導言：作為寫作愛好者，不可錯過為您精心挑選的10篇神經網絡算法案例，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

的持續經營能力狀況直接到投資者的決策行為。因此，對上市公司持續經營能力進行判斷和評價是注冊師進行財務報告審計時所必須考慮的重要，也是政府監管部門關注的一個焦點。近年來，為了減少審計期望差距，審計界制定并完善了持續經營審計準則及相關指南，特別是加強了對持續經營審計判斷模型的研究，期望提高持續經營審計判斷的客觀性和一致性。我們搜集了ABI/INFORMGlobal、BusinessSourcePremier（BSP）、和ElsevierScience等國際著名數據庫以及期刊網中關于持續經營審計判斷模型研究的70余篇，對審計判斷模型的構建方法、應用效果及局限性進行了和整理，以期對改進我國持續經營審計手段及方法提供借鑒。

持續經營審計判斷模型根據研究對象的不同可分成兩大類：持續經營危機預測模型和持續經營審計意見預測模型。前者關注公司是否會向法院申請破產（國內研究以是否被ST為標準），后者關注公司是否會被出具涉及持續經營存在重大不確定性的非標準無保留審計意見（下簡稱持續經營審計意見），二者都可以為持續經營審計判斷提供輔助決策信息。但是，這兩類模型的研究目的并不相同，前者認為模型在預測公司是否破產的準確性上要高于審計師，借助模型有助于減少審計期望差距[1-2].后者認為提出破產申請和被出具持續經營審計意見并不是一一對應的，被出具持續經營審計意見的公司并非都會提出破產申請，而且持續經營危機預測模型未能包含審計師進行持續經營審計判斷時所考慮的一些重要因素，如行業前景、管理層能力等[3].Hopwood[4]等還證實在控制樣本配對比例及分類錯誤成本的條件下，持續經營危機預測模型在預測是否破產的準確性上并不優于審計師。

一、持續經營危機預測模型

持續經營危機預測模型按照所用概率統計方法的不同，可分成多元線性判別模型、多元概率比（Probit）模型、多元邏輯回歸（Logistic）模型、人工神經模型等4類，下文將分別予以闡述。

（一）多元線性判別模型

Altman[1]以美國1946—1965年提出破產申請的33家公司和33家健康公司為研究樣本，采用多元線性判別方法構建了如下預測模型，即“Z分值模型”：Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5，其中：X1為營運資本/資產總額；X2為留存收益/資產總額；X3為息稅前利潤/資產總額；X4為優先股和普通股市值/負債賬面價值；X5為銷售收入/資產總額。當出來的Z值等于或低于1.8時，預示企業破產的可能性非常高；當Z值介于1.81和2.99之間時，企業是否破產不能確定；當Z等于或高于3時，企業則不可能破產。Z模型對破產公司樣本的預測準確率為82%，而只有46%的破產公司在破產前被出具持續經營審計意見。Altman認為Z模型可以提高審計師在持續經營審計判斷上的準確性和一致性。Altman[5]用1970—1982年間109家破產公司為樣本對“Z分值模型”進行了有效性驗證，發現模型對破產公司樣本破產前一年的預測準確率達到86.2%，而審計師在公司破產前一年的預測準確率為48.1%，表明Z模型對持續經營危機的預測準確性高于審計師。

繼Altman之后，Levitan、Knoblett[6]，Koh、Killough[2]，Cormier[7]，陳靜[8]和張玲[9]等都采用多元判別分析方法構建了持續經營危機預測模型。這些模型的構建方法基本相同，所不同的是在持續經營危機標準界定上、樣本時間窗口、對照組樣本選取方法、變量選取上有差異。對這些模型的有效性驗證表明預測模型比審計師在預測公司是否破產方面具有更高的準確性，應用模型有助于減少審計期望差距。

針對多元線性判別分析要求數據服從正態分布和等協方差的假設與企業數據實際狀況的矛盾，以及配對抽樣法因樣本中兩類公司比例與它們在總體中的比例嚴重不一致而夸大了預測模型判別準確性的缺陷[10]，不需要正態分布和等協方差假設的Probit、Logistic模型被大量采用，它們都是建立在累積概率函數的基礎上，一般運用最大似然估計，而不需要滿足自變量服從多元正態分布和等協方差的假設。

（二）多元概率比模型

Zmijewaki[10]選取了1972—1978年間發生破產的40家公司和800家健康公司作為樣本，采用Probit方法建立了預測模型，即X模型：X=-4.3-4.5Xl+5.7X2-0.004X3，其中：Xl=凈利潤/總資產，X2=負債總額/資產總額，X3=流動資產/流動負債。陳明賢運用企業樣本建立了如下Probit模型：X=0.29354+20.491X1+4.3209X2-29.515X3，其中：X1為In（流動資產/流動負債）；X2為In（固定資產/股東權益）；X3為營運資本/負債總額。結果表明Probit模型在持續經營危機出現之前1年至前5年的判別正確率分別為93.33%、83.33%、83.33%、83.33%和80%64%.

（三）多元邏輯回歸模型

Ohlson[11]以美國1946—1965年期間提出破產申請的105家公司和2058家健康公司為研究樣本，采用logistic建立了企業持續經營危機預測模型，即“Y模型”：Y=-1.32-0.4X1+6.03X2-1 .43X3+0.76X4-2.37X5-1.83X6+0.285X7-1.72X8-0.52X9，其中：X1為Log（資產總額/GNP物價指數）；X2為負債總額/資產總額；X3為營運資本/資產總額；X4為流動負債/流動資產；X5為凈利潤/資產總額；X6為經營活動產生的現金凈流量/負債總額；X7：如果前兩年有一年虧損，為1；否則為0；X8：如果負債總額>資產總額，為1；否則為0；X9：（當年凈利潤-上年凈利潤）/（5當年凈利潤5+5上年凈利潤5）。Ohlson利用上述模型進行預測，結果發現破產公司前一年的Y值平均為27%，顯著高于非破產公司的Y平均值4%.

Kuruppu、Laswad和Oyelere[12]將清算作為發生持續經營危機的標準，以新西蘭1987—1993年間85家破產清算的公司和50家未清算但處于財務困境狀況的公司為研究樣本，用Logistic方法構建模型，研究結果表明在破產法案以債權人為導向的國家，清算預測模型可能比破產預測模型在判斷準確度及誤判成本方面更為優越。

吳世農、盧賢義[13]以我國1998—2000年上市公司為研究對象，選取了70家處于財務困境的公司和70家財務正常的公司為樣本，應用逐步回歸法，從21個財務指標中最后選定6個為預測指標：盈利增長指數、資產報酬率、流動比率、長期負債與股東權益比率、營運資本與總資產比、資產周轉率。他們分別應用線性概率模型、Fisher二類線性判別模型、Logistic回歸三種方法，建立了三種預測財務困境的模型。研究結果表明：三種模型均能在財務困境發生前作出相對準確的預測，在財務困境發生前4年的誤判率在28%以內；其中Logistic預測模型的誤判率最低，財務困境發生前1年的誤判率僅為6.47%.

姜秀華和孫錚[14]還考慮了公司治理因素對持續經營能力的影響，他們運用Logistic逐步回歸法從13個變量中最終選取了4個變量：毛利率、其他應收款與總資產比率、短期借款與總資產的比率、股權集中系數，模型對ST公司的判別準確率達到84.52%.他們的研究拓展了變量選擇的傳統財務框架，但股權集中度是否為治理效能的惟一、有效替代還有待檢驗。姜國華、王漢生[15]也證實主營業務利潤水平和第一大股東持股比例是影響公司是否被ST的最重要因素。

（四）人工神經網絡模型

人工神經網絡（ArtificialNeuralNetwork，ANN）是對人類大腦神經運作的模擬，模型具有較強的容錯能力和自主能力，可隨時依據新的數據資料進行自我學習，并調整其內部儲存的權重參數。田偉福、周紅曉[16]選取了A股市場30家公司作為樣本構建了前向三層BP神經網絡模型，模型包括反映償債能力、資產管理能力、負債水平、盈利能力及成長能力等12項財務比率，測試的結果表明神經網絡模型預測是否發生持續經營危機的準確性較高。周敏、王新宇[17]對判別分析、Logistic回歸和神經網絡進行了比較，她們以1999—2001年ST公司和健康公司各73家作為訓練樣本，以2002年ST公司和健康公司各43家作為檢驗樣本，分析了15個財務指標，結果表明神經網絡的預測效果要優于其他兩種方法。

二、持續經營審計意見預測模型

持續經營審計意見預測模型同樣按照所用概率統計的不同，可分成多元線性判別模型、多元邏輯回歸（Logistic）模型、人工神經模型、持續經營審計專家系統等4類，模型的重點是持續經營審計意見是否可以用公開的信息進行預測。

（一）多元線性判別模型

Mutchler[18]選取了1981年被出具持續經營非標準審計意見的119家制造業公司，并選取了119家表現出一些經營困境征兆但卻被出具標準審計意見的制造業公司作為參照物，采用多元判別法構建了預測模型，模型使用了Mutchler通過調查問卷獲取的審計師進行持續經營審計判斷最關注的8個變量，它們是：（1）經營性現金流量/負債；（2）流動比率；（3）所有者權益/負債；（4）長期負債/總資產；（5）資產負債率；（6）稅前凈收益/銷售收入；（7）有關持續經營不確定性的好消息和壞消息數量；（8）總資產凈利潤率的變動率。模型對是否被出具持續經營非標準審計意見的預測準確率為82.8%，結果表明持續經營非標準審計意見可以用公開發表的會計信息進行預測。

（二）多元邏輯回歸模型

Menon、Schwartz[19]以1974—1980年間89家破產公司為樣本，其中37家被出具持續經營非標準審計意見。變量選取參照了SASNo.34和前人的研究結果，最終選取了7個變量采用了Logistic回歸構建模型，分別是：（1）流動比率；（2）流動比率變動率；（3）留存收益/總資產；（4）資產負債率；（5）總資產凈利潤率；（6）是否發生持續的經營性虧損；（7）經營性現金流量/總負債，結果表明持續經營非標準審計意見與財務比率顯著相關，最重要的解釋變量是流動比率的變動率和持續發生經營性虧損。Menon、Schwartz還分別用1981—1983年間破產公司和非破產公司樣本對模型的有效性進行了驗證，破產公司樣本數為39家，其中14家被出具持續經營非標準審計意見。非破產公司樣本數為46家，其中11家被出具持續經營非標準審計意見，模型對持續經營非標準審計意見預測的準確率為78%.

Bell、Tabor[20]發現反映水平比率的財務指標對于持續經營審計意見的預測準確率高于反映趨勢比率的財務指標。Chen、Church[21]研究證實在模型中增加反映償還到期債務狀況的變量可以顯著提高模型的預測準確率性。

Mutchler[18]認為持續經營審計判斷可以分成三個階段：第一階段是判斷被審計單位持續經營能力是否存在重大疑慮；第二階段是判斷被審計單位是否應該被出具持續經營審計意見；第三階段是應出具何種具體審計意見。Lasalle、Anandarajan和Miller[22]對第三階段，即持續經營能力存在重大不確定性應出具何種具體審計意見進行了研究。他們收集了183份調查問卷（其中130份問卷的樣本公司被出具持續經營強調無保留意見，53份問卷的樣本公司被出具持續經營無法表示意見），按照審計意見的具體類型為被解釋變量，以虧損持續年數、壞消息和好消息數量、被審計單位規模、內部控制水平、審計風險大小、審計任期、會計事務所規模等7個變量為解釋變量，采用Logistic回歸構建判別模型，模型對兩種審計意見鑒別的準確率為83.85%，結果表明兩種審計意見類型在持續經營不確定性程度上存在顯著差異。

（三）人工神經網絡模型

Lenard、Alam和Madey[23]選取了1982—1987年被出具持續經營審計意見的40家公司，并選取同時期40家被出具標準審計意見的公司為參照對象，構建了基于GRG2的神經網絡模型，模型自主采用了8個變量，它們是：（1）經營性現金流量/負債；（2）流動比率；（3）所有者權益/負債；（4）長期負債/總資產；（5）資產負債率；（6）稅前凈收益/銷售收入；（7）總資產凈利潤率；（8）上一年度是否虧損。神經網絡模型對持續經營審計意見的預測準確率達到95%，而基于相同變量的Logistic模型預測的準確率為83%，結果表明人工神經網絡模型對持續經營審計意見具有較好的預測能力。

（四）持續經營審計專家系統

持續經營審計專家系統是人工智能在持續經營審計判斷領域的，它將該領域的專家知識經驗轉化為系統知識庫的推理規則，被審計單位所處行業、外部經營環境、內部管理控制水平、異常事件等難以量化的因素都被加以考慮，并且專家系統具有自主學習知識功能，因此，專家系統能提高審計判斷的一致性和可靠性。Biggs、Selfridge和Krupka[24]研究設計了一個GC X持續經營審計專家系統，該系統認為審計師進行持續經營審計判斷需要依據三類知識：財務知識、事件知識及程序知識，持續經營危機（體現為異常的財務指標）則是某些具體事件的必然結果。GC X系統通過4個程序對持續經營審計判斷提供決策支持作用，這4個程序分別是：持續經營不確定性識別、問題緣由的后向推理、對管理層擬采取改善措施的有效性和可行性評估、出具持續經營審計意見。Lenard、Madey和Alam（1998）[25]還將持續經營審計專家系統與一個基于馬氏距離的聚類模型相結合構建了一個混合模型，并隨機選取了1990年間26家破產公司和26家健康公司，對該混合模型與其他破產預測模型的預測準確率進行了驗證，結果顯示混合模型的預測準確率達到96.2%.

