy a menudo encontrará que las propiedades de sus 10 materiales están correlacionadas, por lo que el número subyacente de grados de libertad es menor de lo que piensa. Esto proporciona motivación para realizar experimentos en espacios de dimensiones inferiores (a través de una proyección PCA), reduciendo aún más el número de experimentos requeridos. Cuando una combinación de materiales se correlaciona en un espacio en particular, ejecutar múltiples experimentos allí no produce nueva información, y habría desperdiciado sus experimentos. La experimentación de baja dimensión esencialmente modela el espacio a medida que avanza y, según los datos, puede decir “no ejecute esta combinación; lo más probable es que no aprenda nada nuevo”. Estas son técnicas bien conocidas en el mundo de la quimiometría, y hay un software para hacer esto (por ejemplo, MODDE – Diseño de experimentos)
Si tiene algún conocimiento teórico previo sobre dónde debe mover su experimento, úselo siempre.
Advertencia: puede que te encuentres moviéndote en la dirección de la suboptimidad. Esto puede suceder porque el mundo real no es convexo y su objetivo puede moverse hacia arriba y hacia abajo nuevamente. En este caso, es posible que deba elegir de manera inteligente otro punto de partida e intentar nuevamente.
Este enfoque no garantiza que encontrará el óptimo global, pero si tiene suerte, encontrará una mejora en su objetivo sin tener que realizar un número exponencial de experimentos.