發布時間：所屬分類：科技論文瀏覽：1次
摘 要： 摘要：針對云服務模式下設計方案在多目標優選決策過程中未能充分考慮到用戶多元化和差異性的需求問題，提出結合質量功能配置和粗糙集理論的設計方案優選決策方法.該方法在分析云服務模式的基礎上，引入用戶參與的設計決策過程方式和模糊評價機制，對用戶需求
摘要：針對云服務模式下設計方案在多目標優選決策過程中未能充分考慮到用戶多元化和差異性的需求問題，提出結合質量功能配置和粗糙集理論的設計方案優選決策方法.該方法在分析云服務模式的基礎上，引入用戶參與的設計決策過程方式和模糊評價機制，對用戶需求進行聚類分析和智能轉化.建立面向用戶需求的設計方案評價指標體系，對網絡化協同設計過程中的設計方案評價指標的重要度進行準確量化.遵循科學性與系統性相結合的原則，提出云服務模式下設計方案優選決策三階模型.結合粗糙集理論和粗糙逼近理想解法，對該模型進行求解.以云服務平臺上的游艇設計方案為例，驗證該方法的有效性和可行性.
關鍵詞：云服務模式;設計方案;多目標優選決策;質量功能配置(QFD);粗糙集理論
隨著經濟全球化和信息化的快速發展，云服務、云制造、云計算、物聯網、大數據、虛擬化等新技術逐漸與設計服務產業相融合，云服務已成為一種新型的創新服務模式，對于實現資源的集聚整合、制造業的轉型升級有著重要的現實意義[1-3].
目前，國內外在云服務模式方面的研究成果如下.初建杰等[4]構建面向工業設計全產業鏈的云服務平臺，實現了云服務模式下資源的分布式異構與動態智能匹配.劉敬等[5]提出云服務模式下團隊成員綜合能力的優選策略.樊佳爽等[6]提出結合云服務、需求驅動和面向服務架構的決策支持系統.陳健等[7]提出云服務模式下的協同任務模塊化重組與分配方法.Ferrer等[8]為云服務的可持續動態協作模式提供技術支持.Wang等[9]從模糊綜合評判的角度，提出云服務的質量評估方法.Yamato等[10]提出動態協作的云服務模式.Fan等[11]研究基于云服務平臺的多目標評價方法.
國內外在設計方案的優選決策方面的研究成果如下.郝楠楠等[12]結合灰色綜合評價法，提出灰模糊積分決策模型.王仁超等[13]提出基于二元語義信息的VIKOR群決策方法.邱華清等[14]結合猶豫模糊術語集和質量功能配置(QFD)，研究產品延伸服務規劃方法.Suzuki等[15]基于改進的數據包絡分析法，構建集成目標導向的評價系統.Choa等[16]基于模糊層次分析法，構建技術產品評估模型.Estrella等[17]提出基于模糊語言的感官評價模型，開發了相應的軟件原型.Kannnan等[18]提出集成模糊多準則的決策方法，通過該方法對設計對象進行優選決策研究.
相關期刊推薦：《浙江大學學報：工學版》(月刊)1956年創刊，四校全并后，為了突出浙江大學的工科優勢，改為浙江學報工學版，稿源主要來之于本校教師、學生、研究所的科研工作者。刊登內容包括計算機科學技術與工程，信電與電子工程，光電，工業控制，材料，化工，高分子，機械，電機，能源，土木建筑工程以及交叉學科等方面的最新研究成果。
以上研究對云服務模式(構架與管理、交易模式與服務、任務優選與決策、任務重組與資源匹配)及設計方案的優選決策(評價體系、評價模式、決策方法)等方面進行分析，但部分研究未能充分考慮用戶對評價指標的多元化和差異性的需求，決策過程存在主觀性及不確定性，對云服務這一新興技術領域的多目標評價的過程方式和評價機制等方面缺乏深入思考.
本文以云服務模式下基于用戶需求的設計方案的優選決策為研究目標，結合質量功能配置和粗糙集理論，構建多方法集成的評價優化模型.引入用戶參與設計決策的過程方式，建立云服務模式下設計方案的評價指標優化體系，采用粗糙理想解法對該模型進行求解.結合案例，對該評價方法的有效性和可行性進行對比驗證.
1云服務
1.1云服務模式
云服務是基于知識的網絡化智能設計的新模式.它融合現有的網絡化設計模式與云計算、物聯網、語義Web、高性能計算等技術，將設計資源和設計能力虛擬化、服務化，通過云服務平臺對這些資源和能力進行統一、集中的管理和經營，為設計用戶提供泛在的、隨時獲取、按需付費的設計云服務，實現設計全生命周期過程的設計資源和設計能力的共享與協同.
1.2云服務平臺
云服務平臺由前端(網頁頁面)和后端(網站邏輯)兩部分構成.通過平臺前端和后端間協作，結合相應的接入技術和虛擬化技術，形成新的面向服務的網絡化設計模式.以云服務模式為應用背景，通過建設開放共享、服務創新的交互環境，集聚信息服務、產品設計以及各類設計知識庫等工業設計相關資源，為群體評價、多目標評價、動態評價、組合評價、過程評價等提供有效的資源支持.
2設計方案的優選決策
2.1優選決策方法
在優選決策中引入模糊評價機制，提出結合質量功能配置和粗糙集理論的決策方法.質量功能配置是以用戶需求為驅動、以質量屋為技術創新工具的產品設計和規劃方法;粗糙集理論是研究不確定性問題的數學工具，通過對不完整信息的分析和處理，發現隱含知識并揭示潛在規律.該方法對于實現云服務模式下設計方案的優選決策具有重要作用.
