3. Building response surface metamo

3. Building response surface metamodels
RSM consists of a group of mathematical and statistical techniques
that can be used to define the relationships between the response
and the independent variables. RSM defines the effect of the
independent variables, alone or in combination, on the processes.
In addition to analyzing the effects of the independent variables,
this experimental methodology also generates a mathematical
model called a metamodel. The graphical perspective of the mathematical
model has led to the term RSM [15].
Metamodels are developed to obtain a better understanding of
the nature of the true relationship between the input variables
and the output variables of the system under study. This approximate
formula could be used as a proxy for the full-blown simulation
itself in order to get at least a rough idea of what would
happen for a large number of input-parameter combinations. A
number of mathematical functions have been used to develop
these metamodels [16–18].

ผลลัพธ์ (ไทย) 1:

3. อาคารตอบสนองพื้นผิว metamodelsRSM ประกอบด้วยกลุ่มของเทคนิคทางคณิตศาสตร์ และสถิติที่สามารถใช้เพื่อกำหนดความสัมพันธ์ระหว่างการตอบสนองและตัวแปรอิสระ RSM กำหนดผลของการแปรอิสระ เพียงอย่างเดียว หรือใช้ ร่วม ในกระบวนการนอกจากการวิเคราะห์ผลกระทบของตัวแปรอิสระวิธีการทดลองนี้ยังสร้างการทางคณิตศาสตร์รูปแบบที่เรียกว่าเป็น metamodel มุมมองแบบกราฟิกของทางคณิตศาสตร์รุ่นได้นำไปสู่คำว่า RSM [15]Metamodels ถูกพัฒนาขึ้นเพื่อให้ได้ความเข้าใจของลักษณะของความสัมพันธ์ระหว่างตัวแปรอินพุตจริงและตัวแปรผลลัพธ์ของระบบภายใต้การศึกษา ประมาณนี้สูตรอาจจะใช้เป็นพร็อกซีสำหรับการจำลอง full-blownตัวเองเพื่อให้ได้คิดน้อยคร่าว ๆ ของสิ่งที่จะเกิดขึ้นจำนวนมากของชุดพารามิเตอร์ป้อนเข้า Aการใช้ฟังก์ชันทางคณิตศาสตร์ในการพัฒนาmetamodels ที่นี้ [16-18]

ผลลัพธ์ (ไทย) 3:

3 . การสร้างพื้นผิวตอบสนอง metamodels
RSM ประกอบด้วยกลุ่มคณิตศาสตร์และสถิติ
ที่สามารถใช้เพื่อกำหนดความสัมพันธ์ระหว่างการตอบสนอง
และตัวแปรอิสระ RSM กำหนดผลของ
ตัวแปรอิสระเพียงอย่างเดียวหรือรวมกันในกระบวนการ .
นอกจากวิเคราะห์ผลของตัวแปรอิสระ
วิธีการทดลองนี้ยังสร้างแบบจำลองทางคณิตศาสตร์
เรียกว่า metamodel . มุมมองแบบกราฟิกของแบบจำลองทางคณิตศาสตร์
ทำให้ระยะ RSM [ 15 ] .
metamodels มีการพัฒนาเพื่อให้ได้ความเข้าใจที่ดีขึ้นของ
ลักษณะความสัมพันธ์ที่แท้จริงระหว่างตัวแปร
และผลผลิตตัวแปรของระบบที่ศึกษา
ประมาณนี้สูตรนี้สามารถใช้เป็นพร็อกซี่สำหรับเต็มเป่าจำลอง
ของตัวเองเพื่อที่จะได้รับอย่างน้อยข้อสรุปคร่าวๆของสิ่งที่จะเกิดขึ้นสำหรับจำนวนขนาดใหญ่ของ
ชุดพารามิเตอร์การป้อนข้อมูล a
จำนวนฟังก์ชันทางคณิตศาสตร์ได้ถูกนำมาพัฒนา
metamodels เหล่านี้ [ 16 – 18 ]