Optymalizacja wspomagana metodą powierzchni odpowiedzi
Optymalizacja wspomagana RSM łączy model powierzchni odpowiedzi drugiego rzędu z procedurą optymalizacji matematycznej — najczęściej funkcją pożądania Derringera i Suicha, ale także algorytmami genetycznymi lub solwerami gradientowymi — w celu zlokalizowania ustawień czynników, które jednocześnie spełniają wiele celów jakościowych lub wydajnościowych. Wynikiem jest rekomendacja oparta na danych dotycząca optymalnych warunków procesu lub produktu, poparta modelem wielomianowym dopasowanym do ustrukturyzowanego projektu eksperymentalnego.
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.
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: 978-1118916018
Jak cytować tę stronę
ScholarGate. (2026, June 3). Optimization-Assisted Response Surface Methodology. ScholarGate. https://scholargate.app/pl/experimental-design/optimization-assisted-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
- Metodologia Wielowykresowych Powierzchni OdpowiedziPlanowanie eksperymentów↔ compare
- Metodologia Powierzchni Odpowiedzi (RSM)Planowanie eksperymentów↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →