Методология многофакторного эксперимента для оптимизации отклика (Multi-response Response Surface Methodology)

Методология многофакторного эксперимента для оптимизации отклика (MRSM) расширяет классическую RSM на ситуации, когда эксперимент генерирует две или более выходных переменных, которые необходимо оптимизировать одновременно. Вместо настройки параметров факторов для одного выхода, MRSM подбирает отдельную полиномиальную модель второй степени для каждого отклика, а затем объединяет их — чаще всего с помощью функции желательности Деррингера и Суича (Derringer and Suich's desirability function) — для поиска настроек факторов, удовлетворяющих всем целям одновременно.