1.3 定制产品设计面临的问题

（1）定制产品需求多样化，导致需求转化与表征难

需求是设计的源头。现有的产品需求分析主要采用基于模型的需求分析方法，如Kano模型、Markov链模型、本体论的需求描述、模糊聚类的需求分类等，由于定制产品需求不仅有异构、非结构化的多源数据，而且需要对不确定需求进行技术转化、对需求的工程特性进行识别，因此通过建立知识模型来表达订单形式需求的传统方法，难以对定制产品不确定需求进行表征。需求转化与表征难以精准，使得定制产品设计在源头上产生了偏差，设计结果就难以达到预期的目标。

（2）定制产品配置失效性，导致个性化与规模化融合难

定制产品特别是复杂定制装备，往往由众多零部件组成且零部件间关联复杂，配置知识获取与表达困难，难以建立准确有效的产品配置设计规则，这会使得定制产品配置失效。另外，传统的产品配置设计方法，由于采用精确单层的模块匹配方法，产品配置设计中会产生大量的非标模块，导致客户个性化需求与企业制造规模化难以融合。因此，针对客户个性化需求，通过模糊层次相似配置设计技术，可以提高复杂定制产品的可配置性，同时尽可能利用已有的相似产品设计结构模块。

（3）定制产品结构变化多，导致产品设计周期长

为了满足客户个性化需求，定制产品往往结构变化多，针对不同结构重新进行设计，设计效率低。现有的计算机辅助设计系统，如Pro/E（Cero）等着重解决了产品设计模型中的参数驱动问题，可方便实现变尺寸、变大小，形成系列化产品。如何根据不同的需求，对零件结构局部实现变结构（变拓扑）设计，将参数化设计拓展到结构变异设计，突破传统参数化设计所遵循的“变参数，不变拓扑”的局限，是目前定制产品结构设计中面临的一个问题。

（4）定制产品数据多源异构，导致性能预测可信度低

为了提高定制产品的设计效率与设计质量，需要对定制产品进行性能预测。现有的定制产品性能预测往往依靠性能仿真分析，存在预测模型理论基础要求高、模型构建难度大、预测结果可信度低等问题。因此，如何实现定制产品历史实测数据与仿真数据的融合，构建多源异构数据驱动的产品性能预测模型，提高产品性能预测结果的可信度，是目前定制产品性能预测亟待解决的一个问题。