位置:成果数据库 > 期刊 > 期刊详情页
面向模块化设计的客户需求分析
  • ISSN号:1008-973X
  • 期刊名称:《浙江大学学报:工学版》
  • 时间:0
  • 分类:TP391.72[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]浙江大学机械与能源工程学院,浙江杭州310027
  • 相关基金:国家科技攻关计划资助项目(2005BA201A89);国家自然科学基金资助项目(50335040).
中文摘要:

将灰色系统理论中的灰色关联度聚类模型运用于客户需求的量化分析,分析了模块化设计与客户需求之间的关系,提出了基于灰色系统的客户需求聚类模型.将客户需求描述成一系列的产品属性,每个属性又分为不同的属性水平,不同属性及属性水平组合形成不同的需求模块.客户需求聚类模型根据需求之间的关联相似性进行聚类.首先将客户需求映射到工程指标,对不确定数值的需求进行取值白化;然后根据客户需求对结构的影响进行功能聚类分析,从客户需求中总结出基本功能需求模块、辅助功能需求模块;最后计算需求取值之间的灰色关联度构建层次聚类树图,根据聚类评价准则确定合理的关联度取值,得到最佳聚类结果.以减震器产品为例进行了实例验证,结果表明该算法是有效的.

英文摘要:

A customer requirement clustering method based on gray system theory was proposed to analyze the relationship between modular design and customer requirement, which applying the gray relational grade model and the relational grade cluster model to quantitatively classify and cluster the custom requirement. Customer requirements are described as a series of product properties, and every property has different levels. Different properties and levels combine together and form different requirement modules. First, customer requirements are mapped into engineering indexes, and uncertain values are defined. Then basic function demand modules, accessorial function demand modules and other modules are extracted from customer requirements based on the relationship of requirements with structure. The clustering tree chart is constructed with the gray relational grade between requirement values. Finally, the optimal clustering is obtained through confirming the appropriate relational grade according to the evaluate rule. An example of absorber model verified the effectiveness of the method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《浙江大学学报:工学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:浙江大学
  • 主编:岑可法
  • 地址:杭州市浙大路38号
  • 邮编:310027
  • 邮箱:xbgkb@zju.edu.cn
  • 电话:0571-87952273
  • 国际标准刊号:ISSN:1008-973X
  • 国内统一刊号:ISSN:33-1245/T
  • 邮发代号:32-40
  • 获奖情况:
  • 2000年获浙江省科技期刊质量评比二等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:21198