華爾天 孫琦宗 劉肖健 鐘嘉佶 陳 川

1. 浙江省高端激光制造裝備協(xié)同創(chuàng)新中心，杭州,310014 2. 浙江工業(yè)大學特種裝備制造與先進加工技術教育部重點實驗室，杭州,310014 3.浙江工業(yè)大學工業(yè)設計研究所，杭州,310023

一種面向汽車個性化定制的智能交互方法

華爾天1,2孫琦宗2劉肖健3鐘嘉佶2陳 川2

1. 浙江省高端激光制造裝備協(xié)同創(chuàng)新中心，杭州,310014 2. 浙江工業(yè)大學特種裝備制造與先進加工技術教育部重點實驗室，杭州,310014 3.浙江工業(yè)大學工業(yè)設計研究所，杭州,310023

針對傳統(tǒng)汽車在線個性化定制服務中缺乏有效的交互，且消費者隱性需求的獲取和轉化研究不足等問題，研究了隱性需求的獲取和轉化以及產品定制特征的分析和表述，建立了產品特征與用戶需求的映射模型，提出了一種基于組織符號學思想的智能交互方法，并采用黃金分割法對所提方法進行了迭代優(yōu)化。最后利用汽車顏色的定制對此方法進行了測試。測試結果表明，該方法能在一定程度上提高個性化定制服務的互動性和引導性。

智能交互；個性化定制；交互問答法；隱性需求；組織符號學

Abstract:Aiming at the problems that the absence of taking the considerations of the effective interactivity and that of the research on the acquisition and transformation for consumers’ implicit demands in traditional automotive customization services, acquisitions and transformation for implicit demands were conducted, statements and analyses for customization characteristics were researched; and the mapping model between product characteristics and customer requirements was established, a method of intelligent interaction was proposed, which was based on organizational semiotics，then this method was optimized by golden section method. In final, the proposed method was tested by using the example of the customization in automotive colors. The results indicate that the method may improve interaction and the guidance of customization service in some ways.

Keywords:intelligent interaction; personalized customization; method of interactive question answering; implicit demand; organizational semiotics

0 引言

隨著計算機技術的發(fā)展，個性化定制服務的方式由傳統(tǒng)的線下實體定制逐漸擴展到線上借助互聯(lián)網來完成跨地區(qū)的更廣泛的定制[1]，個性化定制服務具有減少庫存積壓、降低營銷成本、縮短產品開發(fā)周期和提高品牌競爭力等優(yōu)勢，已經進入到了服裝、家具、汽車、旅游、服務等行業(yè)。傳統(tǒng)的在線個性化定制系統(tǒng)大多是按照產品參數(shù)的選擇來實現(xiàn)個性化定制服務，如高端品牌汽車保時捷[2]、瑪莎拉蒂[3]等，在其官網上，客戶可對選定的車型進行顏色、材料、性能、配件等定制，此種定制方式需要用戶有一定的專業(yè)基礎，但大多數(shù)定制用戶在定制過程中，并不清楚用戶需求與產品特征參數(shù)映射關系，甚至有的用戶不清楚自己需要什么，其定制需求信息是隱性的、模糊的。

在隱性需求的處理方面，日本知識管理專家野中郁次郎提出了顯性知識和隱性知識相互轉換的SECI過程，即知識轉化過程中的潛移默化(socialization)、外部明示 (externalization)、匯總組合(combination)和內部升華 (internalization) 這4種模式[4]。王新海等[5]借鑒系統(tǒng)動力學建模的核心思想，提出了隱性需求演化的因果關系模型，建立了隱性需求層次演化動力模型。RONALD等于1973年提出了組織符號學(organizational semiotics，OS)[6]，將SAUSSURE-HAUKES等創(chuàng)立的傳統(tǒng)符號學從語言學擴展到系統(tǒng)信息學，從信息系統(tǒng)的角度審視組織中的角色、職能和行為模式。組織符號學起初是一個基于符號學原理的組織需求識別工具，該工具隨后延伸為一種用于提取、分析和識別用戶需求的商業(yè)系統(tǒng)建模方法[7]。組織符號學已被廣泛應用在汽車分享服務[8]、農作物疾病診斷[9]、廣告語義分析[10]、教育管理[11]、協(xié)同工作環(huán)境[12]、工程成本估算[13]等領域。目前國內的相關研究還比較少，主要集中在應用領域[14-15]。

