面向大規(guī)模定制的參數(shù)化產(chǎn)品族設(shè)計(jì)方法研究.pdf

1、大規(guī)模定制（MC）是批量生產(chǎn)與定制生產(chǎn)的集合，其核心思想是以接近大規(guī)模生產(chǎn)的速度和成本快速地滿足客戶對(duì)產(chǎn)品的個(gè)性化需求，將傳統(tǒng)的面向客戶訂單的反應(yīng)式定制轉(zhuǎn)變?yōu)槊嫦虍a(chǎn)品族規(guī)劃的預(yù)訂制，以提高企業(yè)快速響應(yīng)客戶需求的能力。參數(shù)化產(chǎn)品族設(shè)計(jì)是實(shí)現(xiàn)MC的有效途徑之一，基于優(yōu)化方法的參數(shù)化產(chǎn)品族優(yōu)化設(shè)計(jì)是常用的參數(shù)化產(chǎn)品族設(shè)計(jì)方法，其優(yōu)化方法包括傳統(tǒng)優(yōu)化方法和多目標(biāo)優(yōu)化方法兩類。基于傳統(tǒng)優(yōu)化方法的參數(shù)化產(chǎn)品族優(yōu)化設(shè)計(jì)過程復(fù)雜、平臺(tái)通用性及產(chǎn)品族綜合

2、性能較低；而基于多目標(biāo)優(yōu)化方法的參數(shù)化產(chǎn)品族優(yōu)化設(shè)計(jì)過程簡(jiǎn)單、平臺(tái)通用性及產(chǎn)品族綜合性能較高，不足之處是優(yōu)化的效率及其有效性取決于算法的優(yōu)劣。
　　鑒于改進(jìn)的強(qiáng)度Pareto進(jìn)化算法（SPEA2）求解多目標(biāo)優(yōu)化問題，具有運(yùn)算速度較快、穩(wěn)定性較強(qiáng)、解分布均勻性較高等特點(diǎn)，本文采用SPEA2進(jìn)行參數(shù)化產(chǎn)品族優(yōu)化設(shè)計(jì)，研究面向MC的參數(shù)化產(chǎn)品族設(shè)計(jì)方法，在保持較高平臺(tái)通用性的同時(shí)，提高參數(shù)化產(chǎn)品族優(yōu)化的效率和綜合性能，具有重要的意義。具

3、體研究?jī)?nèi)容包括以下幾個(gè)方面：
　　（1）介紹了MC、參數(shù)化產(chǎn)品族設(shè)計(jì)、基于優(yōu)化方法的參數(shù)化產(chǎn)品族優(yōu)化設(shè)計(jì)的相關(guān)概念，并分析了面向MC的參數(shù)化產(chǎn)品族設(shè)計(jì)方法的國內(nèi)外研究現(xiàn)狀。
　?。?）介紹了SPEA2的特性、算法實(shí)現(xiàn)以及基于模糊集合理論的Pareto選優(yōu)方法；將基于SPEA2的參數(shù)化產(chǎn)品族優(yōu)化設(shè)計(jì)問題劃分為無公用平臺(tái)下優(yōu)化和單平臺(tái)下優(yōu)化兩個(gè)階段，建立了無公用平臺(tái)下基于SPEA2的參數(shù)化產(chǎn)品族優(yōu)化數(shù)學(xué)模型，使用SPEA2算法對(duì)

4、該模型進(jìn)行求解，采用基于模糊集合理論的Pareto選優(yōu)方法選出綜合最優(yōu)解，實(shí)現(xiàn)平臺(tái)常量和可調(diào)節(jié)變量劃分及平臺(tái)常量取值設(shè)置；建立了單平臺(tái)下基于SPEA2的參數(shù)化產(chǎn)品族優(yōu)化數(shù)學(xué)模型，采用與無公用平臺(tái)下類似的SPEA2求解操作以及Pareto選優(yōu)操作，實(shí)現(xiàn)可調(diào)節(jié)變量取值設(shè)置，得到參數(shù)化產(chǎn)品族設(shè)計(jì)方案，實(shí)現(xiàn)面向MC的參數(shù)化產(chǎn)品族設(shè)計(jì)。
　?。?）針對(duì)所得的參數(shù)化產(chǎn)品族設(shè)計(jì)方案的優(yōu)劣評(píng)價(jià)，介紹了參數(shù)化產(chǎn)品族設(shè)計(jì)方案評(píng)價(jià)方法，包括通用性指數(shù)S