產品功能疲勞問題建模與多目標優(yōu)化方法研究.pdf

1、產品功能疲勞問題是企業(yè)在進行產品開發(fā)的過程中必須面對的一個難題。在激烈的市場競爭環(huán)境下，一個普遍的產品開發(fā)策略就是為產品添加更多的功能。企業(yè)希望功能豐富的產品能夠更加吸引消費者，從而可以擴大消費群體和增加銷售額，最終使企業(yè)獲得的收益最大化。雖然研究和實際情況都表明，功能越多的產品其整體的吸引性也越高，但是不容忽視的是，功能的增加也會導致產品使用復雜性的提高。研究表明，消費者在進行購買時主要考慮產品是否有吸引力，因此會傾向于選擇具有更多功

2、能的產品。在購買階段，消費者對產品可用性關注比較少。但在實際使用之后，消費者會慢慢意識到操作復雜性所帶來的各種問題，從而導致對產品的不滿、抱怨甚至退貨，即產生了功能疲勞問題?？偟膩碚f，雖然為產品增加更多功能可以提高初始銷售額，但過多功能引起的功能疲勞問題會對企業(yè)的長期收益造成損害。
　　產品功能疲勞問題的解決本質上需要權衡功能增加帶來的吸引性的提升和可用性的降低。已有的模型主要是將產品的吸引度和使用復雜度合并為單一目標進行求解，決

3、策者需要設定合適的權重來體現目標間的相互關系。然而研究表明在實際中決策者要精確合理地確定這些權重是非常困難的，特別是在決策者缺乏足夠的領域知識的情況下問題會更加嚴重。本文從尋求Pareto最優(yōu)的角度建立了功能疲勞問題的基本模型，并針對單層產品功能疲勞問題提出了具體的模型實現方式和相應的基于NSGA-II的求解方法。在模型中，每個產品由一組產品功能組成，每個產品功能組合即為模型的一個解。模型包括兩個相互矛盾的目標函數：最大化產品的吸引度和

4、最小化產品的使用復雜度。在求解過程中，NSGA-II算法通過非支配解排序的方式使精英個體可以得到保留，而擁擠度比較算子的運用則保證了解的多樣性。所提出的模型不需要決策者提供有關產品吸引度和使用復雜度之間關系的先驗信息，而是通過求解得到一組Pareto最優(yōu)解，決策者可以根據需要進行選擇或進行進一步的分析。這種機制使所提出的方法更具靈活性、實用性和可擴展性。此外，針對備選解過多造成決策負擔的情況，本文提出了基于分段線性隸屬度函數的Paret

5、o選優(yōu)方法，可以有效地輔助決策者進行最優(yōu)解的選擇。
　　在產品功能疲勞問題中，產品各功能之間、產品功能與產品整體之間在客戶感知吸引度和感知使用復雜度方面有著復雜的相互關系。已有的用來描述功能疲勞的模型側重于分析功能數量對功能疲勞的影響，即使有研究考慮了功能之間的差異性，也主要是對產品功能進行逐個分析，而沒有考慮功能之間的相互關系。本文從功能關系及客戶感知的不確定性角度出發(fā)，提出了基于貝葉斯網的功能疲勞問題的關系模型和分析方法。所提

6、出的模型是利用網絡節(jié)點來代表產品功能及產品整體的吸引度和使用復雜度，可以定量描述產品各功能之間以及各功能與產品整體之間復雜的相互關系。此外，考慮到客戶感知的不確定性，在對產品的吸引度和使用復雜度進行建模時，通過概率表達的方式體現了客戶感知的不確定性特征。所提出的貝葉斯網模型可以從多方面為產品開發(fā)人員提供決策支持，包括利用信息熵方法識別出影響產品功能疲勞的關鍵功能，利用推理機制對所設計產品的功能疲勞情況進行評估，以及通過節(jié)點概率分布的前后

7、變化來分析產品功能間的相互關系。本文建立的貝葉斯網關系模型是多層產品功能疲勞問題中適應度計算的基礎。
　　之前功能疲勞領域的研究主要關注單層功能的取舍問題，然而實際中很多情況下各功能具有分層關系。本文根據產品的種類功能和可選子功能之間的相互關系，提出了產品功能層次模型。在種類功能層可以根據提出的方法建立吸引度貝葉斯網和使用復雜度貝葉斯網。在利用NSGA-II算法求解功能疲勞多目標優(yōu)化模型的過程中，可以將經過編碼的可選子功能組合通過

8、層次模型進行轉換，再輸入到貝葉斯網來獲得產品的吸引度分值和使用復雜度分值。而每個解的適應度值是以貝葉斯網提供的分值為基礎，同時考慮功能數量對產品整體的影響來計算的。算法運行的最終結果是得到一組Pareto最優(yōu)解。以貝葉斯網為基礎建立適應度函數，綜合考慮了產品功能之間以及各功能與產品整體之間帶有不確定性的相互關系，使所得到的優(yōu)化結果更加符合實際情況。同時尋求Pareto最優(yōu)的方式也彌補了已有的單目標優(yōu)化方法（即將吸引度和使用復雜度合而為一

9、）的不足。
　　已有的功能疲勞方面的模型主要是根據當前客戶偏好來獲得確定性的參數，很少考慮客戶偏好的動態(tài)性。然而在實際的市場環(huán)境下客戶偏好是動態(tài)變化的，有時客戶偏好甚至可能會隨著時間而產生劇烈的變化。僅僅根據當前的客戶偏好獲得的最佳功能組合，很可能在未來由于客戶偏好的變化而不再是最佳的選擇。類似地，不同客戶群對于產品各功能的偏好也具有差異性，針對一個客戶群的最優(yōu)產品功能組合，對于其它客戶群可能就不再是最佳選擇。本文基于灰色模型實現

10、了對功能疲勞問題中的客戶偏好進行建模和預測，并基于聚類算法對客戶群進行了細分。在預測和聚類的基礎上，本文提出了針對功能疲勞多目標優(yōu)化模型的參數情景構建方法。在各參數情景下進行優(yōu)化計算并進行健壯性分析，可以得到在客戶偏好具有變化性和差異性的情況下各最優(yōu)解的健壯性程度。決策者可以在健壯性最強的解中進行選擇，也可以根據解對不同參數情景的覆蓋情況，來選擇符合要求的方案和結果。
　　作為一個新的熱點，產品功能疲勞問題近年來已經引起了國外學術