2.2優選決策流程
在優選決策流程中引入如圖1所示的用戶參與的設計決策過程方式，用戶參與云服務模式下的需求發布、團隊組建和設計活動的全過程.基于優選決策方法，通過構建云服務模式下的設計方案評價指標體系、分析評價指標權重并對不完整信息進行處理，獲得多屬性決策問題的優選方案排序.用戶以打分或點贊等形式對優選設計方案進行評價，對于準確把握用戶心理動態、提高評價結果的準確性具有重要意義.
3構建云服務模式下方案優選模型
構建云服務模式下設計方案優選決策三階模型.基于質量功能配置，對用戶需求進行聚類分析和智能轉化，建立面向用戶需求的設計方案評價指標體系;結合粗糙層次分析法，確定設計方案的評價指標權重，以保證決策主體復雜決策信息的一致性與準確性;利用粗糙逼近理想解法，對云服務模式下的設計方案進行優選決策.
3.1第1階：構建設計方案評價指標體系
通過質量功能配置的分析工具質量屋構建評價指標體系，分析過程如下.
1)需求獲取.在云服務模式下，獲取用戶顯性偏好需求并挖掘用戶隱性偏好需求.基于互聯網采集關于用戶需求的相關數據，結合模糊需求描述方法，構建用戶需求數據庫.
2)需求分析.利用層次分析法，構建用戶需求的判斷矩陣并分析用戶需求的相關重要程度，分析過程與3.2節相似.
3)需求轉化.通過質量屋矩陣框架圖，表達用戶需求和技術特性間的關系程度.質量屋主要由用戶需求矩陣、技術特性矩陣、顧客需求與技術特性相關關系矩陣、技術特性相關關系矩陣、市場競爭性評估矩陣等組成.通過上述幾部分，構建如圖2所示的用戶需求轉換質量屋，完成用戶需求到設計方案評價指標的有效轉化，構建云服務模式下基于用戶需求的設計方案的優選決策評價指標體系
4應用案例
用戶在圣泓云平臺中發布任務需求，以游艇為案例，驗證該方法的可行性和有效性.
4.1第1階：構建設計方案評價指標體系
1)需求獲取.借助云服務平臺強大的數據存儲和運算能力，采用SPSS、Orange等數據挖掘工具，構建如表1所示的游艇設計任務的用戶需求信息.
2)需求分析.基于云服務模式下需求數據庫，利用粗糙層次分析法，構建用戶需求的判斷矩陣并分析其重要度.在R1的重要性排序中R11>R13>R12.獲得如表2所示的游艇設計需求重要程度
3)需求轉換.基于如圖3所示的用戶需求轉換工具，將云服務模式下的用戶需求轉化為評價指標.構建如表3所示的用戶需求與評價指標的關系矩陣，分析不同用戶需求對評價指標的影響程度.利用分支定界法求解評價指標決策模型[19]，構建如圖4所示的游艇設計方案的評價指標體系.
4.2第2階：確定評價指標權重
平臺邀請5名決策者，確定游艇設計方案的評價指標權重.
1)基于評價指標的成對比較矩陣,構建設計方案評價指標的粗糙群評價矩陣.
4.3第3階：設計方案優選
利用粗糙逼近理想解法，對6個游艇設計方案的用戶需求滿意程度進行比較和排序.具體過程如下.
1)建立基于用戶需求的設計方案綜合滿意度的粗糙群評價矩陣.利用式(16)、(17)，對粗糙群評價矩陣進行標準化.構建如表4所示的粗糙加權標準化評價矩陣.
2)利用式(18)~(21)，求出正、負理想解.構建如表5所示的游艇設計方案與正、負理想解的距離.
3)利用式(22)，計算如表6所示的各游艇設計方案綜合滿意度的貼近度.由上述分析可知所有方案與理想最優方案的貼近度，根據貼近度對游艇設計方案滿意度進行排序：S4>S2>S5>S1>S3>S6.可得如圖6所示的基于用戶需求的游艇設計優選方案S4.
為了驗證該方法的有效性，邀請用戶對云平臺所評選的設計方案進行滿意度評價.采用基于用戶偏好的多維評價系統，對該方案進行評價.該評價系統依附于云平臺網頁，采用HTML、CSS與JavaScript相結合的編寫方式.用戶可以進行傳統平臺的打分評價和文字評價，為系統精確推薦提供后臺數據服務.如圖7所示為云服務模式下游艇設計方案的優選決策結果.
5結 語
本文提出云服務模式下基于用戶多目標需求的設計方案的優選決策方法.通過結合目前已有的多目標評價方法以及云服務模式，系統構建基于質量功能配置與粗糙集理論的設計方案優選決策3階評定模型.建立一套系統性、層次性、合理性的基于用戶需求的設計方案評價指標體系.該方法以滿足用戶需求為出發點，通過利用開放共享、服務創新的工業設計云服務平臺的交互環境，引入用戶參與優選決策的過程方式和模糊評價機制，對豐富云服務模式下的多目標優選決策的方法體系具有一定意義，為用戶個性化設計服務提供技術支撐.在今后的研究中，側重于把用戶的個性化需求反映到設計云服務平臺的創新過程中來，將云服務模式與3D打印個性化定制相結合，探索云服務模式下的多目標評價技術.