三、與評述

從以上的回顧可以看出，國內外審計學界對持續經營審計判斷模型進行了大量的研究，有關涉及分類的定量方法在模型構建中得到了大量應用。這些模型的研究在總體方向上呈現出兩個趨勢：一方面，從僅考慮財務指標擴展到綜合考慮財務、經營、股票市場表現、管理能力等因素，從定量向定性與定量分析相結合的方向發展；另一方面，從線性統計方法向更符合實際的非線性預測方法發展。盡管這些模型被證實在預測持續經營危機方面具有較高的準確性，但以下幾個方面的問題仍有待于進一步研究和探討：

（一）對持續經營危機的定義

對持續經營危機的定義在學術界尚未形成一致的意見，而對持續經營危機的不同定義會直接到樣本的選擇標準，從而得出不同的預測模型。持續經營審計意見預測模型建立在將被出具持續經營審計意見作為持續經營危機發生標準的基礎上，而持續經營審計意見尚可進一步分為強調無保留、保留意見、無法表示意見和否定意見等4種具體意見類型。顯然，這4種具體意見在持續經營不確定性程度上具有顯著差異，不加區別地同等對待影響了模型參數估計的穩定性。持續經營危機預測模型則建立在將申請破產、破產清算作為發生標準的基礎上，而在破產機制還不健全的國內，通常選用ST作為標準。將ST作為標準使得盈利能力低下是導致持續經營危機的主要原因，虧損與否將是持續經營危機與非持續經營危機公司之間存在顯著差異的變量，這種變量的自選擇問題也是國內相關研究的一個不足之處。

（二）變量選擇

持續經營審計判斷模型的變量選擇依然處于試錯原則階段，缺乏基礎。在如何選擇變量及是否存在最佳的變量組合來預測持續經營危機發生的概率仍然存在較大分歧。Chen、Church[21]指出增加無力償還到期債務這一變量可以顯著提高持續經營審計意見的預測準確率，Koh、Killough[2]等研究表明現金流量信息能有效地反映公司發生持續經營危機的概率，Bell、Tabor[20]發現持續經營危機公司股票存在負的市場收益率，股票收益率可以用來預測持續經營危機，Goodman[26]證實管理當局的經營管理能力變量與是否被出具持續經營審計意見顯著相關。新修訂的《持續經營準則》明確規定審計師在進行持續經營審計判斷時應密切關注管理層擬采取改善措施的可行性和有效性。

（三）樣本選擇

選擇不同的樣本會直接影響到模型的有效性，多元線性判別方法多采用等額配對抽樣法，這樣作可能因為樣本量的限制，但卻過分夸大了持續經營危機公司比例，使得系數對樣本和模型設置都非常敏感，模型設置的微小變化、在樣本總體中加入或刪除案例等變動，都會導致系數估計的較大變化。其次，現有的樣本選取忽略了行業特征，將一定期間不同行業的持續經營危機公司作為測試樣本組，糅合在一起進行研究，損害了模型的價值，因為不同行業的公司具有不同的特征，即使影響持續經營的因素相同，但是其相對重要性卻可能有所不同。最后，對于不同的樣本選取時間，由于其外在環境的差異，得出的模型可能存在顯著差異，模型的預測準確性也會因經濟環境、時間區間的不同而產生變動。

（四）建模方法

多元線性判別方法、多元概率比回歸、多元邏輯回歸方法均被大量采用，而多元概率比回歸、多元邏輯回歸方法運用最大似然估計，克服了多元線性判別分析要求數據服從正態分布和等協方差的假設與公司數據實際狀況不相符合的矛盾，在理論上更為完善。值得關注的是持續經營危機預測的研究方法又有新的進展，人工神經網絡、遺傳算法、模糊數學、專家系統開始被應用于構建預測模型，一些對持續經營審計判斷有重要影響但卻因難以量化而放棄的變量被重新予以考慮，而且這些新的方法整合了專家在該領域的知識經驗，具有自主學習功能，顯示了獨特的優越性。

（五）誤判成本

篇2

中圖分類號：U463.51+文獻標文獻標識碼：A文獻標DOI：10.3969/j.issn.2095-1469.2013.03.01

制動尖叫頻率高（1～16 kHz），強度大[超過70 dB（A）]，不僅嚴重影響車輛的乘坐舒適性和行駛安全性，而且會造成嚴重的噪聲污染[1-2]。因此，研究制動尖叫的發生機理，確定制動尖叫的關鍵因素，尋求制動尖叫的有效控制措施一直在汽車業界倍受關注。

前期研究表明，制動尖叫會受到制動器材料、結構、制動工況和環境等因素的顯著影響[3]。從是否可控的角度，可以將這些因素分為可控因素和不可控因素。可控因素是指能被設計者控制的因素，例如摩擦材料的配方與選型，制動器零部件的結構與形狀尺寸，以及制動器的系統裝配方式等；不可控因素又稱噪聲因素，是指不能被設計者控制的影響因素，例如多變的制動工況和環境因素等。事實上，由于受到制動器的生產制造過程、多變的運行條件和人類認知能力等的影響，即使是可控因素也并非完全理想可控。例如，很多因素是不均一的、隨機的和時變的，具有不確定性和統計性特點。考慮這些因素的多變性，從系統性能穩健性的角度出發，必須降低制動尖叫對這些設計因素的敏感度[4]。因此，借鑒質量工程學領域中的穩健性設計方法，合理進行制動器的參數設計，提高制動器尖叫的穩健性，成為重要的研究方向之一。

穩健性設計方法最早由田口玄一博士于20世紀70年代提出，其目標是通過可控設計變量的最佳組合，使產品具有對不可控因素干擾的抵抗能力，從而實現高度穩定的產品性能，提高質量[5-6]。與一般的優化設計相比，穩健性設計方法更有助于獲得質量穩定、高性能、低成本的產品，并已在電子、機械、化工等諸多領域得到廣泛應用[7-9]。但迄今為止，有關制動尖叫穩健性設計的研究工作開展得還比較少，更沒有針對性的綜述性。在此背景下，本文將在深入分析制動尖叫結構影響因素的基礎上，對全球范圍內有關制動尖叫穩健性設計的研究進展進行綜述，并提出未來的研究方向。為了方便感興趣的讀者開展研究，對穩健性設計的各種方法及其最新進展進行簡要評述。

1 影響制動尖叫的制動器結構參數

制動器結構參數無疑是汽車制動器設計的最重要內容之一，也是改善制動器尖叫性能時需要重點考慮的控制要素。圖1所示為典型的盤式制動器及其主要部件[10]。作為重要的可控設計參數，制動器各個構件的結構參數必然成為制動尖叫穩健性設計的重點。下面以日益廣泛應用的盤式制動器為例，按照其主要組成構件，從制動盤、制動塊、制動鉗和保持架依次進行有關盤式制動器制動尖叫結構影響因素的綜合分析，為穩健性設計評述奠定基礎。

