章 绪论
1.1 复杂产品的概念与特点
1.2 复杂产品稳健性优化的意义
1.3 相关研究综述
1.4 主要研究内容
1.5 本书的主要特色
第2章 多响应稳健性优化基本理论和方法
2.1 响应曲面方法及其应用
2.2 多响应优化的经典方法
2.3 稳健性参数设计建模策略
2.4 贝叶斯统计推断简介
第3章 多响应优化中预测响应估计方法的比较研究
3.1 最小二乘估计
3.2 似不相关回归估计
3.3 贝叶斯预测估计
3.4 仿真算例分析
3.5 本章小结
第4章 响应独立时满意度函数的贝叶斯分析
4.1 预测响应的贝叶斯估计
4.2 基于贝叶斯后验概率的满意度函数稳健性度量
4.3 利用贝叶斯预后验分析改善解的稳健性
4.4 多响应问题的递阶优化策略
4.5 算例分析
4.6 本章小结
第5章 考虑响应相关性和可控因子波动的多元稳健损失函数
5.1 基于SUR模型的改进多元损失函数
5.2 可控因子波动时稳健性的量度
5.3 考虑可控因子波动的稳健损失函数
5.4 质量成本矩阵选择的权变策略
5.5 算例分析
5.6 本章小结
第6章 考虑模型误差和噪声因子时的蒙特卡罗方法
6.1 基于Gibbs抽样的多响应SUR模型参数估计
6.2 考虑各种不确定性时预测响应估计的蒙特卡罗方法
6.3 基于蒙特卡罗方法的质量损失函数
6.4 综合考虑各种因素时的一般方法与简化策略
6.5 算例分析
6.6 本章小结
第7章 总结与展望
7.1 本书总结
7.2 研究展望
参考文献