• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于客戶特征的產(chǎn)品環(huán)境需求預(yù)測(cè)方法研究

      2020-03-28 12:26:18雷,李璟,袁遠(yuǎn),秦
      機(jī)械設(shè)計(jì)與制造 2020年1期
      關(guān)鍵詞:需求預(yù)測(cè)冰箱能耗

      張 雷,李 璟,袁 遠(yuǎn),秦 旭

      (合肥工業(yè)大學(xué)機(jī)械工程學(xué)院,安徽 合肥 230009)

      1 引言

      產(chǎn)品的設(shè)計(jì)是否能夠滿足客戶的需求,對(duì)于一款產(chǎn)品是否能夠成功起著決定性作用。隨著企業(yè)的競(jìng)爭(zhēng)逐漸從“以產(chǎn)值為中心”過(guò)渡到“以客戶需求為中心”[1],企業(yè)贏得市場(chǎng)的關(guān)鍵就是要對(duì)客戶需求進(jìn)行快速反應(yīng),這就需要企業(yè)對(duì)客戶需求進(jìn)行有效預(yù)測(cè)。近年來(lái),環(huán)境問(wèn)題日趨嚴(yán)重,客戶更傾向于選擇綠色產(chǎn)品,客戶環(huán)境需求的預(yù)測(cè)與分析就成為產(chǎn)品設(shè)計(jì)的重要環(huán)節(jié)。

      在客戶需求預(yù)測(cè)方面,文獻(xiàn)[2]構(gòu)建了一種應(yīng)用于短生命周期產(chǎn)品需求預(yù)測(cè)的BASS模型,解決了需求預(yù)測(cè)中歷史數(shù)據(jù)缺乏、需求影響因素考慮不充分導(dǎo)致預(yù)測(cè)精度較低的問(wèn)題;文獻(xiàn)[3]構(gòu)建了考慮顧客感知要素的多變量灰色組合需求預(yù)測(cè)模型,將與需求變化相關(guān)的質(zhì)量、性能等顧客感知要素納入多變量灰色模型以提高預(yù)測(cè)準(zhǔn)確性;文獻(xiàn)[4]將廣義證據(jù)理論引入經(jīng)典馬爾科夫模型,構(gòu)建了基于開(kāi)放世界的廣義信度馬爾科夫模型,以分析客戶動(dòng)態(tài)需求;文獻(xiàn)[5]提出了一種結(jié)合顧客偏好和客戶滿意度評(píng)級(jí)的客戶需求重要度分析方法以解決QFD中需求的相對(duì)重要性分析。

      通過(guò)以上文獻(xiàn)的分析,國(guó)內(nèi)外學(xué)者在產(chǎn)品需求預(yù)測(cè)方面的研究成果較多,并且得到了較為廣泛的應(yīng)用,但是針對(duì)產(chǎn)品需求演化和預(yù)測(cè)的研究主要集中在產(chǎn)品制造過(guò)程的供應(yīng)鏈預(yù)測(cè)方面,很少主動(dòng)考慮客戶對(duì)產(chǎn)品需求的變化趨勢(shì),對(duì)產(chǎn)品環(huán)境需求的分析與預(yù)測(cè)更是鮮見(jiàn)。因此提出了一種基于客戶特征的產(chǎn)品環(huán)境需求預(yù)測(cè)方法,并通過(guò)冰箱產(chǎn)品的環(huán)境需求預(yù)測(cè)進(jìn)行驗(yàn)證。

