基于LSSVC的产品模块划分方法

模块划分是模块化设计中最重要的一个环节.在分析了目前存在的模块划分方法的基础上,基于最小二乘支持向量聚类(LSSVC)算法的模块划分方法被提出.首先,概括性说明了进行模块划分时应重点考虑的内容;其次,分析了产品生命周期的各阶段对模块划分的影响;然后,在分析LSSVC算法特点和应用的基础上,探讨了使用LSSVC算法对模块...     

面向产品配置的模块划分方法

针对如何快速响应客户需求的问题,对面向产品配置的模块划分问题进行了研究.首先,通过分析客户需求和零部件间的相关性,构建了4个相关性评价准则——客户需求相关性评价准则、功能相关性评价准则、结构相关性评价准则、生命周期相关性评价准则,并提出了4种模块划分调整准则.然后,应用层次分析法确定各准则的权重系数,建立零部件相似性矩阵,并构建零部件模糊聚类树,用模糊聚类方法对零部件进行模块划分.最后,以双梁式桥式起重机桥架为例进行模块划分,验证了该方法的可行性.     

基于功能-原理-结构的产品模块划分方法

分析了功能-原理-结构的产品设计过程模型,研究了基于功能、原理、结构的零部件之间的相关性及量化方法。在结构相关性的研究中,提出了基于装配关系的零部件之间结构相关性及量化方法;构建了功能、原理、结构子相关矩阵,将子相关矩阵加权和生成综合相关矩阵;依据综合相关矩阵,以平均关联度为阈值,给出基于聚类分析的产品模块划分方法和步骤,实现基于功能-原理-结构的产品模块的划分。最后以减速箱为例,验证该模块划分方法的有效性。     

面向产品族的设计方法研究

面向产品族的设计是实现大规模定制的核心，而对设计方法的研究则是面向产品族设计的关键．本文对模块化的产品族设计方法进行了研究。在PFA方法的基础上，提出了利用构造机制进行多样性生成的基本方法，并利用其进行产品族设计结构描述．最后进行了实例设计一客车座椅的模块化设计．设计过程表明，该设计方法简单易行，适合于产品中各个功能组件相对独立、模块化程度比较高的产品族设计。     

面向设计的产品模块划分方法

提出了面向产品设计的模块划分方法。首先对产品子结构间的功能和结构相关性进行了分析,应用模糊树图聚类算法,探讨了模块的聚类形成过程,得到多种模块划分方案。然后,基于信息熵理论,以模块化产品设计中的横系列设计复杂度、纵系列设计复杂度和更新换代设计复杂度为优化目标,建立了面向设计的模块划分方案数学评价模型,对模糊树图法聚类得到的多个方案进行评价,从而得到最合理的模块划分方案。最后,以石材花线制品加工设备为例,验证了该方法的有效性和合理性。     

基于CPP的产品族设计研究

基于公共产品平台（common product platform,CPP）的产品族设计作为实现大批量定制的一种有效方式已被学术界和工业界广泛认同,并成为一个重要的研究方向。从产品族体系结构的建立、公共产品平台开发以及产品族建模这3个主要方面,对基于CPP的产品族设计研究现状进行了分析和总结。在此基础上分析了现有相关研究的不足和局限性,最后从上述3个方面探讨了面向大批量定制的产品族设计的发展趋势。     

基于搜索空间划分的自主式遗传算法与应用

如何让无疲劳的计算机代替易疲劳的用户是交互式遗传算法研究的一个重要内容.该文给出了基于搜索空间划分的自主式遗传算法.该方法首先利用遗传搜索过程中的历史信息对搜索空间进行划分,以实现在用户未疲劳时避免用户疲劳.当用户疲劳时,由机器代替用户评价进化个体继续进行遗传操作,从而达到减轻用户疲劳的目的.利用此方法进行服装设计的实验结果验证了该方法的有效性.     

基于0-1规划的软硬件划分方法研究

将0-1规划算法应用于软硬件协同划分过程中,一种节点的映射方式对应单位立方体上的一个顶点。利用单位立方体几何性质求出无约束的目标最优解;由此解出发,利用折半查找和一定的编码策略向外搜索,直到满足系统约束为止;利用仿真数据对该算法进行了有效性验证。仿真结果表明,0-1算法的收敛速度与遗传算法相当;精度与整线性规划相当。     

基于多目标遗传算法的可调节变量产品族优化

为了实现可调节变量产品族的优化设计,在建立可调节变量产品族原理模型及优化模型的基础上,提出基于非支配排序遗传算法（NSGA-II）的产品族优化设计流程.根据产品族优化设计的数学模型,用NSGA-II算法求得多目标优化问题的Pareto集,并使用基于模糊集合理论的方法选择一个最优解.在优化设计的第一阶段中NSGA-II算法独立优化每个产品,依据设计变量的变化率确定产品平台常量集合及平台常量取值.第二阶段用NSGA-II算法优化每个实例产品的可调节变量值,在满足产品族设计要求的前提下,提高实例产品的性能.对通用电机产品族进行优化设计,并与One-Stage-Ps方法进行比较,证明了该方法在工程应用中的正确性与高效性.     

大规模定制产品族协同优化设计中的设计管理

产品族设计是大规模定制中的核心内容,其基本思想是以产品平台战略为指导,针对细分市场中不同客户群的需求,进行产品平台和基于产品平台的相关系列产品设计,以低成本和快速开发周期满足客户的个性化需求。而作为连接设计与管理之间的桥梁、集设计与管理于一身的设计管理,众望所归,逐步凸显其重要性,成为企业发展的加速器。     

产品族架构与竞争优势关联影响分析

产品族竞争优势是产品族在市场上比其他同类产品更能带来利润或效益的优势。产品族以大规模定制的方式实现了大规模生产不具备的定制化优势和单一方式不具备的规模优势。通过梳理产品族架构的过程,提出产品族架构的金字塔结构,并分析了影响产品族架构的其他因素;分析了产品族竞争优势,将产品族竞争优势分为规模优势和定制化优势;描述了产品族架构与市场、供应链、企业技术能力、企业制造能力等影响因素对产品族竞争优势的影响的分析模型。     

基于样本划分与均匀遗传操作的遗传神经网络

针对神经网络存在的局部最优、泛化性能差等问题,基于时间序列样本间的依赖性,提出将样本进行划分,分别用于遗传神经网络的粗选和精选阶段,采用滑动窗动态监测遗传优化过程中训练误差与验证误差的变化情况,以加权误差最小原则确定最佳网络结构,提高了泛化能力。设计高效的均匀遗传算子,保持种群的多样性以避免陷入早熟。对比测试结果表明,该方法可以有效提高神经网络的收敛速度与泛化性能。     

基于匈牙利法和遗传算法的多传感器管理与控制模型

针对多传感器的管理与控制问题,建立了一个多目标规划模型,以方差对4种相对均衡性进行衡量,通过对4种方差赋予多组不同的权值并进行线性加权求和,构造出单目标函数,从而将多目标规划模型转化为单目标的0-1规划模型。针对问题的数据规模较大的实际情况,采用了一种改进的匈牙利法,缩小了寻找可行解的搜索空间,求得了初始可行解,进而利用遗传算法对初始可行解进行优化计算,最后得到了均衡性相对较好的控制方案。     

基于改进免疫算法的有能力约束车辆路径问题

针对遗传算法、免疫遗传算法在解决车辆路径问题(VRP)中存在的问题与不足,提出了一种改进免疫遗传算法。该算法主要在检查个体的多样性程度方面进行了简化,运用多样性指数阈值控制种群个体的多样性。通过有能力约束VRP的实验验证了新算法,得到了满意的效果。     

基于约束满足和贝叶斯网络的大规模定制产品配置方法

针对在产品配置过程中忽略了用户兴趣这一不足,提出了一种基于约束满足问题(constraint satisfaction problem,CSP)与贝叶斯网络(Bayesian network,BN)二者结合的产品配置方法.在CSP与BN的理论基础上,建立了基于CSP与BN的配置模型,给出了求解的具体方法.最后以组装电脑为例,开发了组装电脑产品的配置系统,该系统验证了这种配置方法能对配置结果进行优化,具有一定的可行性和有效性.