[发明专利]一种基于关联规则定向优化的定制产品需求转化方法

权利要求书

1.一种基于关联规则定向优化的定制产品需求转化方法，其特征在于，具体包括以下步骤：

(1)获取并标准化定制产品历史订单信息；

(2)挖掘需求关联规则并计算支持度和置信度；

(3)定义每个规则为一个个体，根据定制产品需求参数划分规则群体；

(4)计算规则价值以筛选规则并初始化规则群体条件；

(5)迭代进行规则更新并寻找最佳子群体个体和最佳个体位置直到满足停止条件，实现定向优化规则；

(6)利用最佳规则个体的支持度和置信度来二次筛选规则，输出需求转化规则集；

(7)利用步骤(6)得到的基于优化后的需求关联规则集，实现定制产品需求到设计参数的转化。

2.根据权利要求1所述的基于关联规则定向优化的定制产品需求转化方法，其特征在于：步骤(3)中，所述定制产品需求包括设计重点需求、个性化需求和普通需求；按设计重点需求和个性化需求的数量多少划分规则群体；所述重点需求越多，则该规则群体的等级越高；所述群体等级公式为：

Level(g_a)＝I_impo+I_spe

其中，I_impo为规则所含设计重点需求的数量，I_spe为个性化需求的数量。

3.根据权利要求1所述的基于关联规则定向优化的定制产品需求转化方法，其特征在于：步骤(4)中，通过规则的置信度Confidence(a)、支持度Support(a)、规则长度Length(a)、所属群体等级Level(g_a)计算规则价值Val(a)，计算公式为：

其中，TopLevel为最高群体等级。

4.根据权利要求1所述的一种基于关联规则定向优化的定制产品需求转化方法，其特征在于：步骤(4)中，筛选规则要求先计算规则平均价值NetVal，计算公式为：

其中，Totalrules为规则总数；大于规则平均价值的规则中，前α的规则为高价值规则，直接保留，剩余的规则形成迁移优化的规则群体，所述α为高价值系数。

5.根据权利要求1所述的一种基于关联规则定向优化的定制产品需求转化方法，其特征在于：步骤(4)中，每个规则个体有N维位置参数，N维速度参数；规则优化开始前，随机初始化所有规则的参数，并根据规则价值赋予每个规则位置替换概率P(a)，计算公式为：

其中，PS为规则群体的数量总数，Sort(a)为规则的价值排序。

6.根据权利要求1所述的一种基于关联规则定向优化的定制产品需求转化方法，其特征在于：所述步骤(5)包括以下子步骤：

(5.1)建立规则个体的邻居拓扑环，寻找每个规则的邻居规则：邻居拓扑环通过同级子群体的规则共同构建。若规则群体有N级群体，则该群体有N个邻居拓扑环。对于一个规则，其相邻的四个规则为该规则的邻居；

(5.2)每个规则个体将进行个体更新和群体更新，获得新的位置参数和速度参数；

(5.3)根据规则被替换概率P(a)及随机生成数值，更新被替换的规则参数信息。

规则更新后，计算规则适应度，计算公式为：

Fitness_function＝Sum((X^G)²)

其中，X^G为规则的位置参数。每个子群体中适应度最小的规则为子群体最佳规则个体，规则群体中适应度最小的规则为最佳规则个体。停止条件为迭代满足次数阈值G_max或最佳规则个体适应度小于适应度阈值Fitness_min，若没有达到停止条件，则返回步骤(5.2)继续更新规则。