基于模拟的工具旨在根据有限的实验运行次数对色谱行为进行建模。
这些方法在以下情况下非常有用
- 峰值已被分离和识别
- 有可靠的实验数据可用于建模
然而，在实际情况中：
- 模拟精度取决于初始数据的质量
- 强烈重叠或未分辨的峰难以建模
- 未知或复杂样本限制了预测能力
ChromSword 采用了不同的方法。它进行真正的实验筛选和优化，从而能够
- 峰值不分离时也能工作
- 逐步提高分辨率
- 处理复杂和难以理解的样本
一个简单的方法
- 仿真工具根据现有分离情况预测行为
- ChromSword 从一开始就建立了分离机制
ChromSword 与基于模拟的方法开发工具有何不同？
相关常见问题
ChromSword 与基于 DoE 的统计方法有何不同？
统计实验设计 (DoE) 工具用于研究选定参数如何在规定空间内影响色谱结果。 它们在以下情况下有效 然而 Ch […]
ChromSword 与一般建模和预测工具有何不同？
建模和预测工具可用于 这些工具通常需要 在下列情况下，它们的适用性会受到限制 ChromSword 专注于实验 […]
与其他方法相比，ChromSword 的主要优势是什么？
大多数现有解决方案都侧重于HPLC 方法开发的各个部分，例如 这些工具很有用，但其适用性往往仅限于工作流程的特 […]
比较
该矩阵提供了传统 HPLC 方法开发方法（包括模拟、统计实验设计 (DoE) 和建模工具）与 ChromSwo […]