协同产品创新设计中基于层次知识匹配的冲突消解研究

王小磊 杨 育 杨 洁，3 曾 强 程 博

1．重庆大学机械传动国家重点实验室，重庆，400030

2．华北电力大学，保定，071003 3．重庆通信学院，重庆，400035

0 引言

当今客户需求持续向个性化和多样化发展，大批量的生产方式越来越难以适应客户个性化和多样化的需求［1］。因此，有客户参与的协同产品创新设计成为企业提高客户满意度、缩短产品开发周期、降低成本和提高企业自身竞争力的重要产品设计方法。然而，多主体参与的协同产品创新设计中，活动和任务的并行性与复杂性，设计主体与设计资源的多样性，设计知识的多样性及知识－信息多向流动、传递和变化性，使得创新过程变得更加复杂，导致各种设计冲突不断出现。有效解决冲突是协同创新设计顺利实施的关键。统计表明，75%的产品创新设计活动是在已有产品设计的基础上进行的变动或扩充［2］。因此，基于规则推理（rule based reasoning，RBR）、基于实例推理（case based reasoning，CBR）的冲突消解技术等成为协同产品创新设计冲突消解的重要方法［3－4］。

目前，在利用已有实例和规则消解产品创新设计冲突方面，已取得了较多的研究成果［5－9］。目前的研究较多集中在知识推理、实例检索与匹配方法上。虽然这些方法利用知识的推理和共享可为设计人员提供有效的建议和参考，但对检索不到有效参考实例时如何进行冲突消解的研究还比较少。同时，设计产品和协同创新设计过程复杂程度的提高使得冲突呈现多样性，因此，如何快速识别对产品设计效果具有重要影响的冲突，在冲突的不同层次分别检索相似实例进行优化改进是协同产品创新设计中的一个关键问题。

针对上述问题，本文提出一种基于层级知识匹配的协同产品创新设计冲突消解方法，并通过某摩托车的协同设计实例对模型与方法的有效性进行了验证。

1 协同产品创新设计冲突消解过程模型

1．1 客户需求－功能分析与映射

在实际的产品创新设计过程中，越来越多的企业创新策略已经逐渐转向“以客户为中心”。因此，在进行创新设计的初期，需要获取并明确客户的需求。客户需求不仅包括产品使用功能、外观审美等功能型要求，还包括技术指标、性能参数和产品结构参数等技术型要求，以及价格、环境等其他方面要求。对于上述需求，可通过“功能－原理－结构”SBF映射模型和质量功能配置（QFD）、公理设计（AD）等方法［10－11］，把它们转换为设计人员能够理解的产品功能模块，进一步映射为产品设计特征，逐步分解和落实到产品设计的各个阶段，从而保证客户需求的实现，图1所示为客户需求－产品功能映射图。

图1 客户需求－产品功能映射图

图1 中的功能模块层次结构中，最上层矩形表示期望得到产品创新设计的最终目标，第二层中，矩形表示功能分解后产品设计中与已有功能相同的部分，椭圆表示需要扩充或者改进的模块，各个模块可以根据产品设计的要求分解为更小的模块。

1．2 协同产品创新设计中的冲突描述

在完成对产品功能模块分解后，对需要进行扩充或改进的模块进行优化设计以获得整体最优的设计方案。在对设计方案整体优化的过程中，由于各设计主体希望达到的目标、专业知识背景和评价标准等方面存在差异，产品不同属性之间存在着各种复杂的相互影响、相互依赖的关系，另外，还存在资源有限性的问题，因此，不可避免地会产生大量的冲突。

冲突是设计过程中相互对立、相互矛盾的关系。协同产品创新设计中的冲突主要分为资源冲突、过程冲突和设计冲突，本文主要研究设计冲突的消解。设计冲突主要包括设计结果和设计目标冲突。设计结果冲突表现为设计方案不能满足产品功能约束、制造约束或装配约束等约束关系。设计目标冲突则表现在设计方案无法同时满足一定的功能目标（性能要求）、可制造性目标或可装配性目标等的要求。

协同产品创新设计中冲突可被描述为六元组的形式：Cn F＝（Cn F－Obj ect，Cn F－Ty pe，Cn F－Rel ation，Cn F－Content，Cn F－Feature，Cn FStrength）。其中，Cn F－Obj ect表示冲突对象，如产品零部件名称、形状特征、结构参数等；Cn FType表示冲突所属的类型；Cn F－Rel ation表示冲突间的关系，协同设计中的冲突主要存在因果、平行、耦合三种关系；Cn F－Content为冲突发生的背景；Cn F－Feature表示冲突性质，即冲突属于硬冲突还是软冲突；Cn F－Strength表示冲突强度，即冲突导致后果对产品设计的负面影响程度。

