发布网友 发布时间:2022-04-30 13:58
共2个回答
热心网友 时间:2022-06-11 22:36
响应面法是指通过一系列确定性实验,用多项式函数来近似隐式极限状态函数。通过合理地选取试验点和迭代策略,来保证多项式函数能够在失效概率上收敛于真实的隐式极限状态函数的失效概率。
当真实的极限状态函数非线性程度不大时,线性响应面具有较高的近似精度。二次不含交叉项的响应面法基本思想: 与线性响应面法类似,只不过它选取二次不含交叉项的多项式来近似隐式功能函数。
扩展资料:
响应面分析也是一种最优化方法,它是将体系的响应(如萃取化学中的萃取率)作为一个或多个因素(如萃取剂浓度、酸度等)的函数,运用图形技术将这种函数关系显示出来,以供我们凭借直觉的观察来选择试验设计中的最优化条件。
要构造这样的响应面并进行分析以确定最优条件或寻找最优区域,首先必须通过大量的量测试验数据建立一个合适的数学模型(建模),然后再用此数学模型作图。建模最常用和最有效的方法之一就是多元线性回归方法,对于非线性体系可作适当处理化为线性形式。
参考资料:百度百科-响应面法
热心网友 时间:2022-06-11 22:36
响应曲面法,从名称上来说,比较新颖,其实,是多元非线性回归。你可以参考中心实验设计,或者正交多项式回归的书籍。