Méthodologie Robuste de Surfaces de Réponse — Optimisation à Double Réponse
La Méthodologie Robuste de Surfaces de Réponse (RSM Robuste) est une stratégie d'optimisation expérimentale qui ajuste simultanément deux modèles de régression — un pour la réponse moyenne et un pour sa variance (ou son écart type) — sur l'ensemble d'un plan d'expériences. En optimisant conjointement ces doubles surfaces, les ingénieurs identifient les réglages des facteurs qui atteignent une cible de performance tout en minimisant la variabilité du processus, combinant ainsi la puissance de construction de modèles empiriques de la RSM classique avec les objectifs de réduction de variance de la conception robuste de paramètres.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Vining, G. G., & Myers, R. H. (1990). Combining Taguchi and response surface philosophies: A dual response approach. Journal of Quality Technology, 22(1), 38–45. DOI: 10.1080/00224065.1990.11979204 ↗
- Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2009). Response Surface Methodology: Process and Product Optimization Using Designed Experiments (3rd ed.). Wiley. ISBN: 978-0470174463
Comment citer cette page
ScholarGate. (2026, June 3). Robust Response Surface Methodology. ScholarGate. https://scholargate.app/fr/experimental-design/robust-response-surface-methodology
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Plan de Box-BehnkenPlans d'expériences↔ compare
- Planification Composite CentralePlans d'expériences↔ compare
- Méthodologie des surfaces de réponse (RSM)Plans d'expériences↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →