Metodologi Permukaan Respons yang Dibantu Optimasi

RSM yang dibantu optimasi menggabungkan model permukaan respons orde kedua dengan rutinitas optimasi matematis — paling umum fungsi keinginan (desirability function) Derringer dan Suich, tetapi juga algoritma genetik atau pemecah berbasis gradien — untuk menemukan pengaturan faktor yang secara bersamaan memenuhi berbagai tujuan kualitas atau kinerja. Hasilnya adalah rekomendasi berbasis data untuk kondisi proses atau produk optimal, yang didukung oleh model polinomial yang disesuaikan dengan desain eksperimental terstruktur.