- 上一篇：后组织公民行为的测量
- 下一篇：大学生消费心理特征的网络营销策略研究+SWOT分析
1.2国内外研究现状 质量，即一组固有特性满足要求的程度，它反映了产品性能的好坏。美国著名的质量管理学专家朱兰(J．M．Juran)曾说“20世纪是生产力的世纪，2l世纪将是质量的世纪”[7]。随着市场经济的快速发展，产品质量已经成为世界各大企业之间竞争的焦点，是提升企业核心竞争力的关键。只有不断提高产品质量，才能保证企业占有市场，实现其持续健康发展。因此持续性质量改进已成为世界各大企业永恒追求的目标。 开展质量设计最有效的方法是试验设计与稳健参数设计。英国统计学家Fisher首先于20世纪30年代提出了试验设计的方法，然后，20世纪80年代，Taguchi进一步提出以正交试验设计和信噪比为基础的稳健参数设计，其参数设计的方法已被证明是一种提高产品质量、降低生产成本的有效方法。目前，学术界和工业界已经形成一种共同的认识[8]：试验设计和稳健参数设计的结合将进一步丰富质量设计的研究内涵和技术手段，两者在理论上相互促进，共同发展，并在质量改进活动中发挥着极其重要的作用。因为试验设计和稳健参数设计所涉及的研究系统太过复杂，试图全面地了解各个方面的研究现状将非常困难。但是统计学家Myers和Montgomery等人[9]曾在其著作中描述“从更为广泛的意义上来看，响应曲面方法(response surface methodology，RSM)已成为工业试验的核心”。 在多质量特性的参数设计过程中，同时优化多个响应是产品和过程设计的共同问题，降维策略是处理多响应优化普遍采用的方法。,源Z自L优尔W文~论`文]网[www.youerw.com它将一个多响应优化问题转化成一个单一的集成问题并利用单目标优化方法进行优化。目前解决多响应稳健参数设计的方法主要有质量损失函数法[10]、满意度函数法[11]等。其中满意度函数因其简单易懂而应用最广，其优点是可以通过调节单个满意度函数或者响应的相关权重来实现过程的经济性[12]，其次它可以给各个响应加入相应的规格限[13]。然而，这种方法忽视了响应之间的相关性，没有考虑响应的协方差结构。事实上各响应之间或存在显著不同的方差水平或存在高相关性，因此忽视其协方差矩阵会降低方法的现实意义，得到的结果并不可靠。而质量损失函数既考虑了顾客给出的规格限，实现了从经济性角度进行均值优化的目标，同时又考虑了响应的协方差矩阵，将多响应优化中各个响应的相关性纳入分析范畴。因此综合满意度函数及质量损失函数的特点，本文将采用质量损失函数进行分析。 针对本文的研究内容，在此将围绕响应曲面方法与质量损失函数方法在质量设计研究领域的国内外研究现状进行系统地综述与分析。