| 摘要 | 第5-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第17-29页 |
| 1.1 研究背景与课题意义 | 第17-22页 |
| 1.1.1 产品功能疲劳定义及其产生原因 | 第17-19页 |
| 1.1.2 产品功能疲劳的影响 | 第19-20页 |
| 1.1.3 产品功能疲劳评价的研究对象与问题描述 | 第20-21页 |
| 1.1.4 课题来源及意义 | 第21-22页 |
| 1.2 相关研究综述 | 第22-27页 |
| 1.2.1 产品功能疲劳 | 第22-25页 |
| 1.2.2 客户资产 | 第25-26页 |
| 1.2.3 FF-CE 研究 | 第26-27页 |
| 1.3 研究目标和主要内容 | 第27-28页 |
| 1.3.1 研究目标 | 第27页 |
| 1.3.2 主要研究内容 | 第27-28页 |
| 1.4 论文组织结构 | 第28-29页 |
| 第2章 基于神经网络的产品功能疲劳评价 | 第29-48页 |
| 2.1 引言 | 第29-31页 |
| 2.2 神经网络算法 | 第31-34页 |
| 2.2.1 神经元 | 第32-33页 |
| 2.2.2 神经网络结构 | 第33-34页 |
| 2.3 本文使用的神经网络算法 | 第34-36页 |
| 2.3.1 BP 算法 | 第35页 |
| 2.3.2 LMBP 算法 | 第35页 |
| 2.3.3 GRNN 算法 | 第35-36页 |
| 2.4 果蝇算法 | 第36-37页 |
| 2.5 FOAGRNN 算法 | 第37-38页 |
| 2.6 基于 FOAGRNN 的产品功能疲劳评价方法 | 第38-42页 |
| 2.6.1 产品功能信息描述 | 第39-41页 |
| 2.6.2 产品功能疲劳因素向量获取 | 第41-42页 |
| 2.6.3 神经网络预测模型及评价方法 | 第42页 |
| 2.7 案例分析 | 第42-47页 |
| 2.7.1 案例说明 | 第43-44页 |
| 2.7.2 数据及数据处理 | 第44页 |
| 2.7.3 结果及分析 | 第44-47页 |
| 2.8 本章小结 | 第47-48页 |
| 第3章 基于扩散模型的产品功能疲劳评价 | 第48-94页 |
| 3.1 引言 | 第48-49页 |
| 3.2 产品扩散模型 | 第49-52页 |
| 3.2.1 客户状态 | 第49-51页 |
| 3.2.2 Bass 模型 | 第51-52页 |
| 3.3 基于 Bass 模型的产品功能疲劳评价 | 第52-64页 |
| 3.3.1 功能疲劳对客户资产影响 | 第52-53页 |
| 3.3.2 基于 Bass 模型的评价方法 | 第53-61页 |
| 3.3.3 案例分析 | 第61-64页 |
| 3.4 竞争 Bass 模型的产品功能疲劳评价 | 第64-80页 |
| 3.4.1 Bass 竞争模型 | 第65-67页 |
| 3.4.2 基于 Bass 竞争模型的评价方法 | 第67-73页 |
| 3.4.3 案例分析 | 第73-80页 |
| 3.5 多代 Bass 模型的产品功能疲劳评价 | 第80-93页 |
| 3.5.1 多代 Bass 模型 | 第80-81页 |
| 3.5.2 基于 Norton-Bass 模型的评价方法 | 第81-87页 |
| 3.5.3 案例分析 | 第87-93页 |
| 3.6 本章小结 | 第93-94页 |
| 第4章 基于遗传算法的产品功能决策优化 | 第94-104页 |
| 4.1 引言 | 第94-95页 |
| 4.2 基于 GA 的产品功能组合优化 | 第95-99页 |
| 4.2.1 问题描述 | 第96-97页 |
| 4.2.2 算法流程 | 第97-99页 |
| 4.3 案例分析 | 第99-103页 |
| 4.3.1 案例 1 | 第99-100页 |
| 4.3.2 案例 2 | 第100-103页 |
| 4.4 本章小结 | 第103-104页 |
| 第5章 结论与展望 | 第104-107页 |
| 5.1 全文总结 | 第104-105页 |
| 5.2 研究展望 | 第105-107页 |
| 参考文献 | 第107-111页 |
| 致谢 | 第111-112页 |
| 攻读硕士学位期间已发表或录用的论文 | 第112-113页 |
| 附件 | 第113页 |