随着全球化市场竞争的日益激烈,质量已经成为影响一个企业生死存亡的关键因素。怎样高效率的提高企业的产品质量,从而可以在根本上提升企业的核心竞争力,已经在学术界和企业界得到了越来越高的重视。本文从质量特性的角度出发研究复杂产品的质量改进问题,根据各质量特性与最终产品质量的相关性、质量属性类别、重要度及满意度来综合评定出关键质量特性,论文的主要研究内容如下。本文首先对复杂产品、质量改进及关键质量特性识别方法进行综述,总结其国内外的研究现状,尤其关键质量特性的确定方法这方面进行了更为深入的研究,从中发现了一个亟待解决的问题,即遗传模拟退火算法(genetic simulated annealing algorithm,GSA)虽然是识别复杂产品关键质量特性的一种理想算法,它可以有效过滤无关冗余的质量特性,并且可以识别更少的关键质量特性数,但是它在筛选的过程中没有充分考虑顾客的消费需求,筛选出来的关键质量特性也没有优先级的先后顺序。为了解决这个问题,本文提出了将遗传模拟退火算法与模糊Kano模型进行整合应用的创新方法,它可以有效结合GSA算法的特征选择能力与模糊Kano模型探索顾客需求的能力。然后具体介绍了将两种方法结合起来的应用步骤,首先将原始数据预处理之后,利用GSA方法识别与最终产品质量强相关的质量特性,然后利用模糊Kano模型对其质量属性进行分类,然后将重要度及满意度同样考虑进去进行关键质量特性的排序,得到最终的关键质量特性顺序集。最后运用一个实例来说明所提方法的优势。