RSM响应面python代码

以下是一个简单的RSM响应面优化的Python代码示例，使用Scipy的minimize函数：

import numpy as np
from scipy.optimize import minimize

# 定义目标函数
def obj_func(x):
    return 4*x[0]**2 - 2*x[0]*x[1] + 2*x[1]**2 - 6*x[0] - 4*x[1]

# 定义约束条件
def constraint(x):
    return x[0] + x[1] - 3

# 定义初始猜测值
x0 = [0, 0]

# 定义约束条件类型和边界
cons = {'type': 'ineq', 'fun': constraint}
bnds = ((0, None), (0, None))

# 使用minimize函数进行优化
res = minimize(obj_func, x0, method='SLSQP', constraints=cons, bounds=bnds)

# 输出优化结果
print(res)

在这个例子中，我们定义了一个目标函数和一个约束条件，使用Scipy的minimize函数进行优化，得到最优解。你可以根据实际情况修改目标函数和约束条件，使用不同的优化方法和算法来实现响应面优化。