Optimiser une formulation n’est pas optimiser un procédé, pour une raison géométrique : les proportions des composants somment à 100 %. On ne peut pas augmenter la résine sans diminuer autre chose, et un plan d’expériences classique qui suppose les facteurs indépendants ne s’applique pas.
Ce module reprend toute la machinerie de l’optimisation bayésienne, processus gaussien, propositions expliquées, convergence, diagnostic leave-one-out, stratégies, bruit, qualité de recherche, mode démo en la posant sur le simplexe, le domaine des mélanges valides.
1. Les composantes
Chaque composant a un nom, un Minimum et un maximal en fraction, et peut être verrouillé à une valeur fixe. Le module vérifie en permanence la faisabilité de l’ensemble : des bornes dont les minimums somment à plus de 1, ou dont les maximums somment à moins de 1, ne définissent aucun mélange réalisable et il le signale avant tout calcul.
Die plan initial n’est pas un Audze-Eglais mais un plan maximin sur le simplexe : les mélanges les plus éloignés possible les uns des autres à l’intérieur du domaine autorisé. Le module recommande un nombre d’essais selon le nombre de composants, sept au minimum, dix conseillés pour trois composants et le plafonne à cent.
À la saisie, chaque essai est contrôlé : valeur manquante, non numérique, hors bornes, ou somme différente de 1. Une commande corrige les essais invalides en reprojetant leurs proportions dans le domaine.
2. Le diagramme ternaire
Mit trois composants ou plus, l’onglet dédié affiche un diagramme ternaire : le triangle du simplexe, la réponse prédite en fond de couleur, les essais réalisés, les propositions, et les zones non réalisables exclues par les bornes. Une case bascule l’affichage sur l’incertitude. Au-delà de trois composants, les autres sont figés à une valeur, comme sur la carte de l’optimisation bayésienne.
💡 Le diagramme ternaire est die représentation d’un mélange, et il vaut la peine d’apprendre à le lire : chaque sommet est le composant pur, chaque côté un mélange binaire, et le centre le mélange à parts égales. Les zones grisées par les bornes rendent immédiatement visible ce que les contraintes de formulation vous laissent réellement comme marge de manœuvre souvent moins qu’on ne l’imagine.
Le reste des onglets : plan d’essais, convergence, diagnostic, facteurs & modèle, prévision se lit exactement comme au § 4, réponse et propositions comprises.
Les autres onglets sont les mêmes que pour l’optimisation bayésienne.