为减少黑箱优化过程中的评估次数,提出了一种新颖的混合响应面优化方法(HRSO),利用混合响应面建立高精度的近似模型作为代理模型,通过迭代更新响应面不断接近真实模型,从而完成优化。以Dixon-Szego函数类作为测试函数,以评估次数为方法性能优劣的评价指标,实验结果表明,与Gutmann-RBF、CORS-RBF两种方法相比,HRSO能够在较少的评估次数内满足相同的收敛条件,且向全局快速收敛,是一种适合求解黑箱优化问题的方法。