全生命周期成本估算方法库的设计与实现

论文摘要

研究基于多因素的全生命周期成本估算方法,并建立科学的成本估算方法库。该方法库可以根据影响产品全生命周期成本的因素划分产品设计特征,建立产品全生命周期成本数据库,然后选择相应的成本估算方法进行全生命周期成本的估算和分析。其成本估算方法包括基于实例推理（CBR——Case-BasedReasoning）方法、BP（Back propagation）神经网络方法、基于遗传算法优化的神经网络方法、神经网络集成以及上述估算方法的组合方法。同时,对方法库进行实证研究,使研究具有一定的理论水平和使用价值。本文的研究内容主要包括:1、基于matlab工具箱,采用BP神经网络并应用遗传算法对BP神经网络进行优化,根据全生命周期成本估算的特点,构建基于多因素的成本估算模型,设计其相应的matlab优化程序。2、研究了基于实例推理、神经网络及其集成的估算方法在全生命周期成本估算上的应用。3、全生命周期成本估算方法库的开发与实现。研究和开发基于.net的接口技术和互操作技术以及与其他相关系统（如Matlab、Excel）的信息交换方式;研究基于软件总线技术实现各构件即插即用和信息传递的方式。总体上要使成本估算软件具有开放性,易维护和易修改并且方法库中的方法可选择、可比较的特点。4、对全生命周期成本估算方法库的实证研究。以运动型多用途车（SUV——sport utility vehicle）为对象,探索影响其全生命周期成本的相关指标并将其量化。系统综合地分析影响产品全生命周期成本的各相关因素,同时研究了各影响因素的相对权重确定方法。在这基础上,以SUV运动型多用途车为例,对方法库工具软件及其全生命成本估算方法进行了验证。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 课题的提出和意义
• 1.2 在全生命周期成本估算方面国内外研究及应用概况
• 1.3 目前成本研究中存在的问题
• 1.4 主要研究内容
• 第二章 需求分析和系统建模
• 2.1 全生命周期成本及其估算
• 2.2 系统分析
• 2.3 全生命周期成本估算业务分析
• 2.4 本章小结
• 第三章 系统关键技术研究
• 3.1 产品全生命周期成本估算的设计特征的分析与提取
• 3.2 基于实例推理（CBR） LCC估算
• 3.3 基于人工神经网络的LCC估算
• 3.4 基于遗传算法优化神经网络的LCC估算
• 3.5 神经网络集成以及 CBR与神经网络联合建模
• 3.6 Matlab工具应用
• 3.7 本章小结
• 第四章 全生命周期成本估算方法库的实现
• 4.1 系统整体要求和基类设计
• 4.2 产品特征管理分系统
• 4.3 数据库管理分系统
• 4.4 产品全生命周期成本估算分系统
• 4.5 本章小结
• 第五章 系统应用— SUV全生命周期成本估算
• 5.1 登录与导航
• 5.2 产品特征管理
• 5.3 产品数据管理
• 5.4 LCC估算方法库
• 5.5 本章小结
• 第六章 结论和展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢
• 附录