Robuuste Respons Surface Methodologie — Duale Respons Optimalisatie
Robuuste Respons Surface Methodologie (Robuuste RSM) is een experimentele optimalisatiestrategie die gelijktijdig twee regressiemodellen aanpast — één voor de gemiddelde respons en één voor de variantie (of standaarddeviatie) daarvan — over een ontworpen experiment. Door deze duale oppervlakken gezamenlijk te optimaliseren, identificeren ingenieurs factorinstellingen die een prestatiedoel bereiken terwijl de procesvariabiliteit wordt geminimaliseerd. Dit combineert de empirische modelbouwkracht van klassieke RSM met de variantiereductiedoelen van robuust parameterontwerp.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Response Surface Methodology. ScholarGate. https://scholargate.app/nl/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.
- Box-Behnken-ontwerpExperimenteel ontwerp↔ compare
- Centraal Composite OntwerpExperimenteel ontwerp↔ compare
- Response Surface Methodology (RSM)Experimenteel ontwerp↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →