CBR 在定制机床产品配置设计中的应用外文翻译资料

 2022-03-12 15:40:22

英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料

CBR 在定制机床产品配置设计中的应用

WANG Pengjia1, *, GONG Yadong1, XIE Hualong1, LIU Yongxian1, and NEE Andrew Yehching2

1机械工程与自动化学院,东北大学,沈阳110819,中国

2机械工程学院,新加坡国立大学,新加坡117576,新加坡

2015年9月24日收到; 2016年1月11日修改; 2016年1月13日认可

文摘:在当前以市场为导向的制造环境中，产品定制是一种趋势。然而，从客户需求到设计结果和评估设计方案，仍然十分依赖于设计者的经验和知识。为了解决在产品配置中，客户需求具有模糊性和不确定性的问题，一种基于灰色粗糙模型的分析方法被提出了。它可以将客户需求有效地转化为技术特点。此外，还建立了一个优化产品规划的决策模型，来帮助企业在降低成本和缩短时间情况下选择关键的技术特点并且为客户达到最大满意度。一种基于案例设计，结合自组织映射和模糊相似优先比法的新案例检索方法被提出了。自组织映射可以减少检索范围，提高检索效率，而模糊相似优先比法可以全面评估相似的情况。为了确保最终有最好的整体性能，一种基于灰色关联分析的类似案件评价方法被提出来评价相似情况下选择最合适的案例。此外，使用MATLAB GUI开发的计算机辅助系统可以协助产品配置设计。等系列机床产品的实际例子和结果表明，该方法在产品配置过程中是有效的，快速和准确的。这个被提出的方法面向客户的需求提供了一个详细的产品配置设计说明书。

关键词：客户需求、案例推理、机床、案例检索、案例评估、计算机辅助系统

  1. 介绍

随着经济全球化的发展，在当前市场化的生产环境中产品定制是一种趋势。在定制环境下，制造企业应该能够在接受订单后迅速提供个性化的产品。作为先进制造技术的象征，机床产品正面临同样的问题。许多新的原理和方法,如公理化设计(AD)和质量功能部署(QFD)，被介绍来帮助设计师确定客户需求和设计特征之间的关系。TAHA,等[2]用公理化设计方法将客户域映射到功能域和物理域。ZHANG,等[3] 利用质量体系将客户需求转化为工程特征，采用模糊集合理论，解决决策过程中的不确定性。。但是，从客户需求到设计结果和评估设计方案，仍然十分依赖于设计者的经验和知识，这也是很耗时的工作。这将影响定制设计过程的效率和有效性，甚至使设计自动化的发展更加困难。

基于实例设计(CBD)是一个聪明的方法，着重于找到过去适当的经验来解决新的问题，涉及从案例文库(也称为案例库或案例存储器)中检索以前最相似的案例来提供新设计问题的解决方案，并忽略那些无关[4 - 5]的旧案例。因此，案例推理(CBR)可以应用于解决产品配置问题，以快速和有效地满足客户。在案例推理系统中，知识和经验被作为案例存储在案例文库中。那么相似度测量方法(SM)是核心问题，用于找到最有用和最有益的案例来解决目标问题[6]。在一个案例设计周期中，案例检索(CR)是第一步，也是最重要的过程。

毫无疑问，相似度测量技巧极大地影响了案例检索的检索性能。案例推理在应用定制设计的尝试已经在早期被研究。TSENG,等[7]应用案例推理技巧在大规模定制环境下的物料清单设计中。JUAN,等[8] 利用案例推理和遗传算法相结合的混合方式，建立了一个系统为的是给体系定制提供决策。FOK,等[9] 给电气连接器的概念设计提出了一种基于实例设计的系统。NOORI [10]开发了一种CBR系统营销组合计划。DAN,等[11] 基于约束条件和实例推理提出了一种产品系列的配置方法。AHN,等[12]提出了将CBR和知识技术相结合的混合方法来支持软件定制的过程。HO,等[13]提出一个涉及各种新兴技术的基础设施框架，为发展基础质量增强体系，这种体系有能力处理来自不同客户需求的潜在质量问题的能力。然而，传统的CBR过于依赖专家的经验，特别是在早期阶段[14]。LIN,等[15]指出理解客户的声音和提高客户需求的设计特征是设计师面临的挑战。

