面向大规模定制的产品模块的划分模型研究.docVIP

面向大规模定制的产品模块的划分模型研究 邓可( 林杰 （同济大学经济与管理学院，上海，200092） 摘 要：针对面向大规模定制生产中产品模块化技术问题，提出了一种基于蚁群聚类算法的模块划分。通过分析零件间的指标特征值可以得到零件间在物理或功能上的相关性，根据相关性建立模糊关系矩阵，应用蚁群聚类算法得到产品模块的划分。最后，试验数据证明了该方法的有效性。 关键词：大规模定制；模块化；蚁群聚类算法 The Study on the Approaches of Product Modularization for Mass Customization DENG Ke , L I N J ie (Sch. of Economics Management , Tongji Univ. , Shanghai 200092 , China) Abstract: With growing reliance on product modularization in mass customization environment, it is imperative to develop approaches of modular classification. The paper presents an approach to resolve these problems. Components are analyzed according to their function and characteristics to generate fuzzy matrix showing their mutual interaction levels. Ant clustering algorithm is applied to classify products into module rationally. Through a typical mechanical case, the algorithm is proven to be appropriate to tackle modularization problems for mass customization. Keyword: Mass Customization; Modularization; Ant Clustering Algorithm 0 引言等通过零件之间的关联度以分析零件之间的相似值，并且应用P-median方法来划分模块；Kusiak等应用启发式的图解模块识别的方法，并且给出了三种模块化结构形式；Gu等分析了影响零件交互的一系列因素，并对面向全生命周期的集成模块化设计做了研究，但由于目标函数的建立缺乏全局适应性而导致模块形成结构疏松；Erixon利用模块驱动因素来定义设计需求和模块构建之间的联系，但没有考虑零件之间的互动关系；文献采用基于模糊聚类的传递闭包法对产品进行了模块划分，通过给定域值来确定最终的模块划分方案。基于模糊理论的设计方法由于可以对零件之间的关系进行定性和定量的描述，已成为目前解决模块化设计问题的主要方法之一。 现有的模块形成方法通用性比较差。特别是有些算法使用中要求用户提供一定的聚类分析先验信息，如希望产生的模块数目，从而导致聚类结果对于输入参数十分敏感，这在很大程度上降低了算法的适用性。本文运用模糊数学的方法建立了零件之间的模糊关系矩阵,并利用蚁群聚类算法把待配置的零件聚合成模块，得到了模块的形成方案。最后，在实验结果的基础上，对蚁群聚类算法中参数的取值进行了讨论。 1 零件间指标特征值的模糊关系矩阵 设有待聚类的n个零件样本组成的集合，零件之间用m个指标特征值表示其在物理或功能上的相关程度，则每一个零件与其它零件间关系可用模糊值表示为阶的指标特征值矩阵。其中，每个元素表示零件i相对于零件j关于指标k的特征值，。通过式(1)可以计算出零件间的相关值 (1) 其中，为指标值在相关度中的权重，且有，本文在不影响分析的情况下取相同值。零件间相互计算得到模糊关系矩阵，将上述矩阵进行规格化处理，形成规格化后的模糊关系矩阵S (2) 其中，表示某一零件同其它零件的最大关联值，表示某一零件同其它零件的最小关联值。相同零件的关联值取1，下对角阵按上对角阵取值，得到对称矩阵S … S = （3） 2 基于蚁群聚类算法的模块构建 生物学研究显示，有几种蚂蚁能够将其群中已死亡的蚂蚁的尸体聚类成“坟墓”。