1．3 协同产品创新设计冲突消解的工作过程

协同产品创新设计过程本质上是多种设计主体利用各种经验、知识、规则，并通过它们相互之间的协同工作来消除设计过程中出现的冲突，获得最优产品设计方案的过程。为反映上述整个过程，我们建立了协同产品创新设计冲突消解过程模型，如图2所示。

模型中，定义协同产品创新设计冲突消解过程如下：将客户需求转换为具体的设计目标，并将设计目标分解为具体的产品功能要求和工作任务，定义产品功能－任务－信息之间的约束关系矩阵，识别并选择其中具有重要影响的冲突；设计主体根据协议库中定义的工作机制和环境的状态确定冲突消解的次序，判断是否需要协同工作，选择协同对象和技术资源，并对资源冲突等情况进行处理和协调；为解决设计工作过程中的创新型冲突，通过创成、吸纳环境支持层提供的各种知识，实现知识的重组与创新，达到消除冲突的目的；当识别出的冲突状态为空时，即意味着冲突得到了解决。

图3 基于层次知识匹配的协同创新设计冲突消解流程图

冲突消解子模型是过程模型的核心，它反映了设计主体利用知识消解冲突的过程。冲突消解子模型由匹配层、进化层两层行为结构和相应的支撑知识组成。其工作机理如下：当设计过程中出现冲突时，冲突被识别并对其进行分类、重要性排序，从产品各种知识库中选择合适的案例进行匹配。若从知识库中检索到的知识和案例能够与冲突问题完全匹配，意味冲突得到解决；当知识库中的实例不能解决目标冲突时，则提交到进化层次进行处理，通过知识重组、创成和吸纳，产生新的规则以解决冲突。进一步，主体根据应用结果修改规则的适应度，不断扩充自己的知识库，提高自身适应环境的能力。

由上述分析可知，协同产品创新设计是一种知识高度集中的系统。在设计冲突消解的过程中，冲突消解决策如产品的结构参数、性能参数选择等决策均可依据相应的知识和规则等来确定，或者通过检索历史实例来提供参考。因此，依据冲突消解工作机理，我们建立了基于层次知识匹配的产品创新协同设计冲突消解流程，如图3所示。

多主体参与的协同创新设计优化与冲突消解过程主要通过以下几个阶段（步骤）来完成：

（1）冲突识别及分类，分析冲突涉及的对象及冲突的特征属性。

（2）应用粗糙集中知识约简的理论与方法，对冲突进行约简；应用粗糙集中属性重要度的理论和方法，在以往产品设计数据的基础上，计算冲突对产品整体设计效果的影响重要度权重，确定亟需解决的关键冲突及冲突消解顺序。

（3）以冲突关键特征为索引，进行相似实例匹配。

（4）判断匹配相似度最大的实例能否解决冲突，如果可以，转步骤（6）；否则，转步骤（5）。

（5）确定冲突－功能－零部件之间的映射关系，选择相似度较大的实例作为初始优化方案，进行知识的重组、变异，产生新的创新设计方案；同时，补充产品实例知识库，并转步骤（6）。

（6）判断是否仍有冲突，如果有，转步骤（3）；否则，转步骤（7）。

（7）输出产品协同设计优化方案，完成冲突消解过程。

2 基于粗糙集的关键冲突识别

在协同产品创新设计中，冲突具有多样性、关联性和难以避免等特点，因此依据冲突的相关信息合理安排冲突的消解顺序，是快速、有效消除设计冲突的重要前提。如果处理不合理，将阻碍产品协同设计的高效完成。粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，在知识发现、不确定性推理和决策分析等领域都有着重要的应用［12］。它的主要思想是在保持分类能力不变的情况下，通过知识约简，导出问题的决策或分类规则。它不需要借助任何外界信息，克服了传统的处理不确定性信息的方法往往需要先验知识或附加数据的缺陷［13］。与现有的层次分析法、模糊评判及神经网络等方法相比，粗糙集理论能更有效地处理关键冲突识别过程中冲突信息模糊和不确定的问题。

2．1 基于粗糙集的冲突约简

协同产品创新设计中，由于设计任务的多层次性、并行性和协同性以及设计过程的迭代性，设计冲突呈现出数量种类多、发生频率高、相互关系复杂等特征。因此，必须对冲突进行约简，提取影响程度较大的冲突，在不影响冲突识别结果的同时，提高冲突识别效率。因此，利用粗糙集在知识约简方面的优势，首先采用粗糙集中的知识约简理论和方法对各种冲突进行约简、筛选。

定义1 四元组S＝（U，A，V，f）是一个决策信息系统，其中，U≠Ø称为论域；A表示所有属性的非空有限集合，由条件属性C和决策属性D组成，一般地，C∩D＝Ø；V为属性a的值域Va的集合，a∈A；f表示U×A→V的一个信息函数，它为每个对象的每个属性赋予一个信息值。

定义2 每个属性子集P⊆A决定了一个二元等价关系IND（P）：

定义3 等价关系IND（P），P⊆A构成了U的一个划分，用U／IND（P）＝｛X1，X2，…，Xn｝表示，其中，Xi表示不同的等价类。

定义4 属性子集P⊆A的信息熵H（P）为

定义5 属性a∈A的重要性为

当IA（a）＞0时，称a∈A在A中是必要的；当IA（a）＝0，则a是冗余的。

在以上粗糙集理论的基础上，对冲突进行约简的步骤如下：

（1）按式（2）计算冲突集A的信息熵H（A）和H（A－｛a｝），其中，A为初始冲突的集合，A＝ ｛a1，a2，…，an｝；

（2）按式（3）计算IA（ai）（i＝1，2，…，n），删去IA（ai）＝0的冲突，保留IA（ai）＞0的冲突，记为B ＝ ｛b1，b2，…，bl｝（l≤n）；

（3）再次计算冲突集B中各种冲突的重要程度IB（bj）（bj∈B）；

（4）计算B中各种冲突的重要性，按其重要程度，将重要性相对较小的冲突去掉，得到影响程度比较高的冲突的集合K＝｛k1，k2，…，kr｝（r≤l≤n）。

2．2 关键冲突识别

经过约简后的冲突集包含了对设计效果影响程度比较大的设计冲突。但是在协同设计过程中，这些冲突一般不能够同时解决，因此，需要计算冲突对协同设计效果的影响重要度，识别关键冲突，以提高设计冲突消解的效率和效果。

在这里，定义1中条件属性集C＝｛C1，C2，…，Cm｝包括了约简后的协同设计冲突，D＝｛D1，D2，…，Dn｝为设计效果决策属性集合。

利用粗糙集中属性重要度理论和方法识别关键冲突的具体步骤描述如下：

（1）确定决策属性D对条件属性Ci的依赖度γCi（D）。γCi（D）表示D 与Ci间的依赖度，其计算式为

其中，pos Ci（D）为D 关于Ci的正域，car d（·）表示集合的基数。依赖度γCi（D）的值越大，表示依赖程度越强。

（2）求属性Ci的重要度。属性Ci（Ci∈C）的重要度可以理解为从条件属性中去掉属性Ci，然后考虑决策结果大小变化的程度，变化越大说明属性越重要。属性Ci的重要度计算公式为

（3）求属性Ci的归一化权重wi，其公式为

在识别出关键冲突后，以目标冲突关键特征为索引，在实例知识库中检索出与目标冲突事例相关的源实例。当未检索到匹配性较好的实例时，则进一步考虑冲突－功能－零部件之间的映射关系，选取与目标冲突具有一定相似度的实例知识进行组合、匹配，以产生冲突消解的备选方案并对其进行优化。

3 基于层次知识匹配的协同产品创新设计冲突消解

冲突与产品功能、产品零部件之间存在一种潜在的映射关系。在确定关键冲突后，通常情况下，为了快速消除冲突，进行实例检索，以相似度最大的实例作为冲突消解的参考。本文针对未检索到匹配性较好的实例的情况，提出将冲突映射到产品功能，进一步映射到具体的产品零部件上，以便从产品实例库中选择相似系列零部件进行组合优化及改进的冲突消解解决思路。

基于该思路，为提高知识匹配效率，我们提出了基于层次知识匹配的冲突消解方法，如图4所示。该方法中，将产品设计冲突涉及的对象分为产品、部件、底层部件和零件四层，因设计冲突的约束条件、冲突类型及冲突强度等不同，冲突可在不同层次上得以消除。产品实例库也可分为多层实例与产品结构层级相对应。利用该方法消解设计冲突时，首先，确定冲突－功能－零部件的映射关系，明确冲突涉及的功能模块及相应的最高产品层次范围。其次，按照产品－部件－底层部件－零件的层次顺序关系，从顶至底逐层匹配，实现多层次的知识匹配与组合设计。如果在上一层已经完成了知识匹配与设计冲突的消解，则不再进行下一层次的分解与匹配，以此类推。最后，通过设计层次知识与设计过程的集成，实现设计过程中的冲突解决及设计方案的优化。