随着CBR的快速发展，大规模的案例库正在变得越来越普遍，案例数从几百到上千 [16]。虽然巨大的案例库可以提高问题域的覆盖率，但在引入了许多嘈杂的情况下还会影响检索的效率。在过去的几十年里，许多研究已经进行了来促进相似性测量的性能。ZHANG,等[17]使用模糊类比优先比率算法进行搜索。LI,等[18]提出了一种新的模块化相似性测量方法来计算在一个新的工具本体和每个类似的工具本体之间模块的特征相似性。CHENG,等[19]提出了一个非线性构造，它是基于人工神经网络(ANN)的“局部——整体(Local-Global)”检索，它可以提供更高的精度。LI,等[20]提出了一个新颖的几何搜索推荐机床的方法，这个方法基于先前的审查和重用情况。然而，很少有研究关注那些可以进一步加强检索效率[21] 的其他方面。将模糊和不确定的客户需求转化为优化CBR系统的方法已经成为关键问题[22]。因此，在不需要人工干预的情况下，开发客户需求转换方法和有效的案例检索方法是帮助产品配置设计的迫切需求。

为此，本文提出了一种基于灰色粗糙模型的分析模型，以解决产品配置中客户需求的模糊性和不确定性问题。此外，建立了产品规划优化决策模型，以帮助企业在成本和时间的约束下选择关键技术特征，为客户提供最大的满意程度。此外，本文提出了一种新的案例检索方法，该方法结合了自组织映射和模糊相似性优先比法在案例检索中的应用。利用自组织映射来减少检索范围，提高检索效率，并采用模糊相似度优先比法对案例的相似性进行综合评价。为了确保最后的案例具有最佳的整体性能，提出了一种基于灰色关联分析的相似案例的评价模型，以评估相似的案例以选择最合适的案例。此外，基于所提出的方法，利用MATLAB GUI开发了一种计算机辅助平台，以辅助机床产品的配置设计。

这篇文章的剩余部分是这样组织的：

第二节对相关工作进行简要回顾。第三节详细介绍了新方法。第四节给出一个例子来说明这个过程。在最后一节中，我们将讨论和结论。

  1. 相关研究工作
    1. 客户需求处理和转换

考虑到客户需求的转换和映射，学者们进行了大量的工作，在此领域已经取得了许多成果。YUAN,等[23]提出了需求单元的概念和需求单元的粒度，以适当地分解客户需求。LOU,等[24] 建立了基于网络的客户需求交互平台。利用模糊理论对客户需求的信息进行了表述和映射，并在模糊框架和基于配置的规则下实现了该方法。GUO,等[25]提出了一种通过网络媒体分析动态产品信息的新方法。他们在分析分布式和集中的网络数据源的优缺点的基础上，建立了一个系统的映射关系，从原始的网络源到结构化的营销数据设置。ZHOU,等[26]提出了一种满足客户需求的产品定制模型。根据客户满意度的属性指数影响，将该模型分类分为三种类型:正相关指数、负相关指数和点指数，并且基于统计理论和曲线匹配来获得顾客满意度。上面的方法特别强调了客户需求的定性表达。GUO,等[27]和ZHANG, 等[28],从客户的角度考虑，建立了一个定制的产品数据结构，它不仅能够反映客户需求，而且还能反映产品的结构和性能。上面的方法主要集中在一个全新的设计上，但是在实际的工程实践中，新产品的开发几乎总是从现有产品中演化而来。目前的方法并没有反映出进化产品设计的本质。