      2 基于客戶特征的產(chǎn)品環(huán)境需求預(yù)測(cè)模型

      隨著經(jīng)濟(jì)與科技的發(fā)展,客戶對(duì)產(chǎn)品的要求不再局限于功能、性能、外觀等傳統(tǒng)的需求,逐漸關(guān)注產(chǎn)品的環(huán)境性能,由此衍生出客戶環(huán)境需求這一概念。為了縮短產(chǎn)品的設(shè)計(jì)周期,企業(yè)必須快速響應(yīng)客戶需求,這就需要企業(yè)對(duì)不同客戶的需求進(jìn)行預(yù)測(cè)。基于以上分析,構(gòu)建了一種基于客戶特征的產(chǎn)品環(huán)境需求預(yù)測(cè)模型,如圖1所示。(1)需求信息采集。通過(guò)環(huán)境需求分析,建立需求信息采集模版,獲取統(tǒng)一表達(dá)的客戶特征與客戶環(huán)境需求。(2)需求信息表達(dá)。通過(guò)采用感性工學(xué)和語(yǔ)義差異法處理客戶需求的模糊性,并將客戶環(huán)境需求轉(zhuǎn)化為二進(jìn)制編碼,使其能夠被計(jì)算機(jī)識(shí)別,便于數(shù)據(jù)處理。(3)環(huán)境需求預(yù)測(cè)。通過(guò)建立“客戶特征-環(huán)境需求”的BP神經(jīng)網(wǎng)絡(luò),挖掘其之間的關(guān)系,實(shí)現(xiàn)客戶環(huán)境需求的預(yù)測(cè)。(4)客戶特征影響程度量化。通過(guò)信息增益計(jì)算不同客戶特征的權(quán)重,量化各個(gè)特征對(duì)客戶環(huán)境需求的影響程度。

      圖1 基于客戶特征的產(chǎn)品環(huán)境需求預(yù)測(cè)模型Fig.1 Forecast Model of Product Environment Requirement based on Customer Attributes

      2.1 客戶環(huán)境需求采集

      產(chǎn)品的環(huán)境性能涉及選材、制造與回收等多個(gè)生命周期環(huán)節(jié),與之相對(duì)應(yīng)的客戶環(huán)境需求主要表現(xiàn)在綠色材料、綠色制造等6個(gè)方面,其根本目的是減輕地球的環(huán)境負(fù)擔(dān)[6]。環(huán)境需求的主要構(gòu)成,如圖2所示。

      圖2 客戶環(huán)境需求Fig.2 Customer Environment Requirement

      表1 客戶需求信息采集模版Tab.1 The Template of Customer Requirement Gathering

      具有不同特征的客戶,其需求也是不同的。為了獲取不同用戶的客戶特征及其環(huán)境需求,依據(jù)環(huán)境需求分析建立客戶環(huán)境需求信息采集模版,并將不同客戶的需求信息進(jìn)行統(tǒng)一的表達(dá),從而可以通過(guò)采集到的信息對(duì)具有不同特征用戶的需求進(jìn)行預(yù)測(cè)。冰箱產(chǎn)品的客戶環(huán)境需求采集表,如表1所示。

      2.2 需求信息表達(dá)

      客戶需求具有模糊性的特點(diǎn),即客戶的需求描述經(jīng)常出現(xiàn)表達(dá)不清等問(wèn)題。模糊的客戶需求不利于產(chǎn)品的設(shè)計(jì)開(kāi)發(fā),為了高效準(zhǔn)確地處理客戶需求,需要將客戶需求轉(zhuǎn)化為能被計(jì)算機(jī)識(shí)別的語(yǔ)言。

      依據(jù)客戶環(huán)境需求的模糊程度,將其分為結(jié)構(gòu)型與非結(jié)構(gòu)型兩類。結(jié)構(gòu)型客戶需求可以準(zhǔn)確表達(dá)客戶對(duì)產(chǎn)品的具體需求,包含選項(xiàng)型和參數(shù)型兩種。選項(xiàng)型是指客戶對(duì)產(chǎn)品的某一屬性進(jìn)行選擇,該屬性存在兩個(gè)(或以上)互斥的選項(xiàng)。參數(shù)型是指客戶對(duì)產(chǎn)品某一屬性的要求為參數(shù)值(或參數(shù)區(qū)間)。