然而，在层次知识匹配即对产品零部件进行分解、组合与优化的过程中，会产生众多的设计备选方案。同时，产品设计是一个不断反复的过程，需要多方设计人员参与进行多次修改才能得到最终优化结果，优化搜索算法是提高知识搜索与匹配效率的一种重要途径。

禁忌搜索算法（tabu search，TS）同遗传算法、蚁群算法一样，也是一种智能搜索算法，它具有避免陷入局部最优并最终收敛于全局最优（次优）的能力，目前已在组合优化、设计优化等领域得到成功应用［14－15］。考虑到设计的迭代性，与其他算法相比，TS算法更适合求解协同创新设计中的冲突消解与方案优化问题。因此，本文采用TS算法中Tabu表的记忆功能和特赦准则策略，同时，针对TS算法在求解优化问题时存在的“停滞”现象，模拟生物基因重组进化过程产生新的方案［16］，提出一种改进的禁忌搜索方法——ERTS（elite reco mbinant tabu search）来解决创新设计冲突并获得最优产品设计方案。

3．1 基于ERTS的协同产品创新设计冲突消解

依据ERTS算法的核心思想，在产品设计中引入一个灵活的存储结构和相应的准则来避免迂回设计，采用生物进化中的精英基因重组策略使TS尽早跳出“停滞”阶段以产生新的方案，进而保证设计的多样化并最终实现快速全局优化。基于ERTS的协同设计冲突消解与方案优化的基本步骤如下：

（1）初始化。针对TS算法对初始解有较强依赖性的特点，为保证初始解的高质量，提高搜索效率，随机从产品实例库中挑选出与设计目标相似度大于阈值ξ的实例作为设计的初始解，并置“设计避免表”为空。同时定义适应值函数，确定完成最终设计要求的评价标准。初始化变量当前迭代次数 （Tcurr）、最大迭代次数（Tmax）、当前连续未找到更好解的次数（Tunchange）、最大连续未找到更好解次数（Tmaxunchange）及局部最优解重组次数（R）及其最大值（Rmax）等。

（2）以其他相似度大于ξ的实例集作为备选解集N（X），计算各备选解的目标函数值f（X）。根据目标函数值、禁忌状态和特赦条件选择一个备选解，从当前解移动到该备选解，作为新的当前解，将新的当前解装入禁忌表中，使其保持一个禁忌周期的禁忌状态。重复上述迭代搜索过程，并不断更新禁忌表。将历次搜索过程中获得的l个最佳局部最优解存储在满意表S中。

（3）如果Tunchange＝Tmaxunchange，设计出现“停滞”现象，不能有效解决产品设计冲突时，采用cohesive crossover交叉对知识进行重组以产生新的个体xnew。具体过程为：① 在S中，随机选择两个个体si和sj（i，j＝1，2，…，l；i≠j）作为父代个体。②在个体si中，随机选择一个节点gk∈R为交叉点，则个体si中节点gm与节点gk（不同于gk的其他任意节点）之间距离d（gkm）的最大值u＝ max（d（gkm）），gm∈si。对所有节点gm∈Q1，Q1＝ ｛gm｜d（gkm）＜ u／2｝，xnew（gm）＝si（gm）；对其余节点gb∉ Q1，xnew（gb）＝sj（gb）。③若xnew各模块结构间有某些不协调，则对xnew作进一步调整，最终得到一个新的可行解。

（4）判断产生的新方案是否优于当前最好解的禁忌解或是否满足特赦规则，如果是，xbest＝xnew，更新禁忌表和满意表S；Tcurr加1。

（5）如果Tcurr＝Tmax，转步骤（6）；否则，再次判断R是否等于Rmax，如果是，转步骤（6），否则，转步骤（3）的①。

（6）输出当前最好解。

3．2 算法关键参数设置

（1）适应值函数。适应值函数用于对产品优化设计方案的好坏进行评价。在评价产品设计时，通常从以下几个方面考虑：①产品功能满足客户需求的程度s；②产品制造成本c；③产品设计时间t；④环境因素e，包含对自然环境产生的影响等。因此，定义适应值函数f ＝f（s，c，t，e）。

