Yanıt Yüzey Metodolojisi (RSM)
Response Surface Methodology (RSM) · Ayrıca şöyle bilinir: RSM, Central Composite Design, Box-Behnken Design, CCD, Yanıt Yüzeyi Yöntemi (RSM — CCD, Box-Behnken)
Yanıt Yüzey Metodolojisi (RSM), sürekli bir yanıt değişkenini iki veya daha fazla kontrol edilebilir girdi faktörüne bağlayan ampirik bir ikinci dereceden polinom modeli oluşturmak ve ardından bu yanıtı optimize eden faktör ayarlarını bulmak için kullanılan istatistiksel ve matematiksel teknikler koleksiyonudur. Yaklaşım, George E. P. Box ve K. B. Wilson tarafından 1951 tarihli önemli makalelerinde tanıtılmış ve o zamandan beri mühendislik, kimya, gıda bilimi ve eczacılık alanlarında süreç optimizasyonunun temel taşı haline gelmiştir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+72 tane daha
Ne zaman kullanılır
Sürekli bir yanıt ile iki veya daha fazla sürekli faktör arasındaki ilişkinin doğrusal olmayan olması beklendiğinde ve yanıtı optimize eden çalışma koşullarını bulmak istediğinizde RSM kullanın. Yöntem, yanıt fonksiyonunun sürekli ve türevlenebilir olmasını, ikinci dereceden bir polinomun ilgili bölgede yeterli bir yaklaşım sağlamasını ve deneysel hatanın yaklaşık olarak normal dağılmış ve homoskedastik olmasını gerektirir. Merkezi Kompozit Tasarımları, ikinci dereceden tahminleri desteklemek ve döndürülebilirliği sağlamak için iki seviyeli bir faktöriyel çekirdeği eksenel (yıldız) noktaları ve merkez tekrarları ile artırır. Box-Behnken Tasarımları, köşe noktaları olmayan üç seviyeli düzenlemeler kullanır; bu, aşırı faktör kombinasyonlarının fiziksel olarak tehlikeli veya maliyetli olduğu durumlarda kullanışlıdır. Yaklaşık 15 deneysel çalışma gereklidir; daha az çalışma yüzey tahminini güvenilmez hale getirir ve bunun yerine daha basit bir faktöriyel tasarım tercih edilmelidir.
Güçlü yönler & sınırlılıklar
- Üç veya daha fazla seviyede tam faktöriyelden çok daha az çalışmayla eğimli bir yanıt yüzeyini verimli bir şekilde haritalandırır.
- Optimizasyon adımının ötesinde tahmin ve hassasiyet analizi için kullanılabilecek açık bir matematiksel model sağlar.
- Merkezi Kompozit Tasarımının döndürülebilirliği, merkezden eşit uzaklıktaki noktalarda eşit tahmin varyansı sağlayarak optimum arayışını geometrik olarak adil hale getirir.
- Merkez nokta tekrarları, saf hata için modelden bağımsız bir tahmin ve resmi bir uyumsuzluk testi sağlar.
- Kimya mühendisliği, gıda teknolojisi, ilaç geliştirme ve malzeme bilimi alanlarında onlarca yıllık endüstriyel uygulama ile iyi desteklenir.
- Gerçek optimumun deney bölgesi içinde veya yakınında yer aldığı varsayılır; değilse, sırt analizi gereklidir ve sonuçlar dışa doğru genellemelerdir.
- İkinci dereceden bir polinom, yüksek derecede doğrusal olmayan veya çok modlu yüzeyleri yeterince modellemeyebilir.
- Çalışma sayısı faktör sayısıyla önemli ölçüde artar: beş faktör için bir CCD, tekrardan önce zaten en az 26 çalışma gerektirir.
- RSM uygulanmadan önce en önemli faktörleri belirlemek için ön tarama (örneğin, kesirli faktöriyel veya Plackett-Burman) gerektirir.
