本發(fā)明涉及大數(shù)據(jù)，特別涉及一種基于大數(shù)據(jù)分析的設(shè)計優(yōu)化方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、在當(dāng)前的產(chǎn)品設(shè)計和開發(fā)過程中，隨著市場競爭的加劇和消費(fèi)者需求的多樣化，企業(yè)越來越依賴于大數(shù)據(jù)技術(shù)來輔助決策。大數(shù)據(jù)分析提供了從海量數(shù)據(jù)中提取有價值信息的能力，使得設(shè)計方案的優(yōu)化變得更加精確和高效。然而，傳統(tǒng)的設(shè)計優(yōu)化方法往往依賴于經(jīng)驗(yàn)和試錯，無法充分利用數(shù)據(jù)驅(qū)動的洞察，這導(dǎo)致設(shè)計方案在實(shí)際市場中可能無法達(dá)到預(yù)期效果，甚至出現(xiàn)失敗的風(fēng)險。因此，如何在設(shè)計過程中有效整合大數(shù)據(jù)分析，實(shí)時進(jìn)行方案優(yōu)化，成為當(dāng)前研究的一個重要方向。

2、盡管大數(shù)據(jù)技術(shù)已經(jīng)在多個領(lǐng)域中得到了應(yīng)用，但在產(chǎn)品設(shè)計優(yōu)化中的具體應(yīng)用還存在一定的挑戰(zhàn)。首先，大數(shù)據(jù)分析往往面臨數(shù)據(jù)質(zhì)量參差不齊、數(shù)據(jù)維度復(fù)雜等問題，這使得如何提取出有意義的設(shè)計特征并進(jìn)行合理聚類成為一大難題。此外，市場需求的變化往往具有高度的不確定性和動態(tài)性，傳統(tǒng)的預(yù)測方法難以應(yīng)對復(fù)雜的市場環(huán)境，這就要求設(shè)計優(yōu)化過程中的市場需求預(yù)測算法能夠更加靈活和精準(zhǔn)，以便為設(shè)計方案提供有力的市場導(dǎo)向。

3、同時，在設(shè)計方案的優(yōu)化過程中，如何在發(fā)現(xiàn)初次優(yōu)化結(jié)果不理想時，及時調(diào)整并進(jìn)行二次優(yōu)化，也是當(dāng)前研究中的一個難點(diǎn)。大多數(shù)傳統(tǒng)方法缺乏系統(tǒng)化的關(guān)聯(lián)規(guī)則挖掘和改進(jìn)策略生成機(jī)制，這導(dǎo)致在設(shè)計優(yōu)化的迭代過程中，無法準(zhǔn)確識別出關(guān)鍵改進(jìn)點(diǎn)，從而延誤優(yōu)化進(jìn)程，增加開發(fā)成本。因此，基于大數(shù)據(jù)分析的設(shè)計優(yōu)化方法，旨在通過聚類分析、改進(jìn)點(diǎn)識別以及關(guān)聯(lián)規(guī)則挖掘等步驟，有效解決傳統(tǒng)設(shè)計優(yōu)化方法中的不足，提升設(shè)計方案在實(shí)際市場中的競爭力和成功率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的主要目的為提供一種基于大數(shù)據(jù)分析的設(shè)計優(yōu)化方法、裝置、設(shè)備及存儲介質(zhì)，解決了大多數(shù)傳統(tǒng)方法缺乏系統(tǒng)化的關(guān)聯(lián)規(guī)則挖掘和改進(jìn)策略生成機(jī)制，這導(dǎo)致在設(shè)計優(yōu)化的迭代過程中，無法準(zhǔn)確識別出關(guān)鍵改進(jìn)點(diǎn)，從而延誤優(yōu)化進(jìn)程，增加開發(fā)成本的技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于大數(shù)據(jù)分析的設(shè)計優(yōu)化方法，包括以下步驟：

3、通過用戶獲取初步設(shè)計方案，并對所述初步設(shè)計方案進(jìn)行方案特征提取，得到方案特征；

4、對所述方案特征進(jìn)行聚類分析，得到聚類分析特征；其中，所述聚類分析特征包括成本、效率及能耗；

5、通過改進(jìn)點(diǎn)識別算法，對所述聚類分析特征進(jìn)行改進(jìn)點(diǎn)識別，得到改進(jìn)點(diǎn)集合，并根據(jù)識別的改進(jìn)點(diǎn)集合對所述初步設(shè)計方案進(jìn)行一次優(yōu)化，得到第一優(yōu)化設(shè)計方案；