（2）禁忌对象的确定。对产品某一功能模块设计进行禁忌，即以设计状态分量作为禁忌对象放入禁忌表中。

（4）特赦准则 。采用基于适应值的准则作为特赦准则。若某个禁忌产品设计方案的适应值优于最优适应值，则解禁此产品设计方案为当前状态和新的最优设计适应值。

（5）邻域搜索结构。解x实际上是一种系列模块组合，所有可能的组合构成了产品设计的状态空间。定义邻域搜索结构为置换操作，即从数据库中随机选择某一模块或模块组合对原组合进行置换。

（6）终止准则。采用事先指定迭代次数为终止准则。

4 应用示例

本文以某型号摩托车的协同设计为例，对所提出模型与方法的可行性和有效性进行验证。经市场调研及与客户沟通交流，按客户需求确定了28项摩托车基本功能。经分析，主要有支撑负载、控制方向、传递动力、转换能量发出动力等15项功能在产品主要6个设计目标（外观性、耐用性、动力性、舒适性、经济性和安全性）上发生冲突。因此，首先运用粗糙集约简理论对这15项功能进行筛选，得到比较重要的6项存在冲突的功能：控制方向、阻止转动、传递动力、转换能量发出动力、供给可燃气体、供给存储电能。进一步，采用粗糙集属性重要度理论与方法识别关键冲突。

4．1 关键冲突的识别

在利用粗糙集理论与方法计算各冲突的重要度权重过程中，上述6项冲突对应于决策表中的条件属性，记作C1、C2、…、C6。条件属性Ci的取值为｛冲突合理解决，冲突较好解决，冲突未消解｝。根据其对设计效果的影响程度，相应的量化值取为｛2，1，0｝。Ci取值越高，表示其会促使设计效果变得越好。选择以往设计中的50个实例，分别记作B1、B2、…、B50，来计算Ci的重要度。决策属性D 分为设计效果好（D1）、效果较好（D2）、效果一般（D3）及效果差（D4）四个等级，记为D＝｛D1，D2，D3，D4｝＝ ｛3，2，1，0｝。由此得到表1所示决策属性表。

表1 协同创新设计冲突决策属性表

根据式（1）～式（3），计算各个冲突的重要度权 重 为 ｛0．162，0．092，0．207，0．292，0．116，0．131｝，由此确定首先解决关键冲突C4。

4．2 关键冲突的消解与求解方案的优化

关键冲突C4相应的部件为发动机，冲突内容为“在提高产品动力性的同时会导致产品成本和燃油消耗的增加，经济性下降”，约束为各零部件之间的配置约束及成本，以关键冲突内容“零件名称和约束条件”为索引进行检索。从产品实例库中选出相似度较大的一个，经实例分解，相应的摩托车发动机7个主要零部件为气缸、曲柄连杆、配气部件、润滑部件、冷却部件、箱体、点火线圈部件，分别记作A、B、C、D、E、F、G，运用ERTS算法对其进行优化。以最高满意度、最小成本为优化目标，因此，适应值函数f＝f（s，c）＝0．6s＋0．4c。各分目标的权重由创新设计团队群体决策确定。算法最大迭代次数Tmax＝200，局部最优解重组次数Rmax＝10，禁忌表长度为3，图5所示为某摩托车发动机协同设计优化与冲突消解过程。

图5 某摩托车发动机协同产品创新设计冲突消解过程

从图5中可以看出，在第48次迭代中，有5个可选的优化选项（A1B1）、（A2B2）、（C1D1）、（F1）和（F2G1）。当用（C1D1）取代原设计方案中的（C0D0）时，可使设计方案的适应值提高得最多，达到0．70。因此，选用（C1D1）取代（C0D0），设计方案由（A0B0C0D0E0F0G0）优化为（A0B0C1D1E0F0G0）。

在第52次迭代中，当前设计方案（A0B0C1D2E3F1G0）适应值为0．75，进行改进后的方案适应值最大为0．65。5个最佳候选解都不能使适应值较前一个设计方案得到提高，但为跳出设计局部最优，尝试更多的改进方案，达到整个产品设计全局最优而忽视这一点，选择改进后的最佳设计方案（A1B0C2D2E3F1G1）为下一步改进对象。

