CN103440534B - 基于成本贡献度与用户满意度融合的产品优化方法 - Google Patents

Abstract

本发明涉及一种基于成本贡献度与用户满意度融合的产品设计指标取值演进优化新方法，包括获取产品的设计指标以及针对每个设计指标的期望值，分别计算针对设计指标的成本贡献度以及用户满意度，并急于成本贡献度和用户满意度的融合对产品设计指标的取值进行演化优化，最终得到一个考虑成本贡献度和用户满意度的优化方案。本发明的优点在于，通过融合成本贡献度和用户满意度，可以有效地解决现有产品设计过程中的产品成本与用户满意度之间的矛盾，具有较好的应用价值。

Description

基于成本贡献度与用户满意度融合的产品优化方法

技术领域

本发明涉及产品设计信息技术领域，且特别涉及一种基于成本贡献度与用户满意度融合的产品设计指标取值演进优化新方法。

背景技术

随着市场竞争的日益加剧，用户对产品的需求越来越呈现多样化、个性化趋势，依据用户需求对产品进行创新设计成为产品设计领域的研究热点之一。在用户(尤其是最终消费者)独立性、选择性、多变性和差异性增强的同时，其参与到商品的设计、生产、服务中的积极性也越来越强，期望与企业进行有效的交流，将自身产品需求期望传达给企业，从而使自身个性化需求得以满足。而企业则可通过对消费者个性化需求的识别和转换，设计、生产出更加宜人的产品，提高竞争力，赢取订单和市场。在这场个性化浪潮里，面对市场竞争如何提高用户满意度、赢取订单和市场依然是企业不懈地追求，其关键在于产品设计及其设计指标的优化。然而，在满足用户对产品个性化需求、让企业拥有稳定的用户群的背后，则是产品成本与用户满意度之间的矛盾。因此，在产品设计的过程中，如何通过有效的方法对产品成本与用户满意度进行融合，进而获取对企业生产有价值的产品设计信息一直是企业关注并期望解决的问题。

发明内容

本发明针对现有技术中缺乏将产品成本和用户满意度进行融合的产品设计方法的缺点，提供了一种基于成本贡献度与用户满意度融合的产品设计指标取值演进优化新方法。

为实现上述目的，本发明可采取下述技术方案：

基于成本贡献度与用户满意度融合的产品优化方法，包括以下具体步骤：

1)获取产品的设计变量，用产品的n个设计变量m构建产品设计指标集M＝{m₁,m₂,…,m_n}，产品的第h个设计方案可以表示为为产品的第h个设计方案的第j个产品设计指标，j＝1,2,…,n；

2)获取产品设计指标的期望值，记第i个用户对第j个产品设计指标的期望值为v_ij，则第i个用户的产品设计指标期望值集为V_i＝{v_i1,v_i2,…,v_in}，则s个用户的产品设计指标期望值集为 $V=\left[\begin{array}{cccc}{v}_{11}& v_{12}& ...& v_{1n}\\ v_{21}& v_{22}& ...& v_{2n}\\ ...& ...& ...& ...\\ v_{s1}& v_{s2}& ...& v_{sn}\end{array}\right];$

3)计算产品设计指标的成本贡献度权重，具体步骤如下：

3.1)根据对产品结构与功能的分析，在步骤1)确定产品设计指标的前提下，分别获取每个产品设计指标的评价指标因素A，评价指标因素A用于评价产品设计指标的成本贡献度，并将获取的评价指标因素A分为多个准则层，记a_i为所述准则层中第i个评价指标因素，b_ij为所述准则层中第i个评价指标因素的子准则层的第j个评价指标因素；

3.2)记所述准则层中与第i个评价指标因素的子准则层所对应的评价指标因素的集合为{y₁,y₂,…,y_g}，其中，g为{y₁,y₂,…,y_g}所包含的评价指标因素的个数，分别对{y₁,y₂,…,y_g}中的评价指标因素做g次评价，得到与准则层中第i个评价指标因素的子准则层相对应的重要程度矩阵为Y＝(y_ll′)_g×g，其中，l、l′＝1,2,…,g，y_l、y_l′分别为评价指标因素集{y₁,y₂,…,y_g}中的第l、l′个评价指标因素， $y_{ll},=\left\{\begin{array}{cc}0.5,& \mathrm{\&rho;}\left(l\right)=\mathrm{\&rho;}\left(l^{\&prime;}\right)\\ 1.0,& \mathrm{\&rho;}\left(l\right)>\mathrm{\&rho;}\left(l^{\&prime;}\right)\\ 0,& \mathrm{\&rho;}\left(l\right)<\mathrm{\&rho;}\left(l^{\&prime;}\right)\end{array}\right.,$ y_ll′表示评价指标因素y_l、y_l′之间的相对重要程度，ρ(l)和ρ(l′)为输入值，分别表示评价指标因素y_l和y_l′的相对重要程度指标；

3.3)对重要程度矩阵Y按行l、l′求和，获得第l、l′个评价指标因素相对其它评价指标因素的重要程度的总和然后作变换得到由此建立重要程度矩阵Y的模糊一致矩阵R＝(r_ll′)_g×g；

3.4)对模糊一致矩阵R的各元素按列相乘得到新的向量将向量β_l开g次方得到对进行归一化后得到权重得到权重向量W＝(w₁,w₂,…,w_g)^T；

3.5)依据上述步骤3.1)-3.4)，分别得出子准则层各评价指标因素相对于准则层的成本贡献度权重其中，为准则层的评价指标因素a_i相对父准则层的评价指标因素a₀的权值，为子准则层的评价指标因素b_ij相对准则层的评价指标因素a_i的权值，得到与产品设计指标集M＝{m₁,m₂,…,m_n}相对应的成本贡献度权重集W_M＝(w₁,w₂,…,w_g)；

3.6)获取设计方案中设计指标的评价得分则设计方案V^h的成本贡献率为 ${\mathrm{\&lambda;}}^h=\{{\mathrm{\&gamma;}}_1^h,{\mathrm{\&gamma;}}_2^h,...,{\mathrm{\&gamma;}}_n^h\},$ 其中， ${\mathrm{\&gamma;}}_j^h=\frac{{\mathrm{mark}}_j^h}{{\mathrm{\&Sigma;}}_{i=1}^j{\mathrm{mark}}_i^h};$

3.7)计算设计指标的成本贡献度其中，w_j为设计指标相对应的成本贡献度权重，得到设计方案V^h的成本贡献度

4)计算设计方案V^h的用户满意度权重A＝{a₁,a₂,…,a_n}，并对用户满意度进行评价，具体步骤如下：

4.1)分别获取每个产品设计指标的评价指标因素B，评价指标因素用于评价产品设计指标的满意度，依据上述步骤3.1)-3.5)计算设计方案V^h的用户满意度权重A＝{a₁,a₂,…,a_n}；

4.2)计算第i个用户对设计方案V^h的满意度评价集其中 $t_{in}^h=\left\{\begin{array}{cc}1-\frac{1}{\left|v_{ij}-v_j^h\right|},& v_{ij}\&NotEqual;v_j^h\\ 1,& v_{ij}=v_j^h\end{array}\right.,$ v_ij为产品设计指标的期望值，所有的s个用户对设计方案V^h的综合满意度评价集为 $T^h=\left[\begin{array}{cccc}{t}_{11}^h& t_{12}^h& ...& t_{1n}^h\\ t_{21}^h& t_{22}^h& ...& t_{2n}^h\\ ...& ...& ...& ...\\ t_{s1}^h& t_{s2}^h& ...& t_{sn}^h\end{array}\right];$ 计算 ${T^{\&prime;}}_j^h={\mathrm{\&Sigma;}}_{i=1}^s{t}_{ij}^h;$ 对进行归一化处理，得到其中， $T_j^h=\frac{{T^{\&prime;}}_j^h}{{\mathrm{\&Sigma;}}_{j=1}^n{T^{\&prime;}}_j^h};$

4.3)计算所有用户相对设计方案V^h的综合用户满意度为其中，a_j为产品设计指标集M中第j个产品设计指标的满意度权重；

5)计算基于成本贡献度与用户满意度融合的产品设计指标的取值演进优化，具体步骤如下：由产品的h个设计方案中选取2个设计方案和(1)如果S¹＞S²且S¹＞ε，且同时满足则V¹即为考虑成本贡献度与用户满意度的优化方案，其中，S¹、S²分别为与设计方案V¹、V²相对应的综合用户满意度，分别为设计方案V¹、V²的设计指标的成本贡献度，ε为满意度阈值；(2)如果S¹＞S²且S¹＞ε，且同时满足则对设计方案V¹、V²进行数据融合产生新的设计方案V^*，如果设计方案V^*满足S¹＞S²且S¹＞ε，且同时满足则V^*即为考虑成本贡献度与用户满意度的优化方案；

作为优选，还包括数据融合步骤6)，具体包括：

6.1)由产品的多个设计方案中选取2个设计方案V^h以及V^h′，并计算设计方案V^h的成本贡献度满意度权重A＝{a₁,a₂,…,a_n}，令V^*＝V^h；

6.2)计算设计方案V^h′的成本贡献度

6.3)令k＝0，A^n-k＝A＝{a₁,a₂,…,a_n}；

6.4)计算设计方案V^*的成本贡献度

6.5)提取A^n-k中权值最大的满意度权重a_r所对应的产品设计指标的序号r，以及设计方案V^*、V^h+1中的设计指标

6.6)如果则转到步骤6.7)；否则，令k＝k+1，转到步骤6.8)；

6.7)如果令k＝k+1；

6.8)如果k＜m，则由A^n-k剔除满意度权重a_r，得到A^n-k＝{a₁,a₂,…,a_r-1,a_r+1,…,a_n}，转到步骤6.4)；否则，结束运算，并输出V^*。

作为优选，还包括以下步骤7)：当对所有的设计方案均依照步骤6)进行数据融合后，仍然无法满足S^h＞ε且S^h′＞ε的条件，其中，S^h、S^h′分别为设计方案V^h、V^h′的综合用户满意度，则对所有设计方案{V^h},h＝1,2,…,n执行以下具体步骤：

7.1)令h＝1，V^*＝V^h计算设计方案V^*的成本贡献度B^*以及用户满意度权重A^*；

7.2)计算设计方案V^h+1的成本贡献度B^h+1；

7.3)应用上述步骤5)，在设计方案V^*以及V^h+1中挑选优化方案作为V^*；

7.4)计算设计方案V^*的成本贡献度B^*以及综合用户满意度S^*；

7.5)如果S^*≥ε，则输出设计方案V^*，并结束步骤7)；否则转到步骤7.6)；

7.6)如果h＞n，则转到步骤7.7)；否则，h＝h+1，转到步骤7.2)；

7.7)将满意度阈值ε按一定的额度进行递减后，返回步骤7.1)。

作为优选，所述额度为1％。

作为优选，步骤3)的评价指标因素A以及步骤4)的评价指标因素B均由同一套评价指标因素集得到。

作为优选，获取的评价指标因素A以及评价指标因素B分别划分为目标层、准则层以及子准则层。

用户参与产品设计有主要有两种方式：一是在产品定位前期通过调研将用户需求融入产品概念设计；二是将少量样机投放市场，根据用户反馈意见修改设计。这些方法的主要目的在于使产品的设计方案尽可能地满足用户需求，提高产品的用户满意度。而用户满意的关键在于产品具体指标的赋值，在设计阶段即为产品设计指标取值的优化，包括产品设计指标及其取值的优化。传统产品设计中，设计指标往往由设计者根据实际情况和设计经验确定，主要实现手段主要通过两类方法：一类是试验优化方法，多用于工业制造现场产品的参数优化；另一类是构建优化模型应用遗传算法等智能算法予以求解的优化方法，或创新产品配置设计方法，该类方法多用于产品概念设计中的设计指标取值优化。

本发明中两个主要概念解释如下：

设计指标成本贡献度(CostContributionDegree，CCD)是指设计人员从企业成本约束出发对产品设计方案中产品设计指标的成本贡献评价，是产品设计方案能否成功应用的一个关键指标。对某产品设计指标而言，若其变动能导致较大的成本变动，则认为其成本贡献度较大，否则，成本贡献度较小。因此，对产品设计指标集M＝{m₁,m₂,…,m_n}而言，存在一个基于产品专家、设计工程人员和制造人员评价的成本贡献度权重集W_M＝(w₁,w₂,…,w_g)。

用户满意度(UserSatisfactionDegree，USD)是指用户从其需求出发对企业所提供的产品设计方案的可感知的效果(或结果)与期望值相比较后，所形成的愉悦或失望的感觉状态，是评价用户对产品设计方案满足程度的一个关键指标。用户对产品设计指标集M＝{m₁,m₂,…,m_n}中某设计指标的满意度，随对应产品设计指标在其产品设计指标期望值集中的取值与被评估设计方案中对应产品设计指标取值的偏差增加而降低，同时由于用户对各参评产品设计指标的重要程度评价不一，故存在一个基于用户评价的权重集，记为A＝{a₁,a₂,…,a_n}。

本发明由于采用了以上技术方案，具有显著的技术效果：

能够有效地解决现有技术中，特别是现有的产品设计方法中所存在的成本贡献度与用户满意度无法调和的问题，对于产品的设计指标的选取具有较大的决定性作用，对于优化提高产品设计具有很好的效果。

进一步地，本发明还包括数据的融合步骤，通过数据融合在多个设计方案中演化得到一个更为优化的设计方案，提高了设计效率，具有较大的应用价值。

此外，本发明还包括通过改变满意度阈值ε，对满意度阈值ε进行递减，从而在无法得到产品设计方案的最优化方案的情况下，确保得到产品设计方案的次优化方案或者较优化方案。

附图说明

图1为基于成本贡献度与用户满意度融合的产品设计指标取值演进优化方法的流程示意图。

图2为童车产品平台的通用表达示意图。

图3为童车产品设计指标成本贡献度评估指标体系示意图。

图4为童车产品用户需求调研界面示意图。

具体实施方式

下面结合实施例对本发明作进一步的详细描述。

实施例1

基于成本贡献度与用户满意度融合的产品优化方法，包括以下具体步骤：

1)获取产品的设计变量，用产品的n个设计变量m构建产品设计指标集M＝{m₁,m₂,…,m_n}，产品的第h个设计方案可以表示为为产品的第h个设计方案的第j个产品设计指标，j＝1,2,…,n；

2)获取产品设计指标的期望值，记第i个用户对第j个产品设计指标的期望值为v_ij，则第i个用户的产品设计指标期望值集为V_i＝{v_i1,v_i2,…,v_in}，则s个用户的产品设计指标期望值集为 $V=\left[\begin{array}{cccc}{v}_{11}& v_{12}& ...& v_{1n}\\ v_{21}& v_{22}& ...& v_{2n}\\ ...& ...& ...& ...\\ v_{s1}& v_{s2}& ...& v_{sn}\end{array}\right];$

3)计算产品设计指标的成本贡献度权重，具体步骤如下：

3.1)根据对产品结构与功能的分析，在步骤1)确定产品设计指标的前提下，分别获取每个产品设计指标的评价指标因素A，评价指标因素A用于评价产品设计指标的成本贡献度，并将获取的评价指标因素A分为多个准则层，记a_i为所述准则层中第i个评价指标因素，b_ij为所述准则层中第i个评价指标因素的子准则层的第j个评价指标因素；

3.2)记所述准则层中与第i个评价指标因素的子准则层所对应的评价指标因素的集合为{y₁,y₂,…,y_g}，其中，g为{y₁,y₂,…,y_g}所包含的评价指标因素的个数，分别对{y₁,y₂,…,y_g}中的评价指标因素做g次评价，得到与准则层中第i个评价指标因素的子准则层相对应的重要程度矩阵为Y＝(y_ll′)_g×g，其中，l、l′＝1,2,…,g，y_l、y_l′分别为评价指标因素集{y₁,y₂,…,y_g}中的第l、l′个评价指标因素， $y_{ll},=\left\{\begin{array}{cc}0.5,& \mathrm{\&rho;}\left(l\right)=\mathrm{\&rho;}\left(l^{\&prime;}\right)\\ 1.0,& \mathrm{\&rho;}\left(l\right)>\mathrm{\&rho;}\left(l^{\&prime;}\right)\\ 0,& \mathrm{\&rho;}\left(l\right)<\mathrm{\&rho;}\left(l^{\&prime;}\right)\end{array}\right.,$ y_ll′表示评价指标因素y_l、y_l′之间的相对重要程度，ρ(l)和ρ(l′)为输入值，分别表示评价指标因素y_l和y_l′的相对重要程度指标；

3.3)对重要程度矩阵Y按行l、l′求和，获得第l、l′个评价指标因素相对其它评价指标因素的重要程度的总和然后作变换得到由此建立重要程度矩阵Y的模糊一致矩阵R＝(r_ll′)_g×g；

3.4)对模糊一致矩阵R的各元素按列相乘得到新的向量将向量β_l开g次方得到对进行归一化后得到权重得到权重向量W＝(w₁,w₂,…,w_g)^T；

3.5)依据上述步骤3.1)-3.4)，分别得出子准则层各评价指标因素相对于准则层的成本贡献度权重其中，为准则层的评价指标因素a_i相对目标层的评价指标因素a₀的权值，为子准则层的评价指标因素b_ij相对准则层的评价指标因素a_i的权值，得到与产品设计指标集M＝{m₁,m₂,…,m_n}相对应的成本贡献度权重集W_M＝(w₁,w₂,…,w_g)；

3.6)获取设计方案中设计指标的评价得分则设计方案V^h的成本贡献率为 ${\mathrm{\&lambda;}}^h=\{{\mathrm{\&gamma;}}_1^h,{\mathrm{\&gamma;}}_2^h,...,{\mathrm{\&gamma;}}_n^h\},$ 其中， ${\mathrm{\&gamma;}}_j^h=\frac{{\mathrm{mark}}_j^h}{{\mathrm{\&Sigma;}}_{i=1}^j{\mathrm{mark}}_i^h};$

3.7)计算设计指标的成本贡献度其中，w_j为设计指标相对应的成本贡献度权重，得到设计方案V^h的成本贡献度

4)计算设计方案V^h的用户满意度权重A＝{a₁,a₂,…,a_n}，并对用户满意度进行评价，具体步骤如下：

4.1)分别获取每个产品设计指标的评价指标因素B，评价指标因素用于评价产品设计指标的满意度，依据上述步骤3.1)-3.5)计算设计方案V^h的用户满意度权重A＝{a₁,a₂,…,a_n}；

4.2)计算第i个用户对设计方案V^h的满意度评价集其中 $t_{in}^h=\left\{\begin{array}{cc}1-\frac{1}{\left|v_{ij}-v_j^h\right|},& v_{ij}\&NotEqual;v_j^h\\ 1,& v_{ij}=v_j^h\end{array}\right.,$ v_ij为产品设计指标的期望值，所有的s个用户对设计方案V^h的综合满意度评价集为 $T^h=\left[\begin{array}{cccc}{t}_{11}^h& t_{12}^h& ...& t_{1n}^h\\ t_{21}^h& t_{22}^h& ...& t_{2n}^h\\ ...& ...& ...& ...\\ t_{s1}^h& t_{s2}^h& ...& t_{sn}^h\end{array}\right];$ 计算 ${T^{\&prime;}}_j^h={\mathrm{\&Sigma;}}_{i=1}^s{t}_{ij}^h;$ 对进行归一化处理，得到其中， $T_j^h=\frac{{T^{\&prime;}}_j^h}{{\mathrm{\&Sigma;}}_{1=1}^n{T^{\&prime;}}_j^h};$

4.3)计算所有用户相对设计方案V^h的综合用户满意度为其中，a_j为产品设计指标集M中第j个产品设计指标的满意度权重；

5)计算基于成本贡献度与用户满意度融合的产品设计指标的取值演进优化，具体步骤如下：由产品的h个设计方案中选取2个设计方案和(1)如果S¹＞S²且S¹＞ε，且同时满足则V¹即为考虑成本贡献度与用户满意度的优化方案，其中，S¹、S²分别为与设计方案V¹、V²相对应的综合用户满意度，分别为设计方案V¹、V²的设计指标的成本贡献度，ε为满意度阈值；(2)如果S¹＞S²且S¹＞ε，且同时满足则对设计方案V¹、V²进行数据融合产生新的设计方案V^*，如果设计方案V^*满足S¹＞S²且S¹＞ε，且同时满足则V^*即为考虑成本贡献度与用户满意度的优化方案；

6)数据融合，具体包括：

6.1)由产品的多个设计方案中选取2个设计方案V^h以及V^h′，并计算设计方案V^h的成本贡献度满意度权重A＝{a₁,a₂,…,a_n}，令V^*＝V^h；

6.2)计算设计方案V^h′的成本贡献度

6.3)令k＝0，A^n-k＝A＝{a₁,a₂,…,a_n}；

6.4)计算设计方案V^*的成本贡献度

6.5)提取A^n-k中权值最大的满意度权重a_r所对应的产品设计指标的序号r，以及设计方案V^*、V^h+1中的设计指标

6.6)如果则转到步骤6.7)；否则，令k＝k+1，转到步骤6.8)；

6.7)如果 $b_r^{*}>b_r^{h+1},$ 令 $v_r^{*}=v_r^{h+1},$ k＝k+1；

6.8)如果k＜m，则由A^n-k剔除满意度权重a_r，得到A^n-k＝{a₁,a₂,…,a_r-1,a_r+1,…,a_n}，转到步骤6.4)；否则，结束运算，并输出V^*。

当对所有的设计方案均依照步骤6)进行数据融合后，仍然无法满足S^h＞ε且S^h′＞ε的条件，其中，S^h、S^h′分别为设计方案V^h、V^h′的综合用户满意度，则对所有设计方案{V^h},h＝1,2,…,n执行以下具体步骤7)：

7.1)令h＝1，V^*＝V^h计算设计方案V^*的成本贡献度B^*以及用户满意度权重A^*；

7.2)计算设计方案V^h+1的成本贡献度B^h+1；

7.3)应用上述步骤5)，在设计方案V^*以及V^h+1中挑选优化方案作为V^*；

7.4)计算设计方案V^*的成本贡献度B^*以及综合用户满意度S^*；

7.5)如果S^*≥ε，则输出设计方案V^*，并结束步骤7)；否则转到步骤7.6)；

7.6)如果h＞n，则转到步骤7.7)；否则，h＝h+1，转到步骤7.2)；

7.7)将满意度阈值ε按一定的额度，优选为1％进行递减后，返回步骤7.1)。

其中，步骤3)的评价指标因素A以及步骤4)的评价指标因素B均由同一套评价指标因素集得到。

根据权利要求1所述的基于成本贡献度与用户满意度融合的产品优化方法，其特征在于，获取的评价指标因素A以及评价指标因素B分别划分为目标层、准则层以及子准则层。

实施例2

基于成本贡献度与用户满意度融合的产品优化方法，具体步骤如图1所示，包括以下步骤：

1)基于Solidworks三维制图软件，使用通用型明细表(AGBOM)表达产品，并建立相应的产品平台，基于客户需求调研，为产品平台提供尽可能合理的、符合用户需求共性的设计变量m，实现产品设计知识库构建；基于产品设计知识库对产品设计知识进行描述，建立产品设计指标集M＝{m₁,m₂,…,m_n}。

2)用户需求调研与分析。开发基于web的在线产品需求调研系统，各类用户通过Internet登录系统调研界面提交其对产品的需求/期望，后台需求调研数据库存储用户产品设计指标期望值集V_i＝{v_i1,v_i2,…,v_in}。

3)成本贡献度权重计算与设计方案成本评价。通过计算机客户端接口获取针对每个产品设计指标的评价指标因素，采用模糊层次分析法，将评价指标因素分层，一级指标为总的目标(即目标层)，二级指标是与一级指标相关的子准则因素(即准则层)，三级指标是各子准则的具体评估项目(即子准则层)。分析产品设计指标的成本贡献度权重W，计算成本贡献度权重集W_M＝(w₁,w₂,…,w_g)；根据相关产品设计指标取值在生产制造中的难易程度、材质成本高低等因素综合设计得分规则，计算成本贡献率结合成本贡献度权重集W和成本贡献率λ^h，计算各设计方案的成本贡献度 $B^h=$ $\{b_1^h,b_2^h,...,b_n^h\}.$

4)用户满意度权重计算与用户满意度评价。计算用户满意度权重A＝{a₁,a₂,…,a_n}；调用后台需求调研数据库存储用户产品设计指标期望值集，计算各用户对产品设计方案的评价结果，通过数据融合处理，最终计算所有用户相对某设计方案的产品设计指标取值的满意度S^h。

5)基于CCD与USD交互融合评价的产品设计指标取值演进优化。

第一阶段，设计指标取值融合优化。首先，计算对应成本贡献度满意度权重A＝{a₁,a₂,…,a_n}和两方案的成本贡献度B^h、B^h′。其次，对满意度权重A中各因子按权值从大到小排序，提取其中最大值对应设计指标的下标r及设计方案V^*、V^h+1对应的设计指标取值第三，比较两设计方案V^*、V^h+1中设计指标成本贡献度B^h和B^h′的大小，若将具有较小成本贡献度方案的设计指标取值赋予该设计指标，即形成新的产品设计指标取值方案V^h，并重新计算其对应的成本贡献度B^h。第四，在满意度权重A中剔除已考查的第r个设计指标权重，得到新的满意度权重A＝{a₁,a₂,…,a_r-1,a_r+1,…,a_n}。对新满意度重权A搜索m-1个满意度权重最大的设计指标，重复上述融合优化步骤，直至完成所有产品设计指标的考察与优化。

第二阶段，设计方案演进优化。若产品设计方案中所有设计指标取值融合优化后，其最终用户满意度仍小于满意度阈值，即S＜ε，则需对满意度阈值ε作适度调整。首先设定初始满意度阈值ε＝100％(或某一高值，例如产品平台中所有设计方案中最高的用户满意度)，计算成本贡献度权重W、用户满意度权重A。其次调用“设计指标取值融合优化”算法，获取产品设计指标取值融合优化方案V^*。第三，计算优化设计方案V^*的成本贡献度B^*和综合用户满意度S^*，判断是否满足条件S^*≥ε，若判断成立则结束演化；否则，进行已优化方案V^*与未考查方案的设计指标取值融合优化，重复上述融合优化步骤，直至完成所方案的考察。若完成所有方案的考察，条件S^*≥ε仍不满足，则适度调整满意度阀值ε的取值，重复上述设计方案演进优化步骤直至条件成立。

实施例3

基于成本贡献度与用户满意度融合的产品优化方法，包括以下步骤：

1)结合童车功能设计与产品平台，童车产品平台的通用表达如图2所示。按照功能把束缚系统分为束缚系统a1(包括束缚系统形式c11，安全带固定方式c12)、制动系统a2(停车制动机构位置c21)、车体机构a3包括座椅大小c31、座椅靠背大小c32、座椅靠背角度c33)、遮阳机构a4(包括颜色c41、覆盖面积c42、遮阳角度c43等)、轮子a5(大小c51)以及衬垫a6(颜色c61)等11个主要设计指标，如图3所示。童车产品的设计指标用户需求调研选项如表1所示。

表1一个童车产品的设计指标及调研取值选项

2)用户需求调研与分析。开发基于web的可视化童车设计参数挖掘与优化系统，各类用户通过Internet登录系统调研界面(如图4所示，其中各指标取值选项如表1所示)提交其对产品的需求，后台需求调研数据库存储用户产品设计指标期望值集。

3)成本贡献度权重计算。通过设计专家调研问卷，采用模糊层次分析法，分析童车产品设计指标的成本贡献度权重，计算成本贡献度权重集W_M＝(w₁,w₂,…,w_g)，如表2所示；根据童车产品设计指标取值在生产制造中的难易程度、材质成本高低等因素综合设计得分规则(如表3所示)，计算成本贡献率结合成本贡献度权重集W和成本贡献率λ^h，计算童车产品设计方案的成本贡献度

4)用户满意度权重计算与用户满意度评价。计算童车产品设计指标的用户满意度权重计算，如下表2所示，A＝{a₁,a₂,…,a_n}；调用后台需求调研数据库存储用户产品设计指标期望值集，计算各用户对童车产品设计方案的评价结果，通过数据融合处理，最终计算所有用户相对童车产品设计方案的产品设计指标取值的满意度S^h。

表2用户需求评价的满意度权重集与成本贡献度权重集

表3童车产品设计指标取值成本贡献得分规则

注：以上得分规则根据童车相关产品设计指标的取值选项在生产制造中的难易程度、材质成本高低等因素综合所得

5)基于CCD与USD交互融合评价的产品设计指标取值演进优化。

设置设计指标取值优化演进系统的初始用户满意度阀值ε＝90％，每次调整值为1％。最优的设计指标取值结果如下表4所示。

表4设计指标取值演进结果与统计结果比较

从优化结果与统计结果比较来看，两者在若干设计指标取值上并不相同，但由于该方案的结果中考虑了用户满意度与成本贡献度两者的融合，使得最终结果相较于统计结果具有更高的满意度，同时具备更低的制造成本。从实例运行结果来看，本发明提出的一种基于成本贡献度与用户满意度融合的产品设计指标取值演进优化方法创造性地在产品设计指标优化取值中融合生产制造成本贡献度以及对用户满意度，能有效地解决产品设计中产品成本与用户满意度之间的矛盾，指导制造企业合理配置有限生产资源、降低生产制造成本，提高企业产品的市场竞争力和市场份额。

总之，以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所作的均等变化与修饰，皆应属本发明专利的涵盖范围。

Claims (6)

1.一种基于成本贡献度与用户满意度融合的产品优化方法，其特征在于，包括以下具体步骤：

1)获取产品的设计变量，用产品的n个设计变量m构建产品设计指标集

M＝{m₁,m₂,…,m_n}，产品的第h个设计方案可以表示为 为产品的第h个设计方案的第j个产品设计指标，j＝1,2,…,n；

2)获取产品设计指标的期望值，记第i个用户对第j个产品设计指标的期望值为v_ij，则第i个用户的产品设计指标期望值集为V_i＝{v_i1,v_i2,…,v_in}，则s个用户的产品设计指标期望值集为 $V=\left[\begin{array}{cccc}{v}_{11}& v_{12}& ...& v_{1n}\\ v_{21}& v_{22}& ...& v_{2n}\\ ...& ...& ...& ...\\ v_{s1}& v_{s2}& ...& v_{sn}\end{array}\right];$

3)计算产品设计指标的成本贡献度权重，具体步骤如下：

3.1)根据对产品结构与功能的分析，在步骤1)确定产品设计指标的前提下，分别获取每个产品设计指标的评价指标因素A，评价指标因素A用于评价产品设计指标的成本贡献度，并将获取的评价指标因素A分为多个准则层，记a_i为所述准则层中第i个评价指标因素，b_ij为所述准则层中第i个评价指标因素的子准则层的第j个评价指标因素；

3.2)记所述准则层中与第i个评价指标因素的子准则层所对应的评价指标因素的集合为{y₁,y₂,…,y_g}，其中，g为{y₁,y₂,…,y_g}所包含的评价指标因素的个数，分别对{y₁,y₂,…,y_g}中的评价指标因素做g次评价，得到与准则层中第i个评价指标因素的子准则层相对应的重要程度矩阵为Y＝(y_ll′)_g×g，其中，l、l′＝1,2,…,g，y_l、y_l′分别为评价指标因素集{y₁,y₂,…,y_g}中的第l、l′个评价指标因素， $y_{{\mathrm{ll}}^{\&prime;}}=\left\{\begin{array}{cc}0.5,& \mathrm{\&rho;}\left(l\right)=\mathrm{\&rho;}\left(l^{\&prime;}\right)\\ 1.0,& \mathrm{\&rho;}\left(l\right)>\mathrm{\&rho;}\left(l^{\&prime;}\right)\\ 0,& \mathrm{\&rho;}\left(l\right)<\mathrm{\&rho;}\left(l^{\&prime;}\right)\end{array}\right.,$ y_ll′表示评价指标因素y_l、y_l′之间的相对重要程度，ρ(l)和ρ(l′)为输入值，分别表示评价指标因素y_l和y_l′的相对重要程度指标；

3.3)对重要程度矩阵Y按行l、l′求和，获得第l、l′个评价指标因素相对其它评价指标因素的重要程度的总和然后作变换得到由此建立重要程度矩阵Y的模糊一致矩阵R＝(r_ll′)_g×g；

3.4)对模糊一致矩阵R的各元素按列相乘得到新的向量将向量β_l开g次方得到对进行归一化后得到权重得到权重向量W＝(w₁,w₂,…,w_g)^r；

3.5)依据上述步骤3.1)-3.4)，分别得出子准则层各评价指标因素相对于准则层的成本贡献度权重其中，为准则层的评价指标因素a_i相对父准则层的评价指标因素a₀的权值，为子准则层的评价指标因素b_ij相对准则层的评价指标因素a_i的权值，得到与产品设计指标集M＝{m₁,m₂,…,m_n}相对应的成本贡献度权重集W_M＝(w₁,w₂,…,w_g)；

3.6)获取设计方案中设计指标的评价得分则设计方案V^h的成本贡献率为其中，

3.7)计算设计指标的成本贡献度其中，w_j为设计指标相对应的成本贡献度权重，得到设计方案V^h的成本贡献度

4)计算设计方案V^h的用户满意度权重A＝{a₁,a₂,…,a_n}，并对用户满意度进行评价，具体步骤如下：

4.1)分别获取每个产品设计指标的评价指标因素B，评价指标因素用于评价产品设计指标的满意度，依据上述步骤3.1)-3.5)计算设计方案V^h的用户满意度权重A＝{a₁,a₂,…,a_n}；

4.2)计算第i个用户对设计方案V^h的满意度评价集其中 $t_{in}^h=\left\{\begin{array}{c}1-\frac{1}{|v_{ij}-v_j^h|},v_{ij}\&NotEqual;v_j^h\\ 1,v_{ij}=v_j^h\end{array}\right.,$ v_ij为产品设计指标的期望值，所有的s个用户对设计方案V^h的综合满意度评价集为 $T^h=\left[\begin{array}{cccc}{t}_{11}^h& t_{12}^h& ...& t_{1n}^h\\ t_{21}^h& t_{22}^h& ...& t_{2n}^h\\ ...& ...& ...& ...\\ t_{s1}^h& t_{s2}^h& ...& t_{sn}^h\end{array}\right];$ 计算对进行归一化处理，得到其中， $T_j^h=\frac{{T^{\&prime;}}_j^h}{{\mathrm{\&Sigma;}}_{j=1}^n{T^{\&prime;}}_j^h};$

4.3)计算所有用户相对设计方案V^h的综合用户满意度为其中，a_j为产品设计指标集M中第j个产品设计指标的满意度权重；

5)计算基于成本贡献度与用户满意度融合的产品设计指标的取值演进优化，

具体步骤如下：由产品的h个设计方案中选取2个设计方案和(1)如果S¹＞S²且S¹＞ε，且同时满足则V¹即为考虑成本贡献度与用户满意度的优化方案，其中，S¹、S²分别为与设计方案V¹、V²相对应的综合用户满意度，分别为设计方案V¹、V²的设计指标的成本贡献度，ε为满意度阈值；(2)如果S¹＞S²且S¹＞ε，且同时满足则对设计方案V¹、V²进行数据融合产生新的设计方案V^*，如果设计方案V^*满足S¹＞S²且S¹＞ε，且同时满足则V^*即为考虑成本贡献度与用户满意度的优化方案。

2.根据权利要求1所述的基于成本贡献度与用户满意度融合的产品优化方法，其特征在于，还包括数据融合步骤6)，具体包括：

6.1)由产品的多个设计方案中选取2个设计方案V^h以及V^h′，并计算设计方案V^h的成本贡献度满意度权重A＝{a₁,a₂,…,a_n}，令V^*＝V^h；

6.2)计算设计方案V^h′的成本贡献度

6.3)令k＝0，A^n-k＝A＝{a₁,a₂,…,a_n}；

6.4)计算设计方案V^*的成本贡献度

6.5)提取A^n-k中权值最大的满意度权重a_r所对应的产品设计指标的序号r，以及设计方案V^*、V^h+1中的设计指标

6.6)如果则转到步骤6.7)；否则，令k＝k+1，转到步骤6.8)；

6.7)如果令k＝k+1；

6.8)如果k＜m，则由A^n-k剔除满意度权重a_r，得到

A^n-k＝{a₁,a₂,…,a_r-1,a_r+1,…,a_n}，转到步骤6.4)；否则，结束运算，并输出V^*。

3.根据权利要求2所述的基于成本贡献度与用户满意度融合的产品优化方法，其特征在于，还包括以下步骤7)：当对所有的设计方案均依照步骤6)进行数据融合后，仍然无法满足S^h＞ε且S^h′＞ε的条件，其中，S^h、S^h′分别为设计方案V^h、V^h′的综合用户满意度，则对所有设计方案{V^h},h＝1,2,…,n执行以下具体步骤：

7.1)令h＝1，V^*＝V^h计算设计方案V^*的成本贡献度B^*以及用户满意度权重A^*；

7.2)计算设计方案V^h+1的成本贡献度B^h+1；

7.3)应用上述步骤5)，在设计方案V^*以及V^h+1中挑选优化方案作为V^*；

7.4)计算设计方案V^*的成本贡献度B^*以及综合用户满意度S^*；

7.5)如果S^*≥ε，则输出设计方案V^*，并结束步骤7)；否则转到步骤7.6)；

7.6)如果h＞n，则转到步骤7.7)；否则，h＝h+1，转到步骤7.2)；

7.7)将满意度阈值ε按一定的额度进行递减后，返回步骤7.1)。

4.根据权利要求2所述的基于成本贡献度与用户满意度融合的产品优化方法，其特征在于，额度为1％。

5.根据权利要求1所述的基于成本贡献度与用户满意度融合的产品优化方法，其特征在于，步骤3)的评价指标因素A以及步骤4)的评价指标因素B均由同一套评价指标因素集得到。

6.根据权利要求1所述的基于成本贡献度与用户满意度融合的产品优化方法，其特征在于，获取的评价指标因素A以及评价指标因素B分别划分为目标层、准则层以及子准则层。