客户需求信息数字化建模与优化设计研究

在当前市场多变的环境下，客户需求越来越趋近于多样化和个性化。现代制造企业竞争的焦点集中在如何更快更好地满足客户的需求，设计出最优的客户化产品和实现高附加值。本项目将重点研究客户需求信息的数字化建模、评估和优化设计的基本理论与方法。主要包括客户需求信息的分类模型，客户需求信息的表达框架及其数字化转化方法，以及如何将客户需求信息准确地转换成产品的技术属性与参数；通过基于产品基因的建模理论的研究，提出一种客户需求信息的通用智能化建模方法；然后提出一种基于模糊一致矩阵的层次分析法对所有客户需求信息进行评估，确定每一需求的权重，获得与客户满意度最接近的评估结果，并结合企业实际，提出一种量子粒子群多目标优化算法对产品设计进行优化；最后，集成所有阶段性成果，构建一个基于客户需求信息的产品优化设计框架，进而开发一个产品优化设计原型系统，并对系统的性能进行分析与评价。

在当前市场多变的环境下，客户需求越来越趋近于多样化和个性化。现代制造企业竞争的焦点集中在如何更快更好地满足客户的需求，设计出最优的客户化产品和实现高附加值。按照项目的研究计划，我们对客户需求信息的分类、转化与权重评估进行了研究，总结了客户需求信息的获取方法，分析了基于Internet的信息获取方式，并对客户需求信息的分类方法进行了研究，通过采用概率论和模糊数学的方法来分析客户需求信息，使得企业获取信息更有效，分析信息更准确。同时将模糊集理论应用于客户需求权重的计算中，采用梯形模糊数和二元语义理论表示客户需求的评价信息，运用多粒度多语义信息一致化处理客户需求权重，实现了客户需求信息的权重评估。对产品基因的基本理论与关键技术进行了研究，提出了新的产品基因的概念，并分析了产品基因的组成及其特性，构建了产品的功能基因模型、原理基因模型和结构基因模型；提出了基于产品基因的智能建模框架，利用产品基因的获取、重组和表达三种特性可实现基于客户需求信息的产品智能建模。对基于客户需求的多目标优化设计进行了研究，针对客户需求这类组合优化问题，提出了矩阵编码、列交叉和自适应变异的概念，解决了客户需求的多目标优化问题，另外提出了基于客户需求权重的产品设计多目标优化算法，提高了算法的优化效率，避免了算法在收敛过程中早熟，保证了最优解的多样性。对云制造这种新的制造模式进行了研究，将云制造应用到面向客户定制产品优化设计和协同开发中，提出了基于云制造的产品信息共享系统体系结构，开发了一个基于云制造的面向客户定制产品优化设计的产品信息共享原型系统，并对系统的性能进行了测试。.本项目按照预定的研究计划执行，完成了预定的研究内容，实现了预期的研究目标。本项目的研究在国内外国际期刊和国际会议上发表论文14篇，其中被SCI收录8篇、EI收录12篇，获得软件著作版权1项；共将培养博士研究生2个、硕士研究生6个。