1.1 制動盤結構參數的影響

制動盤是制動器重要的摩擦副組成部件之一，一般采用灰鑄鐵鑄造而成，由制動盤面、帽部和通風散熱筋構成，具有回轉對稱的結構特點，如圖1所示。近年來，為了達到更好的散熱性能，逐漸由實心盤向通風盤轉變。制動盤的結構參數對于制動尖叫具有重要影響，一方面是因為其表面積大，是主要的聲輻射源；另一方面，在1～16 kHz的頻率范圍內，制動盤具有幾十階面內模態和面外模態，模態密度較大，成為制動器產生模態耦合的重要來源。

國內外有關制動盤結構參數對制動尖叫的影響研究主要集中在制動盤結構尺寸、材料屬性和表面形貌的影響（表1）。通過表1可以看出：

（1）從研究方法來看，包括了部件模態試驗與實模態有限元計算、制動器復模態計算以及制動器尖叫的臺架和道路試驗方法。

（2）從研究發現來看，改變制動盤盤面、帽部以及通風散熱筋的結構尺寸都會產生結構模態頻率的移頻，從而對特定的結構模態頻率產生影響，進而改變尖叫性能；不同的盤面開槽方式或者不同的表面形貌，則會同時對摩擦系數、接觸壓力以及制動尖叫性能產生影響。

1.2 制動塊結構參數的影響

制動塊是制動器另一重要摩擦副部件，工作時與制動盤面直接接觸，產生摩擦力作用。制動塊分為活塞側和鉗指側制動塊，一般由金屬制動背板、石棉/半金屬基摩擦襯片和消音片構成，如圖1所示。

在1～16 kHz的頻帶內，制動塊的模態密度不高，且其結構形狀以及模態振型對接觸狀態具有重要影響，是制動器模態耦合產生尖叫的關鍵因素，因此歷來是制動器尖叫設計的關注重點。針對制動塊多樣化的結構形式及不同的材料屬性對制動尖叫的影響，廣大學者開展了大量的研究（表2）。通過表2可以看出：

（1）從研究方法來看，涵蓋了部件模態試驗與實模態有限元計算、制動器復模態的計算、制動器多柔體動力學計算方法，以及接觸壓力測量試驗、制動器尖叫的臺架和道路試驗方法。

（2）從研究發現來看，改變制動背板的結構尺寸和材料屬性主要會產生結構模態移頻，影響制動尖叫；摩擦襯片的總體尺寸變化、開槽、倒角以及材料屬性的變化則會產生模態頻率與模態振型變化、接觸壓力分布變化等綜合效應，進而全面影響制動尖叫傾向性的變化；消音片的不同結構型式、尺寸以及材料屬性會對阻尼效應以及接觸壓力分布都產生重要影響，進而影響制動尖叫的強度與特性。

1.3 制動鉗結構參數的影響

作為制動塊的壓緊裝置（圖1），制動鉗本身具有較大的質量和剛度，其結構參數的改變會引起制動器尖叫性能發生變化，但由于制動鉗的結構復雜不規則，前期研究開展較少（表3）。由表3可知：研究主要集中在部件剛度參數以及接觸剛度的影響方面，研究方法也以有限元計算和臺架試驗為主。連接剛度與接觸剛度的改變會產生移頻效應和接觸壓力變化效應，進而影響制動尖叫。

1.4 保持架結構參數的影響

保持架固定于轉向節上，結構如圖1所示。制動器工作時，制動鉗沿導向銷相對于保持架軸向滑動。作為制動器主要的固定、連接部件，保持架的結構參數對制動尖叫也有較大影響。目前的研究主要圍繞保持架的結構形式及尺寸展開。從前期研究來看，改變保持架的體積、橫梁剛度以及加設加強肋等，都會對制動尖叫的優化發揮一定的作用。

1.5 影響因素研究的綜合評述

國內外研究者針對制動器結構參數對制動尖叫的影響開展了大量的研究工作，取得了重要的研究進展，但是也存在以下幾個方面的缺陷。

（1）研究手段主要集中在有限元計算上，而臺架試驗和道路試驗開展的相對較少，嚴重影響研究結論的準確性和實用性。這主要是因為按照不同的影響因素進行不同水平的部件試制以及試驗會造成很高的研究費用和研究周期，實現比較困難。

（2）研究時往往針對某一特性尖叫頻率或者籠統地針對全頻率范圍進行尖叫傾向性的計算與評價，而沒有針對不同的頻段進行有針對性的研究，這不僅不利于深入揭示不同頻率尖叫的發生機理與影響因素，也妨礙了有針對性的結構參數設計。

（3）前期研究基本都是在確定性的假設條件下，假設影響因素參數都具有理想的可控性，而忽略了參數的時變性、隨機性和不確定性特點，因此，設計結果與試驗結果往往存在很大的不一致性，也嚴重影響控制措施的有效性。

2 制動尖叫的穩健性設計研究現狀

2.1 研究現狀

目前，國內外針對制動尖叫開展的穩健性設計研究還很少，且主要集中在國外。下面對該領域的研究進展進行文獻綜述。

1999年，福特公司Yu-Kan Hu，Kevin Zhang和CAE軟件公司Sanjay Mahajan[42]建立制動器系統的有限元模型，將瞬態動力學分析法和試驗設計法相結合，優化制動器的尖叫性能。他們選取6個對制動尖叫有較大影響且相互獨立性強的可控因素作為設計變量，分別是制動鉗鉗指厚度、摩擦襯片開槽、摩擦襯片倒角、摩擦材料、制動盤厚度、摩擦襯片厚度。通過正交試驗表進行仿真分析，通過仿真結果得到尖叫強度因子，并以尖叫強度因子為評價指標（優化目標），研究各設計變量對制動器尖叫性能的影響，以及不同設計變量之間的相互作用對制動器尖叫性能的影響，確定尖叫性能最優的設計變量組合。

Yu-Kan Hu等人的研究[42]雖然將試驗設計方法應用于制動尖叫問題，改善了制動器的尖叫性能，具有重要的指導作用和借鑒意義，但其研究過程中并未考慮噪聲因素的影響，優化結果不具有穩健性。2003年，美國通用公司Pravin Kapadnis等人[43]基于制動器系統復特征值分析，將田口方法應用于制動器尖叫性能的改善。他們選取的設計變量是散熱筋高度、散熱筋旋轉角度及制動塊厚度，而將線性阻尼系數和摩擦系數視為噪聲因素，以制動器系統復特征值實部的最大值為設計目標變量，利用正交試驗設計和數據分析，確定了各設計參數對制動器尖叫性能的影響，并確定了最終的穩健性參數組合方案。Kapadnis等人考慮了設計結果的穩健性，但是沒有對穩健性設計方案的效果進行實際驗證。