在第70次迭代中，当前设计方案（A1B0C2D2E3F1G1）适应值为0．65，在优选的几个方案中，此时虽然模块C1D1被禁忌（禁忌次数已减为1），但是这个改进方案却能够使得设计比以前设计中任何一次改进方案得到的适应值都大。因此，特赦这个设计方案，选择它作为下一步改进的候选解。重置它的禁忌次数为3。这就是特赦准则保证解多样化的作用。新的产品设计方案（A1B1C1D1E3F1G1）作为下一步改进对象。由于篇幅有限，不再对优化过程一一详述。

采用MATLAB编程实现了ERTS算法对该设计优化问题的求解。最终，由ERTS算法最终获得的优化方案为（A5B1C2D4E9F15G8），其适应值最高，为0．892。进一步对发动机各零部件的配置接口进行局部微调，得到最终的设计优化方案，即采用单缸、四冲程、风冷125式发动机，点火方式采用CDI电子点火，经济油耗（百公里油耗为1．7L），最高车速95k m／h，而且价格比较合理，因此获得客户的好评。

5 结束语

为有效消除协同创新设计中的冲突以得到优化的产品设计方案，本文建立了冲突消解的过程模型，系统地提出了基于层次知识匹配的设计冲突消解的技术方案；提出了利用粗糙集约简冲突并识别关键冲突的方法；对于层次知识匹配策略产生的大量设计方案，提出了一种基于改进禁忌搜索算法的优化方法。最后，将提出的设计冲突消解方法应用于某摩托车的协同优化设计中，验证了所提出方法的可行性和有效性。

［1］ 刘明周，葛茂根，刘正琼，等．基于约束的可定制产品配置模型［J］．计算机辅助设计与图形学学报，2006，18（2）：225－230．

［2］ 陈宗舜．机械制造业工艺设计与CAPP技术［M］．北京：清华大学出版社，2004．

［3］ Ross S，Fang Liping，Hipel K W．A Case－based Reasoning System f or Conflict Resolution：Design and Implementation［J］．Engineering Applications of Artificial Intelligence，2002，15（3／4）：369－383．

［4］ Avramenko Y，Kraslawski A，Krysiak W．Casebased Reasoning Tool for the Support of Process and Product Design［J］．Computer Aided Chemical Engineering，2005，20（1）：697－702．

［5］ Park Y J，Choi E，Park S H．Two－step Filtering Datamining Met hod Integrating Case－based Reasoning and Rule Induction［J］．Expert Systems wit h Applications，2009，36（1）：861－871．

［6］ Jung Sabu m，Li m Taesoo，Ki m Dongsoo．Integrating Radial Basis Function Net wor ks with Casebased Reasoning for Product Design［J］．Expert Systems with Applications，2009，36（3）：5695－5701．

［7］ 罗杰文，施智平，何清，等．一种CBR与RBR相结合的快速预案生成系统［J］．计算机研究与发展，2007，44（4）：660－666．

［8］ 王忠宾，陈禹六，李清．智能CAPP系统冲突消解机制研究［J］．计算机集成制造系统，2009，15（6）：1115－1121．

［9］ 孙毅，单继宏，孙中炜，等．基于实例与规则集成的模架配置方法［J］．中国机械工程，2009，20（4）：428－432．

［10］ 许多，严洪森．基于模糊度量质量屋的产品特征映射及分析［J］．计算机集成制造系统－CI MS，2004，10（4）：693－698．

［11］ 肖人彬，蔡池兰，刘勇．公理设计的研究现状与问题分析［J］．机械工程学报，2008，44（12）：1－11．

［12］ 张文修，吴伟志，梁吉业，等．粗糙集理论与方法［M］．北京：科学出版社，2001．

［13］ Khoshgoftaar T M，Bullard L A，Gao K．Attribute Selection Using Rough Sets in Soft ware Quality Classification［J］．International Journal of Reliability，Quality and Safety Engineering，2009，16（1）：73－89．

［14］ Chelouah R，Siarry P．Tabu Search Applied to Global Opti mization［J］．Eur opean Jour nal of Operational Research，2000，123（2）：256－270．

［15］ Jaeggi D M，Par ks G T，Kipour os T，et al．The Develop ment of a Multi－objective Tabu Search Algorith m for Continuous Opti misation Problems［J］．Eur opean Jour nal of Operational Research，2008，185（3）：1192－1212．

［16］ Carlos Conceição A．A Study on Synergy of Multiple Crossover Operators in a Hierarchical Genetic Algorith m Applied to Str uct ural Opti mization［J］．Str uctural and Multidisciplinar y Opti mization，2009，38（2）：117－135．