基于使用可靠性区域粒度的产品保修期优化决策

针对已有产品保修期设计多局限于固有可靠性,未考虑其使用可靠性与区域差异的关联性问题,提出一种基于使用可靠性区域粒度的保修期优化决策模型。首先根据使用可靠性区域粒度划分和售后故障数据构建使用可靠性预测模型,获得各区域的使用可靠性估计;进而建立综合考虑使用可靠性区域差异、保修成本和价格的保修期优化决策模型,并推导出该模型下的最优解。最后,将模型应用于空调产品的使用可靠性评估和保修期优化决策,并与传统做法进行对比,验证了模型的有效性和适用性。结果表明,从使用可靠性区域粒度的视角,可以适度延长保修期以实现利润最大化,且灵敏性分析定量揭示了模型参数对保修期、价格和利润的影响规律。     

粒子群与多种群元胞遗传混合优化算法

元胞遗传算法通过限定个体之间的相互作用邻域提高算法的全局收敛率,但在一定程度降低搜索效率。文中提出一种粒子群与多种群元胞遗传混合优化算法。首先将群体分割成多个相互之间没有邻域关系的元胞子种群,适度降低算法的选择压力,从而更好地保持种群的多样性。算法的变异操作被粒子群算法替代,使得局部搜索能力明显提高。元胞群体分割和粒子群变异较好地均衡全局探索和局部寻优之间的关系。分析混合算法的选择压力和多样性变化规律。实验结果表明,该算法在保证搜索效率较高的同时还显著提高元胞遗传算法的全局收敛率且稳定性得到明显改善。     

基于现场可靠性的产品区域差别保修期设计方法

考虑到产品保修多局限于固有可靠性的统一保修期设计,提出将现场可靠性与保修期区域差异相关联,构建一种基于现场可靠性的区域差别保修期设计方法。在分析保修期影响因素的基础上,采用多项式拟合函数估计各区域的现场可靠性,构造出新的各区域保修成本与销售量预测函数;再建立综合考虑现场可靠性、保修成本、销售量和价格的区域差别保修期高维优化模型,并结合进化算法进行求解,最终确定最优的各区域保修期和价格。经空调产品实例验证表明,与传统做法相比,所建模型能定量评估各区域空调保修期的差异程度,具有显著的分区保修效应,且采用区域差别保修期是降低企业保修成本与增加保修效益的有效途径。     

基于动态优选元胞遗传模糊聚类的使用可靠性区域粒度确定方法

为了进行使用可靠性区域粒度划分研究,在分析空调使用可靠性影响因素的基础上,以其使用可靠性同类区域差异最小为目标,建立了使用可靠性基于工作环境和用户使用习惯两类影响因素的多变量高维聚类模型,提出求解该模型的一种动态优选元胞遗传模糊聚类算法。该算法在经典元胞遗传算法和模糊C-均值算法的基础上引入信息熵理论和优选策略,并采用动态交叉和两阶段变异算子,因此集成了模糊C-均值收敛速度快和元胞遗传算法在解决复杂问题时多样性好、全局搜索能力强的特点。通过6个标准测试数据集的测试结果,证明新算法相对于模糊C-均值、遗传模糊聚类算法和粒子群模糊聚类算法具有更高的聚类精度和稳定性,尤其适合处理高维复杂数据的聚类问题。最后运用该算法求解模型,并评价不同粒度层次下聚类结果的有效性,进而确定使用可靠性最优区域粒度划分方案,表明算法能有效解决相关的实际工程问题。