在统计过程控制(SPC)中,控制图的最优化设计主要有两个方向,即统计设计和经济设计。然而,统计设计并没有直接测量出由于过程失控所引起的损失；经济设计主要是为了使SPC的损失最小化,暴露出诸如统计特征不显著、大量的损失参数及模型参数估计起来很困难等不足之处。 综合考虑统计设计和经济设计,前人提出了ML--X控制图和单边ML-CUSUM控制图,通过搜索控制图的样本容量、抽样间隔、控制限等参数的最优组合,使整个过程的质量损失函数均值(ML)最小化。本文提出的用来检测均值发生漂移的EWMA控制图的最优设计,是在整个过程均值发生漂移时,通过最优化选择样本容量n、抽样间隔h、上控制限UCL、下控制限LCL、EWMA的滑动指数λ,使得ML值达到最小,把这种控制图称之为ML-EWMA控制图。 接着,本文给出了ML-EWMA图的统计量和控制限,固定参数在一些常见取值下,编写SAS程序,通过三水平搜索法搜索出该控制图的最优参数组合及相应的ML值,并且通过一个24因子的试验设计考察该控制图中选择参数的规律。 其中,关于ML-EWMA控制图的平均报警时间ATS的计算是个复杂的问题,本文具体介绍了ATS的计算问题。并验证了计算AtS常用的马尔可夫链法和积分方程法实质上是一致的结论。 解决了ML-EWMA控制图的ATS的计算问题后,也就找到了该图的最优设计,为了说明该图的优良性,本文把新提出的ML-EWMA控制图分别与前人提出的ML--X控制图和ML-CUSUM控制图,以及作统计设计的EWMA控制图进行了比较,最终得出结论：在考虑过程整体损失函数均值ML下,ML-EWMA控制图总的来说优于ML--X控制图,也优于ML-CUSUM控制图。 此外,本文的另外一个主要贡献就是还提出了对不同大小的均值漂移用不同的指数来加以控制的方法。