隨著個性化定制服務的興起和人工智能的發(fā)展，交互式系統(tǒng)在改善用戶體驗方面扮演著越來越重要的角色，讓計算機產品終端具有智能交互能力是人工智能和計算機技術發(fā)展的核心和重要目標[16]。李敏等[17]在Storm框架的基礎上，建立了物聯(lián)網環(huán)境下基于上下文感知的智能交互模型，提高了物聯(lián)網環(huán)境下平臺交互的實時性。曹鳳雪等[18]針對云消費者的云服務組合請求，提出了一種基于Agent的云服務組合交互模型，提高了云服務組合成功率。

本文從提高汽車個性化定制系統(tǒng)服務的交互性和引導性角度出發(fā)，以組織符號學為理論基礎，以最大化地滿足用戶定制體驗為目的，提出了一種智能交互方法，該方法可以細化定制過程，最大限度地滿足客戶的個性化需求。

1 基于組織符號學的定制需求的獲取、分析和處理

對于一個產品，不可能任意部件都讓客戶去定制，這樣既不符合常理，且會使定制任務復雜化，因此在智能交互定制模型研究前期，需要對產品定制特征及特征參數(shù)進行探究，以簡化定制交互模型。本文利用組織符號學原理進行需求數(shù)據的處理。組織符號學[19]是利用符號、文字和文檔等來詮釋組織。將個性化定制服務和定制產品看作是一個組織系統(tǒng)，并用符號學的知識作為理論基礎，則定制過程可以看成是個性化定制模型通過符號來與人進行智能交互從而達到執(zhí)行某種產品的定制目標。

1.1 定制需求的獲取

定制需求的獲取以組織符號學原理為工具，經過產品分析，產品特征組織符號學處理，需求獲取，需求理解與分析，生成需求定制方案并編輯存入文檔，最后確認驗證。產品分析階段是將定制產品進行功能分解，并對分解所得到的產品特征參數(shù)進行分析、分類和優(yōu)化。產品特征組織符號學處理階段是將產品特征參數(shù)用圖表、圖示、文字、公式等符號語言表示，此過程可以清晰地羅列產品各特征參數(shù)之間的聯(lián)系，使產品特征參數(shù)以符號學語言的形式形成一個產品組織系統(tǒng)。需求理解與分析階段是對獲取的需求進行分析、歸類等處理，確定產品定制參數(shù)的優(yōu)先級，優(yōu)先級對產品的定制特別是復雜產品的定制是不可缺失的，設定優(yōu)先級不僅可以處理在資源有限的情況下，應該優(yōu)先滿足哪些需求，以最低的成本提供最佳的產品，還可以在同一個產品的兩個需求因某種不可抗因素發(fā)生沖突時，了解客戶需求中哪些最重要，哪些次要，做到權衡整體。生成需求定制方案階段是對不同用戶人群的定制方案進行細化，明確產品特征參數(shù)與參數(shù)之間的約束關系，并將可能的定制方案歸類，編寫文檔。在驗證確認階段，如果生成的方案可行性有問題，需要根據特定需求對產品進行重新分析，因此這些需求開發(fā)的活動不是線性地、順序性地完成的，實際上，這些活動過程是交叉反復進行的，其迭代過程如圖1所示。

圖1 需求捕捉的迭代過程Fig.1 The iterative process of the demand capture

1.2 隱性需求的處理

對于智能交互定制模型，外顯化是將用戶模糊不清的隱性需求轉譯為可用符號學語言清晰表述的顯性知識的概念化過程。如圖2所示，從下往上看，客戶隱性需求要經過客觀層、意識層、認識層和表達層，最終到達顯性需求，體現(xiàn)出各層次之間的逐層向上升級關系，逐級向顯性需求靠攏關系。實現(xiàn)此過程，可借助修辭、模型、轉化、類比和隱喻等一定的技術手段，例如，對于產品顏色這一個定制特征參數(shù)，計算機可通過準確地識別顏色的RGB參數(shù)值來進行色彩的搭配，而大多數(shù)用戶不了解某種顏色所對應的RGB值，甚至不了解RGB是什么，用戶只會簡單地說出需求顏色的大致特性，在此情況下，通過思想轉化，將顏色所對應的RGB值轉化為普通用戶所能理解的顏色相關符號特征，智能交互定制模型通過轉化后的顏色相關符號特征來實現(xiàn)定制。組織符號學是將隱性知識轉化為顯性知識的最有力管理工具，隱性知識的顯性化為智能交互環(huán)境下個性化定制系統(tǒng)模型的創(chuàng)建提供了基礎條件。

圖2 隱性需求外顯化模型Fig.2 Explicit model of implicit demands

2 客戶需求參數(shù)與產品特征的映射關系

個性化定制產品系統(tǒng)要求盡量準確理解客戶的各種需求，并能做到適當引導，將客戶模糊的需求信息表達成對產品功能的需求信息，然后再將這些確定的功能需求轉化成具體的定制化產品特征屬性變量的取值信息。模糊的客戶需求向產品特征需求轉化后，需進一步映射為產品結構需求，清楚地將個性化需求分配到設計、制造、裝配服務中。

將客戶個性化需求用矩陣表示為

(1)

式中，元素a1j(j=1,2,…,n)為客戶的第j個需求。

將定制產品的特征用矩陣表示為

(2)

式中，bpk為定制產品的特征k所對應的第p個特征參數(shù)變量值，bpk允許為0。

3 基于組織符號學的表示方法分析

對于智能交互定制系統(tǒng)，知識表示就是指將定制產品的需求特征參數(shù)用組織符號學原理的思想來描述，便于理解設計過程和交互式系統(tǒng)的開發(fā)。對于汽車定制，就是將汽車各定制特征的相關參數(shù)編碼成一組計算機能高效處理的數(shù)據結構。

基于前文研究的需求理解和組織符號學的思想，將定制目標產品進行需求分解。在此，假定定制目標產品的定制目標部件用符號T(Target的首字母)表示，那么每一個目標定制部件有多個子部件，子部件用符號P(Parts的首字母)表示。每個子部件又可以看成單獨的新的定制目標部件，此時這個新的定制目標部件又可表示為符號T，新的定制目標部件又有多個子部件屬性，可表示為符號P，無限的分析與分解可將需求細化。通過細化產品特征，可以最大限度地滿足客戶的個性化定制需求。

用多分樹形圖結構來表示這種思想，如圖3所示，其中N的范圍為定制目標產品的定制目標部件或子部件最大值。

圖3 定制目標產品的多分樹形結構圖Fig.3 The multi-point tree structure of the customized target product

在個性化定制中，智能交互定制模型根據每一個定制特征的屬性值分別與客戶進行反復的交互問答，直到此特征滿足客戶要求，客戶確認后，進入下一個特征屬性的定制，直到最終個性化定制產品的生成。用特征矩陣表示這種思想如下：

目標部件

(3)

子部件

(4)

整體合并為

(5)

式(3)中，目標部件T有N個一級子部件，每個一級子部件又可以分為次級子部件，這時每個一級子部件都可看作一個新的目標部件T。p代表部件的屬性值，對于一個特定的個性化定制產品，當目標部件或子部件的屬性值為特定范圍時(如產品尺寸)，將其定義域標記為[αi，βi]，客戶可在此范圍內選取滿足需求的特征值。以汽車Tc為例，其車型Pc11、顏色Pc12、車身大小Pc13和車門開啟方式Pc14的定制特征參數(shù)表示過程如下：

