自20世纪70年代以来，越来越丰富的商品供应带来了越来越激烈的市场竞争，同时也促进了客户需求的多样化。客户不再满足于被动地选择已经存在的商品，而是需要能表达其意愿的产品。为满足客户需求和赢得市场竞争，制造商不得不定制生产个性化的产品，同时还要满足该产品上市快、低成本和高质量的要求。大规模定制为制造商提供了满足这些需求的一条生产途径。 大规模定制是指以接近大批量生产的成本和效率提供满足客户个性化需求的定制产品的过程和服务。这种全新的生产模式对基于少品种、大批量生产的传统产品质量控制提出了挑战。 论文通过对大规模定制环境下的产品质量控制理论和方法的研究，综合运用管理学、概率论、数理统计、神经网络及控制论的理论与方法，对大规模定制环境下的产品质量控制的三个关键问题进行理论与方法方面的研究，为有条件实施大规模定制的企业和组织在质量控制方面提供理论参考。 传统的工序能力评价采用工序能力指数的点估计值同推荐值进行比较，估计的正确性取决于样本数量的大小，在大规模定制环境下，样本数目比较小，点估计不确定性将增加，导致工序能力指数的估计产生比较大的偏差，可信度不高，风险较大。针对这种情况，论文首先对工序能力指数进行点估计，寻找其点估计的置信区间，将所得到的置信区间下限同推荐值进行比较，得出在一定置信度下能否完成加工的判定，而不是直接将点估计值同推荐值进行比较而得到该工序所处于某个工序能力等级的判定。这样既增加了可信度，同时也降低了大规模定制环境下工序能力判断的风险。为了提高实际的应用效果，对各种常用的工序能力指数的区间估计的计算进行了推导，得出了几种常用的工序能力指数在不同的样本容量下的置信区间，为大规模定制环境下工序能力指数的应用提供了可能。 同时对基于成本控制的大规模定制环境下小批量生产的工序能力指数进行了研究，指出工序能力指数不仅与样本容量有关，还与加工成本和次废品损失成本有关。 鉴于在大规模定制生产环境下，由于生产批量小、品种多，将传统的产品控制图用于大规模定制中会导致“误发警报”的概率增加，论文分别对大规模定制下的单值控制图和中位数控制图进行了研究，分别给出了两种控制图的控制界限的确定方法。对大规模定制下的单值控制图，提出了控制界限随着样本容量变化的单值控制图，给出了不同样本容量下单值控制图控制界限的确定方法；对于大规模定制下的中位数控制图，通过求出中位数的密度函数，获得中位数的近似正态分布以后，求得不同样本容量下标准化中位数近似服从正态分布的方差，分别基于标准差和极差构造出新的统计量，得到了中位数控制图动态的可变控制界限，实现了中位数控制图对工序的控制。 针对大规模定制下的小批量、多品种、强调盟员企业快速响应能力的特点，以ISO 9000质量管理体系为框架，考虑到不同类型的盟员企业的情况，建立了一种大规模定制环境下盟员企业质量综合评价体系；同时基于层次分析法、主成分分析法、信息熵理论和人工神经网络理论建立起大规模定制环境下盟员企业质量综合评价模型。最后在该模型的基础上，用VB6.0建立了一个盟员企业质量综合评价系统，用于大规模定制下盟员企业质量的综合评价。