符合消费导向的产品属性测定方法、装置、电子设备以及可读存储介质制造方法及图纸

本发明专利技术属于产品设计技术领域，具体而言，涉及一种符合消费导向的产品属性测定方法、装置、电子设备以及可读存储介质。首先，获取产品的消费者喜好度值，以及相应的产品属性的专家打分，构建市场调研数据集；利用市场调研数据集，以产品属性为输入，消费者喜好度为输出，使用支持向量机模型进行建模和预测；根据得到的支持向量机模型模型，建立产品设计优化模型；使用混合GA

【技术实现步骤摘要】
符合消费导向的产品属性测定方法、装置、电子设备以及可读存储介质


[0001]本专利技术属于产品设计
，具体而言，涉及一种符合消费导向的产品属性测定方 法、装置、电子设备以及可读存储介质。

技术介绍

[0002]消费者需求是食品企业市场竞争的重要焦点，相应的产品优化设计以及新产品的开发 能力决定了企业的关键竞争力。
[0003]目前的产品市场研究和优化设计方法，大多基于大规模的市场调查数据，从中获取对 产品特征和消费者喜好的认识。然而对于层出不穷的新产品，大规模市场调查的成本过高， 且获得的数据带有主观性和不确定性。

技术实现思路

[0004]有鉴于此，本公开提出了符合消费导向的产品属性测定方法、装置、电子设备以及可 读存储介质，以解决相关技术中的技术问题。
[0005]根据本公开的第一方面，提出符合消费导向的产品属性测定方法，包括：
[0006]获取产品市场调研数据集；
[0007]根据所述市场调研数据集，对支持向量机模型进行训练，得到产品设计优化模型；
[0008]使用混合GA...

【技术保护点】

【技术特征摘要】
1.一种符合消费导向的产品属性测定方法，其特征在于，包括：获取产品市场调研数据集；根据市场调研数据集，对支持向量机模型进行训练，得到产品设计优化模型；使用混合GA
‑
PSO
‑
TS优化算法，对所述产品设计优化模型求解，得到符合消费导向的产品属性。2.根据权利要求1所述消费者导向的产品优化方法，其特征在于，获取产品市场调研数据集为：从市场调研数据中分别获取各产品的消费者喜好度值，将消费者喜好度值记为因变量y，对各产品属性进行打分，将属性打分记为自变量X，得到市场调研数据集。3.根据权利要求1所述消费者导向的产品优化方法，其特征在于，所述支持向量机模型中的高斯径向基函数为非线性映射核函数。4.根据权利要求3所述消费者导向的产品优化方法，其特征在于，所述根据市场调研数据集，对支持向量机模型进行训练，得到产品设计优化模型，包括：(1)设定多组支持向量机模型中的超参数C,γ,ε，对每一组设定的超参数C,γ,ε，以所述市场调研数据集中的产品属性作为支持向量机模型的输入，支持向量机模型输出消费者喜好度预测值，计算该消费者喜好度预测值与输入产品属性相对应的消费者喜好度之间的差值；采用网格搜索算法，对所述多组支持向量机模型中的超参数C,γ,ε进行寻优计算，将其中支持向量机模型预测误差最小时的C,γ,ε值作为支持向量机模型的超参数，得到训练好的支持向量机模型；(2)实时获取新的产品属性值，将新产品属性值输入训练后的支持向量机模型，输出得到消费者喜好度的预测值；(3)将支持向量机模型预测得到的消费者喜好度预测值记为优化模型中的目标函数，将支持向量机模型中的产品属性打分记为优化变量，建立产品设计优化模型。5.根据权利要求1所述消费者导向的产品优化方法，其特征在于，所述使用混合GA
‑
PSO
‑
TS优化算法，对所述产品设计优化模型求解，得到符合消费导向的产品属性，包括：(1)设定混合GA
‑
PSO
‑
TS的超参数，包括种群数量N、优化变量维度D、个体交换比例r，最大迭代次数L、遗传算法中的代间淘汰率ggap、粒子群算法中的局部搜索学习因子c1、全局搜索学习因子c...

【专利技术属性】
技术研发人员：毕可鑫，邱彤，
申请(专利权)人：清华大学，
类型：发明
国别省市：