面向产品族配置的约束网络模型及配置方法

针对面向产品族的产品配置问题,建立了客户需求族模型,引入了需求元与配置元的概念;构建了需求元与配置元之间以及配置元与配置元之间基于特征属性匹配的约束网络模型。按需求元权重依次进行约束传播,通过预处理技术缩小与需求元有约束关系的配置元值域空间,减小了配置求解的搜索空间,采用非二元弧一致回溯算法对于未确定的配置元进行约束求解,得到满足客户需求的配置结果集。以某底盘产品的配置设计实例验证了该方法的有效性。     

一种基于冲突消解的资源分配算法

许多领域都涉及资源分配问题,但具体应用领域的分配策略各不相同。针对资源分配中策略多样、易发生资源冲突问题,提出了基于冲突消解的资源分配算法。在冲突消解的约束条件下,依据算法的性质及约束对冲突消解的影响进行优先级分组,使得约束序列得以规范,从而提高消解冲突效率,避免陷入局部最优缺陷。实验结果表明了算法的有效性。     

一种优化的策略不一致性冲突消解方法

针对当静态职责分离策略与可用策略并存时,由于互斥的安全与可用需求可能引发访问控制策略不一致性冲突问题,提出了一种优化的冲突消解方法.该方法基于静态裁剪减少所须考虑的策略数量,通过计算最小冲突覆盖集合以降低问题求解的规模,度量删除每一个静态职责分离策略和可用策略所引发的安全性与可用性损失,并以此评估各个冲突消解方案的优先级.最后给出了一种基于优先级的最大化一致性子基算法.实验结果表明所提出的冲突消解方法综合性能较为理想.     

面向产品族配置的可拓关联分析方法

为更好地实现快速、有效的产品配置,通过建立需求评价模型、关系映射和可拓关联规则来实现配置过程,提出了基于需求评价模型的产品族可拓配置方法。通过确定客户的需求指标建立基于需求指标的评价模型,并根据评价模型中各个指标与产品族实例的特征指标建立映射关系,由关联规则确定评价模型与实例之间的相似度,提取最具相似度的产品族实例。根据具体相似情况展开实例推理,将实例修改成为满足配置要求的产品。该方法通过减速机配置得到验证。     

一种策略冲突的消解方法

利用非单调逻辑编程技术,Chomicki等人提出了一种策略冲突消解方法.虽然该方法具有高效、可靠和良好的封装性等优点,但是它的应用域却受到限制.在Chomicki方法的基础上,首先定义了组合冲突,它比一般策略冲突涵义更广.其次,为消解该类冲突引入了一个优化解—最大行动接受集,并给出与之互补的最小行动取消集的重要特性.最后,利用基于稳定模型语义的权约束规则编程技术,建立消解组合冲突的逻辑程序.由于该程序始终拥有稳定模型,所以总是能够根据它的模型获得优化解.     

云时代下基于多Agent系统的跨企业项目协调与冲突消解

虚拟企业项目进行中会产生各种冲突,许多研究者也在尝试建立更好的冲突消解模型.本文通过对虚拟企业项目冲突的深入分析,采用信念、愿望、意图构建的多智能体搭建冲突模型,并给出云平台下基于多智能体技术的冲突消解策略,为云平台下虚拟企业项目管理系统的实现提供了依据.     

基于约束网络的多学科协同设计方法

针对多学科设计问题中约束条件过多过于复杂的情况 ,为了保证设计参数一次选取成功 ,提出了一种基于约束网络的多学科协同设计方法。该方法利用约束网络模型收集分属于不同学科的约束条件 ,并在设计期间监控这些约束关系。提出了反映协同设计需求的数学模型 ,设计了一个通用的一致性求解算法框架 ,并利用了基于区间代数的一致性算法。该方法能够在设计的初期就监控设计过程 ,有效地预报冲突。将该方法应用到铁路车辆的转向架设计中 ,已证明了它的有效性。     

异构Web对象共指冲突识别与消解研究

针对现有的语义Web 中对象共指的消解工作研究不足,提出了一种异构Web数据流对象共指消解的技术.首先,定义了Web数据流对象的对象共指冲突识别与消解框架;然后,提出了一种基于描述逻辑的对象共指识别技术,归纳给出了描述逻辑的层次依赖关系并提出了基于依赖图的冲突遍历识别算法;并且,在冲突消解方面,定义了冲突的三种类型、冲突消解匹配模式与仲裁消解算法;最后,分别用测试集检验了本文提出的异构Web数据流冲突识别与消解技术的应用效果.     

客户需求响应网络关键节点确定方法及分布特征

基于Rob Cross等对定制化、模块化和程序化3种客户需求响应网络的特征分析,运用所提出的基于节点行为影响度测度的关键节点确定方法.对3种网络的客户需求响应过程分别进行了仿真研究,发现导致3种网络具有不同关键节点分布特征的主要因素分别为:客户需求特征和节点知识属性、节点的角色和行为、节点所处的结构和行为.基于节点行为影响度测度的关键节点确定方法和以节点中心度为衡量指标的关键节点确定方法相比,具有更好的适用性.     

基于QFD的多目标产品配置模型及配置优化研究

为了使产品配置结果更符合客户需求,采用QFD和云模型将客户需求转化为产品质量特性,指导产品配置设计。考虑个性化需求等约束,构建以性能、成本和交货期为目标的产品配置模型,采用改进的NSGA-Ⅱ算法求解配置模型,并根据客户偏好推荐配置方案。该算法采用动态罚函数处理约束问题,采用自适应交叉、变异概率和算术交叉算子对NSGA-Ⅱ算法进行改进。通过算法验证与实例应用,证明本模型有效可行,改进NSGA-Ⅱ算法在配置问题求解上优于NSGA-Ⅱ算法。