应用于产品配置的需求协同建模方法技术

本发明专利技术公开了应用于产品配置的需求协同建模方法，包括以下步骤：基于蚁群算法与机器识别获取并识别提取客户的若干需求信息；基于上述的若干需求预设与其对应的需求选项；基于QFD模型将需求选项向产品特性值映射；基于QFD模型将产品特性值向构成产品的单位组件映射；根据产品实例库确定好从需求到组件映射后，将所有组件以及产品模型进行建模处理；利用unity3D平台建立客户与产品配置的交互，并最终通过APP作为交互手段呈现客户。本发明专利技术所述的应用于产品配置的需求协同建模方法，应用蚁群算法以加强鲁棒性与搜索寻优能力，采用Unity 3D平台以提高开发效率，将AR技术运用到产品配置中以提升互动性，使需求向产品表达的过程清晰。过程清晰。过程清晰。

【技术实现步骤摘要】
应用于产品配置的需求协同建模方法


[0001]本专利技术涉及产品配置
，特别涉及应用于产品配置的需求协同建模方法。

技术介绍

[0002]空气净化器是一种演化型的系列化、个性化产品，其设计过程具有一定的复杂性。一方面，各个空气净化器的具体使用场景的变化、所使用的空气净化技术的变化、所使用材料技术的变化都会导致空气净化器的多样化。随着人们生活水平的提高、对生活质量的追求导致现代人们需要个性化、客制化的空气净化器。因此，每一台新型的空气净化器都需要进行机构标准件的选择、非标准件的设计，从而需要进行模块化和配置设计；另一方面，空气净化器又是具有多层次产品结构树的演化型系列化产品，新旧产品之间、同一类型的系列产品之间存在不同程度的相似性与演化关系，使得产品配置设计具有高维的配置空间数据。通过反复验算来确定产品零部件的关键特征参数，是空气净化器设计的基本特征。目前主要采用的类比设计、经验设计方法，这些方法未能科学利用产品历史设计信息，存在大量的重复劳动和资源的巨大浪费。因此迫切需要开发支持产品快速配置设计的方法，提高设计的灵活性。故此，我们提出了应用于产品配置的需求协同建模方法。

技术实现思路

[0003]本专利技术的主要目的在于提供应用于产品配置的需求协同建模方法，可以有效解决
技术介绍
中的问题。
[0004]为实现上述目的，本专利技术采取的技术方案为：
[0005]应用于产品配置的需求协同建模方法，包括以下步骤：
[0006]S1：基于蚁群算法获取客户的若干需求信息，并基于机器识别提取需求信息；
[0007]S2：基于上述的若干需求预设与其对应的需求选项，每一需求对应有多个需求选项；
[0008]S3:基于QFD模型将需求选项向产品特性值映射，让不同的需求选项与相应的产品特性对应；
[0009]S4：基于QFD模型将产品特性值向构成产品的单位组件映射；
[0010]S5：根据产品实例库确定好从需求到组件映射后，将所有组件以及产品模型进行建模处理，所述建模处理软件包括但不限于3Dmax；
[0011]S6：利用unity3D平台建立客户与产品配置的交互，并最终通过APP作为交互手段呈现客户。
[0012]优选的，在所述S1中，所述蚁群算法的步骤具体包括：
[0013]S101：初始化各参数；
[0014]S102：寻找表达路径tabu
k
；
[0015]S103：更新信息素值；
[0016]S104：判断是否达到最大迭代次数，迭代次数以K表示，最大迭代次数以Gen表示，
判断K是否达到最大迭代次数Gen，如果未达到，转到第二步，继续进行迭代，如果达到，则进行下一步；
[0017]S105：找到最优表达路径，当k达到最大迭代次数时，此时的tabu
k
就是我们寻找的最优表达路径。
[0018]优选的，在所述S101中，所述初始化各参数具体包括：需求节点列表T＝{r0,r1,r2,r3,
…
,r
n
}；信息素值τ矩阵，在算法的开始，没有蚂蚁在任一节点处留下信息素，所以所有节点被选中作为下一个节点的概率是相同的，τ
ij
＝1/n；启发式信息矩阵η，η
ij
表示第i个节点和第j个节点之间的相关性，包括“非常强”，“强”，“弱”和“无关系”，分别用0.9,0.5,0.3,0.1表示，由基于人工智能自主学习的经验算法决定；最大迭代次数Gen，最大迭代次数一般取值[100,500]，建议取值为200；K表示第k次迭代过程，初始化为1，且每循环一次，K值加1；表达路径集合tabu
k
＝{}。
[0019]优选的，在所述S102中，所述寻找表达路径tabu
k
的具体步骤包括：
[0020]S1021：从初始节点r0出发寻找下一个节点，r0不属于需求节点，是方便寻找表达路径创建的虚拟节点，r0的信息素值以及到每个节点的启发式信息计算方法与需求节点间的计算方法相同；
[0021]S1022：每找到一个节点，就将该节点放入tabu
k
＝{}的表达路径集合中；
[0022]S1023：继续寻找下一个节点，直到所有节点被选择完毕。
[0023]优选的，在所述S1023中，寻找下一个节点的具体规则为：选择目前节点r
i
到节点r
j
时具有最大转移概率的节点，所述最大转移概率的定义如下：
[0024][0025]其中，τ
ij
是当前的信息素值，η
ij
是节点r
i
到r
j
的启发式信息，α和β由专家系统确定的相关值，allowed
k
表示未被选择的节点集合，s是属于该集合的节点。
[0026]优选的，在所述S103中，所述更新信息素值的具体步骤包括：
[0027]S1031：得到的表达路径集合tabu
k
，由客户决定其排列顺序，即客户觉得重要的需求节点将其向前移，不重要的节点向后移，若客户觉得该需求节点需要跳过，则将该节点移除；
[0028]S1032：由上述步骤得到一个新的向量L
k
，并以该向量来表示客户修正过的需求节点的排列顺序；
[0029]S1033：根据L
k
来进行信息素值的更新，信息素值更新的目的即为增加选择重要节点的概率。
[0030]优选的，在所述S1033中，所述信息素更新的具体规则为：
[0031][0032]其中，ρ为蒸发率，ρ∈[0,1]；表示第k次迭代的信息素值；表示第k+1次迭代的信息素值；Δτ
ij
是信息素值的增量，在L
k
中，如果节点r
i
到节点r
j
的连接是tabu
k
没有
的，Δτ
ij
＝S，S为顾客满意度，S∈[0,1]；否则Δτ
ij
＝0。
[0033]优选的，在所述S1中，所述机器识别包括但不限于语音、文字、语义识别、关键词提取等。
[0034]优选的，在所述S6中，利用unity3D平台建立客户与产品配置进行交互的具体步骤包括：
[0035]S6011：设置unity3D的基本参数以及进行使用场景设置，并创建项目文件夹；
[0036]S6012：在项目中导入Vuforia插件，并将Vuforia插件中的ARcamera拖放至项目文件中，将原有的相机删除，完成AR场景的搭建；
[0037]S6013：在AR场景的基础上建立一个由必选组件组成的不完整的产品模型；
[0038]S6014：设置需求选项的按钮，根据已有的QFD映射，将该需求项对应的组件模型拖入到unity3D平台中，再写一个添加组件的方法，将该方法挂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.应用于产品配置的需求协同建模方法，其特征在于：包括以下步骤：S1：基于蚁群算法获取客户的若干需求信息，并基于机器识别提取需求信息；S2：基于上述的若干需求预设与其对应的需求选项，每一需求对应有多个需求选项；S3:基于QFD模型将需求选项向产品特性值映射，让不同的需求选项与相应的产品特性对应；S4：基于QFD模型将产品特性值向构成产品的单位组件映射；S5：根据产品实例库确定好从需求到组件映射后，将所有组件以及产品模型进行建模处理，所述建模处理软件包括但不限于3Dmax；S6：利用unity3D平台建立客户与产品配置的交互，并最终通过APP作为交互手段呈现客户。2.根据权利要求1所述的应用于产品配置的需求协同建模方法，其特征在于：在所述S1中，所述蚁群算法的步骤具体包括：S101：初始化各参数；S102：寻找表达路径tabu
k
；S103：更新信息素值；S104：判断是否达到最大迭代次数，迭代次数以K表示，最大迭代次数以Gen表示，判断K是否达到最大迭代次数Gen，如果未达到，转到第二步，继续进行迭代，如果达到，则进行下一步；S105：找到最优表达路径，当k达到最大迭代次数时，此时的tabu
k
就是我们寻找的最优表达路径。3.根据权利要求2所述的应用于产品配置的需求协同建模方法，其特征在于：在所述S101中，所述初始化各参数具体包括：需求节点列表T＝{r0,r1,r2,r3,
…
,r
n
}；信息素值τ矩阵，在算法的开始，没有蚂蚁在任一节点处留下信息素，所以所有节点被选中作为下一个节点的概率是相同的，τ
ij
＝1/n；启发式信息矩阵η，η
ij
表示第i个节点和第j个节点之间的相关性，包括“非常强”，“强”，“弱”和“无关系”，分别用0.9,0.5,0.3,0.1表示，由基于人工智能自主学习的经验算法决定；最大迭代次数Gen，最大迭代次数一般取值[100,500]，建议取值为200；K表示第k次迭代过程，初始化为1，且每循环一次，K值加1；表达路径集合tabu
k
＝{}。4.根据权利要求2所述的应用于产品配置的需求协同建模方法，其特征在于：在所述S102中，所述寻找表达路径tabu
k
的具体步骤包括：S1021：从初始节点r0出发寻找下一个节点，r0不属于需求节点，是方便寻找表达路径创建的虚拟节点，r0的信息素值以及到每个节点的启发式信息计算方法与需求节点间的计算方法相同；S1022：每找到一个节点，就将该节点放入tabu
k
＝{}的表达路径集合中；S1023：继续寻找下一个节点，直到所有节点被选择完毕。5.根据权利要求4所述的应用于产品配置的需求协同建模方法，其特征在于：在所述S1023中，寻找下一个节点的具体规则为：选择目前节点r
i
到节点r
j
时具有最大转移概率的节点，所述最大转移概率的定义如下：
其中，τ
ij
是当前的信息素值，η
ij
是节点r
i
到r
j
的启发式信息，α和β由专家系...

【专利技术属性】
技术研发人员：杨沁，尹群群，胡波，刘佳辉，郑久峰，柯丹丹，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：