论文部分内容阅读
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。