Metodologia Wielowykresowych Powierzchni Odpowiedzi
Metodologia Wielowykresowych Powierzchni Odpowiedzi (MRSM) rozszerza klasyczną RSM na sytuacje, w których eksperyment generuje dwie lub więcej zmiennych odpowiedzi, które muszą być optymalizowane jednocześnie. Zamiast dostrajania ustawień czynników dla pojedynczego wyjścia, MRSM dopasowuje oddzielny model drugiego rzędu dla każdej odpowiedzi, a następnie łączy je – najczęściej za pomocą funkcji pożądania Derringera i Suicha – w celu znalezienia ustawień czynników, które spełniają wszystkie cele jednocześnie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multi-response Response Surface Methodology. ScholarGate. https://scholargate.app/pl/experimental-design/multi-response-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 DesignPlanowanie eksperymentów↔ compare
- Central Composite DesignPlanowanie eksperymentów↔ compare
- Projektowanie DoświadczeńPlanowanie eksperymentów↔ compare
- Optymalizacja wspomagana metodą powierzchni odpowiedziPlanowanie eksperymentów↔ compare
- Quality Function DeploymentPlanowanie eksperymentów↔ compare
- Metodologia Powierzchni Odpowiedzi (RSM)Planowanie eksperymentów↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →