产品评论数据驱动的质量功能展开客户需求挖掘

针对现有质量功能展开(QFD)客户需求及其权重研究所含主观因素较多,从而造成QFD分析结果客观性较差的问题,提出一种产品评论数据驱动的QFD客户需求挖掘方法.首先提出了基于关注度隐含狄利克雷分布模型完成主题提取,利用Word2Vec相似度匹配形成客户需求集合.然后基于发明问题的解决理论(TRIZ)的需求映射模型,形成了...     

在线评论数据驱动的客户感性需求识别及向设计特征映射方法

为提升客户对产品的认可度,针对传统概念设计阶段未充分考虑客户感性需求偏好及客户感性需求获取困难的问题,提出一种在线评论数据驱动的客户感性需求识别及向设计特征映射方法。首先,基于形态学分析法,通过构建能量材料信号(Energy Material Signal, EMS)模型试图从产品中发现所有设计特征,并基于在线评论数据从所有设计特征中筛选出用户关注的核心特征;其次,从在线评论数据中提取形容词组成感性词对,以感性词作为中心词并利用词向量技术获得非中心词,基于情感词典,利用所给方法计算产品感性词对的感性评价值;然后,基于数量化理论Ⅰ(Quantitative TheoryⅠ,QTⅠ)建立客户感性评价与产品设计元素之间的映射模型,并为改进产品设计提供依据;最后,通过实例验证所提方法的可行性和有效性。     

面向大批量定制的产品族建模关键技术研究

实施大批量定制生产的关键很大程度取决于面向大批量定制的产品设计技术。在中国国家自然科学基金项目 《异地制造资源的快速构造与运行控制》和广东省自然科学基金团队项目《实现数码工厂的重大基础关键技术研究》的联合资助下，围绕基于产品平台的产品族开发设计思想，对产品族建模关键技术，针对面向客户群体的产品差异化需求分析能力不足、产品族模型，以及数据建立过程复杂等问题，开展以下研究。 针对产品设计阶段不同层次的客户群体对产品的需求，提出基于效用分析的客户差异化需求建模方法。采用模糊逻辑神经元聚类模型完成对客户的聚类划分，采用模糊映射理论实现量化的需求效用数据与模糊偏好语言术语的转换，利用数据挖掘技术中的Apriori算法建立客户群体倾向的产品需求模型，将客户对概念产品的模糊评价转化为量化的需求效用值，消除客户需求信息的模糊性。     

基于功能蚁树的定制客户动态聚类

在分析定制客户需求特点和产品族模型构成的基础上,提出了一种根据功能结构模型进行定制客户动态聚类划分的新方法。采用面向对象的技术,将功能作为产品族的特征属性与产品族结构封装,建立了产品族功能结构模型;应用蚂蚁聚集行为的聚类方法,以产品族功能结构模型为分类模式,设计了基于功能蚁树的客户动态聚类算法。并以多功能沥青混凝土摊铺机产品的定制客户聚类划分为例,进行聚类分析,聚类结果能直观地反映各功能结构模块动态需求变化。     

基于性能驱动的可拓数据挖掘产品配置设计方法研究

针对现有产品配置设计方法中对客户性能需求研究的不足,结合可拓数据挖掘方法提出了基于性能驱动的可拓数据挖掘产品配置设计方法研究。首先通过对客户个性化需求的定量与定性化分析,建立客户需求分析模型;其次对配置模型的参数知识进行可拓知识挖掘,并对产品布局结构的变换阈值知识进行相互匹配与矛盾问题消解,建立变换消解模型及满足客户需求的可变换阈值解空间;然后在此基础上,对产品配置过程中的知识组合矛盾问题,进行基于可拓数据挖掘的传导变换,求解出满足客户需求的配置解空间;最后基于Visual C++6.0、Solidworks等平台开发软件建立了产品的快速配置系统,通过实例测试,验证了该方法的准确性和有效性。     

基于客户特征的产品环境需求预测方法研究

针对产品绿色设计中客户需求的模糊性和不确定性,提出了一种基于客户特征的产品环境需求预测方法。通过建立客户环境需求采集模版获取客户信息,采用感性工学及语义差异方法对客户环境需求进行规范化表达,构建了人工神经网络模型挖掘客户特征与客户环境需求之间的关系,帮助企业预测具有不同特征客户的环境需求,采用信息增益量化了各个客户特征对客户环境需求的影响程度。最后以某冰箱企业的客户环境需求分析为例,应用MATLAB进行仿真研究,验证了方法的可行性与有效性。     

客户需求驱动的大型复杂产品维护服务方法

针对大型复杂产品维护需求多样化与维护服务效率较低的问题,提出一种客户需求驱动的大型复杂产品维护服务方法。该方法利用产品配置知识快速形成客户维护需求模型,通过对比历史维护模型与维护需求模型,推理出满足客户维护需求的维护操作集合,并根据维护指标对维护操作集合进行调整,生成客户满意的维护方案,从而缩短大型复杂产品诊断与维护的时间,满足大型复杂产品客户需求驱动的维护服务。以大型水平风力发电机为例说明了所提方法的可行性。     

基于关联规则的绿色产品目标客户分析

产品的配置决定产品的客户人群,针对不同的绿色产品环境性能指标,提出了一种基于关联规则的绿色产品目标客户分析方法。该方法首先建立产品环境性能词集,将数据采集技术获取的数据通过相似度与产品环境性能词集进行匹配,得到客户需求数据库,在此基础上,构建大数据环境下采用嵌入Mapreduce的apriori算法研究绿色产品环境性能指标与客户特征之间的联系,确定绿色产品的环境性能指标与客户特征之间的强关联规则。最后以某洗衣机企业的不同能耗等级产品分析为例,验证方法的可行性与有效性。     

[智能设计与计划调度]基于数据挖掘的绿色设计中客户需求向工程特性权重转化方法

针对客户需求向工程特性转化过程中存在的主观性、模糊性和复杂性等问题,提出了一种基于数据挖掘的客户需求数据向工程特性权重的转化方法。利用模糊层次分析法对采集到的客户需求数据进行分析,得到客户需求重要度,建立了单一客户的质量屋,获取该客户需求对应的工程特性权重。构建了多层感知器模型,挖掘客户需求数据与工程特性权重之间的关系,确定客户需求向工程特性权重之间的转化模型。最后以减速器的客户需求与工程特性的转化为例,验证了所提方法的可行性和有效性。     

面向大批量定制设计的定制客户动态聚类方法研究

通过分析现有客户聚类存在的不足，面向大批量定制设计提出了根据功能结构模型进行客户动态聚类划分的新方法。采用面向对象的技术，
将功能作为产品族的特征属性与产品族结构封装，建立了产品族功能结构模型；应用蚂蚁自我聚集行为的聚类原理，以产品族功能结构模型为分类模式，以动态定制客户集为模式样本，提出了基于功能结构蚂蚁树的定制客户动态聚类算法。在自行开发的工程机械产品定制服务平台上，以摊铺机定制客户的聚类划分为例进行了实验验证。     

质量功能展开中顾客需求的排序算法

研究了基于粗糙集的质量功能展开中顾客需求的排序问题.针对质量功能展开的顾客调查中需求不确定、不完备、不分明和模糊等非结构性特质,利用粗糙集中不完备信息系统的有关方法,提出了产品规划质量屋中顾客需求的确定方法.利用粗糙集中完备信息系统的多属性决策方法,确定了产品规划质量屋中上述顾客需求的基本重要度.基于卡诺模型的分析,提出了实现顾客需求竞争位次改进增量的重要性计算公式,进而确定了基本重要度的修正因子.基于顾客需求的基本重要度与其修正因子的合成,确定了顾客需求的最终重要度.最后,通过实例说明了所提方法的应用.     

面向用户需求的制造资源服务模糊聚类研究

通过分析用户需求偏好和资源灰色关联度,建立资源模糊相似矩阵并构建资源模糊聚类树。以复合值模糊聚类树为基础,以资源类内聚合度、资源类间分离度和用户需求满意度为目标,构建资源聚类优化数学模型,然后运用遗传算法进行优化。算法采用了交叉概率和变异概率自适应的重构策略和保优操作,避免了算法的早熟,增强了算法的寻优能力和搜索效率。通过实例仿真验证了算法的有效性。     

基于优势关系的质量功能展开中的顾客基本需求

顾客基本需求的确定是产品设计者和决策者关注的重要问题之一。鉴于顾客评价中存在大量的不确定、不一致和偏好关系等信息特征,提出了一种基于优势粗糙集的产品规划质量屋顾客基本需求选项提取的方法。利用对经典粗糙集理论的扩展,以优势关系代替不可分辨关系,通过构造辨识阵进行信息约简消除冗余,借助于概率规则的集成,可以较准确地挖掘和辨析信息系统中属性与顾客基本需求选项之间的内在关系。最后运用实例表明该方法的可行性,获取的基本需求选项更符合实际。     

面向绿色设计的产品客户群细分

分析了产品全生命周期客户绿色需求特点,提出了绿色产品客户群细分方法.通过联合分析法获取客户个体的绿色需求偏好,利用系统聚类法对离散的客户个体按绿色需求偏好进行客户群聚类,实现了绿色产品客户群的细分.以面向绿色设计的豆浆机产品客户群细分为例,验证了该方法.     

面向在线大规模定制的产品族规模优化方法

为有效平衡在线定制产品过程中客户满意度、产品维护复杂性和维护成本之间的矛盾,指出产品族规模的确定不仅需要从工程设计和制造经济性等角度出发,还需要充分考虑客户的需求偏好和强度.从工程设计和生产制造角度定义了产品族规模,构建了基于功能配置元和零件配置元的客户需求偏好与强度分析模型.在此基础上提出了基于客户满意度的在线大规模定制产品族优化方法和优化步骤.最后,结合案例证明了该方法能有效平衡产品族维护复杂性和高成本同客户满意度之间的矛盾.     

产品创新设计中基于本体理论的客户知识集成技术研究

为了支持产品创新设计过程的深入研究,针对客户知识在产品创新实践中的集成问题进行了研究.首先,根据产品创新活动的特点,建立了一种产品创新设计中的客户知识集成模型;其次,提出了基于"问题域-功能域"的客户知识转换方法,同时使用本体理论对客户知识进行建模,构建了包括客户创意、感性知识、客户需求、基本知识在内的客户知识概念本体树模型,实现了对客户知识的本体描述;随后,提出了用客户知识服务引擎来实现客户知识请求匹配的方法;最后,结合产品创新中客户知识集成系统的开发,对上述模型及方法进行了验让.