| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究意义 | 第11页 |
| 1.3 研究结构安排 | 第11-13页 |
| 1.4 技术路线 | 第13-14页 |
| 1.5 研究的创新之处 | 第14-17页 |
| 第2章 文献综述 | 第17-37页 |
| 2.1 试验设计理论文献综述 | 第17-19页 |
| 2.2 响应优化方法文献综述 | 第19-27页 |
| 2.3 轮廓相关研究综述 | 第27-36页 |
| 2.3.1 轮廓概念 | 第27-28页 |
| 2.3.2 轮廓优化方法研究综述 | 第28-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 基于DFA-TOPSIS模型的线性轮廓优化 | 第37-63页 |
| 3.1 线性轮廓的分层递阶优化策略 | 第37-38页 |
| 3.2 满意度函数 | 第38-42页 |
| 3.2.1 满意度函数法介绍 | 第38-40页 |
| 3.2.2 传统的总体满意度函数 | 第40-42页 |
| 3.3 逼近理想解排序法 | 第42-45页 |
| 3.4 基于最优贴近度的总体满意度函数 | 第45-47页 |
| 3.5 基于DFA-TOPSIS模型的线性轮廓优化 | 第47-50页 |
| 3.5.1 构建DFA-TOPSIS优化模型 | 第47-48页 |
| 3.5.2 基于DFA-TOPSIS模型的优化步骤 | 第48-50页 |
| 3.6 算例分析 | 第50-60页 |
| 3.6.1 算例一 | 第50-55页 |
| 3.6.2 算例 | 第55-60页 |
| 3.7 本章小结 | 第60-63页 |
| 第4章 基于SUR模型的线性轮廓优化 | 第63-87页 |
| 4.1 SUR模型 | 第63-69页 |
| 4.2 基于SUR模型的线性轮廓参数拟合 | 第69-70页 |
| 4.3 基于SUR模型的线性轮廓参数优化方法 | 第70-74页 |
| 4.3.1 基于SUR回归估计的满意度函数法 | 第71-72页 |
| 4.3.2 考虑模型预测质量的SUR质量损失函数法 | 第72-74页 |
| 4.4 算例分析 | 第74-85页 |
| 4.5 本章小结 | 第85-87页 |
| 第5章 基于DFA距离的线性轮廓优化 | 第87-109页 |
| 5.1 空间距离度量方法 | 第88-91页 |
| 5.2 满意度虚拟距离衡量法 | 第91-98页 |
| 5.2.0 基于DFA距离的线性轮廓优化模型 | 第92-93页 |
| 5.2.1 考虑误差影响的优化模型 | 第93-94页 |
| 5.2.2 考虑客观样本集信息影响的优化模型 | 第94-98页 |
| 5.3 优化步骤 | 第98-99页 |
| 5.4 算例分析 | 第99-108页 |
| 5.5 本章小结 | 第108-109页 |
| 第6章 结论与展望 | 第109-111页 |
| 6.1 结论 | 第109-110页 |
| 6.2 展望 | 第110-111页 |
| 参考文献 | 第111-121页 |
| 发表论文和参加科研情况说明 | 第121-123页 |
| 致谢 | 第123-124页 |
