产品设计结构聚类优化方法研究.pdf

万方数据 摘 要 产品设计结构聚类层级划分是产品模块设计的一个重要环节。本文从研究常 规方法设计结构矩阵（DSM ）出发，以图论、矩阵论为理论依据，应用路径搜索 算法对 DSM 聚类优化进行改进，该方法能够实现对产品设计结构的聚类层级划 分，但无法对数字化的 DSM 模型进行优化，因此探究了智能算法自组织特征映 射（SOM ），并作了相应的改进，实现了对产品设计结构聚类层级划分，且应用 实例进行了验证，具体的研究内容如下： 首先，重点介绍了产品设计结构相关的概念和建模过程，并应用树形图、有 向图、矩阵三种方法描绘了产品设计结构，以及它们三者之间的相互转换，提出 了产品设计结构聚类模型的优化目标和聚类综合评价方法。 其次，根据产品设计要素之间的关系建立 DSM 模型，DSM 本身的聚类优化 算法运算比较复杂，且对复杂产品进行聚类划分时效果不理想，采用路径搜索算 法对其改进，并应用 C++编程实现了计算机自动化计算，通过 QTZ80H 型塔式起 重机吊臂为例展示了整个计算流程，验证了该方法的有效性。 然后，研究发现路径搜索算法无法对数字化的 DSM 模型进行聚类划分，通 过研究智能算法自组织特征映射(SOM)方法的原理，使 SOM 方法能够满足对数字 化 DSM 模型的产品设计结构聚类划分，并设计了层级划分算法对产品设计结构 聚类块实现层级划分，应用 MATLAB 编程并结合神经网络工具箱对该方法实现 计算机运算和聚类结果的可视化，并通过实例验证该方法对布尔型 DSM(0-1 矩阵) 和数字型 DSM 模型都具有聚类层级划分的可行性。 最后，应用汽车车身和摩托车发动机两个实例比较了 DSM 方法、路径搜索 算法、SONN 方法和 SOM 方法对产品设计结构聚类层级划分结果，并通过聚类 综合评价方法对得出的聚类结果进行评价，结果表明改进后的 SOM 方法具有更 好的产品设计结构聚类层级化效果。 关键词：产品设计结构；聚类层级划分；设计结构矩阵；路径搜索；自组织特征映 射；聚类综合评价 I 万方数据 Abstract The hierarchy clustering of product design structure is an important part of the product design module. In this paper, design structure matrix is researched as the basis for the conventional method, and the path search algorithm is used to optimize for DSM clustering with the graph theory and the matrix theory as the theoretical basis. This method can achieve hierarchy clustering of product design structure. However, the digitized DSM models cannot be optimized by the path search algorithm, so intelligent algorithm is explored to the self-organizing feature map. Corresponding improvements were made to meet