摘要5-7
Abstract7-14
Content14-18
图表目录18-21
Content of figures and tables21-24
第1章 绪论24-38
1.1 课题的提出与探讨作用24-27
1.1.1 探讨背景与作用24-25
1.1.2 探讨不足的提出25-27
1.1.3 本课题来源27
1.2 质量功能配置探讨近况27-33
1.2.1 质量功能配置运用近况27-29
1.2.2 质量屋赋权策略探讨近况29-31
1.2.3 质量屋配置模型与策略探讨近况31-33
1.3 基于人工免疫系统的产品设计探讨近况33-35
1.3.1 AIS 技术介绍33-34
1.3.2 基于 AIS 的产品设计探讨近况34-35
1.4 本课题主要探讨内容与组织结构35-38
1.4.1 本课题主要探讨内容35-36
1.4.2 本论文组织结构36-38
第2章 基于人工免疫系统的质量功能配置框架38-48
2.1 基于 AIS 的质量功能配置不足38-42
2.1.1 多学科优化策略介绍38-39
2.1.2 基于 AIS 的质量功能配置不足39-41
2.1.3 基于 AIS 的质量功能配置策略41-42
2.2 免疫质量屋框架42-47
2.2.1 多粒度信息融合策略42-43
2.2.2 二元语义相关概念介绍43-45
2.2.3 免疫质量屋框架45-47
2.3 本章小结47-48
第3章 顾客需求重要度合成浅析策略48-69
3.1 顾客需求重要度合成浅析整体框架48-49
3.2 顾客需求重要度主客观浅析策略49-55
3.2.1 顾客需求重要度主观浅析策略49-54
3.2.2 顾客需求重要度客观赋权策略54-55
3.3 考虑竞争联系与满意度 Kano 模型的需求重要度浅析法55-59
3.3.1 考虑竞争联系的需求重要度确定策略55-57
3.3.2 考虑 Kano 模型的需求重要度确定策略57-59
3.4 顾客需求重要度组合模型59
3.5 顾客需求赋权实例与浅析59-68
3.5.1 实例运用背景59-60
3.5.2 实例验证与浅析60-68
3.6 本章小结68-69
第4章 顾客需求重要度预测浅析策略69-89
4.1 基于 AIS 改善的最小二乘支持向量机的顾客需求重要度预测策略69-74
4.1.1 最小二乘支持向量机算法69-70
4.1.2 基于 AIS 改善的最小二乘支持向量机的顾客需求重要度预测策略70-74
4.2 基于灰色论述的顾客需求重要度预测策略74-77
4.2.1 二次残差修正的灰预测模型74-76
4.2.2 基于二次残差修正灰色模型的顾客需求重要度预测策略76-77
4.3 基于神经网络的顾客需求重要度预测策略77-78
4.4 顾客需求重要度预测实例与讨论78-88
4.4.1 基于灰色模型的顾客需求重要度预测78-81
4.4.2 基于神经网络的顾客需求重要度预测81-82
4.4.3 基于 AIS 改善的最小二乘支持向量机顾客需求重要度预测82-88
4.5 本章小结88-89
第5章 基于 AIS 的免疫质量屋配置策略89-110
5.1 基于 AIS 与 LPP 的多目标优化策略89-93
5.1.1 线性物理规划89-91
5.1.2 基于 AIS 与 LPP 的多目标优化策略91-93
5.2 免疫质量屋的多目标求解不足93-100
5.2.1 抗原/抗体编码94-95
5.2.2 克隆免疫算法95-96
5.2.3 亲和度计算96-99
5.2.4 变异与克隆99-100
5.3 免疫质量屋配置实例与讨论100-109
5.3.1 实例100-104
5.3.2 讨论与浅析104-109
5.4 本章小结109-110
第6章 产品设计概念评价110-120
6.1 直觉模糊集与 TOPSIS110-112
6.1.1 直觉模糊集表示策略110-112
6.1.2 TOPSIS 策略112
6.2 基于 E-IFS-TOPSIS 的产品设计概念评价策略112-115
6.3 设计概念评价实例115-119
6.3.1 评价实例设计115-117
6.3.2 评价实例决策117-119
6.4 本章小结119-120
第7章 原型系统设计与实现120-133
7.1 原型系统整体构建120-122
7.1.1 原型系统平台描述120-121
7.1.2 原型系统功能划分121-122
7.2 原型系统系统设计122-127
7.2.1 免疫产品规划与评价系统设计122-125
7.2.2 免疫产品规划与评价怎么写作系统设计125-127
7.2.3 免疫产品规划与评价 Agent 设计127
7.3 原型系统运用实例127-132
7.3.1 数控瓦楞纸板印刷模切机产品规划128-130
7.3.2 数控瓦楞纸板印刷模切机案例评价130-132
7.4 本章小结132-133
结论与展望133-136