回響曲面法

回響曲面法是最佳化隨機過程的統計學試驗方法。目標是尋找試驗指標與各因子間的定量規律，找出各因子水平的最佳組合。在多元線性回歸的基礎上主動收集數據，以獲得具有較好性質的回歸方程。建立的複雜多維空間曲面較接近實際情況，所需要的試驗組數相對較少，在模擬和系統動力學中得到廣泛套用。

基本介紹

• 中文名：回響曲面法
• 外文名：Response surface methodology
• 簡稱：RSM
• 類別：最佳化生物過程的統計學試驗設計

回響曲面法(Response surface methodology，RSM)是一種最佳化生物過程的統計學試驗設計，採用該法以建立連續變數曲面模型，對影響生物過程的因子及其互動作用進行評價，確定最佳水平範圍，而且所需要的試驗組數相對較少，可節省人力物力，因此該方法已經成功套用於各種各樣的生物過程最佳化中。

2010年，國內有些中文文獻譯作表面回響法或表面回響分析。其實，這是一種誤解。

回響曲面法，也稱為回歸設計，這類試驗設計問題需要尋找試驗指標與各因子間的定量規律（而不是判斷因子的顯著性，找出各因子水平的最佳組合）。回歸設計是在多元線性回歸的基礎上主動收集數據的方法獲得具有較好性質的回歸方程的一種試驗設計方法。回響曲面回歸模型的出現就是集統計、數學和計算機科學緊密聯繫的結果。由於它考慮的因素很多, 運算非常繁雜, 是人工運算所不及的。通過計算機運算, 可以達到建立模型的目的。由於它建立的是複雜的多維空間曲面較接近實際情況, 因此回響曲面回歸模型逐漸開始套用。