MC模式下基于顾客需求的产品配置优化分析

以大规模定制(MC)模式为背景,论述了基于单个顾客的定制需求,对"理想产品"进行配置优化的一个思路.本文论述MC模式的基本概念和思想、以及定制产品配置优化的含义及意义,介绍了一种基于QFD分析结果.运用TOPSIS法,提出了对顾客所需"理想产品"进行优化配置的思路,并给出一个示例,验证"思路"的合理性.

模块化产品优化配置问题的混合PSO求解方法

针对产品优化配置问题,建立了客户需求与可配置产品模块实例之间的映射关系,采用动态惩罚函数处理约束条件,构建了产品优化配置问题的数学模型。采用遗传算法的交叉与变异策略和模拟退火算法的Metropolis准则改进粒子群算法,将形成的混合粒子群算法作为产品优化配置的求解方法。使用二进制编码方案表示可配置产品的配置方案。通过使用混合粒子群算法进行产品优化配置仿真试验,以及混合粒子群算法与遗传算法的仿真对比试验,证明该方法简单有效,效率较高。

面向产品优化配置的粒子群优化算法

针对产品配置大规模、多约束、多目标及组合优化等特性,建立一种有效的配置模型,将复杂的产品优化配置问题转化为图的路径寻优问题。针对基本粒子群算法(PSO)的缺陷,将遗传原理、蚁群机制和模拟退火理论引入PSO算法,提出一种改进的PSO算法。根据产品优化配置问题的离散特点,对PSO算法进行离散化处理,重新定义粒子的位置和速度表示,确立这些量的运算规律和粒子运动方程。典型产品配置实例验证了提出的模型和算法的可行性。

基于产品性能-成本-交货期的多目标优化配置研究

产品优化配置是实现用户个性化选择和批量低成本生产有机结合的有效方法。本文针对产品优化配置中多约束、多目标及组合优化等特性,应用模糊数学理论,构建了以产品性能-成本-交货期为目标函数的多目标优化模型,并采用多目标差异演化算法(MODE)对三者进行并行优化。得到一系列满足基于Pareto优化解的配置方案以满足不同客户对产品性能、制造成本及交货期的要求,解决了客户基于不同侧重点对产品设计结果的选择。通过实例论证,验证了该方法的有效性和适应性。

考虑保修服务的制造/再制造融合产品优化配置研究

为了解决制造与再制造融合产品配置以及客户对于再制造产品零部件信心不足等问题,从产品保修服务出发,根据故障率确立多种保修模块的保修期和成本,同时结合公理设计和模糊矩阵方法,对制造与再制造融合产品进行模块划分,构建多种保修模块下的产品模块化配置方案。以产品保修利润、产品成本、绿色环保度为目标函数,建立多目标优化模型,采用遗传算法进行求解,得到考虑保修服务的制造与再制造产品优化配置方案。最后,以某公司考虑保修服务的制造与再制造汽车产品配置为例,验证了上述方法可行性。