與Kapadnis等人的研究不同，M Nouby，

D Mathivanan和K Srinivasan等人[44]建立了只包含制動盤和制動塊的簡化的制動器有限元模型，通過響應面法進行制動尖叫的穩健性設計。研究時，他們重點針對6 200 Hz的尖叫頻率，選取制動背板的楊氏模量、背板厚度、襯片倒角、襯片上兩槽間的距離、槽的寬度及槽的角度為設計變量，以負阻尼比為目標變量，經過部分析因設計和中心復合設計[45]，計算并擬合出目標變量與設計變量之間的響應面，并根據該響應面分析各設計變量對尖叫性能的影響，從而實現了基于響應面法的對尖叫的預測和改善方法。

同樣采用響應面法進行制動尖叫研究的還有密歇根大學的Heewook Lee[46]和亞拉巴馬大學的

Yi Dai[36]。Heewook Lee[46]將復特征值法、靈敏度分析及響應面法相結合，通過對制動器部件模態和制動器系統復特征值的分析，得到使尖叫性能最優的制動器結構參數組合。Yi Dai[36]則基于復特征值法和響應面法，同時引入了神經網絡算法，對制動塊的開槽方式進行優化，改善了制動器的尖叫性能。

此外，Andreas Wagner等人[47]將改善制動器尖叫性能的措施定量化，提出以尖叫主頻附近的特征頻率分離的最小范圍為評價指標，指導制動尖叫的穩健性設計。

2.2 存在的問題

前期針對制動尖叫的穩健性設計研究雖然取得了初步進展，但總體上還處于探索階段，而且存在以下幾個主要問題。

（1）選取的設計變量較少，尚未針對所有的制動器結構參數進行尖叫穩健性的設計與分析。

（2）未能充分考慮不可控噪聲因素的影響，例如制動器熱機耦合效應、摩擦接觸時變效應等的影響。

（3）未能提出合理的、統一的評價指標，復特征值實部最大值、負阻尼比及特征頻率分離的最小范圍等指標均不能完全可靠地反映全頻段內的制動尖叫特征。

（4）僅在參數確定的假設條件下進行穩健性設計，未能根據工程實際考慮各參數的概率分布特性。

因此需要建立更加科學合理的評價指標作為目標參數，考慮更多的影響因素，引入最新的穩健性設計方法進行制動尖叫的穩健性研究與設計。為此，下面對穩健性設計方法的研究進展進行概述。

3 穩健性設計方法研究進展

穩健性設計方法的研究始于二戰后的日本，田口玄一提出的田口方法奠定了穩健性設計的理論基礎[48]。在田口方法的基礎上，經過廣大學者的不斷完善和改進，相繼提出了很多新的穩健性設計方法。例如，在基于試驗設計的傳統穩健性設計方法方面，Shoenaker提出的響應面法[49]，減少了穩健性設計所需要的試驗次數；Vining等人將田口方法與響應面模型有機結合，提出雙響應面法[50]，避免了信噪比的計算；Pregibon提出廣義線性模型法[51]，用于處理參數設計中不滿足回歸模型中假定方差齊性的要求時的方法。

近年來，隨著計算機技術的發展，工程模型被廣泛地應用于設計，在此基礎上發展形成了基于工程模型和優化技術的工程穩健優化設計方法，可用于有約束的穩健性設計問題，主要有容差多面體法[52]、容差模型法[53]、隨機模型法[54]、最小靈敏度法[55]等方法。

兩大類型的穩健性設計方法及其發展歷程如圖2所示。其中，田口方法、響應面法、雙響應面法和隨機模型法的理論研究較為深入且工程應用廣泛，本文將對這4種方法作重點介紹。

3.1 田口方法

田口方法由日本的田口玄一于20世紀70年代提出，是一種以試驗設計為基礎提高與改進產品質量的設計方法，是目前最為成熟、最基本的穩健性設計方法 [8-9，48]。田口玄一提出了質量損失函數和信噪比的概念，通過正交試驗設計來確定產品參數值的最佳水平組合。田口方法通常主要適用于少參數、單質量指標和無約束問題[48，56-57]。

田口方法的優點是可以定量計算出產品性能對設計參數的敏感度，設計變量可以是連續變量、離散變量、非數值變量。其缺點則主要在于：必須事先知道最優解的大致范圍和水平，即對優化時的初始點要求較高，否則就要進行多輪正交試驗；信噪比的公式概念模糊，在應用中存在缺陷；按正交試驗表進行試驗需要多次試驗，設計周期長[5-6，48-50]。

近半個世紀以來，田口方法不斷完善和發展，研究的方法和技術手段越來越簡化、巧妙，并有相應的商業化軟件包出現，如RPDPACK軟件[58]，應用范圍也不斷擴大。

3.2 響應面法

響應面法是Shoenaker等人于1991年提出的一種以試驗設計為基礎，用于處理多變量問題建模的統計處理方法，其基本思想是通過近似構造一個具有明確表達形式的多項式來表達隱式功能函數[49]。響應面法是數學方法和統計方法結合的產物，用來對所感興趣的響應受多個變量影響的問題進行建模和分析，其目的是優化響應[49，59-61]。

響應面法克服了田口方法需要預先知道解的大致范圍的不足，擬合響應面需要的試驗次數也較少。但是，響應面法對試驗數據非常敏感，數據的缺失會對結果造成較大影響；當參數維數較高時，模型的擬合將非常復雜和困難[59-62]。

隨著計算機性能的提高，響應面法被頻繁用于解決各種工程問題，如優化設計、可靠性分析、動力學研究及工程過程控制等。然而，目前將響應面法應用于制動尖叫問題的實例并不多見，只有一些初步的嘗試，如M Nouby等人的研究[44]。此外，在仿真軟件Hyperworks及車輛動力學軟件ADAMS中有內含的響應面法軟件包，可直接用于制動器模型的仿真，但這些程序都有待進一步完善和繼續研究[27，59]。

3.3 雙響應面法

雙響應面法是Myers等人于1973年提出，Vining等人于1990年將其用于穩健性設計。其基本思想是將輸出特性的均值和方差各建立一個響應曲面模型，以其中一個為目標，另一個為約束條件進行優化[50]。

雙響應面法的優點是數學提法嚴格，用均值和方差的響應面模型代替了田口方法的信噪指標，設計結果更加準確可信，可以充分考慮影響因素間的相互作用，而且求解精度較高。其不足之處在于：難以同時獲得均值最優和方差最小的結果；建立響應模型時，部分關鍵參數需要靠經驗得出，會帶來試驗和計算上的反復；當參數維數較高時，模型的擬合也將變得非常復雜和困難[6，50，60-61，63]。

自雙響應面法提出以來，廣大學者相繼對其進行了改進和發展，并大量用于工程實踐。如大連理工大學的許煥衛將多項式響應面與神經網絡響應面結合，提出混合響應面模型，減小了計算量并提高了計算精度[61]；Dennis K. J. Lin等人采用均方差準則，用均方差將均值的平方與方差統一到一個表達式中，從而將均值與方差的響應面模型有效地結合，解決了同時優化兩個響應面時存在的沖突[64]；李玉強等人將質量管理中的6σ設計理念與雙響應面法結合，構造了基于雙響應面模型的6σ穩健設計方法，取得良好的效果[65]。然而，目前尚未出現應用雙響應面法改善制動器尖叫性能的實例，有待嘗試和探索。