- Küçük tasarımlardaki aykırı değerlere duyarlıdır; tek bir anormal çalışma, uydurulan yüzeyi bozabilir.
SSS
Merkezi Kompozit Tasarımı ile Box-Behnken Tasarımı arasındaki fark nedir?
Merkezi Kompozit Tasarımı, iki seviyeli bir faktöriyel (veya kesirli faktöriyel) çekirdeği, her faktör ekseni boyunca merkezden alfa mesafesinde yerleştirilmiş eksenel noktalar ve tekrarlanan merkez denemeleri ile artırır. Döndürülebilirliği sağlamak için alfa seçimi önemli bir özelliktir. Box-Behnken Tasarımı, tüm faktörlerin aynı anda aşırı seviyelerde olmasını gerektirmeyen bir şekilde düzenlenmiş yalnızca üç seviye kullanır; bu, köşe kombinasyonlarının fiziksel olarak uygulanamaz veya tehlikeli olduğu durumlarda daha güvenlidir. BBD'ler, üç ila beş faktör için biraz daha az çalışma gerektirir ve köşe noktalarına sahip değildir, ancak içlerinde tam bir faktöriyel barındırmazlar.
Uydurulan yüzeyin yeterli olup olmadığını nasıl anlarım?
Birincil kontrol, merkez nokta tekrarlarından tahmin edilen saf hata ortalama karesini tam modelin artık ortalama karesiyle karşılaştıran uyumsuzluk testidir. Anlamlı olmayan bir uyumsuzluk F-oranı, ikinci dereceden polinomun verilere yeterince uyduğunu gösterir. Ayrıca artık grafiklerini desenler için incelemeli, ayarlanmış R²'yi kontrol etmeli ve tahmin edilen optimumun doğrulama çalışmalarıyla onaylandığını doğrulamalısınız.
Durağan nokta deney bölgesi dışına düşerse ne yapmalıyım?
Matematiksel optimum deney sınırlarının dışına düştüğünde, sırt analizi kullanılır. Sırt analizi, araştırmacının sınırlı bir bölgedeki en iyi koşulları belirlemesine olanak tanıyarak, optimum yanıtı tasarım alanının merkezinden uzaklığın bir fonksiyonu olarak izler. Alternatif olarak, en dik yokuş yöntemi kullanılarak şüpheli optimuma daha yakın merkezlenmiş yeni bir deney bölgesi keşfedilebilir.
Kaç tane merkez nokta tekrarına ihtiyacım var?
Genellikle üç ila beş merkez nokta tekrarı önerilir. İki amaçları vardır: uyumsuzluk testi için saf hata tahmini sağlamak ve genellikle optimuma yakın olan tasarım merkezinin yakınındaki tahminlerin hassasiyetini artırmak. Bir CCD için, merkez noktalarının sayısı, tasarım alanı boyunca eşit hassasiyet sağlamak için de seçilebilir.
Kaynaklar
- Box, G. E. P. & Wilson, K. B. (1951). On the experimental attainment of optimum conditions. Journal of the Royal Statistical Society, Series B, 13(1), 1–45. link ↗
- 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: 978-1118916032
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Response Surface Methodology (RSM). ScholarGate. https://scholargate.app/tr/experimental-design/response-surface-methodology
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- 2^(k-p) Kesirli Faktöriyel TasarımıDeney tasarımı↔ karşılaştır
- Tam Faktöriyel Deneysel TasarımDeney tasarımı↔ karşılaştır
- Latin Kare ve Greko-Latin Kare TasarımıDeney tasarımı↔ karşılaştır
- Çoklu Doğrusal Regresyonİstatistik↔ karşılaştır
- Tek yönlü Varyans Analiziİstatistik↔ karşılaştır
- Taguchi Yöntemi (Ortogonal Diziler, Sinyal-Gürültü Oranı)Deney tasarımı↔ karşılaştır
- İki Yönlü Varyans Analizi (İki Yönlü ANOVA)İstatistik↔ karşılaştır