在工程领域中，质量功能部署(QFD)是一种广泛应用于交流和协调市场和工程的方法。质量功能部署的核心是通过使用质量库(HOQ)将客户需求转化为产品设计的特征，进一步部件的特性、过程特性和生产要求。然而，在质量功能部署的过程中，质量库所需要的信息反映了人类的判断、感知和评估[29]。在许多情况下，存在一些模糊性和不确定性。此外，质量功能部署的局限性在于它只揭示了客户的需求，并且与配置设计没有关系。

因此，本文提出了一种基于灰色粗糙模型的分析方法，以解决产品配置中客户需求的模糊性和不确定性，而不受人为因素的影响。在此基础上，建立了产品规划优化决策模型，以帮助企业在成本和时间的约束下选择关键配置特征，为客户提供最大满意的服务。

    1. 案例检索

案例检索是基于案例设计的核心。许多研究人员通过提高相似性测量[30]的过程，进行了许

多工作来提高检索性能。对两组特征的相似性测量在案例检索研究中起着重要的作用。许多基于案例的设计系统都使用特性来表示案例，并使用相似的功能来衡量新和之前的案例[31]之间的相似性。

通常用来评估相似度的方法是距离函数包括欧氏距离和曼哈顿距离[32]。CHIU,等[33]基于标准的欧氏距离度量，提出遗传特性的权重和非线性相似函数的数量。余弦匹配函数选择的情况可以在文献[34]中被找到。自从ZADEH, 等[35]引入模糊逻辑概念，在客户驱动产品设计中应用模糊集理论，描述复杂、不确定、模糊的变量。基于模糊集的大量案例检索文献已被实现。例子包括:文献[36]和文献[37]等等。

这些先前的产品设计的案例检索研究只关注相似度测量方法的算法本身。这些方法可以生成更好的计算性能，但是更困难，也更耗时[38]。他们无法解决低效率[39]的问题。但是，通过集群，可以将案例库转换为几个小的实例，在每个集群中，情况都更相似。最相似的集群将被检索，并与新的案例进行比较，以找到合适的集群。这样提高了检索效率，也提高了案例检索的性能。

许多聚类算法和数据化技术被引入，通过消除冗余和错误的情况[40]，提高了检索效率和准确性。CAO, 等[41]提出了一种模糊粗糙的案例库维护和适应知识挖掘的方法。他们使用模糊粗糙的方法来学习特征权重，并将案例库划分为几个集群。YANG, 等[42] 利用聚类算法将类似的案例合并在一起，开发了一种交互式的案例推理，创建决策森林，帮助将一个大的案例库分成几个小的。为了解决案例中出现的问题JUNG,等[43]基于k-均值聚类生成的典型案例，建立了一个RBF网络，并在适当的调整后，通过网络获得了最相似的典型网络。

尽管聚类是一种很有前途的技术，但大多数传统的聚类算法都有很多严重的问题。首先，大多数集群算法必须预先定义辅助信息[44]。但是，通常不可能预先定义适当的集群策略、集群的拓扑结构和集群的数量。其次，传统的聚类算法缺乏可视化聚类结果的固有关系的能力。为了解决这些问题，本文提出了一种新的案例检索方法，该方法结合了自组织映射和模糊相似性优先比法在案例检索中的应用。自组织映射用于减少检索范围，提高检索效率。自组织映射是一个无监督的自学习神经网络，也就是说，不需要为创建网络提供任何目标输出。最重要的是，它可以向用户提供适当的集群，并通过将相似的案例堆在一起，从而实现对案例库的固有层次关系的可视化。这种可视化在很多情况下都是非常有用的，比如在客户导向的产品配置设计中有很多不确定因素，以帮助确定客户的真实感知。一种基于模糊相似优先度比的相似度量方法被提出了，对从案例库检索的案例的相似性进行全面评估。

  1. 提出的方法论
    1. 客户要求转换方法
      1. 获取客户需求

客户需求被定义为客户对产品的需求，从他们自

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[478561]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章