[发明专利]一种产品个性化定制方法

权利要求书

1.一种产品个性化定制方法，其特征在于，包括：

针对每一种类型的产品，分别建立与之对应的产品模板库，在所述产品模板库中包含有m个产品模板，每一个产品模板均对应有n个属性，且每一个产品模板的每一个属性均对应有相应的模糊数；

根据定制产品的属性数量生成雷达图，雷达图的每一个边角代表一个属性，每一个属性对应多个使用模糊术语描述的关心程度；

将所述雷达图提供给用户；

用户在所述雷达图上对定制产品的每一个属性选择相应的关心程度；

根据用户对拟定制产品的各个属性的关心程度确定主观评估值ω′_j；

针对每一个属性的主观评估值ω′_j确定与之对应的直觉模糊区间ω_j∈[ε,ω′_j]；

建立定制产品的直觉模糊向量：

W＝{ω_j}＝{ω₁∈[ε,ω′₁],ω₂∈[ε,ω′₂],...,ω_n∈[ε,ω′_n]}；

其中，ε为松弛变量，表示最小权重值；

结合所有属性的直觉模糊数，采用约束条件下的目标优化函数求解出每一个属性的权重确定值；

针对每一个产品模板，利用所述权重确定值计算出每一个产品模板在所有属性上的权重模糊聚合值；

根据所述权重模糊聚合值，计算出每一个产品模板的隶属度与非隶属度的差值，并将最大差值所对应的产品模板作为最佳决策输出。

2.根据权利要求1所述的产品个性化定制方法，其特征在于，在建立所述产品模板库的过程中，由专家针对模板库中的每一个产品模板的每一个属性分别赋予模糊数，且每一个模糊数均包含产品模板在该属性上的隶属度和非隶属度，进而建立起隶属度模糊矩阵：

其中，μ_mn表示第m产品模板的n个属性的隶属度；ν_mn表示第m产品模板的n个属性的非隶属度。

3.根据权利要求2所述的产品个性化定制方法，其特征在于，

所述约束条件下的目标优化函数为：

其中，θ_i表示第i个产品模板的主观评估值θ_i＝(θ_i1,θ_i2),θ_i1,θ_i2为常量；d(r_ij,θ_i)表示经过归一化后的r_ij,θ_i之间的汉明距离运算结果；

利用所述约束条件下的目标优化函数，求解出定制产品的所有属性的权重确定值W＝(ω_j)＝(ω₁,ω₂,...,ω_n)。

4.根据权利要求3所述的产品个性化定制方法，其特征在于，所述θ_i＝(0.5,0.5)。

5.根据权利要求3所述的产品个性化定制方法，其特征在于，所述权重模糊聚合值的计算方法为：

其中，表示第i个产品模板在所有属性上的权重模糊聚合值。

6.根据权利要求5所述的产品个性化定制方法，其特征在于，在计算出所述权重模糊聚合值后，采用公式计算出每一个产品模板的隶属度与非隶属度的差值，对比每一个产品模板的S值，选择最大S值所对应的产品模板作为最佳决策输出。

7.根据权利要求1至6中任一项所述的产品个性化定制方法，其特征在于，在获取到所述最佳决策所对应的产品模板后，接收用户在所述最佳决策所对应的产品模板的基础上所提出的修改，进而生成最终的定制产品。