RSM最適化

応答曲面法(RSM)とは？

応答曲面法（RSM）は、プロセスの開発・改善・最適化に用いる統計的および数学的手法の総称である。実験データに多項式モデル（通常は 2 次）を当てはめ、最適な運転条件を探索するために解析できる応答曲面を作成する。

2 次モデルは、線形項・2 次項・交互作用項を含む：y = β₀ + Σβᵢxᵢ + ΣΣβᵢⱼxᵢxⱼ + Σβᵢᵢxᵢ²。このモデルは、1 次（線形）モデルでは捉えられない曲率を表現する。当てはめた曲面の等高線図からは、最適点（最大点・最小点・鞍点）の位置が読み取れる。

最急上昇法（または最急降下法）は、現在の運転条件から勾配方向に沿って最適点へ向かって進む逐次的な最適化手法である。各ステップは応答が最も増加する方向をたどり、ステップ幅はモデル係数に比例する。

Formula: y = β₀ + Σβᵢxᵢ + Σβᵢᵢxᵢ² + ΣΣβᵢⱼxᵢxⱼ + ε Steepest Ascent: Δxᵢ = step_size x βᵢ / max(|βᵢ|) R² = 1 - SS_residual / SS_total

計算例

2 因子（温度、圧力）の CCD 実験から次式が得られた：y = 85 + 3.2x₁ + 1.8x₂ - 0.5x₁² - 0.3x₂² + 0.4x₁x₂（R²=0.94）。中心点からの最急上昇では、1 ステップあたり Δx₁=1.0（温度方向が支配的）、Δx₂=0.56 だけ移動する。3 ステップ後、応答は 85 から 91.2 へ増加する。

この計算機を使用する場面

• スクリーニング実験で2-4の有意な因子を特定した後、最大（または最小）応答のための最適設定を見つける必要がある場合
• 1次モデル（線形効果のみ）が有意な適合不足を示す場合 — 応答の曲率に2次モデリングが必要
• 2つの主要因子が応答に共同で与える影響を示す等高線図を生成する工程最適化時
• 完全な応答曲面設計の実行前に現在の運転条件から最適点に向けて順次移動するために最急勾配法を使用する際
• 成分と品質属性の関係が非線形な製品配合最適化時

よくある間違い

• スクリーニングデータ（2水準設計）に2次モデルを適合 — 2次項の推定には因子当たり少なくとも3水準（CCD、Box-Behnken）が必要；2水準設計では曲率を検出できない
• 現在の運転点が既に最適点近くの場合に最急勾配法を使用 — 最急勾配法は最適点に向かうためのもの；到達後は応答曲面設計で領域をマッピング
• 低いR²値の無視 — R² < 0.7ではモデルが変動の70%未満を説明；等高線図と最適設定が信頼できない可能性；因子追加または実験精度向上を検討
• 実験領域外への予測の外挿 — 適合モデルは試験した因子水準の範囲内でのみ有効；この範囲外の予測は信頼できず潜在的に危険

結果の解釈方法

• R² > 0.9で適合不足なし — モデルが応答曲面の優れた表現を提供；最適設定を信頼可能
• R² 0.7-0.9 — モデルが主要トレンドを捕捉するが改善の余地あり；最適設定は概算ガイド
• 等高線図が楕円形等高線 — 明確な最適点が存在；楕円の中心が予測最適点
• 等高線図が尾根（細長い等高線） — 複数の因子組合せが同様の最適応答を与える；2次基準（コスト、制御容易性）に基づいて選択
• 最急勾配パスが実験領域外で継続的改善を予測 — 最適点が現在の領域外；示された方向に追加実験を実行

関連規格・参考文献

• NIST/SEMATECH電子ハンドブック5.5章 — CCD、Box-Behnken、最急勾配手順を含む応答曲面方法論
• Box, G.E.P. & Draper, N.R. — Response Surfaces, Mixtures, and Ridge Analyses (2007)、RSM理論と実務の決定版参考文献

よくある質問

要因計画（factorial DOE）ではなく RSM を使うべきなのは、どのような場合ですか？

要因計画（1 次モデル）はスクリーニング、すなわちどの因子が有意かを見極めるために使います。RSM（2 次モデル）は最適化、すなわち重要な因子が分かった後に最適な因子水準を見つけるために使います。RSM で曲率を推定するには、少なくとも 3 水準を持つ計画（CCD、Box-Behnken）が必要です。標準的な流れは、スクリーニング → 最急上昇 → RSM による最適化です。

RSM モデルの R² が低い場合、それは何を意味しますか？

R² < 0.7 は、モデルが応答曲面を十分に記述できていないことを示唆します。原因としては、重要な因子の欠落、応答に含まれる大きなノイズ、実験領域が不適切であること（最適点から遠すぎる）、あるいは真の関係が 2 次より複雑であることなどが考えられます。因子の追加、測定精度の向上、実験領域の移動、または別のモデルの使用を検討してください。