Wie kann ich die Ausgabe eines Maschinenmodells optimieren (minimieren)?

Question

Die Situation ist die folgende: A möchte einen Prozess optimieren, der Wachs nimmt, um Wachsprodukte zu erzeugen. Für jedes herzustellende Produkt gibt es eine andere Zusammensetzung von Wachs und eine Reihe von Parametern für den Prozess (Maschinenkonfigurationen). Während des Prozesses werden einige Objekte aufgrund von Herstellungsfehlern verworfen.

Meine erste Idee ist es, ein überwachtes Maschinenmodell zu erstellen, das die Wachszusammensetzung und Maschinenkonfigurationen als Eingaben und die Anzahl der verschwendeten Objekte als Ausgabe verwendet (ich habe die Daten dafür).

Mein Problem ist: Nach diesem Modell zu schaffen, wie kann ich die optimalen Prozessparameter (Maschinenkonfiguration) finde die Anzahl der verschwendeten Objekte zu minimieren, für eine bestimmte Wachszusammensetzung (es kann eine neue Zusammensetzung sein, nie zuvor gesehen) .

Das Problem mit einer besseren Formulierung:

Ich habe einen Vektor von Merkmalen für die Maschineneinstellungen s = [s1, s2, ..., sn], ein Vektor von Merkmalen für die Wachszusammensetzung w = [w1, w2, ..., wm] und für verschiedene Kombinationen von s und w ich habe ein damit verbunden Kosten J.

ich habe eine Datenbank von Trainingsbeispielen verschiedene Vektoren s beziehen und w mit Kosten J.

mit diesen Daten Ich möchte ein System erstellen, in dem ich einen Vektor w eingeben würde, und das System würde einen Vektor s ausgeben, so dass s die Kosten J für dieses Spezifische minimiert ic Vektor w.

Entschuldigung für das Fehlen einer genauen Formulierung.

Answer 1

Es klingt für mich wie ein lineares Programmierproblem (wie Simplex zum Beispiel), das genau das tut: Minimiere (oder maximiere) eine Zielfunktion mit definierten Parametern (in deinem Fall Maschinenkonfiguration) die ML-Idee)