1、設(shè)計(jì)過(guò)程決定產(chǎn)品質(zhì)量，為了生產(chǎn)出高質(zhì)量的產(chǎn)品，在市場(chǎng)競(jìng)爭(zhēng)中取得優(yōu)勢(shì)，企業(yè)對(duì)設(shè)計(jì)質(zhì)量的重視程度越來(lái)越高。而隨著人們對(duì)產(chǎn)品需求的不斷提高和市場(chǎng)競(jìng)爭(zhēng)的強(qiáng)勁推動(dòng)，復(fù)雜產(chǎn)品的數(shù)量和復(fù)雜程度正急劇上升，大大增加了產(chǎn)品設(shè)計(jì)的難度。
　　復(fù)雜產(chǎn)品的質(zhì)量特性呈涌現(xiàn)性，經(jīng)典的穩(wěn)健設(shè)計(jì)方法已經(jīng)不能滿足其質(zhì)量設(shè)計(jì)的需求。本文以復(fù)雜質(zhì)量結(jié)構(gòu)產(chǎn)品為對(duì)象，對(duì)其質(zhì)量設(shè)計(jì)問(wèn)題進(jìn)行研究，構(gòu)建面向復(fù)雜質(zhì)量結(jié)構(gòu)產(chǎn)品的MAS質(zhì)量設(shè)計(jì)系統(tǒng)框架，并研究此MAS中各關(guān)鍵智能體功

2、能實(shí)現(xiàn)的相關(guān)模型，以獨(dú)特的視角對(duì)復(fù)雜產(chǎn)品質(zhì)量設(shè)計(jì)過(guò)程中的若干關(guān)鍵問(wèn)題展開(kāi)了一系列的研究工作，為復(fù)雜產(chǎn)品質(zhì)量設(shè)計(jì)提供了一種新的思路。本文的主要研究工作及結(jié)論如下:
　　(1)本文將多智能體系統(tǒng)(MAS)的思想引入復(fù)雜質(zhì)量設(shè)計(jì)中來(lái)，以協(xié)調(diào)解決復(fù)雜產(chǎn)品設(shè)計(jì)中可能出現(xiàn)的各種問(wèn)題，構(gòu)建了由組織層、協(xié)調(diào)層、執(zhí)行層組成的三層的復(fù)雜質(zhì)量結(jié)構(gòu)產(chǎn)品MAS質(zhì)量設(shè)計(jì)系統(tǒng)框架。該MAS質(zhì)量設(shè)計(jì)系統(tǒng)中有管理智能體、服務(wù)智能體、協(xié)調(diào)智能體、任務(wù)智能體以及隨機(jī)智

3、能體共五類智能體。
　　(2)基于對(duì)多智能體質(zhì)量設(shè)計(jì)系統(tǒng)中各類智能體的普遍特性及模塊的描述定義以及各類智能體所要實(shí)現(xiàn)的功能，本文繼續(xù)對(duì)MAS中各智能體進(jìn)行具體的內(nèi)部結(jié)構(gòu)設(shè)計(jì)，確定每類智能體所應(yīng)包含的模塊，并總結(jié)提出了面向復(fù)雜質(zhì)量結(jié)構(gòu)產(chǎn)品的多智能體質(zhì)量設(shè)計(jì)系統(tǒng)工作流程。
　　(3)針對(duì)MAS中管理智能體的具體模塊，為其質(zhì)量結(jié)構(gòu)建立分析功能實(shí)現(xiàn)構(gòu)建相應(yīng)的模型及具體算法。基于質(zhì)量結(jié)構(gòu)概念，利用結(jié)構(gòu)矩陣表述復(fù)雜產(chǎn)品眾多質(zhì)量元素間復(fù)雜

4、的交互關(guān)系，并運(yùn)用改進(jìn)的粒子群算法實(shí)現(xiàn)DSM聚類，得到復(fù)雜產(chǎn)品質(zhì)量結(jié)構(gòu)元素的分類，基于此對(duì)產(chǎn)品質(zhì)量結(jié)構(gòu)進(jìn)行分析，系統(tǒng)掌握產(chǎn)品的質(zhì)量要素及其相互關(guān)系，便于對(duì)設(shè)計(jì)任務(wù)分解和分配。
　　(4)建立了管理智能體質(zhì)量校核功能實(shí)現(xiàn)模型，并進(jìn)行算法實(shí)現(xiàn)。在運(yùn)用粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)以確保單個(gè)BP神經(jīng)網(wǎng)絡(luò)具有較好泛化能力的基礎(chǔ)上，構(gòu)建了基于FCM-啟發(fā)式集成神經(jīng)網(wǎng)絡(luò)的質(zhì)量預(yù)測(cè)模型，建立眾多設(shè)計(jì)參數(shù)與總體質(zhì)量特性的輸入輸出關(guān)系，以使管理智能體能

5、順利完成其質(zhì)量校核功能。
　　(5)以貝葉斯網(wǎng)絡(luò)來(lái)表征復(fù)雜質(zhì)量結(jié)構(gòu)產(chǎn)品內(nèi)部復(fù)雜的質(zhì)量相關(guān)關(guān)系，首先根據(jù)產(chǎn)品的質(zhì)量結(jié)構(gòu)圖形成貝葉斯網(wǎng)絡(luò)模型，并依據(jù)貝葉斯推理，有效利用經(jīng)驗(yàn)數(shù)據(jù)及先驗(yàn)概率，得到貝葉斯網(wǎng)絡(luò)中對(duì)根節(jié)點(diǎn)影響大的關(guān)鍵節(jié)點(diǎn)，即得到復(fù)雜質(zhì)量系統(tǒng)中的關(guān)鍵質(zhì)量要素，同時(shí)分析了各質(zhì)量要素對(duì)最終產(chǎn)品質(zhì)量的影響關(guān)系程度，服務(wù)智能體該建模分析功能的實(shí)現(xiàn)為復(fù)雜質(zhì)量結(jié)構(gòu)產(chǎn)品設(shè)計(jì)任務(wù)的合理分配與完成奠定了基礎(chǔ)。
　　(6)為了協(xié)調(diào)MAS中各任

6、務(wù)智能體間沖突，在一般田口參數(shù)設(shè)計(jì)基礎(chǔ)上，將信噪比轉(zhuǎn)化為標(biāo)準(zhǔn)質(zhì)量損失，以多元回歸分析為工具，以使復(fù)雜產(chǎn)品系統(tǒng)綜合質(zhì)量損失最小為目標(biāo)，確定各設(shè)計(jì)參數(shù)的設(shè)計(jì)水平?；谫|(zhì)量結(jié)構(gòu)，確定各部件質(zhì)量波動(dòng)對(duì)最終產(chǎn)品穩(wěn)健性的重要程度，在綜合考慮產(chǎn)品制造成本和質(zhì)量水平的條件下確定最佳參數(shù)組合方案下各參數(shù)的容差。本文所提出的基于質(zhì)量結(jié)構(gòu)的交叉質(zhì)量結(jié)構(gòu)參數(shù)設(shè)計(jì)、容差設(shè)計(jì)方法為協(xié)調(diào)智能體的沖突解決、協(xié)調(diào)功能實(shí)現(xiàn)提供了依據(jù)和算法來(lái)源。
　　最后，在總結(jié)全文