      非結(jié)構(gòu)型客戶需求主要是描述型,即客戶對(duì)產(chǎn)品某一屬性要求的描述,其模糊程度較高,表現(xiàn)客戶對(duì)產(chǎn)品屬性的傾向程度。描述型的客戶需求包含客戶的感性評(píng)價(jià),通過(guò)感性工學(xué)的方法收集客戶對(duì)其的評(píng)價(jià)[7],并采用語(yǔ)義差異法建立“對(duì)象-感性評(píng)價(jià)-傾向程度”的Likert量表[8],經(jīng)過(guò)統(tǒng)計(jì)分析確定客戶的需求。

      表2 非結(jié)構(gòu)型需求三點(diǎn)Likert量表示例Tab.2 Examples of the Three-Point Likert Scale for Non-structural Requirement

      在明確不同類型的客戶需求之后,將其轉(zhuǎn)化為二進(jìn)制編碼以便于被計(jì)算機(jī)識(shí)別、處理。在轉(zhuǎn)化過(guò)程中,“1”表示肯定選擇,“0”表示否定。部分環(huán)境需求表達(dá)案例,如表3所示。

      表3 客戶環(huán)境需求表達(dá)案例Tab.3 Customer Environment Requirement Expression Case

      2.3 環(huán)境需求預(yù)測(cè)

      人工神經(jīng)網(wǎng)絡(luò)通過(guò)挖掘預(yù)先設(shè)定的輸入-輸出數(shù)據(jù)的關(guān)系,來(lái)根據(jù)新的輸入數(shù)據(jù)預(yù)測(cè)輸出結(jié)果[9]。通過(guò)建立“客戶特征-客戶環(huán)境需求”的BP神經(jīng)網(wǎng)絡(luò),可以挖掘出其之間的關(guān)系,從而指導(dǎo)企業(yè)針對(duì)不同的用戶群體進(jìn)行產(chǎn)品設(shè)計(jì)。BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),如圖3所示。圖中:I、H、O—神經(jīng)網(wǎng)絡(luò)的輸入層、隱含層和輸出層;i、k—各層級(jí)的輸入、輸出。WIH—隱含層和輸入層之間的連接權(quán);I—神經(jīng)網(wǎng)絡(luò)模型的輸入,則隱含層的輸入可用,如式(1)所示。

      f(x)表示激發(fā)函數(shù),一般選擇Sigmoid函數(shù),f(x)=1/(1+e-x)則隱含層的輸出可用,如式(2)所示。

      WHO表示輸出層和隱含層之間的連接權(quán),則輸出層的輸入為:

      神經(jīng)網(wǎng)絡(luò)模型的輸出為:

      神經(jīng)網(wǎng)絡(luò)的隱含層的節(jié)點(diǎn)數(shù)可用經(jīng)驗(yàn)公式5和6確定,k,p分別表示輸入層、輸出層的節(jié)點(diǎn)數(shù),n為(1~10)之間的整數(shù)。

      圖3 BP神經(jīng)網(wǎng)絡(luò)Fig.3 BP Neural Network

      2.4 客戶特征影響程度量化

      不同的客戶特征對(duì)客戶環(huán)境需求的影響程度不同,為了對(duì)其進(jìn)行量化評(píng)估,采用信息增益來(lái)計(jì)算各個(gè)客戶特征的權(quán)值,從而確定其對(duì)客戶環(huán)境需求的影響程度。

      3 實(shí)例研究

      冰箱是常用的家電產(chǎn)品之一,也是客戶需求導(dǎo)向的產(chǎn)品之一。隨著環(huán)保要求的提高,冰箱市場(chǎng)的競(jìng)爭(zhēng)也愈發(fā)激烈。針對(duì)冰箱產(chǎn)品的客戶環(huán)境需求涉及到綠色材料、環(huán)境排放等方面,并且不同的客戶對(duì)同一產(chǎn)品屬性的要求也各不相同。為提高產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力,預(yù)測(cè)不同客戶的環(huán)境需求非常重要。

