Multi-Response Design of Experiments – Gleichzeitige Optimierung mehrerer Zielgrößen
Das Multi-Response Design of Experiments (MRDoE) erweitert das klassische DoE auf Situationen, in denen mehrere Zielgrößen gleichzeitig optimiert werden müssen. Anstatt Faktoren für einen einzelnen Output abzustimmen, passt der Experimentator separate Regressions- oder Response-Surface-Modelle für jede Zielgröße an und kombiniert diese dann – meist über die Desirability-Funktion von Derringer und Suich – zu einem einzigen Gesamtscore. Dieser Score leitet die Suche nach Faktoreinstellungen, die alle Zielvorgaben gleichzeitig erfüllen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Derringer, G., & Suich, R. (1980). Simultaneous optimization of several response variables. Journal of Quality Technology, 12(4), 214–219. DOI: 10.1080/00224065.1980.11980968 ↗
- Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2016). Response Surface Methodology: Process and Product Optimization Using Designed Experiments (4th ed.). Wiley. ISBN: 978-1118916025
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multi-response Design of Experiments. ScholarGate. https://scholargate.app/de/experimental-design/multi-response-design-of-experiments
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Box-Behnken-DesignVersuchsplanung↔ vergleichen
- Zentrales Komposit-DesignVersuchsplanung↔ vergleichen
- Design of ExperimentsVersuchsplanung↔ vergleichen
- Response-Oberflächenmethode (ROM)Versuchsplanung↔ vergleichen
Referenziert von
Similar methods
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →