Res Eng Diseño (2018) 29: 411-431

https://doi.org/10.1007/s00163-017-0276-1

PAPEL ORIGINAL

La incorporación de los modelos de los usuarios finales y las incertidumbres asociadas a investigar
múltiples preferencias de los interesados ​en el diseño de sistemas

Taylan G. Topcu 1,2 • Bryan L. Hipnotizador 1,3

Recibido: 24 Septiembre 2016 / Revisado: 27 Octubre 2017 / Aceptado: 8 Noviembre 2017 / Publicado en línea: 18 Noviembre 2017
Springer-Verlag London Ltd., parte de Springer Naturaleza 2017

Resumen La esencia de la ingeniería de sistemas radica en que permite la toma de decisiones
racional que es consistente con las preferencias de los actores del sistema. Los enfoques
modernos, como el diseño impulsado por el valor, intentan transmitir las verdaderas preferencias de
los grupos de interés mediante formulaciones matemáticas como modelos de valor. Un paso crítico
para la formación de modelos de valor es la identificación de los grupos de interés. Un actor
principal debe ser identificados y entonces debe ser determinado cómo las preferencias de los otros
se presenta el valor del sistema en condiciones de incertidumbre. Se discuten los
diseños resultantes y las influencias de los múltiples grupos de interés, lo que
demuestra que la identificación e incorporación de los actores importantes son
críticos para el proceso de ingeniería de sistemas y diseño basado en el valor en
particular.

grupos de interés afectan a la preferencia de la primaria, si lo hacen en absoluto. Este documento Palabras clave Diseño de Sistemas basados ​en el valor de ingeniería de diseño en condiciones

analiza tres partes de un sistema de vehículos eléctricos, todo lo cual podría ser considerado como de incertidumbre sistemas de ingeniería complejos de modelado de usuario final

el principal interesado depende de la situación. novela cliente, comercial, y los modelos de valor

orientadas por el gobierno son creados. Para comprender el impacto de los clientes en los diseños

de las partes interesadas primaria, un modelo de demanda basada en el valor para el usuario final abreviaturas
se desarrolla y se demuestra un método para integrar las preferencias de los usuarios finales en el Vermont De alto nivel modelo de valor para el cliente

modelo de valor del fabricante. Las incertidumbres asociadas con los usuarios finales, incluidos los Connecticut la representación de alto nivel de los costes que se producen al

asociados con la economía, son cuanti fi y se incorporan en un marco de diseño basado en el valor cliente

a través de simulaciones de Monte Carlo. las actitudes de riesgo de los interesados ​posibles se bt la representación de alto nivel de los bene fi cios al cliente

discuten y una estrategia racional de toma de decisiones para maximizar de las partes interesadas sp El costo de compra o precio de venta del vehículo
son cuanti fi y se incorporan en un marco de diseño basado en el valor a través de simulaciones de gt Impuestos asociados al vehículo
Monte Carlo. las actitudes de riesgo de los interesados ​posibles se discuten y una estrategia gp j pena de Gobierno / incentivo en el vehículo
racional de toma de decisiones para maximizar de las partes interesadas son cuanti fi y se CPM El costo de operación del vehículo por milla

incorporan en un marco de diseño basado en el valor a través de simulaciones de Monte Carlo. las MC j costo de mantenimiento anual del vehículo
actitudes de riesgo de los interesados ​posibles se discuten y una estrategia racional de toma de CI j el costo anual del seguro del vehículo
decisiones para maximizar de las partes interesadas SV j El valor de salvamento del vehículo

r pag tasa de actualización del cliente

l Número de años que el cliente posee el vehículo

br El costo promedio anual de un vehículo de alquiler

y Bryan L. Hipnotizador
Bryan.Mesmer@uah.edu bn Bene fi t de capacidad de pasajeros

pb Beneficio de rendimiento
ttopcu@vt.edu taylan
G. Topcu CV Caballos de fuerza del vehículo

Pd función de penalización el tiempo de inactividad debido al tiempo perdido en

1 Departamento de Ingeniería Industrial y de Sistemas y
la recarga
Gestión de Ingeniería de la Universidad de Alabama en Huntsville,
Rdo Autonomía del vehículo
Huntsville, AL, EE.UU.
2 N127 Tecnología Hall, Huntsville, AL 35899, EE.UU. Delirio rango promedio de un vehículo de gasolina
t cargar Tiempo de carga del vehículo
3 N135 Tecnología Hall, Huntsville, AL 35899, EE.UU.

123
412 Res Eng Diseño (2018) 29: 411-431

pag Pro fi cio del fabricante comercial optimización (MDO) para capturar modelos de valor al cliente en un modelo de
IC total Los costos que se producen al fabricante demanda que incide en el modelo de valor del principal interesado, y examinando
comercial todo esto en condiciones de incertidumbre en ambos modelos de entorno y de los
Q Cantidad de vehículos del fabricante comercial clientes. El enfoque utilizado toma el marco general de diseño basado en la toma
vendido de (Hazelrigg 2012 ), Que tiene un modelo de demanda, incorpora modelos de valor
Q un borrador Cantidad de vehículos vendidos el competidor del usuario final en dos modelos de demanda, y lo envuelve en un MDO (Martins y
CI k costo de inversión inicial que ocurre al gobierno Lambe 2013 ) Marco que recuerda a optimizar el valor de la parte interesada
primaria. Mientras que se utiliza una aplicación a vehículos eléctricos, el enfoque
CV costo de inversión / infraestructura del general de incorporar el usuario final desea en el modelo de valor de una de las
fabricante partes interesadas primario se puede utilizar para cualquier representación
Discos compactos costo total de fabricación del vehículo matemática de preferencia.
Cm el coste de fabricación del vehículo
ctr El costo de transporte del vehículo (planta para almacenar)

sistemas EV son interesantes debido a su reciente aumento de la demanda de

do pv Coste de fabricación de un solo vehículo los clientes. Este aumento se debe a muchos factores como la preocupación por el

r do Tasa de descuento del fabricante cambio climático (División de Cambio Climático de la EPA y 2014 ; Klippenstein 2013 ;

metro La duración del proyecto en años Solomon et al.

PM Pro fi t margen del fabricante 2009 ), gases de efecto invernadero (GEI) regulaciones (Stern 2007 ), y los precios
V un borrador valor para el cliente percibe del competidor del petróleo (Owen, Inderwildi, y el Rey 2010 ). Junto con la mejora de la

V nuevo valor para el cliente percibida del vehículo nuevo preparación tecnológica de los componentes críticos EV, es evidente que un

elpop un borrador población elegible del competidor elpop nuevo población cambio en la industria del transporte es inminente.

elegible del nuevo vehículo

1. Introducción
Un papel del ingeniero de sistemas en el proceso de diseño es la de actuar
como un puente desde la concepción hasta la materialización del producto.
Esto no puede lograrse sin identificar y comprender las preferencias de los
interesados ​(tanto preferencias de valor y riesgo). Este artículo explora tres
preferencias de los interesados. Los tres grupos de interés: clientes
examinados, empresa comercial, y del gobierno, son vistos como tener signi fi
cativa influencia en un diseño de vehículos eléctricos (EV). representaciones
matemáticas se desarrollan para las preferencias de los interesados ​y se
determinan los diseños preferidos. En este trabajo se demuestra a
continuación, un enfoque, relacionado con el diseño basado en la toma de
(Hazelrigg
2012 ), Que incorpora el usuario final (cliente) preferencias en las
representaciones matemáticas de las preferencias para ambos interesados
​primarios comerciales y gubernamentales. incertidumbres asociadas en
relación con el entorno del sistema se identifican y se incorporan en el
diseño a través de modelos de demanda y simulaciones de Monte Carlo. La
base de las representaciones matemáticas de preferencias de los
interesados ​utilizados en este documento se deriva de trabajo anterior
(Topcu y Mesmer 2015 ). En este trabajo se extiende el conocimiento de los
campos de diseño basado en la toma de diseño y valuebased mediante el
examen de la relación entre las múltiples partes interesadas comúnmente
vistos como actores principales, la fusión del marco de diseño de toma de
diseño basado en valuebased y diseño multidisciplinar
Los vehículos eléctricos son sistemas de ingeniería complejos con
muchos subsistemas que interactúan y múltiples grupos de interés. Una de
las complicaciones involucradas en el diseño de tales sistemas complejos
es la identificación de los grupos de interés y determinar sus preferencias.
Múltiples partes interesadas (como una empresa comercial, un fabricante y
un cliente) son una ocurrencia común. Es importante identificar los actores
primarios y para comprender el impacto de las preferencias de los otros
grupos de interés de la preferencia del primario. Dentro de este contexto,
el principal interesado debe ser considerada como la organización o
individuo que es responsable de controlar el diseño del sistema, que otros
actores tienen preferencias relativas. Otras partes interesadas en el
sistema de influencia atributos que a su vez el valor de impacto que los
asociados interesados ​primarios con un sistema. Por ejemplo, para una
empresa comercial, los clientes tendrán un impacto en los ingresos
asociados con un diseño específico si o no me gusta, impactando fi cios
del diseño de camiseta que puede ser (actor principal) la preferencia del
CEO (maximizar per fi t). Matemáticamente representar estas preferencias
permite a los ingenieros de sistemas para determinar el diseño que es el
más preferido por la parte interesada primaria, la comprensión del impacto
de las otras partes interesadas. representaciones matemáticas de
preferencias permiten a los diseñadores a prever los posibles obstáculos,
como guraciones-fi sistema subsistema, cuota de mercado y los riesgos de
tecnologías no probadas, y proceder en consecuencia. diseño Valuedriven
(VDD) y el diseño más general basada en valores proporcionan un
enfoque cuantitativo y racional a las preferencias para el ingeniero de
sistemas,

123
Res Eng Diseño (2018) 29: 411-431
Figura 1 El impacto de los requisitos
antes de tiempo de fi nido en el espacio
de diseño
Las preguntas principales Este documento explora son: '' ¿Cómo puede el
usuario final preferencias pueden incorporar en la preferencia de los
interesados ​primaria? '' Y '' ¿Cómo puede terminar por el usuario
incertidumbres asociados que impactan el diseño puede incorporar? '' El
enfoque propuesto no hace ofrecer un marco de diseño final y validado fi, pero
en cambio ofrece un marco mediante el cual investigar estas preguntas. Estas
preguntas se vuelven bastante importante en el diseño de los sistemas
comerciales tales como vehículos eléctricos debido al mercado competitivo
que se venden en. Fabricante éxito depende en gran medida de las decisiones
de los usuarios finales que están determinadas por sus percepciones del
sistema diseñado. Representación matemática y la incorporación de
preferencias de usuario final, junto con fi incertidumbres bene t valoración del
sistema de la parte interesada primaria y pueden proporcionar la ventaja en la
competencia en el mercado. Estas preguntas de investigación se abordarán
mediante un modelo EV genérico que se compone de cuatro subsistemas
críticos. preferencias de los interesados, tanto para el gobierno y la industria
serán capturados por separado para formar modelos de valor respectivos.
Estos dos preferencias representan dos actores primarios diferentes que
puedan existir en el diseño de un vehículo eléctrico. preferencias de usuario
final se incorporarán en preferencias de los interesados ​a través de un modelo
de demanda basado en el valor del cliente. Áreas de incertidumbre dentro de
los modelos de valor de usuario final y el diseño del sistema serán
identificados y capturados usando simulaciones Monte Carlo. modelos de
valor serán utilizados para optimizar dentro del espacio de diseño para
obtener las configuraciones del sistema fi más apropiados para cada grupo de
interés de acuerdo con su preferencia de riesgo.
2. Fondo
2.1 Importancia de decisiones y principios de ingeniería de sistemas
tradicionales se acerca a la toma de decisiones
Las decisiones tomadas anteriormente en el proceso de diseño tienden a
dictar la e fi cacia global del sistema al dedicar los recursos disponibles a un
concepto considerado como el mejor opción (Blanchard y Fabrycky 2011 ).
Otra consecuencia de estas decisiones es la dificultad que crean más adelante
si están
413
abortados, como fi jar estos errores se encarece más lejos en el proceso
(Buede 2016 ). Esto se debe principalmente a las circunstancias del decisor. las
decisiones de diseño preliminar se hacen con información altamente incierto
sobre el sistema y el entorno del sistema (Malak y Paredis 2008 ). Tenga en
cuenta que mientras que el modelo de sistema puede ser muy incierto en esta
etapa, las preferencias de los interesados ​son generalmente conocidos, tales
como maximizar fi nes. Muchos enfoques incorporan encuestas a los clientes
en las primeras etapas de diseño para identificar las preferencias del cliente
(Donndelinger y Cook 1997 ). Además de la ambigüedad de la situación de los
conocimientos, existe una fuerte evidencia que indica que la ingeniería de
sistemas tradicionales (Kapurch 2010 ; Haskins et al. 2006 ) Enfoque de toma de
decisiones es fl impresionado (Collopy y Hollingsworth 2011 ). Uno de los
problemas se pueden encontrar en los requisitos, que restringen el espacio de
diseño y no permiten la clasificación de los diseños factibles. En estas
circunstancias, los ingenieros de sistemas no pueden tomar decisiones
racionales porque son indiferentes entre las alternativas que se consideran
admisibles por los requisitos (Hazelrigg
2012 ) Aunque sólo sea usando los requisitos como su guía. Este problema puede
ser visualizado por la Fig. 1 un donde cualquier diseño en la región factible se
considera óptimo.
2.2 diseños impulsado por el valor
pensamiento enfocado valor es una técnica para clasificar alternativas. En
esencia, el valor es una medida de las preferencias y permite la clasificación
aplicando la propiedad de orden. Aplicación de pensamiento centrado valor es
posible a través de una función de transferencia denotado como '' el modelo de
valor '' (Keeney 1992 ). La función de transferencia captura todos los atributos del
sistema, preferencias de los interesados, los costes y los riesgos y los
transforma a una base común. atributos del sistema son características del
sistema, tales como las millas por galón, el rango y la capacidad. Las solicitudes
de modelos de valor incluyen empresas de servicios públicos (Keeney y
McDaniels 1992 ), La investigación de operaciones (Keeney 1994 ), La
planificación de la demanda (Hobbs y Hornos 1997 ), Planificación de recursos
(Keeney y McDaniels 1999 ), Y las implicaciones de las nuevas tecnologías
(Sheng et al. 2005 ; Siau et al. 2004 ). La incorporación del concepto de valor en
el diseño de sistemas de ingeniería complejos puede realizarse utilizando el
enfoque VDD (Collopy y Hollingsworth 2011 ). los
123
414
Modelo del valor incrustado en VDD permite a los ingenieros de sistemas para
clasificar las alternativas de diseño mediante la comunicación de una representación
matemática de las preferencias de los interesados. El modelo de valor en VDD difiere
del sistema de calificación ponderada (Keeney y Raiffa 1976 ) Como el modelo de
valor no se aplica pesos a los atributos, pero en su lugar se refiere a los atributos de
una unidad de medida estándar definido por preferencia el valor de la de las partes
interesadas (tales como dinero). modelos de valor se forman alrededor de la
propiedad de transitividad de la racionalidad (Nozick 1994 ) Para permitir rango de los
muchos diferentes configuraciones del sistema fi (Collopy 2009 ). Figura 1 b muestra el
mismo espacio de diseño visto en la anterior figura, pero con un modelo de valor
aplicado, lo que permite la clasificación de diseños consideran viables.
El modelo de valor de VDD es una función objetivo caso especial y es una
intervención directa en la optimización multidisciplinaria de diseño (MDO)
(Sobieszczański-Sobieski y Haftka
1997 ; Martins y Lambe 2013 ). MDO incorpora funciones objetivo,
restricciones (requisitos), y la información de acoplamiento para determinar
el mejor diseño. En el diseño valuebased, información que normalmente se
pasa a través de un requisito podría ser capturado en el modelo. Al reducir
la cantidad de las limitaciones del equipo de diseño es libre para explorar
los diseños intuitivos que pueden estar mejor con respecto a las
preferencias de los interesados ​(Collopy et al. 2012 ). Figura 1 c muestra el
espacio de diseño de las figuras anteriores sin requisitos, lo que permite
una mejor evaluación del hiperespacio diseño n-dimensional.
Aunque es relativamente nueva, VDD tiene numerosas aplicaciones. Ejemplos
de las aplicaciones VDD incluyen procesos de adquisición de contratos (Collopy 1999 deseados. Dentro del contexto del problema de diseño en este documento, la
) Y las evaluaciones (Brathwaite y Saleh 2008 ). Aparte de las manifestaciones en
el nivel abstracto, la capacidad de VDD para estudiar sistemas reales con
inmensa complejidad se ha demostrado en las naves espaciales arquitectónicas
con fi guraciones a través del Programa F6 DARPA (Brown et al. 2009 ; McCormick
et al. 2009 ; Eichenberg-Bicknell et al. 2009 ). VDD ha sido muy utilizado en
sistemas de la aeronave debido a la complejidad y los problemas con el horario y
sobrecostos inherente de los sistemas. Relacionados con aeronaves, VDD se ha
utilizado para estudiar la rentabilidad global fi cios para todas las partes
interesadas en el programa (Collopy y Hannover 1997 ), Paneles de fuselaje de
aeronaves (Castagne et al. 2009 ), La programación de mantenimiento para las
compañías aéreas (Curran et al. 2010 ), y los satélites de comunicación (Saleh y
Torres Padilla 2007 ). La incorporación de VDD con MDO para mejorar utilidades
de un simple satélite también ha sido examinado (Hipnotizador et al. 2014 ).
enfoques VDD También se han examinado que las herramientas de exploración
espacial uso comercial (Miller et al. 2014 ), Herramientas que se podrían adoptar
en esta investigación en el trabajo futuro.
El diseño basado en el valor tiene lagunas en la investigación significativa en su
aplicación a los automóviles. La naturaleza del mercado del producto comercial hace que
sea especialmente difícil, ya que muchos
123
Res Eng Diseño (2018) 29: 411-431
las características del producto intangibles, tales como la estética, juegan un papel
importante en las preferencias del usuario final. La investigación anterior sobre este
tema incluyen: la ingeniería inversa de (GPV) los datos del mercado con motor de
gas vehículo para comprender la relación entre los atributos de diseño y valoración
del cliente de ese atributo (Donndelinger y Cook 1997 ); un estudio sobre los
impactos de las políticas ambientales en el modelo de automóvil valor fabricante
(Michalek et al. 2004 ); un estudio óptimo diseño investigar las emisiones de gases de
efecto invernadero de enchufe en vehículos eléctricos híbridos (Shiau et al. 2010 ); y
una comparación de EV con fi guraciones considerando los bene fi desplazamiento
aceite cios (Michalek et al. 2011 ). Mientras captura elementos del valor de las partes
interesadas (lo que el de las partes interesadas considere un sistema vale), estos
estudios no ofrecen un método para incorporar preferencias de usuario final,
capturado por un modelo de valor, en el proceso de diseño, que es un tema este
documento explora .
2.3 preferencias del usuario final y modelización de la demanda
Incorporación de las preferencias de los usuarios finales en el diseño del sistema se
puede lograr mediante la cuantificación de la relación entre el valor de las partes
interesadas principal del sistema (lo que considere el actor principal de un sistema de
la pena) y el valor del cliente (lo que el de las partes interesadas cliente considere un
sistema vale la pena). El trabajo previo en la zona ha demostrado cómo la información
de propagación entre múltiples usuarios finales pueden ser capturados en los modelos
de los usuarios finales y se utiliza para mejorar el rendimiento y la robustez en el
diseño de sistemas a través de los escenarios de evacuación de emergencia (Mesmer
y Bloebaum 2015 ), Centrado en el diseño de mecanismos para producir los resultados
evaluación de la interacción entre los posibles clientes se vuelve extremadamente
difícil debido al tamaño del mercado. Por lo tanto, en este documento, las preferencias
de los usuarios finales se identifican y se incorporan en el problema de diseño a
través de un modelo de demanda que captura las preferencias de los clientes y sus
impactos en la preferencia de los interesados. enfoques de ingeniería de sistemas
tradicionales ignoran habitualmente las relaciones entre los grupos de interés y valor
para el cliente de tomar una decisión con respecto segmento de mercado del producto
antes de que comience el proceso de diseño. Esto contradice el objetivo del diseño
basado en el valor mediante la restricción prematuramente los ingenieros de sistemas
de búsqueda de una gran parte del espacio de diseño. El mejor diseño del sistema
debe tener en cuenta todo el mercado para obtener el valor máximo de las partes
interesadas alcanzable. Es fundamental para comprender la relación entre la
preferencia del usuario final y la demanda de los clientes ya que esta relación será de
gran influir en el valor de las partes interesadas. Para entender las preferencias del
usuario final, hay que entender la elección personal y la consideración de la lógica.
El modelo de demanda propuesto en este documento se basa en los estudios
cognitivos anteriores (Simon 1957 ; Dawes 1964 ;
Res Eng Diseño (2018) 29: 411-431
Tversky 1972 ; Payne 1976 ). El modelo de demanda de los clientes empleada en
este estudio '' considerar-a continuación, elija '' y se supone que los clientes están
tomando decisiones en dos pasos (Hauser y Wernerfelt 1990 ). Los tomadores de
decisiones eliminan alternativas basadas en un criterio que corresponde a '' la
consideración '' y la mejor alternativa se selecciona entre el conjunto restante. Se
demostró que esta técnica de modelado de la demanda puede ser usado como
una entrada para el diseño de productos óptimos para un mercado específico
(Morrow et al. 2014 ). El mercado en este trabajo es toda la población de Estados
Unidos para evitar las restricciones de espacio de diseño. Es importante darse
cuenta de que no es posible de definir una sola preferencia por toda la población.
En este trabajo una preferencia del cliente genérico estará representada a través
de un modelo de valor y las incertidumbres asociadas con la individualidad será
incorporado para capturar un gran segmento de toda la población. También se
tendrán en cuenta las incertidumbres relacionadas con el mercado y el entorno del
sistema y se incorporan en el proceso de diseño. En representación de las
preferencias del cliente por un modelo de valor en un modelo de demanda para
impactar el modelo del valor de las partes interesadas es novedosa a este papel.
modelos de valor son la representación matemática de las preferencias
de un grupo de interés. En el diseño basado en el valor se maximiza el
valor del modelo de los grupos de interés primario. Esto significa que los
deseos de un solo individuo se están maximizadas, y todos los demás
individuos y sus preferencias se reflejan en el modelo de valor de la parte
interesada primaria (si la preferencia del otro individuo influye en los
resultados). Por ejemplo, para un fabricante de equipaje el CEO puede ser
el principal interesado con una preferencia de maximizar fi nes. Los
impactos de los clientes los ingresos del producto, pero la compañía no
maximizaría la preferencia de alta calidad (fi ne cuero) y bajo precio del
cliente. En cambio, el cliente podría reflejarse como un modelo de
demanda, en la que influyen en los ingresos. La preferencia del cliente se