      以某款冰箱網(wǎng)上客戶對(duì)其評(píng)價(jià)為例,通過(guò)構(gòu)建的客戶環(huán)境需求采集表,如表1所示。采集相關(guān)的客戶需求信息及客戶特征。將客戶環(huán)境需求其進(jìn)行編碼,如表4所示。

      表4 客戶環(huán)境需求編碼Tab.4 Coding of Customer Environment Requirement

      為了對(duì)客戶環(huán)境需求進(jìn)行預(yù)測(cè),將客戶特征集合[年齡,消費(fèi)等級(jí),教育背景,消費(fèi)習(xí)慣]作為BP神經(jīng)網(wǎng)絡(luò)的輸入。將客戶特征進(jìn)行編碼,以便被人工神經(jīng)網(wǎng)絡(luò)識(shí)別和計(jì)算,如表5所示。

      以客戶對(duì)冰箱的能耗等級(jí)的需求為例,采用BP神經(jīng)網(wǎng)絡(luò)對(duì)需求組進(jìn)行訓(xùn)練,神經(jīng)網(wǎng)絡(luò)的輸入是長(zhǎng)度為4的客戶特征向量,如 [0,1,3,3]T,輸出為長(zhǎng)度為 4 的客戶環(huán)境需求向量,如[0,1,0,0]T,通過(guò)多組數(shù)據(jù)組訓(xùn)練神經(jīng)網(wǎng)絡(luò)。與神經(jīng)網(wǎng)絡(luò)的輸入、輸出向量相對(duì)應(yīng),其輸入、輸出層的節(jié)點(diǎn)數(shù)都為4個(gè),神經(jīng)網(wǎng)絡(luò)的隱含層的神經(jīng)元數(shù)量可用經(jīng)驗(yàn)公式5和6確定,本案例取10。

      表5 客戶特征編碼Tab.5 Coding of Customer Attributes

      圖4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果Fig.4 The Result of BP Neural Network Training

      在MATLAB2016b中利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行運(yùn)算,將數(shù)據(jù)源的70%進(jìn)行訓(xùn)練網(wǎng)絡(luò),30%用以對(duì)神經(jīng)網(wǎng)絡(luò)的精度進(jìn)行驗(yàn)算和調(diào)整。在同時(shí)保證神經(jīng)網(wǎng)絡(luò)算法震蕩的穩(wěn)定性和收斂速度的情況下[10],設(shè)定神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速率為0.1,目標(biāo)誤差為1e-003。訓(xùn)練結(jié)果,如圖4所示。通過(guò)分析訓(xùn)練結(jié)果,期望輸出和實(shí)際輸出的誤差較小,能夠挖掘出客戶特征與客戶環(huán)境需求之間的關(guān)系。神經(jīng)網(wǎng)絡(luò)訓(xùn)練的數(shù)據(jù),如表6所示。

      表6 能耗等級(jí)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)Tab.6 BP Neural Network Training data of Energy Efficiency Index

      以客戶對(duì)冰箱能耗的這一環(huán)境需求情況為例驗(yàn)證,通過(guò)計(jì)算不同客戶特征的信息增益,確定各個(gè)特征對(duì)客戶環(huán)境需求的影響程度。經(jīng)過(guò)統(tǒng)計(jì),在采集的200組數(shù)據(jù)中,選擇1級(jí)能耗或2級(jí)能耗冰箱的客戶有150組,5選擇3級(jí)能耗或4級(jí)能耗的冰箱有50組。則源數(shù)據(jù)的的經(jīng)驗(yàn)熵H(D):

      客戶特征集包含年齡、消費(fèi)習(xí)慣、教育背景、消費(fèi)等級(jí)4個(gè)元素,分別表示為A1,A2,A3,A4。根據(jù)式9和式10依次計(jì)算客戶特征對(duì)訓(xùn)練集的經(jīng)驗(yàn)條件熵H(D|Ai)對(duì)應(yīng)客戶特征的信息增益g(D,Ai),計(jì)算結(jié)果,如表8所示。

