基于多目标离散粒子群的产品服务系统方案配置规则提取

为有效辅助工程师将顾客需求转化为产品服务系统方案,针对其技术特征,提出一种离散粒子群优化算法(DPSO)与帕累托(Pareto)结合的配置规则提取方法.该方法包括建立产品服务系统配置规则模型及构造Pareto-DPSO算法模型.Pareto-DPSO算法基于Sobol序列的频率初始化方法及离散化粒子更新方式,将连续粒子映射到十进制离散空间;并利用Pareto进行多目标下粒子优劣性评价,以获取非支配的最优规则集.以汽车产品服务系统方案配置设计为例,经与常规多目标粒子群算法及DPSO算法对比,验证了该方法对于解决多维空间内产品服务配置规则挖掘的可行性及有效性.     

产品服务系统设计问题分析与研究进展

产品服务系统为客户提供包含产品与服务的整体解决方案,通过服务与产品的有效集成为制造业创造了新的发展机遇。PSS具有设计对象的融合性和设计过程的复杂性等特点,传统的设计理论和方法难以满足其新的设计要求,需要充分运用定量化、智能化的设计方法来实现PSS的可靠设计。在总结国内外理论研究和实际应用现状的基础上,从统一建模、设计决策和设计优化3个方面提出了PSS设计领域中现存的问题,并给出了今后研究需要突破的方向。     

基于改进重要度绩效分析法的服务属性决策

为充分把握顾客评估时的个性化差异及主观不确定性,采用多粒度多语义模糊数表达服务属性绩效值,通过转换函数将其转化为统一的决策信息;考虑到服务属性重要度之间的相互关系对决策结果的影响,采用网络层次分析法确定服务属性重要度,进而形成改进的重要度绩效分析法,以有效确定服务属性改进的优先度;同时,以水平定向钻机的维修服务为实例,验证了所提出的方法的可行性与有效性.结果表明：所提出的改进重要度绩效分析法的分析结果符合客观实际,能够更好地指导企业决策.
     

基于模糊加权最小二乘的多粒度语言决策信息集成

运用最小二乘原理,考虑不同决策专家对其决策结果的信心度并作为信息集成的计算权重,以最终集成结果与单一专家决策信息间的距离平方和为优化目标,建立了多粒度决策信息集成的模糊加权最小二乘规划模型,并以多粒度决策信息的变化范围为约束,与线性距离规划模型进行对比优化计算.结果表明,该模型适用于多粒度语言信息的集成,并能够使最终的群体决策结果尽可能逼近每个决策专家的意见,即降低决策过程中的主观性、计算复杂性及结果残差.通过在水平定向钻机产品方案决策中的实例应用,验证了其具有较好实用性和有效性.     

基于变精度粗糙集的产品配置规则提取及增量式更新

针对传统粗糙集产品配置规则提取方法容噪性较差的问题,应用变精度粗糙集方法,依据产品设计实例数据建立配置决策表,通过设定分类精度,进行了基于决策类下近似的相对属性约简和基于核值属性的值约简,依据支持度获得有效的产品配置规则.考虑设计实例增加对规则提取的影响,采用增量式更新方法对新增决策表进行规则提取,处理新增配置规则与原配置规则之间的重复、包含和冲突关系,依据可信度进行配置规则的更新.以水平定向钻机配置规则提取为例,验证了所提方法的可行性和有效性.