数据驱动的在线闭环质量设计理论与方法

目录
第1章　绪论　1
1.1　质量概念的演化　2
1.2　质量控制技术的发展阶段　5
1.3　基于统计模型的质量数据分析　7
1.4　在线闭环产品质量设计面临的挑战　10
1.5　本书的主要内容和逻辑关系　12
参考文献　13
第2章　质量设计理论基础　16
2.1　产生质量问题的根本原因　16
2.2　质量特性分类及影响因素　19
2.3　质量设计　21
2.4　数据驱动的质量模型　26
参考文献　29
第3章　单一模型下的质量设计　32
3.1　模型参数点估计下的质量设计　32
3.2　模型预测区域下的质量设计　41
3.3　多重参数区间下的质量设计　52
参考文献　65
本章附录　67
第4章　组合模型下的质量设计　69
4.1　基于Bootstrap法的模型筛选研究　70
4.2　基于0-1规划的模型筛选研究　82
4.3　高度非线性下的多源组合质量建模　98
参考文献　107
本章附录　110
第5章　基于贝叶斯方法的质量设计　111
5.1　基于贝叶斯层次模型的质量设计　111
5.2　基于贝叶斯模型平均的质量设计　133
5.3　基于稳健贝叶斯的质量设计　144
参考文献　157
本章附录　160
第6章　融入多重效应的质量设计　162
6.1　基于*优化性和稳健性的优化策略　162
6.2　基于*优化性和可靠性的优化策略　175
6.3　基于*优化性和经济性的优化策略　186
参考文献　199
第7章　基于稳健统计的质量设计　202
7.1　数据污染情形下的稳健设计　202
7.2　正态模型偏离下的稳健设计　217
参考文献　231
第8章　多重相关特性的质量设计　234
8.1　正态响应下似不相关的质量设计　234
8.2　非正态响应下似不相关的质量设计　253
参考文献　268
本章附录　271
第9章　闭环视角下的质量更新与风险评估　278
9.1　融入数据质量的在线质量更新　278
9.2　基于区间概率的质量风险评估　298
9.3　考虑稳健特征的质量风险评估　312
参考文献　326
本章附录　328