选择放大生产的回收工艺需要把实验室结果与产品需求、工艺成本和尺度效应关联。我们分析了太平洋西北国家实验室的CICERO工作流中用于自主选择性沉淀的记录。主动学习利用已有结果来挑选实验。在使用已拟合模型和回收的钕铁硼（NdFeB）磁体记录进行的条件回顾基准中，主动学习比非自适应的空间填充方法用更少实验就找到了最佳记录。富集度指的是相对于原料的稀土/铁比例。自适应策略在 16~24 次实验（井）内达到记录的最大富集，而非自适应需要约 48 次。我们的两阶段重构在 16 次实验时将两种自适应方案绑定。对回收的钐钴（SmCo）磁体进行的条件分析显示第二轮在纯度和名义产率之间存在权衡，回收率是基于假设的起始量计算的——第一轮 NdFeB 路线在富集上有所不同。对油气开采产生的废水的排序取决于相位和稀释假设，需要进一步验证。我们提出以期望的下游贝叶斯风险降低量来选择批次：在当前信念下，各可行工艺决策的最小期望损失。探索性仿真表明，先过滤候选的混合策略比在所有路线和条件上进行的联合搜索估计的损失更低。与合成的两阶段策略相比，差异在估计不确定性范围内可忽略。我们概述了一项预注册的前瞻性测试方案，采用统一的损失和日志标准，要求明确的测量记录、定义的工艺决策及其输出、可信的经济输入，并在目标尺度上进行验证。
点评