考虑客户感性需求下的产品模块化配置方法

感性需求是客户需求的重要组成部分,也是影响其购买行为的重要因素.为了在产品配置中满足客户感性需求的目标,遵循感性需求特性和在产品上作用机制的特点,提出了在感性需求和功能需求双重驱动下的产品模块化配置方法.该方法按照客户感性需求表达的特点,设计了从客户感性空间压缩到设计感性空间而获取感性偏好的方法;进而根据感性需求实现的特殊性,提出了符合其要求的映射规则和配置规则;在此基础上,根据对感性需求和功能需求的权衡提出产品模块化配置的求解策略,充分符合了感性需求性质特点.最后通过一个汽车产品实例说明了考虑感性需求下的产品模块化配置过程.     

面向大众消费者的产品感性定制模型及其应用

为了使产品定制模型更加适合缺少相关领域专业知识的大众消费者,建立了基于感性工学的产品感性定制模型.将顾客对产品的感性意象作为定制需求,对其进行分类并量化,利用层次分析法评价待选的产品工程配置实例,获得最符合顾客感性意象需求的产品工程配置.最后用自行车定制系统实例说明了该模型的应用.     

基于产品感性定制模型的顾客协同设计系统

为使产品定制模型更加适合缺少相关领域专业知识的大众消费者,建立了基于感性工学的产品感性定制模型。引入配件感性性能指数、产品感性性能矩阵对产品感性性能进行量化。使用层次分析法实现了求解与顾客对产品感性性能需求对应的产品工程配置的方法。并应用产品感性定制模型,构建了基于Web和虚拟现实技术的顾客协同设计系统。     

基于产品感性定制模型的顾客协同设计系统

为使产品定制模型更加适合缺少相关领域专业知识的大众消费者,建立了基于感性工学的产品感性定制模型.引入配件感性性能指数、产品感性性能矩阵对产品感性性能进行量化.使用层次分析法实现了求解与顾客对产品感性性能需求对应的产品工程配置的方法.并应用产品感性定制模型,构建了基于Web和虚拟现实技术的顾客协同设计系统.     

面向产品造型设计的形态风格描述模型构建*

选择风格作为研究用户感性需求与设计元素关系的突破口,采用系统论的方法从功能、结构、组成要素等方面分析了产品风格的内涵,构成了风格描述的理论基础。基于感性设计的思想,建立了风格设计中不同空间的映射关系,并应用感性工学、模糊理论、语义区分等方法论述了风格描述模型建立过程和结构框架,并给出了风格的数学表达、类别的判断方法、风格间相似性计算和产品风格的识别算法。通过面向对象技术建立了风格基类和操作方法,结合风格形态设计过程探讨了风格描绘模型的应用模式。     

面向用户意象的陶瓷茶具形态设计方法研究

针对陶瓷茶具造型老旧、形式单一的问题,构建了基于用户感性意象的陶瓷茶具 形态设计方法。以感性意象理论为基础,采用定性及定量相结合的研究方法,研究用户感性意 象与陶瓷茶具形态要素之间的量化关系。通过对陶瓷茶具形态构成要素的分析,确定了茶壶为 主要研究对象;采用语义差分法、因素分析法和多元线性回归分析法,探测消费者对陶瓷茶壶 形态的感性评价,利用数据统计分析量化用户感性意象与陶瓷茶壶形态设计的对应关系,并通 过设计实例验证此方法的正确性。研究结果拓展了以用户为中心的产品形态设计的新方法,对 探求用户意象偏好的陶瓷茶具形态设计具有一定的指导意义。     

个性产品设计系统研究

为了满足客户参与个性产品设计的需求,给出了基于B／S多层结构模式的设计系统原理方案,探讨了零件信息模型、产品结构配置模型、系统集成的接口类设计等关键技术．提出了用于齿轮变速箱产品的个性设计原型系统,讨论了相关模型的建立过程,验证了系统的可行性．     

基于可拓表征与神经网络的苗族图案设计

针对苗族图案的文化传承及设计应用问题,提出基于可拓表征和神经网络的民族图案创新设计方法,对苗族蜡染图案进行解构、映射和重构.首先对苗族蜡染图案进行可拓表征,运用发散树法构建设计生长阶段模型对苗族图案基元进行拓展分析.其次基于感性工学对苗族蜡染图案进行感性意象分析,提出一种面向图案构型、纹样语义和种类的图案解构方法,构建图案特征要素解构空间和情感意象认知空间.运用神经网络构建感性预测模型根据用户意象偏好推荐图案构型等设计要素,对设计思维进行收敛,并与线性回归预测模型进行对比验证其优势性.最后根据神经网络感性预测模型推荐的特征要素应用形状文法对苗族蜡染图案进行细化设计.以苗族蜡染图案为例,验证该方法的可行性,为其他民族图案的解构及创新设计提供参考.     

基于感性工学的文具产品形态设计研究

随着社会发展,消费者对于产品的精神和情感需求越来越高。因此,如何有效的获取消费者的心理情感需求,并进行有效转化至产品设计之中,成为设计中的新课题。感性工学正是在这种情形下产生,其旨在探求消费者情感与产品特性的对应关系,服务于消费者。本文将以文具设计为例,简述感性工学在文具设计中的应用。     

基于遗传进化的陶瓷产品质感设计

针对陶瓷产品设计中用户的情感因素难以量化的问题,提出了基于遗传进化的陶瓷产品质感设计方法。该方法通过对陶瓷产品的材料特性描述方法研究,确定聚类后的典型感觉意向词汇群;通过对产品样本的感觉语意量化调查,以及感觉意象与产品材料特征的建模,建立起消费者感性认知与陶瓷产品材料特性的关系;通过遗传算法实现对陶瓷产品材料质感要素的进化设计;最终实现了对陶瓷产品设计中用户情感的量化描述,得到了符合情感目标的产品进化设计结果。     

Product platform design through sensitivity analysis and cluster analysis

Scale-based product platform design consists of platform configuration to decide which variables are shared among which product variants, and selection of the optimal values for platform (shared) and non-platform variables for all product variants. The configuration step plays a vital role in determining two important aspects of a product family: efficiency (cost savings due to commonality) and effectiveness (capability to satisfy performance requirements). Many existing product platform design methods ignore it, assuming a given platform configuration. Most approaches, whether or not they consider the configuration step, are single-platform methods, in which design variables are either shared across all product variants or not shared at all. In multiple-platform design, design variables may be shared among variants in any possible combination of subsets, offering opportunities for superior overall design but presenting a more difficult computational problem. In this work, sensitivity analysis and cluster analysis are used to improve both efficiency and effectiveness of a scale-based product family through multiple-platform product family design. Sensitivity analysis is performed on each design variable to help select candidate platform design variables and to provide guidance for cluster analysis. Cluster analysis, using performance loss due to commonization as the clustering criterion, is employed to determine platform configuration. An illustrative example is used to demonstrate the merits of the proposed method, and the results are compared with existing results from the literature.     

基于密度的聚类中心自动确定的混合属性数据聚类算法研究

面对广泛存在的混合属性数据,现有大部分混合属性聚类算法普遍存在聚类 质量低、聚类算法参数依赖性大、聚类类别个数和聚类中心无法准确自动确定等问题,针对 这些问题本文提出了一种基于密度的聚类中心自动确定的混合属性数据 聚类算法.该算法通过分析混合属性数据特征,将混合属性数据分为数 值占优、分类占优和均衡型混合属性数据三类,分析不同情况的特征选取 相应的距离度量方式.在计算数据集各个点的密度和距离分布图基础 上,深入分析获得规律: 高密度且与比它更高密度的数据点有较大距离的数 据点最可能成为聚类中心,通过线性回归模型和残差分析确定奇异 点,理论论证这些奇异点即为聚类中心,从而实现了自动确定聚类中心.采 用粒子群算法(Particle swarm optimization, PSO)寻找最优dc值,通过参数dc能够计算得到 任意数据对象的密度和到比它密度更高的点的最小距离,根据聚类 中心自动确定方法确定每个簇中心,并将其他点按到最近邻的更高 密度对象的最小距离划分到相应的簇中,从而实现聚类.最终将本文 提出算法与其他现有的多种混合属性聚类算法在多个数据集上进行 算法性能比较,验证本文提出算法具有较高的聚类质量.     

聚类分析的红外与可见光融合质量指标相似性研究

为了研究红外与可见光图像融合质量评价指标相关性,提出了聚类分析的红外与可见光图像融合质量评价指标相似性研究. 本文列举了11个常用的图像融合质量客观评价指标,分别采用斯皮尔曼等级相关系数和灰色关联度建立相关矩阵,通过分析阈值变化率选取最优聚类阈值,对相似程度较高的评价指标给出合理的聚类. 在实验中,以10组红外与可见光图像融合为评价对象,通过聚类分析将11个评价指标分为6类,该聚类结果可以作为选取合理的红外与可见光图像融合质量评价指标集的依据.     

可调节产品族的自底向上优化再设计方法

在建立可调节产品族优化模型的基础上,基于独立优化、平台规划、实例产品设计和方案评价的产品族自底向上设计流程,提出基于敏感度分析和模糊聚类的产品族优化再设计方法.在产品平台规划阶段,首先使用变量敏感度分析初步划分可能的平台常量和可调节变量集合;然后对实例产品间由于变量通用所造成的性能、成本和约束满足变化进行模糊C均值聚类,并引入模糊覆盖指数决定最优的聚类数目,合理规划多平台常量的共享.通过建立平台非通用性指数以定量评价产品族方案的通用程度.最后采用通用电机产品族的再设计实例,证明了该方法的正确性与高效性.     

基于残差分析的混合属性数据聚类算法

针对混合属性数据聚类结果精度不高、聚类结果对参数敏感等问题, 提出了基于残差分析的混合属性数据聚类算法(Clustering algorithm for mixed data based on residual analysis) RA-Clust.算法以改进的熵权重混合属性相似性度量对象间的相似性, 以提出的基于KNN和Parzen窗的局部密度计算方法计算每个对象的密度, 通过线性回归和残差分析进行聚类中心预选取, 然后以提出的聚类中心目标优化模型确定真正的聚类中心, 最后将其他数据对象按照距离高密度对象的最小距离划分到相应的簇中, 形成最终聚类.在合成数据集和UCI数据集上的实验结果验证了算法的有效性.与同类算法相比, RA-Clust具有较高的聚类精度.     

基于改进K-medoids的聚类质量评价指标研究

为了更好地评价无监督聚类算法的聚类质量,解决因簇中心重叠而导致的聚类评价结果失效等问题,对常用聚类评价指标进行了分析,提出一个新的内部评价指标,将簇间邻近边界点的最小距离平方和与簇内样本个数的乘积作为整个样本集的分离度,平衡了簇间分离度与簇内紧致度的关系;提出一种新的密度计算方法,将样本集与各样本的平均距离比值较大的对象作为高密度点,使用最大乘积法选取相对分散且具有较高密度的数据对象作为初始聚类中心,增强了K-medoids算法初始中心点的代表性和算法的稳定性,在此基础上,结合新提出的内部评价指标设计了聚类质量评价模型,在UCI和KDD CUP 99数据集上的实验结果表明,新模型能够对无先验知识样本进行有效聚类和合理评价,能够给出最优聚类数目或最优聚类范围.     

一种基于粒度的粗糙聚类分析方法

基于粗糙集理论,分析等价关系与粒度之间的关系,提出一种基于粒度的粗糙聚类方法。该方法根据数据对象之间的相对相似性形成初始等价关系和等价类,每个等价类对应一个粒度。引入等价关系隶属度因子 ,用于度量等价关系间隶属关系,作为聚类过程一个有效参数,控制聚类的规模。通过迭代计算聚类的有效性,得到优化的聚类结果。聚类过程表明,聚类分析在一个统一的粒度下进行,在样本点之间定义一种等价关系。实验结果证实了该方法的有效性,用规则集描述的聚类结果具有可解释性和合理性。     

加权聚类分析在设备运行监控中的应用

论文采用数据挖掘中的聚类分析算法对流程企业的大量而正常的历史数据进行分析,首先采用基于欧几里德距离的加权K-means算法建立了参数的聚类模型,然后用相关系数法计算每个簇团中的参数和中心参数的相似度,得到了相似度阈值。以此为基础,可以对设备的运行状况进行监控,从而起到设备运行优化和故障预警的作用。     

Product platform configuration for product families: Module clustering based on product architecture and manufacturing process

Product family design utilizes platform-based modularity to enable product variety and efficient mass-production. While product platform issues have attracted much attention from both academia and industry, traditional product platform design for product families emphasized the platform-based modularity that focuses on product structure dimension (functional or non-functional) to realize cost reductions during the design stage. Both the design architecture and manufacturing process are objectives that define product family modularity (PFM). They should be closely coupled with each other for the planning and configuration of platforms. This paper focuses on the product platform configuration by recognizing and utilizing shared product modules for product families. Instead of clustering product modules only based on their design structure, this approach differentiates each product variant, and considers the inherent relationship between product architecture and processing activities. The advantage is that similar components can be grouped and produced on a shared platform, thus benefitting from lower cost and shorter production time. First, both the architecture and manufacturing information of the product variety are captured in matrix format. Then, hierarchical clustering is applied over the components to generate PFM. Finally, a set of platforms are constructed to efficiently process most components of variants.     

基于结构相似网页聚类的正文提取算法研究

针对当前互联网网页越来越多样化、复杂化的特点,提出一种基于结构相似网页聚类的网页正文提取算法,首先,根据组成网页前端模板各“块”对模板的贡献赋以不同的权重,其次计算两个网页中对应块的相似度,将各块的相似度与权重乘积的总和作为两个网页的相似度。该算法充分考虑结构差别较大的网页对网页正文提取的影响,通过计算网页间相似度将网页聚类,使得同一簇中的网页正文提取结果更加准确。实验结果表明,该方法具有更高的准确率,各项评价指标均有所提高。