本文针对异方差下的RSM多响应优化问题中对于响应的位置及分散效应的同时考量,研究如何能够在优化过程中考虑响应间的相关关系的情况下,有效的反映试验者对于响应及其位置与分散效应的偏好信息。这一研究为企业在产品或过程设计阶段获得关键特征的理想水平,提供灵活且有效的方法。本文首先对相关研究现状进行了回顾,针对其中的缺陷与不足,提出了一种基于响应位置效应与分散效应建模的均方损失函数方法,能够在考虑多响应间相关性的情况下,充分权衡位置与分散效应的相对重要性,以获得符合试验者期望的最优输入因子组合。除此之外,本文方法同时允许试验者对比不同权重关系下响应位置效应与分散效应的水平及变化趋势,并通过定义两项效应损失指标,提供有效的判别信息,从而辅助其遴选出最理想的输入因子组合。通过实例分析并与前人研究进行对比,本文方法的优势得到进一步验证,具体包括:第一,考虑了响应间的相关性;第二,采用更直接的指标衡量响应的位置与分散效应,避免与实际的偏差;第三,灵活的反映响应及效应间的权重关系;第四,定义效应损失指标,为两种效应的权衡提供有效的判别信息。总体而言,在多响应优化问题中,本文方法适用于更多实际情景,且更为有效。