二十一世紀是科技發達的時代，產品與製程問題愈來愈複雜與多元化，品質設計目標也愈來愈多，因此現今的實驗設計過程大部份都需要同時考慮到多重品質特性最佳化的問題，所謂的多重品質特性最佳化就是針對想改善的各品質特性中至少能達到最低期望底限的情形之下所能獲得的最佳解。然而一般所採用的實驗設計方法並無法有效地解決在多重品質特性及有限資源衝突的限制下，快速地獲得最佳解，因此，如何有效、快速地找到多重品質特性問題下之最佳參數來提昇製程能力將是一項重要的議題。
        有鑑於此，本研究擬以基因演算法和反應曲面法來求解多重品質特性最佳化的問題，首先利用反應曲面法發展品質特性與自變數的迴歸預測模式架構，並將其作一數學式之轉換，分別為改良式總渴望函數與品質損失函數等二種單一測量指標以作為基因演算法的適合度函數，最後藉由基因演算法強大有效的搜尋以達到快速地獲得最佳解，以降低品質變異，達到製程穩健的狀態。本研究結果發現結合基因演算法與反應曲面法所找到的最佳製程參數與最佳品質特性預測比使用反應曲面法的結果好。