基于DSM和GA的消费者感性需求聚类

为了实现对消费者复杂的感性需求降维, 提出了一种基于设计结构矩阵（design structure matrix, DSM）和遗传算法（genetic algorithms, GA）的消费者感性需求聚类方法。通过分析消费者感性需求的特点, 以DSM模型建立感性需求之间的关系矩阵, 通过行列元素变换实现聚类操作。在对感性需求DSM模型染色体编码的基础上构建了适应度函数, 以遗传操作的方式寻找最优感性需求聚类方案。最后以电动滑板车的消费者感性需求聚类为例, 验证了所提方法的有效性。结果表明, 该方法能够提高消费者感性需求聚类的效率和聚类水平。