響應曲面法(Responsesurfacemethodology，RSM)是一種最佳化生物過程的統計學試驗設計，採用該法以建立連續變數曲面模型，對影響生物過程的因子及其互動作用進行評價，確定最佳水平範圍，而且所需要的試驗組數相對較少，可節省人力物力，因此該方法已經成功應用於各種各樣的生物過程最佳化中。

目前，國內有些中文文獻譯作表面響應法或表面響應分析。其實，這是一種誤解。所以，中文文獻還是少看為是。

響應曲面法，也稱為迴歸設計，這類試驗設計問題需要尋找試驗指標與各因子間的定量規律（而不是判斷因子的顯著性，找出各因子水平的最佳組合）。迴歸設計是在多元線性迴歸的基礎上主動收集資料的方法獲得具有較好性質的迴歸方程的一種試驗設計方法。響應曲面迴歸模型的出現就是集統計、數學和計算機科學緊密聯絡的結果。由於它考慮的因素很多,運算非常繁雜,是人工運算所不及的。透過計算機運算,可以達到建立模型的目的。由於它建立的是複雜的多維空間曲面較接近實際情況,因此響應曲面迴歸模型逐漸開始應用。

　　響應面法：透過一系列確定性實驗，用多項式函式來近似隱式極限狀態函式。透過合理地選取試驗點和迭代策略，來保證多項式函式能夠在失效機率上收斂於真實的隱式極限狀態函式的失效機率。

　　基本思想

　　透過一系列確定性實驗，用多項式函式來近似隱式極限狀態函式。透過合理地選取試驗點和迭代策略，來保證多項式函式能夠在失效機率上收斂於真實的隱式極限狀態函式的失效機率。

　　適用範圍

　　當真實的極限狀態函式非線性程度不大時，線性響應面具有較高的近似精度。二次不含交叉項的響應面法(quadratic polynomial without cross terms)　基本思想： 與線性響應面法類似，只不過它選取二次不含交叉項的多項式來近似隱式功能函式。