随着统计过程控制研究的深入，控制图技术得到了不断发展。为了更好地对过程进行控制，提高控制图的监控能力，有学者基于最大信息熵原理研究非参数控制图，取得了较好的效果。但在现有的文献中，针对如何提高质量特性参数在最大熵分布下优化的准确性、如何依据不同的最大熵分布函数进行非参数控制图的构建、以及如何评价非参数控制图的性能等这些问题都还缺乏有针对性的研究，这也为本文的研究提供了契机。因此，本文就以上问题，对非参数控制图的构建与评价问题展开了研究。
　　一方面，本文对基于最大信息熵的Shewhart和CUSUM控制图的构建展开了研究。针对质量特性参数的总体分布的估计，构建了质量特性参数的最大熵分布，并通过对比分析，研究了一种更为准确的确定最大熵函数未知参数的优化算法，提高了估计的可靠性。针对传统控制图正态性假设的缺点，提出了对Shewhart控制图和CUSUM控制图的改进方法，构建了非参数下的Shewhart控制图和CUSUM控制图。对于Shewhart控制图，本文基于控制图的统计学原理，提出了经济性原则，构建了经济性控制图，从而对Shewhart控制图进行了改进；对于CUSUM控制图，提出了在一般分布下的控制界限计算方法，构建了最大熵CUSUM控制图，避免了正态分布的假设，提高了监控的准确性。
　　另一方面，本文对基于最大信息熵的Shewhart和CUSUM控制图的评价展开了研究。以平均运行长度ARL作为控制图性能评价指标，通过仿真模拟的方法对控制图的性能进行评价。选择三种具有代表性的分布，即重尾、非重尾和对称分布，采用生成随机数的方法，分别对构建的控制图进行了评价。结果表明，经济性控制图和最大熵CUSUM控制图检出失控所需的平均样本数较改进前的控制图更少，监控效果更好，且最大熵CUSUM控制图的ARL与真实值更接近，拟合程度更高。分析三种分布的仿真结果可知，重尾分布下改进后的控制图的监控效果最好，非重尾分布其次，对称分布最末。由此，给出了在重尾、非重尾和对称分布等情况下控制图的选择原则。