论文部分内容阅读
摘 要：在线大规模定制为企业提供顾客满意的产品创建了平台，企业为此致力于不断优化产品定制速度来及时达到顾客的需要，研究如何快速优化产品族规模对于企业有着很重要的意义。本文通过构建基于基因工程思想的产品族基因模型，利用遗传算法思想人工进行产品代系遗传，得到优化后的产品族基因库，最后通过实例进行说明产品族基因模型对于快速优化产品族规模的可行性。
关键词：在线大规模定制 产品族基因 遗传算法
一、引言
电子商务的出现使在线定制的产品需求模式成为企业产品设计的一种趋势，在线定制模式必须支持顾客以结构化的方法来表达非结构化的需求，企业必须构建有效的面向在线定制的产品族架构。Chen、 Fabrice、黄辉、丁力平等都对大规模定制产品族建模进行了一些有益的尝试，主要的大规模定制产品族建模方法有：功能—技术—结构表示法、图形和语法表示法、GBOM表示法等。目前还没有一种表达方式被学术界和工业界公认为可以解决所有的问题（如客户需求、元件/模块的选择和配置、不同领域间转换等），且在产品信息描述的完备性、统一性、可重用性、可扩充性方面还存在不足。秦红斌从现代达尔文主义学说这个新的角度提出了产品族基因模型，并阐述了其基本原理及实现；高磊提出了一种基于基因工程思想的产品基因编码与重组方法。
将基因工程思想应用大规模定制环境下的产品族建模文献不多，在线大规模定制环境下的产品族建模特别是基于基因工程视角的文献更是尚未见诸报端。本文利用基因工程思想，构建产品族基因模型，通过遗传算法快速得到满足顾客需求的产品族基因，为企业进行在线大规模定制产品提供更快速地解决方案。
二、模型的构建
1.产品基因模型。借鉴文献[7]提出的产品功能和结构配置元的概念，将产品功能和结构配置元统称为产品特征配置元，这样产品特征配置元组成产品的特征片段，满足顾客对产品的整体功能和结构需求。在产品族基因中，决定产品相同特征的不同性状的基因位于同一特征基因片段，而相同特征的相同性状则由该特征基因片段的某个特征基因配置元决定。
1.1产品特征基因配置元。设gi为产品的第i个特征基因片段，gij为产品的特征基因配置元，当gi=gij时，表示产品的第i个特征基因片段的第j个性状，i=1，2，…，n；j=1，2，…mi，其中n为产品特征基因片段的数量，mi为表达产品特征i的特征基因配置元的数量，产品共有个特征基因配置元。
1.2产品基因库。设B=是一个代数域，U为所有的产品基因的集合，每个特征不同的产品都有自己的产品基因序列，F（l）表示第l个产品基因，由决定产品不同特征的产品基因配置元组成，即F（l）={g1，g2，…gn}，+，-为在域U内运算，代表基因库的增减。
1.3产品族基因库。设S=，为所有产品基因库B中所有产品的特征基因配置元，即达到顾客需求的产品所具有的产品特征集合，Gi1，j1为产品配置元，表示产品族的第i1个特征基因片段的j1特征基因配置元，i1=1，2，…，n；j1=1，2，…Mi1，其中n为产品族中特征基因片段的数量，Mi1为表达产品特征i1的特征基因配置元的数量，Mi1≤mi1。
1.4特征约束矩阵。特征基因配置元之间和各特征性状之间都存在着各类配置约束，对于工程约束和供应约束的分类，定义出约束矩阵G如式（1）所示：
由于各性状之间是独立的，所以矩阵内总有一行皆为零，表示特征基因配置元每一个形状不能和该片段的另一性状相互配置。
1.5顾客满意度函数。顾客满意度函数可以表示为：
Q为顾客的满意度，而bi为顾客在线定制产品i特征对顾客满意度的贡献度，可根据各产品特征具体类型得到。
2.遗传操作。本文通过遗传算法来得到优化后的种群，计算步骤如下：（1）确定循环次数O，即产品种群代数。（2）构建初始种群，在此随机抽取数量为N的顾客在线大规模定制信息。（3）对符合评价指标的个体进行进行交叉和变异操作，产生新个体。（4）判断新个体是否满足特征约束，进行循环操作，直到种群数量重新达到N。
经过几代的环境筛选得到出顾客满意度较高的产品基因序列，通过统计产品特征基因配置元，得到优化后的产品族基因库，大大降低产品族规模。
三、算例
本文为操作方便，提取某摩托车产品客户定制信息中的部分信息，对产品特征状态进行编号，如表1所示：
根据初步编号，假设有100个顾客参与在线定制，我们得到一个包含100个客户定制信息的100×5矩阵C。
对得到的100个客户定制信息根据基因模型进行遗传操作，得到优化后的产品配置信息。如表2所示：
优化前产品族规模为3×4×3×4×3=432，优化后的产品族规模为1×3×3×4×3=108，很明显，通过基因的遗传操作有效的优化了产品族规模。
四、结语
通过构建面向在线大规模定制的产品族基因衍生模型，能够确定基于顾客需求的产品基因族，进而确定顾客满意度较高的产品结构和功能，从而构建出产品族信息，为企业进行快速产品生产设计提供建议，生产出能够满足顾客需求的产品。
企业在进行产品族设计的过程中，通过遗传操作对获取的在线大规模定制信息进行处理，能够有效的优化产品族规模，使企业以最快的速度制定出令顾客满意的产品，在产品更新换代的过程中赢得更多的时间。
参考文献：
[1]Chen C B，Wand L Y.Modifid Genetic Algorithm Applied to Slove Product Family Optimization Problem[J].Chinese Journal of Mechanical Engineering，2007，20（4）：101～105.
[2]Fabrice A，Steven B，Timothy W.Assessing and improving commonality and diversity within a product family[J]. Research in Engineering Design.2009，20（4）： 241～253.
[3]黃辉，梁工谦，隋海燕.大规模定制产品族设计中的原理聚类研究[J].管理工程学报，2008，22（3）： 011～411.
[4]丁力平，冯毅雄，谭建荣.基于性能稳健指数的产品族稳健优化设计[J].计算机集成制造系统， 2010，16（6）：1121～1130.
[5]秦红斌，李仁旺，肖人彬，徐华兵.面向大批量定制的产品族基因模型研究[J].机械设计，200 6，23（12）：18～22.
[6]高磊，万静，陈东宁.基于基因工程思想的产品族设计及其关键技术研究[J].图学学报，2012，33 （1）：38～43.
[7]伊辉勇，刘伟. 基于功能和零部件配置元的在线定制顾客需求研究[J].管理科学，2008，21（2）：31-37.
[8]贺淹才.简明基因工程原理.[M].北京：科学出版社，1999.
关键词：在线大规模定制 产品族基因 遗传算法
一、引言
电子商务的出现使在线定制的产品需求模式成为企业产品设计的一种趋势，在线定制模式必须支持顾客以结构化的方法来表达非结构化的需求，企业必须构建有效的面向在线定制的产品族架构。Chen、 Fabrice、黄辉、丁力平等都对大规模定制产品族建模进行了一些有益的尝试，主要的大规模定制产品族建模方法有：功能—技术—结构表示法、图形和语法表示法、GBOM表示法等。目前还没有一种表达方式被学术界和工业界公认为可以解决所有的问题（如客户需求、元件/模块的选择和配置、不同领域间转换等），且在产品信息描述的完备性、统一性、可重用性、可扩充性方面还存在不足。秦红斌从现代达尔文主义学说这个新的角度提出了产品族基因模型，并阐述了其基本原理及实现；高磊提出了一种基于基因工程思想的产品基因编码与重组方法。
将基因工程思想应用大规模定制环境下的产品族建模文献不多，在线大规模定制环境下的产品族建模特别是基于基因工程视角的文献更是尚未见诸报端。本文利用基因工程思想，构建产品族基因模型，通过遗传算法快速得到满足顾客需求的产品族基因，为企业进行在线大规模定制产品提供更快速地解决方案。
二、模型的构建
1.产品基因模型。借鉴文献[7]提出的产品功能和结构配置元的概念，将产品功能和结构配置元统称为产品特征配置元，这样产品特征配置元组成产品的特征片段，满足顾客对产品的整体功能和结构需求。在产品族基因中，决定产品相同特征的不同性状的基因位于同一特征基因片段，而相同特征的相同性状则由该特征基因片段的某个特征基因配置元决定。
1.1产品特征基因配置元。设gi为产品的第i个特征基因片段，gij为产品的特征基因配置元，当gi=gij时，表示产品的第i个特征基因片段的第j个性状，i=1，2，…，n；j=1，2，…mi，其中n为产品特征基因片段的数量，mi为表达产品特征i的特征基因配置元的数量，产品共有个特征基因配置元。
1.2产品基因库。设B=
1.3产品族基因库。设S=
1.4特征约束矩阵。特征基因配置元之间和各特征性状之间都存在着各类配置约束，对于工程约束和供应约束的分类，定义出约束矩阵G如式（1）所示：
由于各性状之间是独立的，所以矩阵内总有一行皆为零，表示特征基因配置元每一个形状不能和该片段的另一性状相互配置。
1.5顾客满意度函数。顾客满意度函数可以表示为：
Q为顾客的满意度，而bi为顾客在线定制产品i特征对顾客满意度的贡献度，可根据各产品特征具体类型得到。
2.遗传操作。本文通过遗传算法来得到优化后的种群，计算步骤如下：（1）确定循环次数O，即产品种群代数。（2）构建初始种群，在此随机抽取数量为N的顾客在线大规模定制信息。（3）对符合评价指标的个体进行进行交叉和变异操作，产生新个体。（4）判断新个体是否满足特征约束，进行循环操作，直到种群数量重新达到N。
经过几代的环境筛选得到出顾客满意度较高的产品基因序列，通过统计产品特征基因配置元，得到优化后的产品族基因库，大大降低产品族规模。
三、算例
本文为操作方便，提取某摩托车产品客户定制信息中的部分信息，对产品特征状态进行编号，如表1所示：
根据初步编号，假设有100个顾客参与在线定制，我们得到一个包含100个客户定制信息的100×5矩阵C。
对得到的100个客户定制信息根据基因模型进行遗传操作，得到优化后的产品配置信息。如表2所示：
优化前产品族规模为3×4×3×4×3=432，优化后的产品族规模为1×3×3×4×3=108，很明显，通过基因的遗传操作有效的优化了产品族规模。
四、结语
通过构建面向在线大规模定制的产品族基因衍生模型，能够确定基于顾客需求的产品基因族，进而确定顾客满意度较高的产品结构和功能，从而构建出产品族信息，为企业进行快速产品生产设计提供建议，生产出能够满足顾客需求的产品。
企业在进行产品族设计的过程中，通过遗传操作对获取的在线大规模定制信息进行处理，能够有效的优化产品族规模，使企业以最快的速度制定出令顾客满意的产品，在产品更新换代的过程中赢得更多的时间。
参考文献：
[1]Chen C B，Wand L Y.Modifid Genetic Algorithm Applied to Slove Product Family Optimization Problem[J].Chinese Journal of Mechanical Engineering，2007，20（4）：101～105.
[2]Fabrice A，Steven B，Timothy W.Assessing and improving commonality and diversity within a product family[J]. Research in Engineering Design.2009，20（4）： 241～253.
[3]黃辉，梁工谦，隋海燕.大规模定制产品族设计中的原理聚类研究[J].管理工程学报，2008，22（3）： 011～411.
[4]丁力平，冯毅雄，谭建荣.基于性能稳健指数的产品族稳健优化设计[J].计算机集成制造系统， 2010，16（6）：1121～1130.
[5]秦红斌，李仁旺，肖人彬，徐华兵.面向大批量定制的产品族基因模型研究[J].机械设计，200 6，23（12）：18～22.
[6]高磊，万静，陈东宁.基于基因工程思想的产品族设计及其关键技术研究[J].图学学报，2012，33 （1）：38～43.
[7]伊辉勇，刘伟. 基于功能和零部件配置元的在线定制顾客需求研究[J].管理科学，2008，21（2）：31-37.
[8]贺淹才.简明基因工程原理.[M].北京：科学出版社，1999.