产品设计是一个“设计-评价-再设计”的复杂过程,包含着大量的不完全确定的、创造性的设计推理过程。产品设计评价与优化目的是通过持续评价,不断优化产品设计参数,改进和完善产品设计,使得产品性能和结构满足用户需求。据统计,产品全生命周期80%以上的成本决定于产品设计。因此,产品设计评价与优化对于新产品开发的成败具有重大影响,已成为学界、业界的关注焦点。与传统的产品评价和优化方法相比,本文提出利用数据融合技术处理产品设计评价与优化过程中存在的大量不完整的、模糊的、不确定的推理过程；利用云模型、Kano模型、证据理论和数量化理论工等力图使产品评价与优化更加科学、客观和合理；结合童车设计评价与优化,给出了应用实例。数据融合技术具有依据多数据源识别同一对象的特点,将数据融合技术引入到产品设计的评价与优化过程之中,通过数据融合,将不同用户对产品的评价进行综合处理；通过产品设计变量指标集之间的数据融合,得到符合用户需求的设计变量指标集,建立基于数据融合技术的产品设计评价与优化模型,处理顾客对于产品设计方案的反馈信息,获得科学、合理的产品总体评价结果,并在此结果的基础上对产品设计进行优化。云理论用期望值Ex(Expected value)、熵En(Entropy)、以及超熵He(Hyper Entropy)三个数值来表征云的数字特征,从而把定性概念的模糊性和隶属度的随机性完全融合到一起,构成定性概念和定量数值间的相互映射。将云理论嵌入到产品设计评价与优化方法中,建立X条件云发生器,实现顾客对产品定性定量指标的不确定性描述的处理。Kano模型将顾客对产品的定性描述分为五个层次,使产品定性评价趋于规范。通过熵权理论计算各个评价指标的初始权重,利用Kano模型确定调整系数,对初始权重和调整系数进行融合,确定较合理的评价指标的权重。数量化理论工是多元统计学的一个分支,用于研究一些随机变量之间的关系,揭示数据中所蕴含的规律及各变量之间的关系。利用数量化理论,从有限的设计变量指标集中选择顾客满意度最高的设计变量指标,通过设计变量指标融合,实现设计优化。80后一代已经成长为童车的主要消费群体,由于他们对于网络及网上购物的热衷,使得我们能够通过Internet获取顾客意见。综合运用上述理论和知识,建立基于数据融合技术的产品设计评价与优化模型和评价系统,实现对童车产品的科学客观评价,持续改进产品设计,完善童车设计参数,取得良好效果。