工艺参数设计作为把控产品品质的第一道关卡,对产品生产质量的好坏有着决定性影响。随着工业生产制造日益智能化,生产过程中出现越来越多的噪声因素,严重影响了产品质量。面对众多噪声干扰,田口方法通过设计大量噪声因子试验以得到稳健参数的举措,可能会极大地增加生产成本,与生产制造经济性原则相违背。此外,当噪声因素数量成倍增加时,正交试验表也要随之增大,最终会导致试验数据溢出正交表,难以进行参数设计。为解决这些难题,本研究提出三种多响应参数优化方法,旨在设计出能够抵抗噪声干扰的参数优化组合,同时可以降低生产成本。本研究最大特色在于将犹豫模糊集中允许同一犹豫模糊元,拥有多个隶属度这一思想,应用至参数优化过程中,提高了多响应系统的稳健性,其主要研究内容如下:(1)针对生产过程中噪声干扰数量众多且水平难以计量的情况,提出基于犹豫模糊决策的参数优化方法。通过构建犹豫模糊决策矩阵,然后采用正理想点法对多响应系统进行简化,并通过主效应分析得到参数优化结果,既改善了产品质量,又降低了生产成本。(2)针对综合优化指标的权重难以确定的情况,本研究通过模糊逻辑推理对其进行改进,充分利用各响应之间的机理关系,得到更为客观的优化指标,使参数优化设计更加可靠。在参数设计阶段,利用BP神经网络改善主效应法所得参数优化结果,增加参数设计的鲁棒性。(3)针对多响应系统简化结果存在分辨率不高的情况,本研究在充分考虑方案与正、负理想点之间的关系后,通过将双向投影决策与人工神经网络相结合,使问题得到解决。将所研究三种参数优化方法应用于实际案例,通过计算分析,结果显示,所提出参数优化设计方法均能够有效改善并提升产品质量。综上,本研究将犹豫模糊思想以及智能技术与参数优化相结合,对稳健参数优化设计问题进行深入探索和研究,解决了现有质量技术及工具在复杂工业过程中难以达到企业高水平质量要求的不足,丰富了质量管理领域的理论研究成果。