如今，Craft.io优化已成为工程设计的一个关注点，以提高性能和降低成本。 在实践中，除了不确定性或噪声参数外，综合优化模型还必须能够处理在实际操作条件下可能出现在问题中的其他情况，例如动态目标、多响应、各种概率分布、离散和连续数据、设计参数、性能成本、计算复杂性和多进程环境的物理约束。 本文的主要目标是对主题进行总体概述，并简要系统地回顾和简要讨论在上述混合情况下综合鲁棒设计优化方法的最新发展。 简要介绍了基于田口方法的数学规划优化方法和基于场景集的鲁棒优化方法。 元模型混合鲁棒设计被讨论为一种适当的方法来降低不确定性问题中的计算复杂性。 在这种情况下，作者的政策是选择重要的主题，为那些希望更熟悉最近关于鲁棒设计优化混合元模型的研究的人提供系统的画面，同时也通过参与实践中的真实情况。 特别是，生产和项目管理被认为是两种重要的方法论，可以通过应用先进的稳健设计与元模型方法相结合来改进。