3.4 隨機模型法

隨機模型法是將優化技術、概率論與數理統計、計算機技術相結合，處理含有隨機因素工程問題的方法。其基本思想是：考慮各種隨機因素對產品質量的影響，把產品質量設計表示為一個隨機模型，通過求解該隨機模型，同時確定產品設計參數及其容差，使產品保持性能指標穩定[66-67]。

在工程實際中，可控因素和不可控因素大多具有隨機性，因此隨機模型法具有重要的工程應用價值；其不足之處在于隨機模型的建立和求解過程復雜，實際中不得不采用近似的數據和算法，降低了計算結果的精度[5-6，68-69]。

隨著計算機技術的發展和多學科的結合，隨機模型法也得到改進和完善，并在工程問題中得到廣泛應用[6，54，70]，如工程結構的穩健性設計[69]，零缺陷設計模型[71]等。相應的軟件系統如SOD[72]等的出現，也促進了隨機模型法的發展和應用。遺憾的是，目前的制動尖叫的穩健性設計并未考慮設計參數的隨機性，因此隨機模型法在制動尖叫的穩健性設計中將具有重要價值及急需深化的應用研究。

3.5 穩健性設計綜合評述

從以上穩健性設計方法介紹與分析可以發現：

（1）目前的各種穩健性設計方法仍然存在諸多的缺陷，尚未發展成為完全成熟的實用工程設計技術。例如，田口方法試驗次數過多，對優化初始點要求高且信噪比存在缺陷；響應面法對試驗數據非常敏感，模型擬合較為困難；雙響應面法難以同時獲得讓人滿意的均值和方差結果；隨機模型法雖然考慮了設計參數的概率分布特性，但建模和求解過程復雜，求解精度低。

（2）進行具體工程問題的穩健性設計時，一方面可以結合具體工程問題的特點對已有的穩健性設計方法進行改進，例如進行多目標的穩健性設計[62]，建立均方差準則[64]以及采用新的評價指標[73]等，以彌補原有方法的不足；另一方面，應考慮不同的穩健性設計方法的結合，以及穩健性設計與其它學科的結合[6，71]，充分發揮各方法互補優勢，獲得滿意的工程設計結果。

4 討論與結論

制動尖叫的穩健性設計會涉及設計變量、干擾因素以及性能目標的選擇，以及最適合的穩健性設計方法的應用。下面從這幾個環節進行討論，并指出未來的制動尖叫穩健性設計研究重點。

（1）制動尖叫的結構影響因素眾多，但是目前針對這些因素尚未開展系統的穩健性設計，而以參數靈敏度分析為主進行制動尖叫的設計與控制，嚴重影響制動尖叫控制的實際效果。因此，建議一方面針對特定的尖叫頻率進行盡可能多因素的穩健性設計，同時建立全頻段的設計指標，確保制動器全頻段內的制動尖叫性能。

（2）制動器的影響因素，無論是可控因素還是不可控因素都由于加工制造誤差、運行條件變化等的影響具有顯著的時變性、隨機性和不確定性特征。因此，在進行穩健性設計的研究時必須改變原來的確定性假設條件，進行不確定性假設條件下的穩健性設計方法研究與應用。

（3）目前的制動尖叫穩健性設計尚處于初始的萌芽探索階段，具有很大的研究前景。穩健性設計方法包括基于試驗設計的傳統穩健性設計方法和基于工程模型與優化技術的工程穩健性設計方法。這些方法具有各自的優缺點，建議在制動尖叫的穩健性設計實際應用中，結合不同方法的特點建立組合方案或者改進方案，以達到預期的設計效果。

參考文獻（References）

CHEN F. Disc Brake Squeal：An Overview[C]. SAE Paper 2007-01-0587.

BAKAR A R A，HAMID M K A，DZAKARIA A，et al.

Stability Analysis of Disc Brake Squeal Considering Tem-perature Effect[J]. Jurnal Mekanikal，2006（22）：26-38.

CHEN F，TONG H，CHEN S E，et al . On Automotive Disc Brake Squeal Part IV： Reduction and Prevention [C]. SAE Paper 2003-01-3345.

呂紅明，張立軍，余卓平. 汽車盤式制動器尖叫研究進展 [J]. 振動與沖擊，2011，30（4）：1-7.

Lu Hongming，Zhang Lijun，Yu Zhuoping. A Review of Automotive Disc Brake Squeal[J]. Journal of Vibration and Shock，2011，30（4）：1-7.（in Chinese）

程賢福. 穩健優化設計的研究現狀及發展趨勢 [J]. 機械設計與制造，2005（8）：158-160.

Cheng Xianfu. Research Status and Developing Trend of Robust Optimal Design[J]. Mechinery Design & Manu-facture，2005（8）：158-160. （in Chinese）

陳入領，潘雙夏，. 穩健設計研究現狀 [J]. 機械設計，2003，20（8）：1-3.

Chen Ruling，Pan Shuangxia，Sheng Tong. Research Status of Robust Design [J]. Journal of Machine Design， 2003，20（8）：1-3. （in Chinese）

黃自興. 穩健性設計技術――（I）綜述 [J]. 化學工業與工程技術，1996（2）：11-13.

Huang Zixing. Robust Design Technique：（I） Survey [J]. Journal of Chemical Industry & Engineering，1996（2）： 11-13. （in Chinese）

曾鳳章. 穩健性設計原理技術方法案例 [M]. 北京：兵器工業出版社，2004.

Zeng Fengzhang. Robust Design Principle，Technology， Method，Cases[M]. Beijing：Weapon Industry Press， 2004. （in Chinese）

吳玉印，吳以晴，徐留平，等. 田口式的穩健性設計 [M]. 北京：兵器工業出版社，1997.

Wu Yuyin，Wu Yiqing，Xu Liuping，et al. Taguchi Robust Design[M]. Beijing：Weapon Industry Press，1997. （in Chinese）

吉林大學汽車工程系. 汽車構造[M]. 北京：人民交通出版社，2005.

Automotive Engineering Department of Jilin University.

Automobile Structure [M]. Beijing：China Communi-cations Press，2005. （in Chinese）

田紅濤. 基于ANSYS的盤式制動器振動噪聲分析與研究 [D]. 武漢：武漢理工大學，2008.

Tian Hongtao. Disc Brake Vibration Noise Study and Research Based On ANSYS[D]. Wuhan：Wuhan Univer-sity of Technology，2008. （in Chinese）

魏濤. 基于ANSYS的盤式制動器結構分析及振動噪聲研究 [D]. 長春：吉林大學，2007.

