致谢 | 第7-8页 |
摘要 | 第8-9页 |
abstract | 第9-10页 |
第一章 绪论 | 第15-23页 |
1.1 研究背景和意义 | 第15-18页 |
1.1.1 研究背景 | 第15-17页 |
1.1.2 研究意义 | 第17-18页 |
1.2 研究现状 | 第18-20页 |
1.2.1 客户需求分析研究现状 | 第18-19页 |
1.2.2 客户需求向工程特性转化研究现状 | 第19页 |
1.2.3 数据驱动产品设计研究现状 | 第19-20页 |
1.3 论文选题及组织结构 | 第20-23页 |
1.3.1 论文选题 | 第20页 |
1.3.2 论文组织结构 | 第20-23页 |
第二章 基于互联网的反馈式客户需求获取模式 | 第23-35页 |
2.1 客户需求特征分析 | 第23-24页 |
2.2 客户需求的获取方式 | 第24-29页 |
2.3 基于互联网的反馈式客户需求获取 | 第29-34页 |
2.3.1 客户需求的表达 | 第30页 |
2.3.2 基于互联网的客户需求获取 | 第30-31页 |
2.3.3 反馈式客户需求获取系统 | 第31-34页 |
2.4 本章小结 | 第34-35页 |
第三章 基于QFDE的绿色设计中客户需求向工程特性转化样本集建立方法 | 第35-44页 |
3.1 GD中客户需求向工程特性的转化方法 | 第35-38页 |
3.1.1 客户需求转化的重要性 | 第35-36页 |
3.1.2 公理化设计 | 第36页 |
3.1.3 环境化质量功能展开 | 第36-38页 |
3.2 客户需求重要度的确定方法 | 第38-39页 |
3.3 基于改进QFDE的GD中客户需求向工程特性转化样本集建立 | 第39-43页 |
3.3.1 建立样本集的意义 | 第39-40页 |
3.3.2 样本集的建立 | 第40-43页 |
3.3.3 样本集的结构分析及预处理 | 第43页 |
3.4 本章小结 | 第43-44页 |
第四章 绿色设计中客户需求数据向工程特性转化模型建立 | 第44-53页 |
4.1 数据挖掘 | 第44-45页 |
4.2 机器学习 | 第45-46页 |
4.3 基于数据挖掘的GD中客户需求向工程特性转化 | 第46-52页 |
4.3.1 多层感知器模型 | 第46-47页 |
4.3.2 客户需求向产品工程特性转换多层感知器学习流程 | 第47-49页 |
4.3.3 基于数据挖掘的GD中客户需求向工程特性转化模型 | 第49-52页 |
4.4 本章小结 | 第52-53页 |
第五章 应用实例研究 | 第53-66页 |
5.1 减速器客户需求获取 | 第53-55页 |
5.2 减速器客户需求向工程特性转化样本集建立 | 第55-57页 |
5.3 减速器客户需求向工程特性权重转化模型建立 | 第57-62页 |
5.4 减速器客户需求向工程特性转化的反向传播算法 | 第62-64页 |
5.5 本章小结 | 第64-66页 |
第六章 总结与展望 | 第66-68页 |
6.1 总结 | 第66-67页 |
6.2 展望 | 第67-68页 |
参考文献 | 第68-72页 |
攻读硕士学位期间的学术活动及成果情况 | 第72-73页 |