多源数据驱动的主控式创新框架

为了解决设计知识和单源数据驱动的传统需求挖掘方法过于依赖设计经验、需求挖掘不全面、缺乏需求预测等问题,提出新的主控式创新框架.以非结构化文本数据为对象,从用户角度对需求进行特征提取及分类;以产品运行大数据为对象,从产品角度挖掘用户需求;运用需求预测理论对未来产品隐性需求进行预测,构建数据驱动的主控式创新矩阵.相较于知识驱动为主的传统市场调研和单源数据的需求挖掘方法,所提框架显性需求挖掘更为客观全面,兼顾未来隐性需求挖掘.以某智能制造企业的迷你打印机为案例,验证了所提框架的有效性.

基于偏好信息的产品设计方案优选方法

针对产品设计方案优选过程没有同时考虑用户与决策者偏好信息的多属性决策问题,提出基于偏好信息的区间数广义马田系统的方案优选方法。该方法运用语义施密特正交马田系统计算指标的初始权重,根据用户与决策者的偏好采用模糊Kano与程度分析的方法对指标权重进行修正。为处理指标之间交互作用以及不同量纲对决策结果的影响,融入偏好信息进行方案优选。以某汽车概念产品设计方案优选为例,验证了所提优选方法的可行性和有效性。

基于混合模糊多属性决策的复杂产品模块划分方案评价

针对复杂产品的模块划分难以获得唯一方案问题,提出了一种基于混合模糊多属性决策理论的复杂产品模块划分方案评价方法.根据指标特性,分别运用区间数、三角模糊数、直觉模糊数和区间直觉模糊数对指标进行合理赋值;采用模糊层次分析法确定指标权重;基于逼近理想解(TOPSIS)排序框架计算备选方案到正、负理想解距离,根据综合相对贴进度进行方案排序.并以某品牌汽车发动机的模块划分方案为例,验证方法的有效性.

一种权重未知条件下的VIKOR大群体决策方法

针对权重未知的模糊多属性大群体决策问题,提出基于Humming距离构建决策者权重优化模型。采用区间直觉模糊决策矩阵表达决策者的评价信息,用MATLAB编程求解优化决策者权重;结合决策者权重,采用区间直觉模糊加权平均算子(IIFWA)获取综合决策矩阵,用信息熵计算指标属性权重。基于VIKOR框架,采用区间直觉模糊均衡交叉熵计算各方案、临界解与理想解的空间测度,实现方案排序。通过一个实例进行验证并与其他方法对比,说明了所提方法的可行性和有效性。

面向主控式创新的高价值专利挖掘研究

[研究目的]从高价值专利培育视角出发,结合主控式创新设计方法,尝试运用价值导向讨论高价值专利挖掘。[研究方法]对高价值专利培育视角下专利挖掘的研究现状进行回顾,并结合高价值专利应用提出了改进的主控式创新流程模型,进而阐述了多元价值导向的、面向主控式创新的高价值专利挖掘关键技术。最后,给出了移动终端LCD显示屏幕产品工艺质量检测技术创新的案例,说明高价值专利挖掘对于促进主控式创新的有效性。[研究结论]引入价值导向的创新设计方法可在当前专利制度约束下,选择基于专利技术价值度与法律价值度二级指标对应的优选TRIZ工具,从而增强了主控式创新理论的可操作性和可推广性,适用于智能制造创新方案。

模糊随机环境下的汽车租赁方案指标权重确定方法研究

为解决指标权重未知的模糊-随机多属性决策问题,构建了基于相似性差异最小化的权重优化模型确定指标权重,采用逼近理想解法实现决策过程。首先,运用区间直觉模糊集和随机占优理论定量化处理决策者的模糊-随机评价信息;其次,基于初始决策矩阵和综合决策矩阵之间的相似性差异构建指标权重优化模型;最后,根据定义的正、负理想解,运用区间直觉模糊交叉熵和欧氏距离分别测定模糊指标和随机指标的偏离度,基于改进的TOPSIS框架整合模糊指标和随机指标的相对贴近度以实现方案排序。实验显示,所提方法更能够方便地确定各指标权重。分析表明,所提方法避免了其它权重确定方法的不足之处,具有很好的敏感性,适用于指标权重未知的模糊-随机多属性决策问题。

基于Jaynes最大熵的模糊多属性群决策投影方法

为了解决属性权重完全未知的模糊多属性群决策问题,采用基于Jaynes最大熵原理的投影偏差模型确定指标权重,运用基于多准则妥协解排序法的妥协解排序框架实现决策过程。首先运用区间直觉模糊集表达决策者的犹豫模糊评价信息,然后运用集成算子获得综合决策矩阵,再运用Lingo11~求解获得属性权重,利用信息集结获得备选方案的加权投影,最后根据方案的最大群效应值、最小后悔值和综合指标值进行方案排序。实验显示,方案的排序结果与其它方法保持一致,趋势图显示此方法计算的各方案综合指标值变化趋势更明显。分析表明,该方法避免了其他权重确定方法的不足之处,消除了计算过程中的折衷损失,适用于属性权重完全未知的多属性群决策方案排序问题的评价。

基于主控式创新的显示屏幕质量检测方法研究

针对显示屏幕工艺过程繁杂和市场需求多样的特点,在已做市场和可见需求的基础上,基于主控式创新设计方法从市场需求角度和技术进化角度分析未满足需求缺口、挖掘潜在市场需求,帮助企业及客户实现价值增值服务。首先,运用创新矩阵分析企业现有工艺过程质量检测方法的需求缺口,并确定未来质量检测方法的情境模式;其次,运用TRIZ理论分析现有方法的不足和情景模式的提升方向;然后,基于企业工艺过程质量监测数据和市场需求历史反馈数据构建客户潜在需求挖掘模型;并结合现有自动光学检测和信息化技术,提出产品全生命周期智能化质量检测方法构架;最后,以某微电子企业的显示屏幕工艺过程质量检测为研究对象,说明所提方法的可行性。

基于运行数据驱动反向设计的复杂装备个性化定制

不同于消费类产品侧重外观配置等的显性个性化定制,装备产品往往需要在各种复杂环境和工况下高效、节能地完成预定任务。因此,装备产品的个性化定制不仅包含显性需求,还包含与使用场景或工况和运行性能与效率等相关的隐性个性化需求,后者对于提升产品竞争力具有更为重要的意义。在分析装备产品研发和运行特点及其面临的大数据机遇基础上,提出了一种基于运行数据驱动反向设计(Data-driven inverse design,DID)的复杂装备个性化定制方法(DID-MP)。首先给出了DID基本原理模型,并对比传统正向设计等方法分析了反向设计的基本特征。其次,基于传统大批量定制和运行数据驱动的反向设计,提出了一次定制和二次定制的概念,并给出了DID-MP的基本流程,阐述了反向设计目标选择、运行大数据采集、表征个性化使用环境的系统参数识别与建模,以及最优系统参数识别与前馈应用等关键技术。最后,给出了基于DID-MP的装载机变速箱模块优化定制以及动力传动控制系统定制升级的案例,并与传统设计结果对比表明DID-MP方法对于实现复杂装备个性化定制具有参考价值和意义。