目標部件

(6)

子部件

(7)

(8)

(9)

(10)

合并為

(11)

4 智能交互方法

4.1 智能交互方法的定義

基于前文研究的需求理解和組織符號學的思想，將定制目標產品進行需求分解后，提出了一種智能交互方法，命名為 “Tp+1”交互問答法，它是為了提高個性化定制的引導性和交互性，并解決傳統(tǒng)個性化定制過程中，因背景文化差異而出現(xiàn)隱性定制需求時的系統(tǒng)處理方法。“1”代表智能交互定制中客戶的確認過程。不管某種目標產品的個性化定制工作有多復雜，總可將其分解成有限種定制子部件，每一個定制子目標又可以細分成次子部件。對于不同的客戶和不同的定制特征，總能通過智能交互定制模型的多次交互問答，得到最終的客戶定制結果。

4.2 “Tp+1”交互問答法的求解過程模型

在個性化定制中，智能交互定制模型根據每一個定制部件特征的屬性值分別與客戶進行反復的交互問答，直到此定制部件滿足客戶要求，客戶確認后，進入下一個目標的定制，直到最終個性化定制產品的生成?！癟p+1”交互問答法的求解過程模型如圖4所示。

圖4 “Tp+1”交互問答法系統(tǒng)求解過程模型Fig.4 “Tp+1” Interactive question and answer system process model

5 智能交互定制模型問答次數(shù)優(yōu)化

將定制特征變量進行迭代優(yōu)化，計算出每一種定制產品特征的交互問答次數(shù)，該次數(shù)與智能交互的設計有著密切的關系，數(shù)值迭代收斂的速度越快，迭代次數(shù)就越少，對應的智能交互的問答次數(shù)也就越少。個性化定制服務系統(tǒng)需要考慮所有客戶的定制可能性，定制部件的交互設計需按照此迭代方法計算出的最大定制問答次數(shù)來備份交互數(shù)據庫。常用的迭代方法有牛頓迭代法、梯度下降法、共軛梯度法和黃金分割迭代法，但前三種方法都求解復雜，黃金分割法是我國數(shù)學家華羅庚[20]大力推行的優(yōu)選法，它以最少的試驗次數(shù)迅速找到最佳點，可用于目標函數(shù)沒有明顯表達式的優(yōu)選問題中。智能交互方法的對象是定制產品部件及其屬性值，沒有明確的函數(shù)表達式，故本文采用黃金分割法進行智能交互方法的優(yōu)化。

5.1 獨立變量參數(shù)優(yōu)化

設某個定制特征是獨立的，其屬性值的總數(shù)為K，則首先對此定制參數(shù)進行第一次黃金分割。將所有定制參數(shù)分為排序靠前的0.382K個特征及排序靠后的0.618K個特征，舍去非定制特征參數(shù)，保留定制參數(shù)，然后對定制參數(shù)特征再進行一次黃金分割，依此類推，直到K<2。運用黃金分割的次數(shù)記為Q，則Q的最小值為

K×0.382Q<2

(12)

故

(13)

Q的最大值為

K×0.618Q<2

(14)

故

(15)

5.2 有限復雜變量參數(shù)優(yōu)化

5.2.1二維相關變量的參數(shù)優(yōu)化

假設定制特征變量x1與x2是線性相關的，相關性系數(shù)為ρ，ρ根據不同的定制產品進行設定。設優(yōu)先級x1大于x2時，利用黃金分割法，則將x1看作獨立變量，其定制變量特征參數(shù)的定制問答次數(shù)Q的取值范圍為

(16)

x2是與x1線性相關的變量，其定制變量特征參數(shù)的定制問答次數(shù)Q的取值范圍為

(17)

