采煤机概念设计融合推理模型研究与实践

为充分利用产品概念设计中积累的成功经验和数据,提出基于粗糙集、支持向量机等理论的融合推理模型。利用模糊集理论对客户需求属性中的语义化、模糊化信息和连续值进行离散化处理,然后利用粗糙集理论对条件属性的冗余信息进行属性约简和规则提取,利用近邻算法获得产品设计的最相似实例。对于未找到相似实例的设计要求,利用支持向量机回归模型进行创新设计,通过人工调整参数,最终得到产品概念设计的最优方案。该模型建立了概念设计客户需求与产品质量特征之间的联系,克服了传统近邻算法的缺陷。基于UG平台开发出具有良好人机界面的采煤机概念设计原型系统,实现了该融合推理模型的工程应用,经实践验证,该方法较为客观、准确和高效。