puede representar como un modelo de valor, sin embargo. 2012 ) ''. El
enfoque adoptado en este trabajo es reflexivo de diseño de decisión
basados ​en (Hazelrigg 2012 ), Donde la preferencia de un individuo se
maximiza y existe un modelo de demanda. Este documento incorpora
valuemodels clientes en dos modelos de demanda diferentes. También en
este trabajo la influencia de quién está seleccionado como el principal
interesado es examinado, así como la representación de diversas
incertidumbres, todo ello en el contexto de un sistema único, un vehículo
eléctrico. El examen de las familias de productos y el valor añadido al
impacto del cliente y valor a la parte interesada primaria debido a la
personalización está fuera del alcance de este documento y se deja el
trabajo futuro.
415
2.4 La incertidumbre en el diseño
La incertidumbre es una característica del diseño de los sistemas de ingeniería a
gran escala. Investigaciones anteriores han explorado las fuentes de
incertidumbre en el diseño (Du y Chen 2002 ; Morgan y Pequeño 1992 ; Laskey 1996
; McManus y Hastings
2005 ; De Weck et al. 2007 ). Una vez que la fuente es identi fi ed, el
enfoque más común para incorporar incertidumbres en el diseño es
matemáticamente de fi ne la incertidumbre asociada con una distribución
de probabilidad e integrar a través de simulación directa (Hammersley y
Handscomb
1964 ). El proceso de toma de decisiones de diseño en condiciones de incertidumbre
también ha sido ampliamente investigado (Barton et al.
2001 ; Chen et al. 1996 ; Chen et al. 1997 ; Madera y Agogino 2005 ). Un tema
recurrente en el diseño de bajo incertidumbre es diseñar de forma racional. Para
tomar decisiones racionales constantemente, la actitud valor de preferencia y el
riesgo de la parte interesada tiene que ser capturado por el ingeniero de sistemas.
El comportamiento racional se define por Simon como: '' hallazgo la ocasión para
que la acción racional, la elaboración de cursos alternativos de acción y elegir qué
acción para perseguir '' (Herbert Alexander Simon 1965 ). teoría de la utilidad
subjetiva esperada (SEU) (Von Neumann 1947 ; Binmore 2007 ; Myerson 2013 ) Se
derrumba la distribución de eventos a un solo valor usando las funciones de
utilidad esperada que representan actitud ante el riesgo de que toma las
decisiones. funciones de utilidad simples serán utilizados en este trabajo como un
medio de representar las preferencias de riesgo para permitir una representación
coherente de las partes interesadas y los usuarios finales y para mostrar cómo las
preferencias de riesgo pueden decisiones influencia.
En la literatura modelo de valor, en la actualidad existe una falta de investigación
en el desarrollo de modelos de valor de las partes interesadas fabricante de
productos comerciales. Una brecha de investigación también existe en la
incorporación de modelos de usuario final en modelos de valor de los interesados.
Este documento tiene por objeto hacer frente a estas lagunas en la investigación
todo en una versión estocástica de un diseño basado en el valor híbrido, MDO, y un
marco de toma de diseño basada. Este enfoque aprovecha el modelo de demanda y
la teoría de la utilidad del enfoque de diseño basado en la toma de la representación
matemática de las preferencias en el valor de los modelos de diseño basada en el
valor y las capacidades de optimización de MDO. se emplea este marco para
estudiar los efectos de múltiples preferencias de los interesados ​en el diseño de un
sistema comercial, tanto en escenarios deterministas y la incertidumbre asociada.
En la siguiente sección, múltiples preferencias en relación con un EV se discutirán
brevemente y se presentarán los modelos de valor asociadas. Es importante darse
cuenta de que los modelos de valor y las funciones de utilidad formuladas en este
documento son bastante simplista, subjetiva, y son solamente para fines de
demostración académica. Los diseños óptimos relacionados serán comparados
mediante el uso de un modelo de vehículo eléctrico alimentado por batería. El
impacto de la externa
123
416
incertidumbres relacionadas con el entorno del sistema serán exploradas
utilizando los modelos de valor y SEU.
3. Metodología
modelo de valor al cliente 3.1 para vehículos eléctricos
Para mantener el alcance del documento el valor del transporte personal
ismonetized y fuentes adicionales de bene fi cios, como la representación de la
condición social, son ignorados. El modelo conceptual de valor al cliente en
dólares se ve en la siguiente ecuación, donde Bt representa el bene fi cios para
el cliente en función de los atributos del sistema y Ct representa el costo para el
cliente en función de los atributos del sistema. Vermont ¼ bt Connecticut
