이 예에서는 만족도 함수를 사용하여 다중 반응을 최적화합니다. "만족도 최대화"는 "예측 프로파일러"의 빨간색 삼각형 메뉴에 있는 옵션입니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Tiretread.jmp를 엽니다.
2. "RSM for 4 Responses" 옆의 녹색 삼각형을 클릭하여 스크립트를 실행합니다.
이 스크립트는 완전 2차 반응 표면이 있는 네 가지 반응에 대한 모형을 정의합니다. 모든 반응에 대한 요약 테이블과 효과 정보가 나타나고 그 다음에 예측 프로파일러가 나타납니다.
3. "예측 프로파일러"의 빨간색 삼각형을 클릭하고 예측 구간을 선택합니다.
그림 3.19 최적화 전 다중 반응에 대한 예측 프로파일러
만족도 함수에 대해 다음 사항에 유의하십시오.
– ABRASION과 MODULUS는 최대값을 가질 때 만족도가 가장 높습니다.
– ELONG은 목표값 500일 때 만족도가 가장 높습니다.
– HARDNESS는 목표값 67.5일 때 만족도가 가장 높습니다.
4. "예측 프로파일러"의 빨간색 삼각형 메뉴에서 최적화 및 만족도 > 만족도 최대화를 선택하여 만족도를 최대화합니다.
그림 3.20 최적화 후 예측 프로파일러
맨 아래의 만족도 트레이스는 효과의 현재 값을 제외한 모든 위치에서 감소하며, 이는 추가 조정으로 인해 전체 만족도가 감소할 수 있음을 나타냅니다.