论文部分内容阅读
本文对知识化制造环境下产品市场扩散行为进行了研究。首先对知识化制造系统及产品市场扩散的相关理论和研究进展进行了综述,然后对重复购买条件下竞争产品的市场扩散行为进行了专门的研究。通过对知识化制造环境下产品市场扩散行为特点的分析,提出运用博弈及自学习理论对产品市场扩散行为进行预测的方法。最后对知识化制造环境下产品市场扩散全生命周期制造模式选择的自学习问题进行了探讨。
具体说来,主要在如下几个方面进行了研究:
1.以传统的市场扩散模型为基础,同时考虑扩散过程中可能存在的重复购买现象及市场竞争因素,提出了一个非线性系统模型。以经常购买产品为例,运用微分方程的稳定性理论对模型的稳定性进行了分析,并运用近似线性化方法进行了证明,最后通过仿真方法验证了模型的正确性。
2.知识化制造系统的发展对产品市场扩散行为预测提出了产品类型柔性化的要求,因此将不同产品市场扩散模型视为知识节点,通过知识节点间的融合构造出新的模型以适应新产品的需要。提出一种基于知识化制造的产品市场扩散模型博弈方法,将合作博弈与线性组合预测方法相结合,体现了不同模型之间的联合与竞争关系,从而能更有效地利用多种模型提供的信息完成产品市场扩散行为预测。
3.知识化制造系统的发展对产品市场扩散行为预测提出了扩散阶段柔性化的要求,因此将不同产品市场扩散模型构建成为知识库,通过知识库的不断扩充与修正以适应产品市场扩散不同时期预测的需要。将扩散模型知识库用模型基向量与权矩阵的形式表示,在此基础上提出一种产品市场扩散行为预测的自学习算法,并从理论上对算法的收敛性进行分析与证明。该算法运用组合预测思想及自学习方法对权矩阵进行修正,从而实现了对产品市场扩散行为的渐进式预测。
4.产品市场扩散全过程即为产品生命周期。相似产品的市场扩散过程具有一定程度的相似性,称为生命周期特征。产品制造模式与生命周期特征之间存在某种映射关系。根据知识化制造理念,对制造模式选择的自学习问题进行了讨论。引入近似匹配函数并证明其单调性,在此基础上提出了近似匹配和二次匹配两种算法,使现有产品的生命周期特征与知识库中已有相似产品的特征数据相匹配,进而为制造模式的选择提供决策依据。