买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种大数据支持下产品模块化设计中的模块型谱优化设计方法_宿州数据湖信息技术有限公司_201710324742.3 

申请/专利权人:宿州数据湖信息技术有限公司

申请日:2017-05-11

公开(公告)日:2021-04-27

公开(公告)号:CN107066757B

主分类号:G06F30/20(20200101)

分类号:G06F30/20(20200101);G06F30/17(20200101);G06F111/04(20200101);G06F111/06(20200101)

优先权:

专利状态码:有效-授权

法律状态:2021.04.27#授权;2017.09.12#实质审查的生效;2017.08.18#公开

摘要:本发明公开了一种大数据支持下产品模块化设计中的模块型谱优化设计方法。对于对用户选用产品模块参数水平取值的行为,定义用户行为变量,统计用户行为数据,计算参数水平取值的用户需求满足度,以最大化模块型谱的用户需求满足度和最小化生产成本为目标建立模块型谱优化设计模型,采用二分法求解模块型谱优化设计模型。本发明通过对用户选用产品模块参数水平取值的大数据进行分析,来指导产品模块型谱的优化设计,能克服传统方法的不足,具有方法简便合理、容易实现的特点。

主权项:1.一种大数据支持下产品模块化设计中的模块型谱优化设计方法,其特征在于,包括如下步骤:步骤1:定义用户行为变量;设某产品模块有J个参数,构成参数序列{P1,…,Pj,…,PJ};参数Pj的水平取值有Kj个,1≤j≤J,构成参数水平取值序列设用户的需求有U项,构成需求序列{Cr1,…,Cru,…,CrU};需求Cru共有Lu个期望值,1≤u≤U,构成需求期望值序列定义用户行为变量为表示当用户对需求Cru的期望值为时,将选择作为产品模块的参数Pj的水平取值;步骤2:统计用户行为数据;设有I位用户,构成用户序列{Sub1,…,Subi,…,SubI};用户Subi共有Qi次选用行为,1≤i≤I,构成用户选用行为序列对于用户Subi的第qi次选用行为创建用户行为变量矩阵其中元素的赋值为1或0,当本次选用行为中用户对需求Cru的期望值为时选择作为产品模块参数Pj的水平取值时,赋1值,否则赋0值;步骤3:计算参数水平取值的用户需求满足度;用来表示截至用户Subi,1≤i≤I,参数水平取值的用户需求满足度,的值越大,表示截至用户Subi,1≤i≤I,参数水平取值满足用户需求的程度越高;表示参数水平取值最终的用户需求满足度;计算的方法为:截至用户Subi,1≤i≤I,选用模块参数水平取值的累积次数平均值,即这里为截至用户Subi,1≤i≤I,选用参数水平取值的累计次数,有即:对于参数水平取值当用户Subi在第qi次选用产品模块时选用了则累加此次选用行为;步骤4:以最大化模块型谱的用户需求满足度和最小化生产成本为目标建立模块型谱优化设计模型;有M个备选的模块型谱,构成模块型谱序列{TypeSpe1,…,TypeSpem,…,TypeSpeM};模块型谱TypeSpem中包含有Nm个参数水平取值组合方案,1≤m≤M,构成参数组合方案序列参数水平取值组合方案表示为这里建立的模块型谱优化设计模型中,决策变量有两个,为:1若模块型谱TypeSpem中的参数水平取值组合方案选取了参数Pj的水平取值则否则2Nm:即模块型谱中包含的参数组合水平取值方案数;首先以最大化模块型谱的用户需求满足度为目标,即然后设参数Pj的水平取值为时的生产成本为归一化后为以最小化生产成本为目标,即建立的模块型谱优化设计模型的目标函数为ω1和ω2分别为最大化模块型谱用户需求满足度目标和最小化生产成本目标的权重,ω1+ω2=1且ω1≥0,ω2≥0;建立的模块型谱优化设计模型中,约束条件有3个,为:1对任一参数水平取值组合方案参数Pj有且仅有一个水平取值被选择,1≤j≤J,即且2最高生产成本的约束,即对任一模块型谱TypeSpem,1≤m≤M,这里COST为最高总成本;3设计结构导致某些参数水平取值组合无效,需根据实际情况列入模块型谱优化设计模型的约束条件;步骤5:采用二分法求解模块型谱优化设计模型;步骤5.1:初始化;产品模块的参数序列为{P1,…,Pj,…,PJ},Pj的参数水平取值序列为存在参数水平取值组合方案共种,初始化令步骤5.2:令用0-1整数线性规划法求解模块型谱优化设计模型;步骤5.3:若无解,令p=p+1,重复执行步骤5.2,直到有解,执行步骤5.4;否则直接执行步骤5.4;步骤5.4:令令p=p+1,用0-1整数线性规划法求解模块型谱优化设计模型;步骤5.5:若无解且Nmp≥1,执行步骤5.4;若无解且Nmp1说明模块型谱优化设计模型无解,终止运算;否则执行步骤5.6;步骤5.6:令令p=p+1,用0-1整数线性规划法求解模块型谱优化设计模型;步骤5.7:若有解,重复执行步骤5.6,直到Nmp+1=Nmp时,得到的Nmp即为最优模块型谱中包含的参数组合水平取值方案数Nm,对应的模块型谱TypeSpem即为最优模块型谱;如果无解执行步骤5.4。

全文数据:一种大数据支持下产品模块化设计中的模块型谱优化设计方法技术领域[0001]本发明涉及产品模块化设计领域,具体为一种大数据支持下产品模块化设计中的模块型谱优化设计方法。背景技术[0002]产品模块化设计中的模块型谱优化设计是在企业原有的模块型谱基础上,通过分析用户使用产品一段时间后对模块型谱需求的变化,来实现模块型谱持续优化的过程。对于产品模块化设计中的模块型谱优化设计,其主要依据是用户需求。目前,用户需求的获取主要有两大类方法,即问卷调查法和网络评论分析法。问卷调查法以其操作简单、直接的优势成为设计师了解用户需求最常用的手段,但问卷是由设计师事先设计的,带有较强的主观性和指向性,往往不能客观、全面地反映用户的真实感受,另外调查样本人数有限,调查对象对产品的理解程度和描述水平各异,导致设计师难以获取用户真实、准确的需求;网络评论分析法是网络环境下产生的一种基于数据挖掘技术的需求获取方法。随着网络舆论平台信息量的快速增长,通过网络评论分析获取设计知识以指导产品优化设计已成为近年来业界的常用方法,但网络评论信息多为文本型、图片等非结构化数据,从中准确获取结构化的设计知识将花费大量的时间和精力;并且网络评论信息源真伪难辨,直接影响了分析结果的准确性。[0003]用户使用产品的行为是用户对产品功能或模块型谱参数需求最真实和最客观的反映,行为数据的记录和分析可以有效地指导产品的模块型谱优化设计。用户在与产品的使用交互过程中,随着使用次数增多,会对某些功能属性或型谱参数水平产生偏好,并逐步形成自己的使用习惯。用户行为数据会伴随用户使用累积产生,包含了潜在的用户需求偏好。因而,需要在大数据的支持下,用数学方法来描述用户多次使用产品的行为数据,并通过分析行为数据来更为客观地理解用户需求偏好,从而实现产品模块化设计中的模块型谱优化设计。发明内容[0004]本发明主要解决的技术问题是:在大数据的支持下,用数学方法来描述用户多次使用产品的行为数据,并通过分析行为数据来更为客观地理解用户需求偏好,从而实现产品模块化设计中的模块型谱优化设计。[0005]为解决上述技术问题,本发明采用如下技术方案:[0006]—种大数据支持下产品模块化设计中的模块型谱优化设计方法,包括如下步骤:[0007]步骤1:定义用户行为变量;[0008]设某产品模块有J个参数,构成参数序列P1,…,Pj,…,Pj};参数Pj1彡j;r〉为截至用户Sub11彡i〇,ω2^0〇[0020]本发明建立的模块型谱优化设计模型中,约束条件有3个,为:(1对任一参数水平取值组合方案,参数PjKjSJ有且仅有一个水平取值被选择,BP最高生产成本的约束,即对任一模块型谱这里COST为最高总成本;(3设计结构导致某些参数水平取值组合无效,需根据实际情况列入模块型谱优化设计模型的约束条件;[0021]步骤5:采用二分法求解模块型谱优化设计模型;[0022]步骤5.1:初始化;[0023]产品模块的参数序列为P1,…,Pj,…,Pj},Pj1jJ的参数水平取值序列为•存在参数水平取值组合方案共种,初始化4[0024]步骤5.2:4用0-1整数线性规划法求解模块型谱优化设计模型;[0025]步骤5.3:若无解,令P=P+1,重复执行步骤5.2,直到有解,执行步骤5.4;否则直接执行步骤5.4;[0026]步骤5.4:令I令P=P+1,用0-1整数线性规划法求解模块型谱优化设计模型;[0027]步骤5.5:若无解且Nm01,执行步骤5.4;若无解且NmP1说明模块型谱优化设计模型无解,终止运算;否则执行步骤5.6;[0028]步骤5.6:令令P=P+1,用0-1整数线性规划法求解模块型谱优化设计模型,[0029]步骤5.7:若有解,重复执行步骤5.6,直到NmP+1=NmP时,得到的NmP即为最优模块型谱中包含的参数组合水平取值方案数Nm,对应的模块型谱TypeSpem即为最优模块型谱;如果无解执行步骤5.4。