岭分析和最速爬坡法的实现？？

大家在讨论DOE时往往忽略了一个步骤，就是试验范围如果不在我们需要的区域时，我们如何使用最少的试验次数快速找到这个最佳范围了？

比如，在作试验时，往往作了筛选设计得到重要影响因子，再通过部分析因设计进行大致最佳范围的优化，最好可以补加因素组合形成中心组合设计或直接响应面设计。可是，结果有时得不到我们所需的最佳值。原因我不想多谈，也谈不好。

但是，在出现这种情况下时，如果利用手中已有的数据进行分析，快速重新找到最佳值范围，这时候，我们的却很少讨论这个问题。
在我所接触的试验和试验人员中，大家都只是硬帮照抄方法。而出现这种问题时，就随机或者凭经验进行因素水平的调整，重新试验，浪费时间、精力和金钱。

其实在响应面设计得不到我们所需的最佳范围时，我们可以使用最速爬坡法和岭分析两种不同的手段进行快速需要最佳值范围。
其中，最速爬坡法适用于已知重要影响因素之间交互作用不显著时，即一阶关系；岭分析则适用于交互作用显著，即二阶关系。
岭分析可以通过SAS的响应面设计实现，而最速爬坡法需要通过手算实现。

有关最速爬坡法和岭分析的区别，希望版主可以组织大家讨论一下。