5.2.2多維相關變量的參數(shù)優(yōu)化

假設定制特征變量x1,x2,…,xn是線性相關的，兩兩相關性系數(shù)為ρ1,ρ2,…,ρn，設優(yōu)先級x1>x2>…>xn，利用黃金分割法，則：

(1)將x1看作獨立變量，其定制變量特征參數(shù)的定制問答次數(shù)Q的取值范圍為

(18)

(2)x2是與x1線性相關的變量，其定制變量特征參數(shù)的定制問答次數(shù)Q的取值范圍為

(19)

(3)x3是與x1、x2都相關的變量，其定制變量特征參數(shù)的定制問答次數(shù)Q的取值范圍為

(20)

(4)依此類推，xn是與x1,x2,…,xn-1都相關的變量，其定制變量特征參數(shù)的定制問答次數(shù)Q的取值范圍為

(21)

6 應用實例

以汽車產品為應用案例，研究開發(fā)汽車個性化智能交互定制系統(tǒng)，該系統(tǒng)通過圖形化的操作界面，向用戶提供基于Web的汽車個性化智能交互定制系統(tǒng)，客戶可以根據自己的喜好和需求來實現(xiàn)汽車的個性化定制設計。

6.1 汽車需求產品參數(shù)設計分析

汽車是一個復雜的定制產品，對汽車進行分析，把汽車的特征參數(shù)分為共性特征和選擇性特征，共性特征是汽車設計中關乎安全的特征參數(shù)，這部分特征需要專業(yè)人員進行試驗后才能更改，定制服務將對這一部分特征進行限制定制操作，只對選擇性特征進行個性化定制操作。

汽車的智能交互定制特征主要包括外觀造型需求、顏色需求、內部裝飾需求、性能需求、外延功能需求五大類。每一類包括很多子定制需求特征，如：外觀造型需求的子定制特征有后備箱、箱體數(shù)、車型、車門開啟方式等；內飾需求的子定制特征有座椅、材質和轉向盤等；性能選擇包括發(fā)動機參數(shù)和變速箱參數(shù)等；外延功能選擇包括多媒體、冰箱和兒童座椅等。這些定制特征以文字、符號、圖表、數(shù)學公式等符號的形式相互關聯(lián)，形成一個龐大的組織關系網。汽車產品定制需求參數(shù)如圖5所示。

圖5 汽車產品定制需求參數(shù)Fig.5 Customization requirements for automotive products

6.2 案例實現(xiàn)

為驗證所提方法的有效性，建立了基于Web的汽車在線個性化交互定制系統(tǒng)。對于消費者的專業(yè)背景問題，本定制系統(tǒng)采用兩種定制渠道，分別為專業(yè)定制和普通定制，汽車模型的三維預覽展示采用第三方在線數(shù)據模型庫，將SolidWorks建好的汽車模型用第三方插件進行解碼并上傳至在線數(shù)據庫，上傳的模型可以在線生成關聯(lián)代碼，將代碼置入在線個性化智能交互系統(tǒng)中即可實現(xiàn)模型的三維展示。模擬用戶關于汽車顏色這一定制特征的定制過程，經過5次的交互問答，最終得到了特定用戶客戶定制結果。

7 結束語

本文從滿足客戶個性化需求的角度出發(fā)，解決傳統(tǒng)在線個性化系統(tǒng)中忽略的隱性需求的問題，并將問答交互思想融入個性化定制服務中，以提高個性化定制系統(tǒng)的易用性和引導性，從而提高用戶定制服務的用戶滿意度，對定制產品的需求開發(fā)進行分析，在此基礎上，提出了一種智能交互方法，并用迭代法的思想對這種方法進行了優(yōu)化，最后通過實例，驗證該方法是可行性的、有效的。本文提出的方法只對汽車實例的部分部件定制進行了驗證，后續(xù)將研究該方法在其他產品領域的應用。

[1] 嚴建援, 甄杰, 謝宗曉, 等. 基于消費者創(chuàng)新的在線個性化產品定制模式研究[J]. 中國科技論壇,2016(10):109-114. YAN Jianyuan, ZHEN Jie, XIE Zongxiao, et al. Pattern of Online Product Personalization Based on Consumer Innovation[J]. Forum on Science and Technology in China,2016(10):109-114.

[2] 保時捷中國官網. 保時捷個性化定制系統(tǒng)[EB/OL]. [2017-05-25]. http://www.porsche.com/china/zh/modelstart/. Official Porsche Website. Personalized Customization System of Official Porsche [EB/OL]. [2017-05-25]. http://www.porsche.com/china/zh/modelstart/.

[3] 瑪莎拉蒂中國官網. 瑪莎拉蒂定制系統(tǒng) [EB/OL]. [2017-05-25]. http://www.maserati.com.cn/maserati/cn/zh/shopping-tools. Official Maserati Website. Personalized Customization System of Official Maserati [EB/OL]. [2017-05-25]. http://www.maserati.com.cn/maserati/cn/zh/shopping-tools.

[4] 高章存, 湯書昆. 基于認知心理學的企業(yè)知識創(chuàng)造機理探析——兼對野中郁次郎SECI模型的一個拓展[J]. 情報雜志, 2008, 27(8):87-91. GAO Zhangcun, TANG Shukun. The Analysis of Mechanism of Enterprise Knowledge Creating Based on Cognitive Psychology[J]. Journal of Information, 2008, 27(8):87-91.

[5] 王新海, 王志宏, 楊彤驥. 隱性需求層次演化系統(tǒng)動力學模型研究[J]. 情報雜志, 2009, 28(7):204-206. WANG Xinhai, WANG Zhihong, YANG Tongyi. Research on the System Dynamics Model of Inexplicit Demand’s Levels Evolution[J]. Journal of Information, 2009, 28(7):204-206.

[6] RONALD S, KECHENG L, MARK H, et al. Understanding the Roles of Signs and Norms in Organizations: a Semiotic Approach to Information Systems Design[J]. Behaviour & Information Technology,2000,19(1):15-27.

[7] RIPAMONTI L A, PERABONI C A . Managing the Design Manufacturing Interface in Virtual Enterprises through Multi User Virtual Environments: a Perspective Approach[J]. International Journal of Computer Integrated Manufacturing,2010,23(8):758-776.

[8] NOY C. Inhabiting the Family-car: Children-passengers and Parents-drivers on the School Run[J]. Semiotica,2012,191(12):309-333.

[9] MOAWAD N, LIU K, EL-HELLY M. Knowledge Elicitation and Representation in a Normative Approach: a Case Study in Diagnosis of Plant Diseases in Egypt[C]// Intelligent Systems (IS), 6th IEEE International Conference. Sofia, Bulgaria,2012:28-34.

[10] UTOYO A W. How Do People’s Perceptions of Enjoy Jakarta Advertising Campaign Using a Social Semiotics Opinion?[J]. Advanced Science Letters,2017,23(1):92-95.

[11] EFFAH J, LIU K. Virtual Process Modelling Informed by Organizational Semiotics: a Case of Higher Education Admission[J]. IFIP Advances in Information & Communication Technology,2016,426(18):42-51.

[12] LI Weizi, LIU Kecheng, LIU Shixiong. Semiotics in Interoperation for Information Systems Working Collaboratively[J]. Communications in Computer & Information Science,2015,454:370-386.

[13] XU Shen, LIU Kecheng, TANG L C. Applying Organizational Semiotics for Developing Knowledge-based Cost Estimation of Construction Project[C]// International Conference on Informatics and Semiotics in Organizations. Toulouse,2015:80-91.

[14] 程樂, 宮明玉, 李儉. 社會符號學視角下法律翻譯對等研究[J]. 浙江大學學報(人文社會科學版),2016,46(4):60-70. CHENG Le, GONG Mingyu, LI Jian. Equivalence in Legal Translation: Form a Sociosemiotic Perspective[J]. Journal of Zhejiang University (Humanities and Social Sciences),2016,46(4):60-70.

