MixLab
实验管理与配方寻优
EXPERIMENT MANAGEMENT & MIX DESIGN OPTIMIZATION
—
载入演示数据
实验库
模型训练
配方寻优
实验推荐
数据概况
实验记录
选择 CSV 文件
清空数据
Excel 请先另存为 CSV。表头需与字段名一致,多余的列会自动忽略。
性能指标分布
字段设置
类型 / 单位 / 寻优范围
按数据回填范围
单位填
%
的组分参与质量平衡(合计恒为 100),填
‰
的外加剂是相对掺量,不进 100%。
一键训练
每个性能指标各训一个模型
全部训练
Extra Trees 森林 + 5 折交叉验证;报的是留出集精度,不是训练集自评。 预测的不确定度来自树与树之间的分歧——配方空间越稀疏,分歧越大。
寻优设置
优化目标
方向
越大越好
越小越好
策略
均衡 · 用预测均值
稳妥 · 均值 − 1σ
激进 · 均值 + 1.5σ
方案数
开始寻优
其他指标的硬约束(留空 = 不限制)
下一批该做什么实验
按期望改进排序
针对指标
方向
越大越好
越小越好
推荐组数
生成推荐
期望改进同时看重「可能更好」和「模型没把握」,所以推荐的点会往历史数据稀疏的区域走—— 那里正是模型最需要补课的地方。这批做完录回系统重新训练,模型在整个配方空间的可信度提升最快。