优化过程选用多个开始搜索优化变量设置的起始点。搜索有两种类型的解：

·    局部解：对于每个起始点，都有局部解。这些解是从特定起始点开始找到的变量设置的“最佳”组合。

·    整体解：整体解只有一个，即所有局部解中最好的那个。整体解是达到所需响应的变量设置的“最佳”组合。

默认情况下，Minitab 只显示整体解。

Minitab 为每个预测的响应计算单个合意性。然后，将单个合意性值组合为复合合意性。这些合意性值有助于了解预测的响应与目标要求的接近程度。合意性测量所得的值在 0 到 1 的范围内。

单个合意性：预测的响应越接近目标要求，合意性将越接近 1。每个响应的各个合意性都会显示在优化图上。

复合合意性：复合合意性将单个合意性组成为整体值，且反映响应的相对重要性。合意性越高，它就越接近 1。

默认情况下，Minitab 为响应设置相等的重要性，并为每个响应分配重要性值 1。可以更改重要性，以使某些响应对复合合意性的影响大于其他响应。

·    如果要更强调响应，请相对于其他响应增加其重要性。

·    如果要少强调响应，请相对于其他响应降低其重要性。

解
 
    清洁        螺丝钉  结块缺陷  褪色缺陷
解  小时  温度  的大小    拟合值    拟合值  复合合意性
1   0     80    小       5.66667   54.2279    0.429698
                                                     

对于这些树脂缺陷数据，在变量遵循以下条件时可达到最高合意性：

·    自清洗之后的小时数为 0

·    温度为 80

·    螺杆的大小为小

对变色缺陷的最低预测不是按这些设置获得的，但这些设置同时为这两个响应提供最可能获取的值。复合合意性对这两个响应的重要性相等。