6、通過預(yù)設(shè)的市場需求算法，對所述第一優(yōu)化設(shè)計方案進(jìn)行市場需求預(yù)測得到市場需求預(yù)測結(jié)果；其中，所述市場需求預(yù)測結(jié)果包括潛在市場規(guī)模預(yù)期銷量以及目標(biāo)客戶群體；

7、對所述市場需求預(yù)測結(jié)果進(jìn)行價值評估，得到價值評估結(jié)果；

8、當(dāng)所述價值評估結(jié)果不在預(yù)先設(shè)定的價值范圍內(nèi)時，對所述第一優(yōu)化設(shè)計方案進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到改進(jìn)策略，并根據(jù)所述改進(jìn)策略對所述第一優(yōu)化設(shè)計方案進(jìn)行二次優(yōu)化，得到第二優(yōu)化設(shè)計方案。

9、進(jìn)一步的，對所述初步設(shè)計方案進(jìn)行方案特征提取，得到方案特征，包括：

10、獲取初步設(shè)計方案的設(shè)計目標(biāo)，基于所述設(shè)計目標(biāo)對用戶進(jìn)行需求分析，得到用戶需求；其中，所述用戶需求包括設(shè)計目的及預(yù)期成果；

11、基于所述用戶需求，列出所述初步設(shè)計方案的功能需求清單；

12、基于所述功能需求清單對所述初步設(shè)計方案進(jìn)行可行性判斷，得到可行性判斷結(jié)果；

13、若所述可行性判斷結(jié)果是初步設(shè)計方案是可行，則對所述初步設(shè)計方案進(jìn)行方案特征提取，得到方案特征。

14、進(jìn)一步的，對所述方案特征進(jìn)行聚類分析，得到聚類分析特征，包括：

15、通過預(yù)設(shè)的聚類算法，對所述方案特征進(jìn)行特征向量標(biāo)準(zhǔn)化處理，得到特征向量集；

16、通過信息增益方法對所述特征向量集進(jìn)行特征向量篩選，得到篩選后的特征向量集；

17、對所述篩選后的特征向量集進(jìn)行特征向量擴(kuò)展處理，得到擴(kuò)展特征向量集；

18、對所述擴(kuò)展特征向量集進(jìn)行向量空間降維，得到降維特征向量集；

19、對所述降維特征向量集進(jìn)行歐氏距離計算，以捕捉多個尺度下的相似度特征向量；

20、對多個尺度下的相似度特征向量進(jìn)行向量融合，生成相似度特征向量；

21、對所述相似度特征向量進(jìn)行向量特征解析，得到聚類分析特征。

22、進(jìn)一步的，通過改進(jìn)點(diǎn)識別算法，對所述聚類分析特征進(jìn)行改進(jìn)點(diǎn)識別，得到改進(jìn)點(diǎn)集合，并根據(jù)識別的改進(jìn)點(diǎn)集合對所述初步設(shè)計方案進(jìn)行一次優(yōu)化，得到第一優(yōu)化設(shè)計方案，包括：

23、將所述聚類分析特征輸入預(yù)設(shè)的改進(jìn)點(diǎn)識別算法內(nèi)進(jìn)行改進(jìn)點(diǎn)識別，得到改進(jìn)點(diǎn)集合；

24、對所述改進(jìn)點(diǎn)集合進(jìn)行權(quán)重計算，得到所述改進(jìn)點(diǎn)集合中各個改進(jìn)點(diǎn)的優(yōu)先級排序；

25、基于所述優(yōu)先級排序的各個改進(jìn)點(diǎn)對所述初步設(shè)計方案進(jìn)行一次優(yōu)化，得到初步優(yōu)化方案；

26、基于所述設(shè)計目標(biāo)構(gòu)建對應(yīng)的目標(biāo)函數(shù)；

27、基于預(yù)設(shè)的帕累托優(yōu)化算法，基于所述目標(biāo)函數(shù)對所述初步優(yōu)化方案進(jìn)行多目標(biāo)優(yōu)化，得到初步非支配解集；

28、基于預(yù)設(shè)的適應(yīng)度函數(shù)，對所述初步非支配解集中的各個解進(jìn)行分析和對比，得到帕累托前沿解集；

29、基于所述帕累托前沿解集，對所述初步優(yōu)化方案存在的設(shè)計目標(biāo)沖突進(jìn)行深入分析，得到?jīng)_突分析報告；

30、通過預(yù)設(shè)的約束條件及所述沖突分析報告對所述初步優(yōu)化方案進(jìn)行方案調(diào)整，得到第一優(yōu)化設(shè)計方案。

31、進(jìn)一步的，通過預(yù)設(shè)的市場需求算法,對所述第一優(yōu)化設(shè)計方案進(jìn)行市場需求預(yù)測得到市場需求預(yù)測結(jié)果，包括：

32、通過預(yù)設(shè)的市場需求算法，對所述第一優(yōu)化設(shè)計方案進(jìn)行市場需求特征提取，得到市場需求預(yù)測的特征集合；

33、對所述市場需求預(yù)測的特征集合進(jìn)行時間序列分析，以識別未來市場需求的趨勢變化，得到市場需求趨勢預(yù)測結(jié)果；

34、基于所述市場需求趨勢預(yù)測結(jié)果對所述第一優(yōu)化設(shè)計方案進(jìn)行回歸分析，得到市場需求-方案特征關(guān)聯(lián)度；

35、基于預(yù)設(shè)的貝葉斯網(wǎng)絡(luò)模型，基于市場需求-方案特征關(guān)聯(lián)度對所述市場需求中的不確定性進(jìn)行推斷，得到需求預(yù)測的概率分布；其中，所述不確定性包括市場波動性、消費(fèi)者行為的不確定性、競爭態(tài)勢、技術(shù)創(chuàng)新速度及供應(yīng)鏈風(fēng)險；

36、通過誤差評估方法，基于所述需求預(yù)測的概率分布對市場需求趨勢預(yù)測結(jié)果進(jìn)行驗(yàn)證和優(yōu)化，得到優(yōu)化后的市場需求預(yù)測結(jié)果。

37、進(jìn)一步的，對所述市場需求預(yù)測結(jié)果進(jìn)行價值評估，得到價值評估結(jié)果，包括：

38、通過預(yù)設(shè)的收益預(yù)測模型，對市場需求預(yù)測結(jié)果進(jìn)行收益分析，得到潛在收益評估結(jié)果；其中，所述潛在收益評估結(jié)果包括潛在銷售額、利潤率和市場占有率；

39、基于所述潛在收益評估結(jié)果進(jìn)行市場競爭力分析，得到競爭力指數(shù)；

40、基于競爭力指數(shù)進(jìn)行消費(fèi)者接受度分析，得到消費(fèi)者接受度評分；

41、基于消費(fèi)者接受度評分進(jìn)行市場中的潛在風(fēng)險因素進(jìn)行評估，得到風(fēng)險評估報告；

42、基于風(fēng)險評估報告進(jìn)行投資回報率計算，得到投資回報率；

43、基于投資回報率對第一優(yōu)化設(shè)計方案在市場生命周期中的表現(xiàn)進(jìn)行分析，得到市場生命周期曲線；

44、基于市場生命周期曲線進(jìn)行品牌影響力分析，得到品牌影響力指數(shù)；

45、基于品牌影響力指數(shù)進(jìn)行市場擴(kuò)展性評估，得到市場擴(kuò)展?jié)摿蟾妫?/p>

46、對所述市場擴(kuò)展?jié)摿蟾孢M(jìn)行價值評估，得到價值評估結(jié)果。

47、進(jìn)一步的，當(dāng)所述價值評估結(jié)果不在預(yù)先設(shè)定的價值范圍內(nèi)時，對所述第一優(yōu)化設(shè)計方案進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到改進(jìn)策略，并根據(jù)所述改進(jìn)策略對所述第一優(yōu)化設(shè)計方案進(jìn)行二次優(yōu)化，得到第二優(yōu)化設(shè)計方案，包括：

48、基于所述價值評估結(jié)果，對照預(yù)先設(shè)定的價值范圍進(jìn)行比對，得到偏差分析結(jié)果；

49、當(dāng)所述偏差分析結(jié)果顯示價值評估結(jié)果不在預(yù)先設(shè)定的價值范圍內(nèi)時，則對第一優(yōu)化設(shè)計方案進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到改進(jìn)策略；

50、基于所述改進(jìn)策略對第一優(yōu)化設(shè)計方案進(jìn)行二次優(yōu)化，得到第二優(yōu)化設(shè)計方案；

51、基于第二優(yōu)化設(shè)計方案對市場需求預(yù)測結(jié)果重新進(jìn)行價值評估，得到新的價值評估結(jié)果；

52、直至所述新的價值評估結(jié)果在預(yù)先設(shè)定的價值范圍內(nèi)為止。

53、本發(fā)明還提供了一種基于大數(shù)據(jù)分析的設(shè)計優(yōu)化裝置，包括：

54、獲取模塊，用于通過用戶獲取初步設(shè)計方案，并對所述初步設(shè)計方案進(jìn)行方案特征提取，得到方案特征；

55、分析模塊，用于對所述方案特征進(jìn)行聚類分析，得到聚類分析特征；其中，所述聚類分析特征包括成本、效率及能耗；

56、識別模塊，用于通過改進(jìn)點(diǎn)識別算法，對所述聚類分析特征進(jìn)行改進(jìn)點(diǎn)識別，得到改進(jìn)點(diǎn)集合，并根據(jù)識別的改進(jìn)點(diǎn)集合對所述初步設(shè)計方案進(jìn)行一次優(yōu)化，得到第一優(yōu)化設(shè)計方案；

57、預(yù)測模塊，用于通過預(yù)設(shè)的市場需求算法，對所述第一優(yōu)化設(shè)計方案進(jìn)行市場需求預(yù)測得到市場需求預(yù)測結(jié)果；其中，所述市場需求預(yù)測結(jié)果包括潛在市場規(guī)模預(yù)期銷量以及目標(biāo)客戶群體；

58、評估模塊，用于對所述市場需求預(yù)測結(jié)果進(jìn)行價值評估，得到價值評估結(jié)果；

59、改進(jìn)模塊，用于當(dāng)所述價值評估結(jié)果不在預(yù)先設(shè)定的價值范圍內(nèi)時，對所述第一優(yōu)化設(shè)計方案進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到改進(jìn)策略，并根據(jù)所述改進(jìn)策略對所述第一優(yōu)化設(shè)計方案進(jìn)行二次優(yōu)化，得到第二優(yōu)化設(shè)計方案。

60、本發(fā)明還提供一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)上述任一項(xiàng)所述方法的步驟。

61、本發(fā)明還提供一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)上述任一項(xiàng)所述的方法的步驟。

62、本發(fā)明提供的基于大數(shù)據(jù)分析的設(shè)計優(yōu)化方法，包括以下步驟：通過用戶獲取初步設(shè)計方案，并對所述初步設(shè)計方案進(jìn)行方案特征提取，得到方案特征；對所述方案特征進(jìn)行聚類分析，得到聚類分析特征；通過改進(jìn)點(diǎn)識別算法，對所述聚類分析特征進(jìn)行改進(jìn)點(diǎn)識別，得到改進(jìn)點(diǎn)集合，并根據(jù)識別的改進(jìn)點(diǎn)集合對所述初步設(shè)計方案進(jìn)行一次優(yōu)化，得到第一優(yōu)化設(shè)計方案；通過預(yù)設(shè)的市場需求算法，對所述第一優(yōu)化設(shè)計方案進(jìn)行市場需求預(yù)測得到市場需求預(yù)測結(jié)果；對所述市場需求預(yù)測結(jié)果進(jìn)行價值評估，得到價值評估結(jié)果；當(dāng)所述價值評估結(jié)果不在預(yù)先設(shè)定的價值范圍內(nèi)時，對所述第一優(yōu)化設(shè)計方案進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到改進(jìn)策略，并根據(jù)所述改進(jìn)策略對所述第一優(yōu)化設(shè)計方案進(jìn)行二次優(yōu)化，得到第二優(yōu)化設(shè)計方案，通過上述的技術(shù)手段，解決了大多數(shù)傳統(tǒng)方法缺乏系統(tǒng)化的關(guān)聯(lián)規(guī)則挖掘和改進(jìn)策略生成機(jī)制，這導(dǎo)致在設(shè)計優(yōu)化的迭代過程中，無法準(zhǔn)確識別出關(guān)鍵改進(jìn)點(diǎn)，從而延誤優(yōu)化進(jìn)程，增加開發(fā)成本的技術(shù)問題，實(shí)現(xiàn)了整個方法基于大數(shù)據(jù)分析，充分利用了數(shù)據(jù)的力量進(jìn)行方案優(yōu)化。這一技術(shù)特征使得決策過程更加科學(xué)和客觀，減少了傳統(tǒng)設(shè)計優(yōu)化方法中的人為偏差，提高了設(shè)計方案在市場中的競爭力和成功率。