2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩3頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、第25卷第8期2008年8月計(jì)算機(jī)應(yīng)用研究ApplicationResearchofComputersVo125No8Aug2008基于模糊物元PSO混合優(yōu)化算法的客戶創(chuàng)意挖掘水陰艷超,孫林夫,郭成(西南交通大學(xué)亂CAD工程中心;b電氣工程學(xué)院,成都610031)摘要:針對(duì)具有模糊性、缺乏系統(tǒng)性和主題性的新產(chǎn)品開發(fā)模糊前端客戶創(chuàng)意,提出一種基于模糊物元和改進(jìn)微粒群算法的混合啟發(fā)式挖掘方法。首先將模糊理論引入物元分析,將客戶的個(gè)性化要求、

2、特征及相應(yīng)的模糊量值結(jié)合起來建立其形式化模糊物元模型,應(yīng)用模糊物元優(yōu)化方法將客戶多需求優(yōu)化問題轉(zhuǎn)換為單需求優(yōu)化問題;然后給出了最優(yōu)客戶創(chuàng)意的自適應(yīng)變異微粒群(AMPSO)算法的求解方法,并與遺傳算法加以比較,證明該算法的有效性和先進(jìn)性。最后將該算法應(yīng)用于某型號(hào)汽車外觀造型設(shè)計(jì)的客戶創(chuàng)意挖掘中,有效指導(dǎo)了產(chǎn)品創(chuàng)新的實(shí)施。關(guān)鍵詞:客戶創(chuàng)意挖掘;混合優(yōu)化算法;模糊物元分析;微粒群算法;模糊前端中圖分類號(hào):TP391文獻(xiàn)標(biāo)志碼:A文章編號(hào):10

3、01—3695(2008)08230903CustomerideasminingbasedonhybridoptimizationalgorithmoffuzzymatterelementPSOYINYan—chao,SUNLin—fu,GUOCheng(aCenterofCADEngineering,bSchoolofElectricEngineering,SouthwestJiaotongUniversity,Chengd61003

4、1,China)Abstract:Inviewofthefuzzyanduncertaincustomerideasinthefuzzyfrontendofnewproductdevelopment,thispaperpresentedahybridheuristicalgorithmbasedonimprovedPSOcombinedwithfuzzymatterelementanalysisFirstly,itintegratedc

5、ustomideas,charactersanditscorrespondingfuzzyvaluesbyintroducingthefuzzinesstheoryintomatter—elementanal—ysis,andgaveanextensiveformalizedexpressionofcustomerideasinthefuzzymatterelementmodel,furthermore,usedthefuzzymatt

6、erelementoptimizationmethodtotransformthemultiobjectoptimizationproblemstothesingle—objectoptimizationproblemsThen,itgavethesolutionprocedureofadaptivemutationparticleswarmoptimizationalgorithm(AMPSO)andcom—pareditwithth

7、atofGAtoshowthevalidityofthisalgorithmFinally,appliedthealgorithmintotheminingofcustomerideaincar’sappearancefeature,whicheffectivelyguidedtheimplementationofproductinnovationandgreatlyimprovedthefrontendperformanceKeywo

8、rds:customerideasmining;hybridoptimizationalgorithm;fuzzymatter—elementanalysis;particleswarmoptimiza—tion;fuzzyfrontend隨著個(gè)性化需求的極大發(fā)展,按需定制將成為一種非常普遍的生產(chǎn)模式??蛻舻膫€(gè)性化需求在某種程度上說就是一種創(chuàng)意,是客戶在長期的產(chǎn)品使用中形成的對(duì)產(chǎn)品的一系列獨(dú)特認(rèn)識(shí),蘊(yùn)涵著大量的創(chuàng)新性思維,市場(chǎng)準(zhǔn)確性高、

9、適用性強(qiáng),對(duì)企業(yè)開發(fā)新產(chǎn)品具有很好的啟發(fā)和市場(chǎng)導(dǎo)向作用。然而創(chuàng)意過程是一個(gè)思維發(fā)散的過程,具有模糊性和不確定性等特點(diǎn)。因此如何對(duì)具有模糊性、缺乏系統(tǒng)性和主題性的模糊前端客戶創(chuàng)意進(jìn)行挖掘是企業(yè)產(chǎn)品創(chuàng)新開發(fā)和快速應(yīng)市的關(guān)鍵。文獻(xiàn)[2]以利潤最大化以及滿足客戶需求為目標(biāo),提出一個(gè)多目標(biāo)規(guī)劃模型,對(duì)眾多客戶的需求進(jìn)行最優(yōu)選擇,進(jìn)行有效的生產(chǎn)指派。文獻(xiàn)[3]建立了客戶傾向模型,通過關(guān)聯(lián)分析法量化市場(chǎng)調(diào)研和客戶需求,采用最大樹模糊聚類法進(jìn)行基于屬性

10、重要度的客戶群體劃分和市場(chǎng)細(xì)分,獲取客戶群體消費(fèi)傾向,為客戶需求的工程特征轉(zhuǎn)換、進(jìn)行產(chǎn)品族規(guī)劃提供數(shù)學(xué)準(zhǔn)備和數(shù)據(jù)支持。然而,針對(duì)新產(chǎn)品開發(fā)前端客戶提出的具有模糊性和不確定性的個(gè)性化需求,現(xiàn)有挖掘算法的數(shù)學(xué)模型大多具有一定的局限性,常忽略實(shí)際應(yīng)用中存在的模糊定性化信息,無法運(yùn)用形式化工具從定性和定量?jī)蓚€(gè)角度描述問題,并且其收斂速度難以適應(yīng)產(chǎn)品開發(fā)過程客戶個(gè)性化需求的頻繁變化。因此,本文提出一種基于模糊物元PSO混合優(yōu)化算法的客戶創(chuàng)意挖掘方

11、法,建立了其形式化模糊物元模型,給出了優(yōu)于遺傳算法的自適應(yīng)變異微粒群算法的求解方法。1客戶創(chuàng)意的模糊物元模型客戶在長期的產(chǎn)品使用過程中,形成了對(duì)產(chǎn)品一系列獨(dú)特的認(rèn)識(shí)。為了追求產(chǎn)品的最大化效用,他們會(huì)對(duì)產(chǎn)品的各項(xiàng)屬性,如產(chǎn)品的功能、效用、樣式、特色、品牌、價(jià)格、服務(wù)等提出一些新希望、新要求,或一些建議和意見,這些想法和觀點(diǎn)便是創(chuàng)意的雛形。然而有些要求和希望所表達(dá)的指標(biāo)往往相互矛盾,并且一些目標(biāo)函數(shù)只能由模糊定性的評(píng)語給出。此外,即使各需求

12、目標(biāo)函數(shù)能用常規(guī)數(shù)學(xué)函數(shù)表達(dá),其最優(yōu)點(diǎn)往往不是同一點(diǎn),很難使各項(xiàng)需求同時(shí)達(dá)到最優(yōu)。為了解決客戶創(chuàng)意多目標(biāo)優(yōu)化問題,本文引入模糊物元分收稿日期:20071024;修回日期:2007—1220基金項(xiàng)目:國家“863/CIMS”主題資助項(xiàng)目(2006AA04Z112);四川省科技攻關(guān)計(jì)劃資助項(xiàng)目(07GG012001)作者簡(jiǎn)介:陰艷超(1977一),女,博士研究生,主要研究方向?yàn)閰f(xié)同設(shè)計(jì)技術(shù)、網(wǎng)絡(luò)化制造(yinye@163corn);孫林夫(

13、1963),男,浙江紹興人,教授,博導(dǎo),主要研究方向?yàn)橹悄蹸AD技術(shù)、協(xié)同設(shè)計(jì)技術(shù)、網(wǎng)絡(luò)化制造;郭成(1978一),男,河南人,博士研究生,主要研究方向?yàn)橹悄芸刂频?期陰艷超,等:基于模糊物元PSO混合優(yōu)化算法的客戶創(chuàng)意挖掘2311a)初始化。在整個(gè)搜索空間R中隨機(jī)產(chǎn)生m個(gè)粒的位置(t)和速度(t),組成初始微粒群體。設(shè)定最大進(jìn)化代數(shù),當(dāng)前進(jìn)化代數(shù)t=1;設(shè)定加速度常數(shù)c、c。b)對(duì)于每個(gè)粒子,計(jì)算其在每一維空間的適應(yīng)值(i=1,2,,

14、m)。c)對(duì)每個(gè)微粒,比較其當(dāng)前適應(yīng)度和個(gè)體極值P。若優(yōu)于P。,則更新其個(gè)體極值;否則保持不變。d)將所有微粒的個(gè)體極值與微粒群當(dāng)前的全局極值進(jìn)行比較,選取最優(yōu)者作為當(dāng)前全局極值。e)根據(jù)式(1)更新各微粒的位置和速度。f)自適應(yīng)變異操作。根據(jù)式(2)給出的自適應(yīng)變異概率,對(duì)惰性微粒和較差微粒進(jìn)行突變操作,隨機(jī)產(chǎn)生新位置來更新其自身歷史最好位置(P=(t1)),其他微粒仍以式(1)進(jìn)化產(chǎn)生。g)終止條件判斷。若不滿足終止條件,轉(zhuǎn)到步驟c

15、);否則輸出優(yōu)化結(jié)果,算法結(jié)束。23基于混合優(yōu)化算法的客戶創(chuàng)意挖掘策略在混合優(yōu)化算法中,各變量設(shè)置如下:C(i=1,2,,m)表示客戶創(chuàng)意;d(1≤i≤k)表示每個(gè)客戶有k個(gè)需求目標(biāo);為最大進(jìn)化代數(shù);£為當(dāng)前代數(shù);c。、c:設(shè)定為加速度常數(shù)((X))(i=1,2,,m;=1,2,,k)表示第i個(gè)客戶創(chuàng)意的第項(xiàng)需求指標(biāo)從優(yōu)隸屬度?;诨旌蟽?yōu)化算法的客戶創(chuàng)意挖掘策略的偽代碼如下所示:initializationstage:foreachpa

16、rticlec,i=[1,M]foreachdimensiond,d=f1,K1setXgtoarandomvalueintherange[0,1]setPtoidsettoarandomvalueintherange[一]setthecompoundmatter—elementfoⅢlofmkClC2Cdl(l())(f21(X))(fm1(X))肛(^2())(止2(X))(/(X))searchstage:untiltermina

17、tingconditionismetforeachparticlecl,i=[1,N]foreachdimensiond,d=[1,K]computepenaltyfunctionpun(X)pun(X)(=Icomputefitnessfunction(X)=k(X)pun(X)i:1,2,,mnodatepbestifbest()isbetterthanfupdategbestifbest(X)isbetterthanfcomput

18、ePmrandomlyupdatepbestwithP,:J(t1)updateandV/daccordingtofommla(1)3仿真實(shí)驗(yàn)隨著經(jīng)濟(jì)的發(fā)展和社會(huì)的進(jìn)步,人們對(duì)汽車的多功能、差異化和個(gè)性化需求越來越強(qiáng)烈,及時(shí)準(zhǔn)確地挖掘客戶創(chuàng)意、預(yù)測(cè)客戶的需求變得越來越困難。本文以某型號(hào)轎車的外觀造型設(shè)計(jì)為例,在客戶的個(gè)性化需求中尋求最佳創(chuàng)意??蛻羰紫鹊卿浽撔吞?hào)轎車的電子產(chǎn)品倉庫系統(tǒng),通過圖形化、符號(hào)化表達(dá)提交相關(guān)建議和想法,經(jīng)過規(guī)范化和

19、分類處理后得到其個(gè)性化需求主要體現(xiàn)在車燈外形、進(jìn)風(fēng)格柵、前面分割線、側(cè)面分割線、側(cè)面輪廓線、腰線、尾部輪廓;客戶希望達(dá)到的目標(biāo)為整體形態(tài)風(fēng)格突出、各處造型突現(xiàn)美學(xué)特點(diǎn)、空氣動(dòng)力學(xué)特性好、布局合理、材質(zhì)好、人機(jī)性能好、價(jià)格合理等。為了證明AMPSO算法對(duì)求解具有模糊性和不確定性問題優(yōu)化的有效性,以某型號(hào)轎車的外觀造型設(shè)計(jì)為例,對(duì)本文所提AMPSO算法與PSO及遺傳算法進(jìn)行了80次比較實(shí)驗(yàn)。各算法參數(shù)設(shè)置為:算法的種群維數(shù)D=7,種群規(guī)模(

20、客戶)m=50,進(jìn)化代數(shù)t=300;標(biāo)準(zhǔn)PSO算法慣性權(quán)重初始化為09,并隨迭代次數(shù)增加線性遞減至04,加速度常數(shù)c=c=2;自適應(yīng)變異PSO算法變異概率計(jì)算中,=02,r=03,r=05,給定閾值s為0o1,給定次數(shù)l為15。根據(jù)客戶在生活形態(tài)、美學(xué)趨向、操作習(xí)慣和文化背景等方面偏好趨勢(shì)的不同,利用層次分析法確定客戶各項(xiàng)需求的復(fù)合權(quán)重物元:=【nQ。nnaa]在客戶對(duì)汽車外觀造型的個(gè)性化需求空間產(chǎn)生初始化種群,根據(jù)式(3)其復(fù)合模糊物

21、元形式表示為R307形態(tài)風(fēng)格美學(xué)特點(diǎn)空氣動(dòng)力學(xué)特性布局材質(zhì)人機(jī)性能價(jià)格Cl(x))2(x))3(x))(x))5(x))6(x))7(x))c2’。‘c30I(x))1(x))2(x))2(X))(X))p3(X))U(X))4(X))(X))5(X))(X))6(X))(X))7(X))適應(yīng)值函數(shù)根據(jù)F=K~/x計(jì)算。其中:K為關(guān)聯(lián)度;/x(0/zd≤1)為動(dòng)力性能模糊約束量;(0/x≤1)為燃油經(jīng)濟(jì)性模糊約束量;。(0/z≤1)為成

22、本模糊約束量;/z(0/z≤1)為材料性能模糊約束量;/z(0≤1)為行駛環(huán)境模糊約束量;(0≤1)為現(xiàn)有技術(shù)條件模糊約束量。通過MATLAB編寫三種算法程序進(jìn)行創(chuàng)意優(yōu)化,最終計(jì)算結(jié)果比較如表1所示。表1實(shí)驗(yàn)結(jié)果比較由表1可以看出,最終求得最佳客戶創(chuàng)意主要體現(xiàn)在對(duì)進(jìn)風(fēng)格柵、側(cè)面輪廓線和車燈三部分的個(gè)性化需求。各算法性能比較如圖1所示。lteranm圖1最大適應(yīng)值變化曲線由圖1可以更直觀地看出:自適應(yīng)變異PSO算法較其他兩種算法更具有明顯

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論