稳健参数设计是产品质量改进的重要方法,其目的是选取一组能降低产品或过程波动的最佳可控因子组合,提高产品性能的稳健性。传统稳健参数设计的研究对象大多仅针对具有连续响应的产品,然而现实中经常会遇到含有分类值数据（分类响应）的混合响应稳健参数设计问题。由于分类响应和连续响应的分布类型不同,难以将混合响应问题放到统一的联合分布框架下进行研究。此外,实际生产中可控因子也不是完全不变的,也会受到各种不确定因素的干扰而存在变异。为此,本文在稳健参数设计的基础上结合Copula函数理论和稳健优化方法,系统研究存在混合响应和可控因子波动的稳健参数设计问题,主要研究内容包括:（1）基于Copula函数的混合响应稳健参数设计。针对传统稳健参数设计只研究连续响应而忽略了分类响应和连续响应同时存在的混合响应问题,通过引入Copula函数理论提出一种构造混合响应联合概率密度函数的新方法,并结合概率优化思想构建混合响应稳健参数设计的概率优化模型。该方法首先根据现有的实验数据分别拟合各边缘分布参数的响应曲面模型,并在此基础上通过Copula函数方法确定混合响应的联合概率密度函数;然后由混合响应联合概率密度函数得到各响应满足规格限的一致性概率作为目标函数;最后在参数优化阶段采用混合遗传算法获得最优输入参数水平。实例研究表明:所提方法不仅能够合理确定混合响应的联合密度函数,而且利用一致性概率指标有效确保最优解的可靠性。（2）考虑可控因子波动的混合响应稳健参数设计。针对传统稳健参数设计方法在参数优化阶段忽略了可控因子波动对优化结果的稳健性问题,在前文所提基于Copula混合响应联合分布的概率优化模型基础上,综合研究可控因子波动对目标函数灵敏度稳健性和约束可行稳健性的影响,提出一种考虑可控因子波动的混合响应稳健参数设计方法。该方法一方面在考虑可控因子波动范围内一致性概率指标位置效用和散度效用的基础上,结合熵权理论构建新的稳健目标函数;另一方面引入极值稳健约束思想,构建可控因子最大变差情况下的稳健约束条件。实例研究表明:所提方法不仅能减小优化结果对可控因子波动的敏感度,而且保证最优解始终落在可行域内,是真正意义上的稳健可行最优解。上述研究进一步扩展了传统稳健参数设计中关于存在混合响应及可控因子波动的研究内容,为质量设计人员对产品/过程的参数设计提供一些新的思路和方法,并在此基础上指出未来有待研究的方向。