[15] 姚錫凡, 李彬, 董曉倩,等. 符號學視角下的智慧制造系統(tǒng)集成框架[J]. 計算機集成制造系統(tǒng),2014,20(11):2734-2742. YAO Xifan, LI Bin, DONG Xiaoqian, et al. An Integrated Framework for Wisdom Manufacturing Systems in a Semiotic Perspective[J]. Computer Integrated Manufacturing System,2014,20(11):2734-2742.

[16] 蔣樹強, 閔巍慶, 王樹徽. 面向智能交互的圖像識別技術綜述與展望[J]. 計算機研究與發(fā)展,2016,53(1):113-122. JIANG Shuqiang, MIN Weiqing, WANG Shuhui. Survey and Prospect of Intelligent Interaction-oriented Image Recognition Techniques[J]. Journal of Computer Research and Development,2016,53(1):113-122.

[17] 李敏, 倪少權, 黃強, 等. 物聯(lián)網環(huán)境下基于上下文感知的智能交互模型[J]. 西南交通大學學報,2016,51(6):1239-1249. LI Min, NI Shaoquan, HUANG Qiang,et al. Intelligent Interaction Model of Internet of Tings Based on Context Awareness[J]. Journal of Southwest Jiaotong University,2016,51(6):1239-1249.

[18] 曹鳳雪, 黃成, 薛小鋒. 一種基于Agent的云服務組合的交互模型[J]. 計算機應用研究，2014,31(12):3804-3807. CAO Fengxue, HUANG Cheng, XUE Xiaofeng. Interaction Model of Cloud Service Composition Based on Agent[J]. Application Research of Computers,2014,31(12):3804-3807.

[19] 吳菊華, 孫德福, 李駿. 基于組織符號學的企業(yè)建模方法與應用研究[J]. 計算機應用研究,2009,26(1):230-232. WU Juhua, SUN Defu, LI Jun. Business Model Framework Research Based on Organization Semiotics[J]. Application Research of Computers,2009,26(1):230-232.

[20] 華羅庚. 華羅庚文集:應用數(shù)學卷.[M]. 北京：科學出版社,2010. HUA Luogeng. Collection of Hua Luogeng: Applied Mathematics Volume[M]. Beijing：Science Press,2010.

(編輯袁興玲)

AKindofIntelligentInteractiveMethodforAutomotiveCustomization

HUA Ertian1,2SUN Qizong2LIU Xiaojian3ZHONG Jiaji2CHEN Chuan2

1.Zhejiang Provincial Collaborative Innovation Center of High-end Laser ManufacturingEquipment, Hangzhou,3100142.Key Laboratory of Special Purpose Equipment and Advanced Manufacturing Technology,Ministry of Education, Zhejiang University of Technology, Hangzhou,3100143.Institute of Contemporary Industrial Design, Zhejiang University of Technology, Hangzhou,310023

TP391；TH166

10.3969/j.issn.1004-132X.2017.19.002

2017-03-09

國家自然科學基金資助項目(71373242)

華爾天，男，1963年生。浙江省高端激光制造裝備協(xié)同創(chuàng)新中心主任，浙江工業(yè)大學機械工程學院教授、博士研究生導師。研究方向為數(shù)據挖掘、產品創(chuàng)新設計、設計參數(shù)優(yōu)化。獲浙江省科技進步獎2項、寧波市科技進步獎2項、浙江省教委科技進步獎1項。出版專著1部。發(fā)表論文40余篇。E-mail：het@zjut.edu.cn。孫琦宗，男，1989年生。浙江工業(yè)大學機械工程學院碩士研究生。劉肖健，男，1972年生。浙江工業(yè)大學工業(yè)設計研究所教授。鐘嘉佶，男，1992年生。浙江工業(yè)大學機械工程學院博士研究生。陳川，男，1986年生。浙江工業(yè)大學機械工程學院博士研究生。