产品模型显性功能信息设计重用方法

师治全

（西安工业大学机电工程学院，陕西 西安710021）

在新产品开发设计过程中，产品模型的设计占其整个开发过程的80%。且根据相关研究表明有30%～40%的产品可以通过对已有产品进行改进获得。仅有10%的产品属于创新设计。因此如何对已有的产品模型进行快速设计重用生成新的方案，已成为诸多学者研究的话题。国内外学者从不同角度进行了广泛深入的研究。Shahin 和Blessing 提出在产品设计阶段，利用设计方法学指导设计，且其本身就是对已有知识的一种重用过程。也有其他学者将产品标准化，然后将其快速的应用于大规模定制的思想引入设计重用过程中。但是，以上方法均没有明确指出如何利用已有的产品模型实例进行快速的生成面向设计人员的重用方案。因此，本文提出一种对产品模型以其功能信息为出发点，提供给设计人员一种基于已有的产品实例开发新产品模型的快速设计重用方法。

1 产品模型功能聚类

1.1 产品模型功能指的是满足用户实现某种需求，实现产品自身价值的属性。且每个产品模型其功能众多，该功能因素影响着产品原始的设计思路和产品的好坏。对其进行功能分解如图1 所示。

1.2 模型功能标准化及聚类划分。根据模型功能满足用户等级，可将其标准化数据化处理，用数字1，2，3，等来代表模型实现功能的等级。其次将已有的模型实例基于模糊等价关系的模糊聚类划分，其步骤如下所示：Step1：建立数据矩阵，设论域U={x1，x2，…，xn}为被分类对象，每个对象又有m 个指标即xi={xi1，xi2，…，xim（i=1，2，…n）}得到原始矩阵

式中xnm表示第n 个分类对象的第m 个指标的原始数据。

Step2：数据标准化，根据模糊矩阵的要求，将数据压缩到[0，1]区间上。

Step3：根据传统聚类方法确定相似系数，建立模糊相似矩阵。

Step4：将模糊矩阵R 改造成模糊等价矩阵R*，用二次方法求R 的传递包，即t（R）=R*。设定置信水平λ，即可得到分类结果。

其聚类流程图如图2 所示。

图1 模型功能分解

图2 模糊聚类流程图

2 客户需求分析及相似产品模型获取

设计人员通过对客户所提的需求进行分析，目前有基于用户属性聚类与项目划分的协同过滤推荐算法来进行相似实例检索。算法虽然对检索准确度有重要影响的相似度计算进行了考虑，但是没有考虑到各个影响因素的权重比不同。本文根据已获得的模型功能类，通过利用相似度计算的方法选出相似度最大的模型功能类作为备选方案。其相似度计算公式如下所示：

3 备选方案优化

在备选方案中可能存在多个与用户需求相近的模型实例，因此本文采用基础反馈外延的决策方法，其思想是当全因素情况较为复杂时将其转换为若干个单因素的外延。其计算步骤如下所示：

Step1：设定模型实例重用备选集：U=（M1，M2，L，Mn）。

Step2：令φ={Z}，Z 为模型设计重用最优实例，且它以U 为论域。

Step3：选定与U 有关的功能因素族目，用F 表示。F=（f1，f2，L，fn），f 为功能因素，n 为功能数目，同时确定状态空间X（fi）。

Step4：使（U，φ，F）构成一个描述空间。

Step5：采用一定手段对论域X（fi）中的表现外延B（fi）。

Step6：选取适当的m 维t- 模Tm，由Tm和B（fi）构造全因素表现论域X（1）中的表现外延B（1），

Step7：每一个功能因素fj（j=1，2，Lm），确定备选集状态：fj（Ui），i=1，2，Ln，j=1，2，Lm，得到全因素1 关于各个备选方案的状态。

Step8：确定Z 的反馈外延1-1（B（1）），并将其作为Z 的外延值，于是对任何ui∈U 其对模糊集φ 隶属度为：

4 结论

本文提出的产品模型显性功能重用方法，首先利用模型子功能的不同对模型进行快速聚类，其次计算用户需求与模型类的相似度大小得到备选方案，最后通过决策优化，得到最佳的设计重用方案。该方法可对已有的产品模型进行快速筛选，并得到满足客户需求的模型设计重用方案，从而提高设计人员的设计效率。