工程管理论文哪里有？针对客户定制信息的模糊性与不确定性问题，提出以粗糙层次分析法为基础，结合FPBS对产品进行结构化拆分的分析策略。使用KJ法对客户需求信息进行梳理，利用基于粗糙集理论的层次分析法加以分析，构建质量屋矩阵，确定客户需求与技术需求的关联性。
第1章 绪论
1.2 国内外研究现状
1.2.1客户定制需求研究现状
客户定制是指根据客户的独特特征和偏好，提供定制化的产品或服务。企业提供客户定制的产品或服务可以提高客户的满意度和忠诚度，进而提高产品销量。客户定制需求的确定对于客户定制产品或服务的效果至关重要。因此，如何快速且有效的确定客户定制需求是提供客户定制产品或服务的前提。
Xue等针对大规模定制问题，提出了基于制造服务特征设计定制化服务质量评估模型以更准确的获得用户需求，最后利用集群供应链的定制化生产模式验证了上述方法解决定制化服务中特定需求的问题[4]。
Jiao和Shi等分析了现有柔性制造系统进行定制化生产的限制。提出了定制化生产柔性制造系统的监控方法，提高柔性制造系统满足定制化的能力[5]。
Zhong等阐述了客户定制对产品设计的重要程度并构建了定制化设计、制造、服务的信息流模型。最后，提出了一种基于网络的定制化设计支持系统架构[6]。
Li等提出了一种基于熵权和层次分析法的定制产品开发的客户满意度评估模型。基于客户意见识别客户需求并按照客户满意度准则对需求等级进行划分，以此构建客户满意度的评价模型及求解方法[7]。
第3章 基于QFD和FPBS的客户定制需求分类
3.1 基于模糊QFD的定制需求分类方法
3.1.1 QFD概述
质量功能展开是一种工程管理方法，起源于1960年代的日本[65]。该方法通过一种结构化的流程，将消费者或用户的需求（通常称为“何”，What）转化为特定的产品或服务的设计参数和制造流程（通常称为“如何”，How）。QFD使用名为“质量屋”（House of Quality）的矩阵作为核心工具，用于可视化并分析用户需求与设计参数之间的关系。
质量功能展开（QFD）是一种独特而强大的产品开发方法，其核心优势在于它的结构化和系统性。这一方法为跨职能团队提供了一个共同工作的平台，允许来自市场、设计、工程和制造等多个部门的专家集思广益，并共同确定产品开发的方向。借助其核心工具“质量屋”，QFD可以将通常模糊或抽象的用户需求量化为明确、可操作的设计参数和性能指标。此外，QFD内置了一套优先级评定机制，用于评估和排序各个需求的重要性，从而确保资源能够集中于最关键的设计元素。这一方法不仅具有很高的灵活性，允许团队根据项目的具体需求进行调整，还能够确保产品开发过程的完整性和连贯性，覆盖从需求分析到设计实现，乃至生产和维护的全流程。
第5章 定制产品配置建模与优化研究
5.1 定制产品的多目标配置优化建模
5.1.1问题描述
定制产品的多目标配置优化问题可以描述为：假设某产品由核心模块（实现产品主要功能的核心部分）、附属模块（根据既定规则从产品主结构选取的辅助模块）和选配模块（按照客户需求添加的模块）组成，对各类功能模块进行分类，每个功能模块内包含多个模块实例，这些实例虽然具备相同的功能，却在性能、成本和交货期等属性上各不相同。最终配置的产品使得性能最大、成本最低、交货期最短。
定义ijkx为与模块相对应的决策变量，表示第i类模块中的第j个模块系列的第k个实例在产品中是否被配置（1ijkx=时，参与配置，0ijkx=时，不参与配置）。
产品配置流程涉及以下步骤：首先，在1M系列的核心模块中选择最优的一个模块实例；接着，在2M系列的附属模块中挑选最合适的一个模块实例；然后，在3M系列的选配模块中筛选出Z个模块，并从中选择最优的模块实例。
5.2 DE-NSGA-Ⅱ优化算法设计
5.2.1 多目标非支配排序遗传算法（NSGA-Ⅱ）介绍
在优化学领域，系统经常面临多个相互竞争的目标，往往无法同时实现这些目标的最优解，这类问题称作多目标优化问题（Multi-objective Optimization Problem, MOP）。为了有效处理这种问题，近些年开发了多种智能算法，这些算法模拟生物行为，旨在替换基于加权法、约束法和目标规划法的传统多目标优化手段，解决了这些方法主观性强和优化效率不高的问题，并允许并行搜索操作。这类智能算法包括但不限于粒子群优化、模拟退火和遗传算法等。粒子群优化因参数调节简单而易于操作，但可能出现种群多样性丧失，影响算法的收敛性。模拟退火算法在合并目标函数时可能因变权重策略而效率较低。为了减少计算复杂度，Deb等人提出了快速非支配排序的遗传算法（NSGA-II），该算法通过Pareto前沿分层和距离拥挤度计算来保持种群的多样性。因此，NSGA-II在多目标优化问题中得到了广泛的应用。NSGA-II的算法过程如图5.1中展示。
第6章 结论与展望
6.2 展望
本课题针对工业汽轮机模块化方法进行了一系列的改进、优化及建模研究，但实际问题系统规模的复杂程度较高，由于本人精力有限，因此在该问题及背景下，目前研究存在局限性和不足，还需对以下几个方面进一步研究：
（1）本文考虑的绿色属性是寿命兼容性、资源利用性、可维护性等基本层面的属性，其中资源利用性属性就包括再制造、可重用、产品回收等多种因素，因此有必要对其进行细化研究。
（2）在应用改进原子聚类算法模块划分方法时，距离矩阵的构建主要以人工方式为主，对于更为复杂的产品，距离矩阵可能会变得相当庞大，构建过程因此变得较为复杂且容易出现错误。因此，迫切需要将开发相关的辅助设计软件作为未来研究的一个重要方向。
（3）随着工业汽轮机产品的迭代更新，产品配置过程应具备动态性。如何根据客户定制需求的动态变化，制定出令客户满意的产品配置方案，需要进行更深入的研究。
参考文献（略）
