Robust Response Surface Methodology — Dual Response Optimization
Robust Response Surface Methodology (Robust RSM) er en eksperimentell optimeringsstrategi som samtidig tilpasser to regresjonsmodeller – én for gjennomsnittsresponsen og én for dens varians (eller standardavvik) – på tvers av et designet eksperiment. Ved å optimere disse doble overflatene i fellesskap, identifiserer ingeniører faktorinnstillinger som treffer et ytelsesmål samtidig som prosessvariabiliteten minimeres. Dette kombinerer den empiriske modellbyggingskraften til klassisk RSM med variansreduksjonsmålene for robust parameterdesign.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Response Surface Methodology. ScholarGate. https://scholargate.app/no/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 DesignForsøksdesign↔ compare
- Sentralt komposittdesignForsøksdesign↔ compare
- Responsflateanalyse (RSM)Forsøksdesign↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →