| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-31页 |
| ·研究背景和意义 | 第12-14页 |
| ·本文研究内容与主要问题 | 第14-18页 |
| ·课题来源 | 第14页 |
| ·研究内容与主要问题 | 第14-18页 |
| ·研究现状分析 | 第18-28页 |
| ·客户需求和功能需求趋势分析 | 第18-21页 |
| ·产品功能多样性优化研究 | 第21-23页 |
| ·基于功能需求的产品设计多样性优化研究 | 第23-28页 |
| ·本文研究方法 | 第28-29页 |
| ·本文体系结构 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第二章 基于粗集与灰色预测模型的需求分析 | 第31-55页 |
| ·引言 | 第31-32页 |
| ·问题描述与构造 | 第32-33页 |
| ·客户与功能需求分析过程 | 第33-44页 |
| ·客户群与产品类划分 | 第34-39页 |
| ·客户群与产品类一致性分析 | 第39-41页 |
| ·基于灰色预测模型的客户/功能需求趋势分析 | 第41-44页 |
| ·实例分析 | 第44-53页 |
| ·聚类与一致性分析 | 第44-48页 |
| ·需求偏好与趋势分析 | 第48-53页 |
| ·讨论 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第三章 基于粗集与信息熵的聚类算法研究 | 第55-72页 |
| ·引言 | 第55-57页 |
| ·基本理论知识 | 第57-60页 |
| ·信息系统 | 第57页 |
| ·粗集及相关概念 | 第57-59页 |
| ·熵及相关概念 | 第59-60页 |
| ·基于粗集模型与熵的聚类算法 | 第60-67页 |
| ·数据集预处理 | 第60-63页 |
| ·基于扩展粗集模型的聚类 | 第63-65页 |
| ·基于互熵的属性加权 | 第65-67页 |
| ·聚类质量评价 | 第67页 |
| ·实验分析 | 第67-71页 |
| ·粗集聚类 | 第68-69页 |
| ·聚类质量评价 | 第69页 |
| ·加权聚类改进类质量 | 第69-70页 |
| ·实验结果比较 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第四章 基于聚类分析和熵的产品功能多样性优化 | 第72-88页 |
| ·引言 | 第72-73页 |
| ·功能多样性优化问题描述 | 第73-75页 |
| ·产品功能多样性优化过程 | 第75-79页 |
| ·功能需求数据分类 | 第75-76页 |
| ·FR 变量值多样性优化 | 第76-78页 |
| ·功能需求模式设置 | 第78-79页 |
| ·FR 模式有效性检验 | 第79页 |
| ·实例分析 | 第79-85页 |
| ·应用RSEC 算法划分FR 数据 | 第80-82页 |
| ·FR 变量敏感性分析 | 第82-84页 |
| ·确定FR 模式 | 第84-85页 |
| ·FR 模式有效性检验 | 第85页 |
| ·分析与讨论 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 第五章 基于聚类分析和有效性分析的多值产品平台规划 | 第88-110页 |
| ·引言 | 第88-90页 |
| ·参数化平台规划问题描述 | 第90-92页 |
| ·基于聚类分析和信息熵的产品平台规划过程 | 第92-98页 |
| ·产品单个优化设计 | 第94页 |
| ·产品集聚类分析 | 第94-95页 |
| ·选择平台变量：基于熵的敏感性分析 | 第95-96页 |
| ·平台变量有效性分析 | 第96-97页 |
| ·产品平台变量值设置 | 第97-98页 |
| ·产品平台性能检验 | 第98页 |
| ·实例分析 | 第98-106页 |
| ·产品优化设计 | 第100-101页 |
| ·产品集聚类分析 | 第101-102页 |
| ·平台变量选择 | 第102-103页 |
| ·平台变量有效性分析 | 第103页 |
| ·产品平台设置 | 第103-104页 |
| ·产品平台性能检验 | 第104-106页 |
| ·比较与讨论 | 第106-109页 |
| ·本章小结 | 第109-110页 |
| 第六章 基于新型遗传算法的多平台产品族优化 | 第110-149页 |
| ·引言 | 第110-112页 |
| ·产品族优化问题建模 | 第112-118页 |
| ·问题描述 | 第112-113页 |
| ·产品族设计流程 | 第113-117页 |
| ·基于优化方法的产品族设计模型 | 第117-118页 |
| ·用于产品族优化的遗传算法研究 | 第118-126页 |
| ·遗传算法介绍 | 第118-120页 |
| ·算法改进需求分析 | 第120-121页 |
| ·2LCGA 算法原理与流程 | 第121-124页 |
| ·2LCGA 算法实现 | 第124-126页 |
| ·基于2LCGA 的产品族优化实例分析 | 第126-146页 |
| ·产品族优化方法一：指定平台变量 | 第127-135页 |
| ·产品族优化方法二：不指定平台变量 | 第135-146页 |
| ·讨论 | 第146-148页 |
| ·本章小结 | 第148-149页 |
| 第七章 全文总结 | 第149-151页 |
| 参考文献 | 第151-160页 |
| 附录A 本文案例与模型 | 第160-163页 |
| 攻读博士学位期间已发表或录用的论文 | 第163-164页 |
| 攻读博士学位期间参与的科研项目 | 第164-166页 |