Wei Tao. Disc Brake Structure Analysis and Vibration Noise Study Based On ANSYS[D]. Changchun：Jilin University，2007. （in Chinese）

OURA Y，KURITA Y，MATSUMURA Y，et al. Influence

of Distributed Stiffness in Contact Surface on Disk Brake Squeal[C]. SAE Paper，2001-01-2584.

張立軍，權循宇. 制動盤幾何特征對結構模態特性影響仿真分析 [J]. 系統仿真學報，21（19）：6256-6265.

Zhang Lijun，Quan Xunyu. Analysis of Rotor Geometry Specifications to Structural Modal Characteristics Modifi-cation of Vehicle Brake Disc[J]. Journal of System Simu-lation，21（19）：6256-6265. （in Chinese）

MELINAT W. Damped Disc Brake Rotor：United States，5139117[P]. 1992-08-18.

BABA H，WADA T，TAKAGI T. Study on Reduction of Brake Squeal Caused by In-Plane Vibration on Rotor[C]. SAE Paper，2001-01-3158.

YOKOYAMA T，MATSUSHIMA T，MATSUI N，et al. A Study of Reduction for Brake Squeal in Disc In-Plane Mode [C]. SAE Paper，2012-01-1825.

BAKAR A R A，Ouyang Huajiang，Li Lijie. Brake Pad Surface Topography Part II：Squeal Generation and Prevention[C]. SAE Paper 2005-01-3935.

黃新建. 盤式制動器制動尖叫影響因素分析 [D]. 長春：吉林大學，2008.

Huang Xinjian. Analysis of Influncing Factors on Disc Brake Squeal[D]. Changchun： Jilin University，2008. （in Chinese）

KUNG S W，DUNLAP K B，BALLINGER R S. Complex Eigenvalue Analysis For Reducing Low-frequency Disc Brake Squeal [C]. SAE Paper 2000-01-0444.

CAO Q，OUYANG H，FRISWELL M I，et al. Linear Eigenvalue Analysis of the Disc Brake Squeal Problem[J]. International Journal for Numerical Methods in En-gineering，2004，61（9）：1546-1563.

MASSI F，BERTHIER Y，BAILLET L. Contact Surface Topography and System Dynamics of Brake Squeal[J]. Wear，2008，265（11-12）：1784-1792.

BERGMAN F，ERIKSSON M，JACBOSON S. Influence of Disc Topography on Generation of Brake Squeal[J]. Wear，1999，225-229（1）：621-628.

HAMMERSTROM L，JACOBSON S. Surface Modification of Brake Discs to Reduce Squeal Problems[J]. Wear，2006，261（1）：53-57.

Dai Y，LIM T C. Suppression of Brake Squeal Noise Applying Finite Element Brake and Pad Model Enhanced by Spectral-Based Assurance Criteria[J]. Applied Acoustics，2008，69（3）：196-214.

TRICHES M J，GERGES S N Y，JORDAN R. Analysis of Brake Squeal Noise Using the Finite Element Method：A Parametric Study[J]. Applied Acoustics， 2008，69（2）：147-162.

王朝陽. 汽車盤式制動器尖叫傾向性分析與設計改進 [D]. 上海：上海交通大學，2008.

Wang Chaoyang. Squeal Propensity Analysis and Optimi-zation of Automobile Disc Brake System[D]. Shanghai：Shanghai Jiaotong University，2008. （in Chinese）

SEARLES R P. Design Analysis of Friction-Induced Vibrations as Applied to the Phenomena of Disc Brake Squeal[D]. New York：Cooper Union，1999.

OBERST S，LAI J C S. Statistical Analysis of Brake Squeal Noise[J]. Journal of Sound and Vibration，2011， 330（12）：2978-2994.

卓繼志. 基于虛擬樣機技術的盤式制動器制動振動研究 [D]. 杭州：浙江工業大學，2007.

Zhuo Jizhi. Study on Vibration of Disc Brake Based on Virtual Prototype Technology[D]. Hangzhou：Zhejiang University of Technology，2007. （in Chinese）

LAZIM A R M，HAMID M K A，JAMALUDDIN M R，

et al. The Effect of Road Girt Particles on Brake Pad Surface Topography under Squealing Condition[C]. SAE Paper，2012-01-1821.

BAKAR A R A，OUYANG H. New Research on Acoustics [M]. New York：Nova Science Publisher，2008.

ERIKSSON M，BERGMAN F，JACOBSON S. Surface Characterisation of Brake Pads after Running under Silent and Squealing Conditions[J]. Wear，1996，232（2）：163-167.

ERIKSSON M. Friction and Contact Phenomena of Disc Brakes Related to Squeal[D]. Uppsala：Uppsala University，2000.

王登峰，王玉為. 盤式制動器制動尖叫的有限元分析與試驗 [J]. 汽車工程，2007，29（8）：705-718.

Wang Dengfeng，Wang Yuwei. Finite Element Analysis and Texting on Disc Brake Squeal[J]. Automotive Engineering，2007，29（8）：705-718. （in Chinese）

Dai Y. Structural Dynamic Optimization of Vehicle Brake Pad Design for Squeal Noise Reduction[D]. Alabama： The University of Alabama，2002.

SINGH R，SHEIKH A A，MITCHELL M J. Viscoelastic Damping to Control Disc Brake Squeal[J]. Sound and Vibration，1998，32（10）：18-22.

FESTJENS H，GA?L C，FRANCK R，et al. Effective-ness of Multilayer Viscoelastic Insulators to Prevent Occurrences of Brake Squeal：A Numerical Study[J]. Applied Acoustics，2012，73（11）：1121-1128.

陳孟華. 基于虛擬樣機的轎車盤式制動器噪聲的研究 [D]. 武漢：武漢理工大學，2006.

Chen Menghua. Research on the Noise of the Disc Brake of the Car Based on Virtual Prototype[D]. Wuhan： Wuhan University of Technology，2006. （in Chinese）

田志宇. 鉗盤式制動器制動噪聲分析與控制 [D]. 長春：吉林大學，2008.

Tian Zhiyu. Analysis and Control for Braking Noise of Disc Brake[D]. Changchun：Jilin University，2008. （in Chinese）

孫振華，曾慶華，蔣東鷹，等. 盤式制動器制動尖叫的研究 [J]. 汽車工程，1999，21（6）：326-332.

Sun Zhenhua，Zeng Qinghua，Jiang Dongying，et al. A Study on Disc Brake Squeal[J]. Automobile Engineering，1999，21（6）：326-332.（in Chinese）

Hu Yukan，ZHANG K，MAHAJAN S. Brake Squeal DOE Using Nonlinear Transient Analysis[C]. SAE Paper 1999-01-1737.

KAPADNIS P，IM K. Brake Squeal Reduction Using Robust Design[C]. SAE Paper 2003-01-0879.

NOUBY M，MATHIVANAN D，SRINIVASAN K. A Combined Approach of Complex Eigenvalue Analysis and Design of Experiments（DOE） to Study Disc Brake Squeal [J]. International Journal of Engineering，Science and Technology，2009，1（1）：254-271.

MONTGOMERY D C.試驗設計與分析 [M]. 汪仁官，陳榮昭，譯. 北京：中國統計出版社，1998.

MONTGOMERY D C. Design and Analysis of Experiment [M]. Wang Renguan，Chen Rongzhao，Translating.Beijing：China Statiscis Press，1998. （in Chinese）

LEE H. An Optimal Design Method for Brake Squeal Noise Based on Complex Eigenvalue and Sensitivity Analyses and Response Surface Methodology[D]. Michigan：The University of Michigan，2000.

WAGNER A，SCHONECKER M，KORSPERTER G S，et al. On Criteria for the Robust Design of Squeal Free Brakes [C]. SAE Paper，2012-01-1816.

韓之俊. 三次設計 [M]. 北京：機械工業出版社，1992.

Han Zhijun. Ternary Designs[M]. Beijing：China Mechine Press，1992. （in Chinese）

SHOEMAKER A C，TSUIB K L，WUC C F J. Economical Experimentation Methods for Robust Design [J]. Techno-metrics，1991，33（4）：415-427.

VINING G G，MYERS R bining Taguchi and

Response Surface Philosophies：A Dual Response Approach[J]. Journal of Quality Technology，1990（22）：38-45.

PREGIBON D. Review of Generalized Linear Models[J]. The Annuals of Statistics，1984，12（4）：1589-1596.

MICHAEL W，SIDDALL J N. The Optimization Problem with Optimal Tolerance Assignment and Full Acceptance[J]. Trans. of the ASME，J. of MECH. Design，1981（103）：842-848.

PARKINSON A，SORENSEN C，POURHASSAN N. A General Approach for Robust Optimal Design [J]. Journal of Mechanical Design，1993（115）：74-84.

陳立周. 穩健設計 [M]. 北京：機械工業出版社，2000.

Chen Lizhou. Robust Design[M]. Beijing：China Mechine Press，2000. （in Chinese）

BELEGUNDU A D，Zhang Shenghun. Robustness of Design through Minimum Sensitivity[J]. Journal of Mechanical Design，1992，114：213-217.

林秀雄. 田口方法實戰技術 [M]. 深圳：海天出版社，2004.

Lin Xiuxiong. Taguchi Practical Technology[M]. Shenzhen：Haitian Press，2004. （in Chinese）

曾鳳章，趙霞. 田口方法及其標準化設計 [J]. 機械行業標準化與質量，2003（11）：7-9.

Zeng Fengzhang，Zhao Xia. Taguchi Methods and Its Standardization Design[J]. Mechinery Industry Standard & Quality，2003（11）：7-9. （in Chinese）

張月梅，李含光，陳乃毅. 穩健性設計技術――（Ⅳ）穩健性設計軟件包RPDPACK的主要功能 [J]. 化學工業與工程技術，1996，17（2）：26-29.

Zhang Yuemei，Li Hanguang，Chen Naiyi. Robust Design Technique：（Ⅳ） Major Functions of RPDPACK Software Packet [J]. Journal of Chemical Industry & Engineering，1996，17（2）：26-29. （in Chinese）

王永菲，王成國. 響應面法的理論與應用 [J]. 中央民族大學學報，2005，14（3）：236-240.

Wang Yongfei，Wang Chengguo. The Application of Response Surface Methodology[J]. Journal of the Central University for Nationalities （Natural Sciences Edition）， 2005，14（3）：236-240. （in Chinese）

楊方. 面向產品質量改進的多目標穩健性設計優化 [D]. 青島：青島大學，2010.

Yang Fang. Multi-objective Robust Design Optimization Oriented to the Product Quality Improvement[D]. Qingdao：Qingdao University，2010. （in Chinese）

許煥衛. 穩健設計建模及優化方法研究[D]. 大連：大連理工大學，2009.

Xu Huanwei. Research on Modeling and Optimization Methods for Robust Design[D]. Dalian：Dalian University of Technology，2009. （in Chinese）

何楨，張生虎，齊二石. 結合RSM和田口方法改進產品/過程質量[J]. 管理工程學報，2001，15（1）：22-25.

He Zhen，Zhang Shenghu，Qi Ershi. Combining RSM and Taguchi Methods to Improve Process/Product Quality [J]. Journal of Industrial Engineering and Engineering Management，2001，15（1）：22-25. （in Chinese）

常明亮. 穩健性設計的雙響應面法[J]. 中國機械工程，1998，9（8）：32-35.

Chang Mingliang. Dual Response Surface Method for Robust Design[J]. China Mechanical Engineering， 1998，9（8）：32-35. （in Chinese）

DENNIS K J L，Tu Wanzhu. Dual Response Surface Optimization [J]. Journal of Quality Technology，1995， 27（1）：34-39.

李玉強，崔振山，陳軍，等. 基于雙響應面模型的6σ穩健設計 [J]. 機械強度，2006（5）：690-694.

Li Yuqiang，Cui Zhenshan，Chen Jun，et al. Six Sigma Robust Design Methodology Based on Dual Response Surface Model[J]. Journal of Mechanical Strength， 2006（5）：690-694. （in Chinese）

Chen Lizhou，He Xiaofeng. An Optimization Method of Stochastic Variable to Solve Uncertain Models in Engineering Design[J]. Journal of University of Science and Technology Beijing，1991，13（5）：452-460.

陳立周，于曉紅，翁海珊. 基于隨機優化的工程穩健設計 [J]. 北京科技大學學報，1999，21（1）：57-59.

Chen Lizhou，Yu Xiaohong，Weng Haishan. Robust Engineering Design Based by Stochastic Optimization [J]. Journal of University of Science and Technology Beijing， 1999，21（1）：57-59. （in Chinese）

董榮梅. 面向工程不確定問題的穩健優化設計理論與方法研究 [D]. 大連：大連理工大學，2010.

Dong Rongmei. Research on Robust Design Optimization Theory and Methods for Engineering Uncertainty[D]. Dalian：Dalian University of Technology，2010. （in Chinese）

湯保新. 基于隨機優化模型的工程結構穩健設計方法研究 [D]. 南京：河海大學，2006.

Tang Baoxin. Research on Engineering Structural Robust Design Method Based on Stochastic Optimization Model [D]. Nanjing：Hehai University，2006. （in Chinese）

陳立周. 工程穩健設計的發展現狀與趨勢 [J]. 中國機械工程，1998（6）：59-62.

Chen Lizhou. Recent Advances and Developing Trend for Engineering Robust Design[J]. China Mechanical Engineering，1998（6）：59-62.（in Chinese）

任冠華，陳立周. 基于概率模型的無缺陷產品設計原理的研究 [C]. Proceedings of the 4th International Confe-rence on Frontiers of Design and Manufacturing，2000.

Ren Guanhua，Chen Lizhou. The Research of No Defect Design Theory for Product Based on Probabilistic Model[C]. Proceedings of the 4th International Conference on Frontiers of Design and Manufacturing，2000. （in Chinese）