制造业质量改进中，通过调整合适的过程参数可以优化输出质量，得到期望的质量特性值。随着生产过程的日益复杂化，质量特性值已从静态响应值逐步扩展为一条连续响应曲线，对该响应曲线优化即为函数型响应优化问题。现有质量优化方法多针对于简单的静态问题求解，并且所采用的建模方法往往是一阶或二阶多项式模型，当作用关系过程较为复杂时，经常会引起拟合不足，无法得到响应的最优解。本文以复杂作用关系过程为背景，提出一种函数型响应的实验设计建模与优化方法，主要研究内容如下：　　（1）构建了基于Kriging模型的函数型响应模型。利用Kriging模型，对各样本组合的函数型响应曲线建立近似模型，再用做积分差的方法度量目标函数与所建模型的差异，从而将函数型响应优化问题为单响应优化问题。最后，再利用Kriging模型建立样本与单响应的关系模型，将函数型问题转化为单响应问题进行研究。　　（2）以均匀设计的方法获取影响因子的样本组合，并通过遗传算法对单响应模型进行全局寻优，达到参数优化的目的。使用均匀设计获得影响因子可行域范围内的具有全局代表性样本组合，并构造遗传算法的初始种群，与序列二次规划优化结果进行对比，证明所提方法适用于复杂模型的寻优问题。　　（3）对所提实验设计建模及优化的系统方法进行仿真及实证研究。对于LC滤波电路的优化设计研究表明，所提方法克服了传统的单响应优化不足的问题，能够得到更优的结果。　　对于函数型响应优化，本文提出了适用于该问题的实验设计建模及优化思想、响应的实现方法和应用技术路线，研究成果拓展了函数型响应优化的研究领域，满足了现代制造业优化生产的需求，对于产品质量的提高具有的较高的实用价值和明显的现实意义。