Методологія поверхні відгуку з оптимізацією
Оптимізаційно-допоміжна RSM поєднує модель поверхні відгуку другого порядку з процедурою математичної оптимізації — найчастіше функцією бажаності Деррінгера та Суіча, але також генетичними алгоритмами або градієнтними розв'язувачами — для визначення налаштувань факторів, які одночасно задовольняють множинні цілі щодо якості або продуктивності. Результатом є рекомендація, заснована на даних, щодо оптимальних умов процесу чи продукту, підкріплена поліноміальною моделлю, підігнаною до структурованого експериментального плану.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
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: 978-1118916018
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Optimization-Assisted Response Surface Methodology. ScholarGate. https://scholargate.app/uk/experimental-design/optimization-assisted-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 багатофакторних поверхонь відгукуПланування експерименту↔ порівняти
- Методологія поверхні відгуку (RSM)Планування експерименту↔ порівняти
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →