Методологія багатофакторних поверхонь відгуку
Методологія багатофакторних поверхонь відгуку (MRSM) розширює класичну RSM на ситуації, коли експеримент генерує дві або більше змінних відгуку, які повинні бути оптимізовані одночасно. Замість налаштування параметрів фактора для одного виходу, MRSM підбирає окрему поліноміальну модель другого порядку для кожного відгуку, а потім комбінує їх — найчастіше за допомогою функції бажаності Derringer та Suich — для пошуку налаштувань фактора, які задовольняють усі цілі одночасно.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
+ще 3
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Multi-response Response Surface Methodology. ScholarGate. https://scholargate.app/uk/experimental-design/multi-response-response-surface-methodology
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Проектування Бокса-БенкенаПланування експерименту↔ порівняти
- Центральний композиційний планПланування експерименту↔ порівняти
- Планування експериментівПланування експерименту↔ порівняти
- Методологія поверхні відгуку з оптимізацієюПланування експерименту↔ порівняти
- Розгортання функцій якостіПланування експерименту↔ порівняти
- Методологія поверхні відгуку (RSM)Планування експерименту↔ порівняти
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →