| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 引言 | 第11-20页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-15页 |
| 1.3 论文框架及主要研究内容 | 第15-19页 |
| 1.4 论文主要创新点 | 第19-20页 |
| 2 理论基础和文献综述 | 第20-40页 |
| 2.1 DSM模型理论基础及其文献综述 | 第20-34页 |
| 2.1.1 DSM理论产生及发展 | 第20-25页 |
| 2.1.2 基于DSM和MDM的建模与优化方法综述 | 第25-34页 |
| 2.2 复杂网络理论及其在新产品开发领域的应用 | 第34-38页 |
| 2.2.1 复杂网络理论基础与基本概念 | 第34-36页 |
| 2.2.2 复杂网络理论在新产品开发领域的应用 | 第36-38页 |
| 2.3 本章小结 | 第38-40页 |
| 3 面向客户需求的新产品开发组织结构优化 | 第40-62页 |
| 3.1 问题背景 | 第40-41页 |
| 3.2 模型构建 | 第41-54页 |
| 3.2.1 基于PageRank算法预测产品流行趋势 | 第41-44页 |
| 3.2.2 基于多领域MDM预测组织DSM | 第44-46页 |
| 3.2.3 基于信息熵的组织DSM有序度度量模型 | 第46-52页 |
| 3.2.4 基于信息熵的组织DSM聚类模型 | 第52-54页 |
| 3.3 案例分析 | 第54-61页 |
| 3.4 本章小结 | 第61-62页 |
| 4 基于谱聚类的新产品开发组织结构优化 | 第62-84页 |
| 4.1 问题背景 | 第62-63页 |
| 4.2 模型构建 | 第63-74页 |
| 4.2.1 基于PageRank算法识别新产品开发组织核心团队 | 第64-68页 |
| 4.2.2 基于信息传递的谱聚类相似性矩阵的构造 | 第68-71页 |
| 4.2.3 谱聚类算法执行过程 | 第71-73页 |
| 4.2.4 聚类算法鲁棒性评价方法 | 第73-74页 |
| 4.3 案例分析 | 第74-82页 |
| 4.3.1 核心团队结果 | 第74-77页 |
| 4.3.2 谱聚类结果与比较分析 | 第77-81页 |
| 4.3.3 组织DSM谱聚类的鲁棒性分析 | 第81-82页 |
| 4.4 本章小结 | 第82-84页 |
| 5 基于返工风险传播和预处理的新产品开发流程DSM优化 | 第84-102页 |
| 5.1 问题背景 | 第84-85页 |
| 5.2 模型构建 | 第85-94页 |
| 5.2.1 返工相关的设计结构矩阵 | 第85-86页 |
| 5.2.2 基于变更传播的返工风险分析 | 第86-91页 |
| 5.2.3 风险预处理DSM矩阵与相应的返工影响强度DSM矩阵 | 第91-93页 |
| 5.2.4 基于返工风险预处理的项目净收益最大化目标函数 | 第93-94页 |
| 5.3 案例分析 | 第94-100页 |
| 5.4 本章小结 | 第100-102页 |
| 6 结论与展望 | 第102-104页 |
| 6.1 本文主要研究内容 | 第102-103页 |
| 6.2 进一步研究工作 | 第103-104页 |
| 参考文献 | 第104-121页 |
| 作者简历及其在学研究结果 | 第121-125页 |
| 学位论文数据集 | 第125页 |