      表7 客戶特征對(duì)應(yīng)的計(jì)算結(jié)果Tab.7 The Calculation Result of Customer Attributes

      通過(guò)分析計(jì)算結(jié)果,針對(duì)冰箱產(chǎn)品,客戶對(duì)能耗等級(jí)這一環(huán)境需求,教育背景的權(quán)值最大,其影響程度最大,教育背景較好的客戶更傾向于選擇能耗等級(jí)較低的冰箱。而年齡和消費(fèi)習(xí)慣對(duì)與客戶環(huán)境需求的影響不大。

      4 結(jié)論

      與傳統(tǒng)客戶需求分析方法相比,研究了基于客戶特征的環(huán)境需求的預(yù)測(cè)方法。通過(guò)研究客戶特征與客戶偏好之間關(guān)系,可以有效的預(yù)測(cè)不同特征的客戶對(duì)產(chǎn)品的需求信息,同時(shí)分析了客戶特征對(duì)客戶需求的影響,有利于企業(yè)對(duì)市場(chǎng)快速預(yù)測(cè)和提高設(shè)計(jì)效率。該方法具有以下特點(diǎn):

      (1)區(qū)別于傳統(tǒng)的功能、結(jié)構(gòu)等傳統(tǒng)需求,分析了客戶的環(huán)境需求,有效的解決了以往研究客戶需求的局限性,涉及范圍更廣;

      (2)根據(jù)客戶需求信息,建立了客戶需求分類模型,同時(shí)通過(guò)感性工學(xué)及語(yǔ)義差異法等方法對(duì)結(jié)構(gòu)型與非結(jié)構(gòu)型客戶環(huán)境需求進(jìn)行分類表達(dá),使客戶環(huán)境需求能有效的被計(jì)算機(jī)識(shí)別;

      (3)通過(guò)人工神經(jīng)網(wǎng)絡(luò)挖掘客戶特征和客戶環(huán)境需求之間的關(guān)系,可以有效對(duì)客戶環(huán)境需求進(jìn)行預(yù)測(cè);

      (4)通過(guò)計(jì)算信息增益確定了不同客戶特征對(duì)客戶環(huán)境需求的影響程度。

      猜你喜歡
      需求預(yù)測(cè)冰箱能耗
      基于貝葉斯最大熵的電動(dòng)汽車充電需求預(yù)測(cè)
      吉林電力(2022年2期)2022-11-10 09:24:42
      120t轉(zhuǎn)爐降低工序能耗生產(chǎn)實(shí)踐
      昆鋼科技(2022年2期)2022-07-08 06:36:14
      能耗雙控下,漲價(jià)潮再度來(lái)襲!
      冰箱里的那些“食”
      探討如何設(shè)計(jì)零能耗住宅
      冰箱里的奪命派對(duì)
      冰箱是誰(shuí)發(fā)明的
      日本先進(jìn)的“零能耗住宅”
      肩上冰箱
      大學(xué)生(2017年9期)2017-09-08 13:51:21
      基于計(jì)算實(shí)驗(yàn)的公共交通需求預(yù)測(cè)方法
      高青县| 巍山| 大石桥市| 新田县| 烟台市| 张家口市| 荔浦县| 和静县| 攀枝花市| 阿荣旗| 乐陵市| 汤原县| 增城市| 五寨县| 怀仁县| 伊金霍洛旗| 抚州市| 沙洋县| 辽阳市| 泾源县| 柳州市| 左云县| 新乡县| 高清| 蛟河市| 固阳县| 十堰市| 札达县| 资兴市| 内江市| 股票| 成都市| 宜宾县| 咸宁市| 商都县| 开鲁县| 定兴县| 五大连池市| 会理县| 宿州市| 德令哈市|