摘要：智能床在提升家居体验、改善人们幸福感方面有着不可或缺的作用。为了有效提升用户对智能床的满意度,提出了一种集成AHP-AD-TOPSIS的智能家具设计方法,在设计过程中科学地获取智能床产品的用户需求权重、合理映射生产中设计参数及客观评估设计方案。首先,利用多渠道对智能家具产品的用户需求进行挖掘,收集智能家具的真实用户需求,运用AHP法构建用户需求层次分析模型并求解各用户需求权重值;其次,根据AD理论中的独立性公理和信息公理判断设计合理性和最优解,将用户需求转化为智能家具设计参数,并根据所得设计参数进行智能家具方案设计;最后,应用TOPSIS对设计方案及现有方案进行综合评估,以验证该方法指导下设计方案可行性,最终选出满足用户需求的智能家具设计方案。以智能床为例实证了集成AHP-AD-TOPSIS的智能家具模型可清晰呈现其设计中用户需求重要度,并规范了后续智能家具设计及评价流程。该方法可有效指导智能床产品设计决策和优选,一定程度上弥补了对用户睡眠情绪洞察欠佳和设计需求把握不足的问题,为智能家具的研发提供了新的思路。

摘要：目的智能扫地机是智能家居生活中不可或缺的产品,但现有扫地机交互性和功能性趋于一致,为了有效识别居家清扫需求,进一步提升交互性和趣味性,并将其科学转化为产品的功能要素及结构参数,提出一种基于Kano-FAST-FBS模型的产品改良设计方法,以提升智能家居产品的满意度。方法首先,基于Kano模型量化评估智能家居产品的用户需求属性,获得用户需求优先级;其次,运用功能分析系统技术(FAST)将用户需求分别转化为对应的产品功能要素;最后,以功能-行为-结构(FBS)设计模型为基础,实现了产品功能到结构参数的合理映射,进而得到改良产品的各个结构模块,输出最终设计方案。结果以扫地机器人为例,验证了基于Kano-FAST-FBS模型的设计流程。结论在该方法指导下的产品设计能系统地解决用户需求和功能结构模块之间的匹配问题,从而得出更符合用户功能预期的设计方案,并可以为其他类似产品设计提供参考思路。

摘要：操作系统内核故障往往集中分布在特定位置,其中动态内存分配和资源竞争相关代码段为典型的故障集中点,针对上述两类故障集中点,提出了一种新的基于内核动态追踪的故障监测技术,通过追踪导致内核全局数据状态迁移的方法调用,依据设计的规则对记录的调用序列和数据进行分析,实现对故障的监测和定位。监测技术在Linux操作系统中以可加载内核模块的形式实现,不需要额外硬件支持和对原系统代码进行修改。通过故障注入实验验证了监测技术的有效性,监测延时低于已有的基于时间和系统性能指标的故障监测技术。