市场竞争的激烈化和客户需求的个性化使得制造业进入大规模定制生产阶段。大规模定制生产追求的是快速响应和多样化,其中大规模定制产品快速需求报价是实现大规模定制生产快速反应的关键环节之一,而如何对定制产品进行快速成本估算已成为影响大规模定制快速需求报价的关键瓶颈。因此,本文以大规模定制产品快速成本估算为主要研究方向,以方法研究为核心内容,综合运用人工智能技术和数据挖掘技术,试图为大规模定制快速成本估算方法的研究做出新的贡献。 制造业早已认识到成本估算方法的重要性,国内外的研究也取得了丰硕的成果。但是在大规模定制生产模式下,以往成本估算方法已黯然失色。详细成本估算方法虽然估算精度很高,但其开发需要花费大量的财力、物力和时间,这显然不适合于生产小批量、多品种的大规模定制模式;快速成本估算方法虽然开发成本较低、估算过程快速,但其精度欠佳。基于此,本文提出研究构想与估算方法,并采用实例对成本估算方法进行检验。 具体而言,本文在分析产品族及其建模的基本理论基础上,提出了基于GBOM的产品族结构管理模型,阐述了产品配置的基本理论、原理和方法,接着提出了客户定制产品SBOM的生成模型。然后针对客户定制的产品,对其整体采用事例推理方法,检索最为相似的事例进而获得成本;对最大相似事例中的特殊构件,采用自适应蚁群小波网络对其进行成本估算;最后根据公式进行局部调整便可获得定制产品的最终成本。 本文最后以湖南科宏脚轮有限公司三个定制脚轮为实例对象,通过编写select语言检索最大相似事例和编写C语言程序训练小波网络,从而获得自适应蚁群小波网络最佳参数,然后估算定制构件成本,最终调整得到定制产品的成本。数据分析显示,该成本估算方法快速、有效而且误差较低,其平均误差为1.75%。