[0030]本发明的有益效果是:[0031]1通过对用户选用产品模块参数水平取值的大数据进行分析,来指导产品模块型谱的优化设计,能克服传统方法(问卷调查法和网络评论分析法的不足;[0032]2方法简便合理,容易实现。附图说明[0033]图1是本发明提供的一种大数据支持下产品模块化设计中的模块型谱优化设计方法的流程示意图。具体实施方式[0034]下面结合具体实施例描述本发明,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。[0035]实施例:[0036]现需对大型履带式起重机的主变幅机构模块进行模块型谱优化设计。[0037]实施步骤如下:[0038]步骤1:定义用户行为变量;[0039]主变幅机构模块的参数有4个,为:卷筒绳槽数量P1单位:个)、绳槽间距P2单位:mm、出绳方式P3及筒径大小P4单位:cm,构成参数序列P1,P2,P3,P4},其中出绳方式属于描述型参数。参数间存在一对约束关系:绳槽数量是奇数时,其出绳方式只能是单出绳,因此奇数的绳槽数量和双出绳方式的组合无效。卷筒绳槽数量参数水平取值序列为{12,17,22,28,33},绳槽间距P2的参数水平取值序列为{16.8,21.0,27.4,29.2},出绳方式卩3的参数水平取值序列为{1:单出绳,2:双出绳},筒径大小P4的参数水平取值序列为{63,79,95}〇[0040]与主变幅机构模块相关的用户需求有4项,为:起吊重量Cr1单位:100吨)、起吊高度Cr2单位:m、主臂变幅角度Cr3单位:°、起吊速度Cr4单位:ms,构成需求序列{Cri,Cr2,Cr3,Cr4I。起吊重量Cr1的需求期望值范围为0,20],起吊高度Cr2的需求期望值范围为0,300],主臂变幅角度Cr3的需求期望值范围为0,90],起吊速度Cr4的需求期望值范围为〇,1]。定义用户行为变量为:[0041]步骤2:统计用户行为数据;[0042]有1000位用户,构成用户序列(Sub1,…,Subi,…,Sub1xx},每位用户至少有30次选用行为,对于每位用户的每次选用行为创建一个用户行为变量矩阵,例如:对于用户Subd9第5次选用行为纪,创建用户行为变量矩阵Θ1,5,这里仅列出Θ1,5中对应需求Cr1的部分:[0043][0044]步骤3:计算参数水平取值的用户需求满足度;[0045]通过对所有用户的所有选用行为进行统计,算出各个参数水平取值的累计次数平均值,即得到该参数水平取值的用户需求满足度。计算结果如下:[0046]卷筒绳槽数量朽的参数水平取值的用户需求满足度为:[0047][0052]筒径大小P4的参数水平取值的用户需求满足度为:[0053]ΐ〇〇54Ϊ~步骤4:以最大化模块型谱的用户需求满足度和最小化生产成本为目标建立模块_型谱优化设计模型;[0055]主变幅机构模块的各参数水平取值的生产成本单位:元如下:[0056]卷筒绳槽数量丹的参数水平取值的生产成本为:[0057][0064]根据实际情况设置最大化模块型谱用户需求满足度目标和最小化生产成本目标的权重分别为ω:=0.75和ω2=〇.25,可得主变幅机构模块的模块型谱优化设计模型为:[0065][0066]s.t.:[0067][0068]2最尚生广成本约束;[0069]3一一表示绳槽数量是奇数时,其出绳方式只能是单出绳。[0070]步骤5:采用二分法求解模块型谱优化设计模型,得到Nm=H个参数水平取值组合方案形成的最优模块型谱,用户需求满足度为70.42%,总成本为80840元。最优模块型谱如下:[0071]

权利要求:I.一种大数据支持下产品模块化设计中的模块型谱优化设计方法,其特征在于,包括如下步骤:步骤1:定义用户行为变量;设某产品模块有J个参数,构成参数序列的水平取值有Kj个,构成参数水平取值序列设用户的需求有U项,构成需求序列_有匕个期望值,构成需求期望值序列;定义用户行为变量为,表示当用户对需求Cru的期望值为Qi时,将选择广作为产品模块的参数Pj的水平取值;步骤2:统计用户行为数据;设有I位用户,构成用户序列共有Q1次选用行为,构成用户选用行为序列吋于用户Sub1的第qi次选用行为,创建用户行为变量矩阵其中元素的赋值为1或〇,当本次选用行为中用户对需求Cru的期望值为时选择$作为产品模块参数Pj的水平取值时赋1值,否则赋〇值;步骤3:计算参数水平取值的用户需求满足度;I来表示截至用户,参数水平取值V》的用户需求满足度,的值越大,表示截至用户Sub1KiSI,参数水平取值V〉满足用户需求的程度越高r1表示参数水平取值4最终的用户需求满足度;计算I的方法为:截至用户Sub1KiSI,选用模块参数水平取值f的累积次数平均值,I,选用参数水平取值4的累计次数,有对于参数水平取值4,当用户Sub1Q彡i彡I在第qi次选用产品模块时选用了V〉,则累加此次选用行为;步骤4:以最大化模块型谱的用户需求满足度和最小化生产成本为目标建立模块型谱优化设计模型;有M个备选的模块型谱,构成模块型谱序列{TypeSpei,…,TypeSpem,…,TypeSpeM};模块型谱TypeSpemKmSM中包含有Nm个参数水平取值组合方案,构成参数组合方案序列参数水平取值组合方案」本发明建立的模块型谱优化设计模型中,决策变量有两个,为:_;若模块型谱TypeSpemKmSM中的参数水平取值组合方案选取了参数Pj1即模块型谱中包含的参数组合水平取值方案数;首先以最大化模块型谱的用户需求满足度为目标,然后设参数时的生产成本为:0^巧,归一化后为'以最小化生产成本为目标因此,本发明建立的模块型谱优化设计模型的目标函数为和ω2分别为最大化模块型谱用户需求满足度目标和最小化生产成本目标的权重,ω2多0〇本发明建立的模块型谱优化设计模型中,约束条件有3个,为:(1对任一参数水平取值组合方案d有且仅有一个水平取值被选择,g卩最高生产成本的约束,即对任一模块型谱’,这里COST为最高总成本;(3设计结构导致某些参数水平取值组合无效,需根据实际情况列入模块型谱优化设计模型的约束条件;步骤5:采用二分法求解模块型谱优化设计模型;步骤5.1:初始化;产品模块的参数序列为的参数水平取值序列为,存在参数水平取值组合方案共步骤5.2:用0-1整数线性规划法求解模块型谱优化设计模型;步骤5.3:若无解,令P=P+1,重复执行步骤5.2,直到有解,执行步骤5.4;否则直接执行步骤5.4;步骤5.4:,令P=P+1,用0-1整数线性规划法求解模块型谱优化设计模型;步骤5.5:若无解且NmP多1,执行步骤5.4;若无解且NmP1说明模块型谱优化设计模型无解,终止运算;否则执行步骤5.6;步骤5.6:1,用0-1整数线性规划法求解模块型谱优化设计模型,步骤5.7:若有解,重复执行步骤5.6,直到,得到的NmP即为最优模块型谱中包含的参数组合水平取值方案数Nm,对应的模块型谱TypeSpem即为最优模块型谱;如果无解执行步骤5.4。

百度查询: 宿州数据湖信息技术有限公司 一种大数据支持下产品模块化设计中的模块型谱优化设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。