-
题名面向大规模定制产品设计的客户需求处理研究
被引量：9
- 1
-
-
作者
赵韩
朱凌云
钱德猛
-
机构
合肥工业大学机械与汽车工程学院
安徽江淮汽车股份有限公司乘用车研究院
-
出处
《工程图学学报》
CSCD
北大核心
2008年第3期44-49,共6页
-
基金
国家科技攻关计划资助项目(2001BA210A01-01)
-
文摘
针对大规模定制生产方式下的产品设计特点,建立了面向产品族设计的客户总体需求与面向单一产品设计的客户定制需求的综合处理流程。采用模糊聚类、模糊层次分析法、扩展的质量屋以及模式识别等技术对客户需求处理流程中需求分类、需求权重计算、需求转换及需求定位等问题进行了研究。该研究对大规模定制生产方式中客户需求信息处理提供了有效的处理框架和手段,并在多品种小批量专用车产品数据管理系统中进行了应用验证。
-
关键词
计算机应用
客户需求处理
模糊数学
质量屋
大规模定制
-
Keywords
computer application
customer requirement processing
fuzzy mathematics
house of quality
mass customization
-
分类号
TH122
[机械工程—机械设计及理论]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于分类算法的定制家具客户需求信息处理
被引量：1
- 2
-
-
作者
彭淑勤
熊先青
-
机构
南京林业大学家居与工业设计学院
-
出处
《林业工程学报》
北大核心
2025年第1期168-176,共9页
-
基金
国家重点研发计划(2018YFD0600304)
木竹产业技术创新战略联盟合作课题(TIAWBI2020-10)。
-
文摘
为实现定制家具企业客户需求快速响应,利用机器学习算法(贝叶斯分类、随机森林分类及决策树算法)对定制家具客户订单进行分类实验。选取M企业4852个客户订单,通过客户订单信息划分属性变量及标签变量对客户信息进行编码;并通过准确率、精确率、召回率及F1分数值对客户需求数据进行评价,实验结果:在客户需求信息分类二分类数据集中,贝叶斯分类准确率、精准率及召回率3个性能指标分别比随机森林分类高17.54,34.60和35.45个百分点,比决策树算法高4.67,9.02和15.67个百分点;在客户需求信息分类多分类数据集中,贝叶斯分类的准确率、精准率、召回率及F1分数分别为89.4%,82.2%,93.1%和86.4%,综合4项评价指标比其他两种分类法更优;在二分类及多分类中贝叶斯分类的综合性能更优。据此,本研究提出一种基于贝叶斯分类算法的定制家具客户需求信息分类方法,为定制家具客户需求响应平台设计提供理论支持。
-
关键词
定制家具
客户需求信息处理
分类算法
数据挖掘
评价指标
-
Keywords
custom furniture
customer demand information processing
classification algorithm
data mining
evaluating indicator
-
分类号
TS664
[轻工技术与工程]
-
