稳健性设计是质量改进与优化的主要工具。作为持续质量改进活动中的重要支撑技术,它是提高产品和过程稳健性的重要手段。传统的稳健性设计是基于质量特性值服从于正态分布的假设,而在大部分实际生产过程中,质量特性值往往不服从正态分布。本文主要研究具有非正态响应质量特性的产品或过程的稳健参数设计问题,重点对基于广义线性模型的非正态响应稳健建模、优化和模型参数不确定问题进行深入研究,具体工作有以下几个方面:首先,对田口稳健参数设计的建模问题进行研究,建立了基于广义线性模型的均值和散度模型,从更具有实际应用价值的角度,针对田口稳健参数设计的缺点,构建了基于广义线性模型的均值和方差的联合模型,并通过二次泰勒级数对其进行展开,在此基础上用实例分析验证了该方法的有效性。其次,对非正态情形下的稳健优化设计问题进行了研究,基于模糊隶属度方法建立了均值和方差的模糊隶属度函数,并构建了基于该函数的优化方程,然后采用广义简约梯度法对优化方程进行求解,最后,通过实例分析了该方法的应用效果。最后,研究了非正态响应下广义线性模型建模的模型参数不确定性问题。在对该问题现有解决方法进行对比分析的基础上,将贝叶斯统计的MCMC模拟方法应用于模型参数不确定性问题的解决之中。通过分析广义线性模型的结构,构建了正态分布、二项分布和泊松分布三种常用分布的模型系数贝叶斯估计,通过实例对上述方法进行验证说明。