El costo de vida útil de un vehículo para el cliente tiene varios
componentes clave, incluyendo el costo de compra Sp
impuestos (Gt) y sanciones (GP j), costo de conducir (CPM), los costos de
mantenimiento (MC j), el costo del seguro (IC j), y salvamento vehículo (SV j). Para
hacer una comparación justa en el momento de la compra de todos los gastos que
ocurren durante la vida útil ( l) están relacionadas con su valor presente utilizando la
tasa de descuento del cliente re r pag Þ que capta valor de tiempo del individuo de
dinero. La función de coste formado con estos atributos es capturado en la
siguiente ecuación en unidades de dólares:
SV j
Connecticut ¼ sp
l
1 þ r pag
Gt Sp þ gp j þ CPM re j þ MC j þ CI j
þ Xl
j
1 þ r pag
j¼0
Muy diferente a la función de costo, beneficio es una función de atributos que
normalmente no están en unidades monetarias y es una función muy
individualistas. Por lo tanto, mientras que una forma conceptual del modelo de
valor puede representar muchos tipos diferentes de persona individual, un
modelo de valor detallada incorporará atributo persona específica a las relaciones
de valor. En este trabajo se forma un modelo de valor general y, cuando sea
necesario, las relaciones especí fi cas se definen para los individuos ficticia para
proceder con los cálculos. Los atributos que la monetaria bene fi t es una función
de, y que el individuo considere importantes, son la autonomía del vehículo, el
número de pasajeros, la potencia y velocidad de carga, visto en la siguiente
ecuación: BT ¼ br bn þ Bp Hp Pd:
El término último en eq. 3 es la función de penalización el tiempo de inactividad (Pd)
que representa el valor de tiempo perdido durante la recarga de un EV sobre la de un GPV
media, en unidades de dólares estadounidenses. La expresión matemática formada para
capturar Pd es visto
123
Res Eng Diseño (2018) 29: 411-431
en la ecuación. 4 . aquí es Pd una función de la gama del vehículo eléctrico
(Rev), la amplitud de un vehículo medio de gasolina (Rave), de una sola vez el
tiempo de carga re t cargar Þ, la distancia media recorrida por año (Dave) (La
Asociación Americana de Automóviles 2013 ), Y el valor medio de tiempo para
un americano (DPH) ($ 22 / h) (Bureu of Labor Statistics 2015 ). Esta función
supone estaciones de recarga están disponibles cuando sea necesario,
Delirio
Pd ¼ DPH t cargar : re 4 Þ
Rev 1 Dave Rdo
3.2 Fabricante modelos de valor de las partes interesadas para
vehículos eléctricos
re 1 Þ
valor comercial también es subjetiva y depende de las preferencias de los
interesados. Sin embargo, en general, las industrias comerciales tienen una
preferencia de maximizar pro fi t (Collopy 1999 ). Pro fi t ( pag), visto en la
ð Þ, ecuación. 5 , Puede ser definido como el margen entre los ingresos y coste total
del sistema que ocurren con el fabricante (IC total). Haciendo caso omiso de las
fuentes secundarias de pro fi t como soporte al cliente, mantenimiento,
producción de piezas de recambio, etc., los ingresos se puede aproximar por la
cantidad total ( Q) de vehículos vendidos multiplicado por el precio de venta (Sp).
pag ¼ Qresp Th? IC total: re 5 Þ
Los costos totales del sistema, en unidades de dólares, incluyen los costes
que se producirían en el inicio del proyecto (que puede incluir inversiones de
capital), diseño, fabricación, y en algunos casos el mantenimiento del sistema
durante la fase de operaciones. Estos costos no ocurren en un instante sino que
:
se distribuyen a través del tiempo, lo que requiere la incorporación de valor
temporal del fabricante de dinero. Los costos totales que se producen al
re 2 Þ
fabricante se define en la ecuación. 6 en función de la inversión y la
infraestructura (Cv), diseño (Cd), fabricación (Cm), y el transporte desde la planta
de fabricación de los costos del concesionario (CTR). Estos costos son
descontados (utilizando el tipo de descuento comercial r do) a un coste neto actual,
con un período inicial en k = 0 (momento de la inversión inicial) y el terminal metro
años,
reCV k þ Discos compactos k þ Cm k þ ctr k Þ
IC total ¼ X metro : re 6 Þ
k¼0
re1 þ r do Þk
El precio de venta de la EV se da en la ecuación. 7 . Es
se supone que es dependiente sobre el costo total del vehículo ( do pv) y el
margen de bene fi cio del fabricante re PM Þ. En aras de la simplicidad, pro
re 3 Þ margen fi t del fabricante se supone que es constante y se expresó como
una fracción del coste total de diseño (50%). Se dio cuenta de que en
escenarios reales de diseño existe un mercado dinámico y competitivo y tal
suposición no sería válida. Para el alcance de esta
Res Eng Diseño (2018) 29: 411-431
papel, el pro margen fi t es constante y el costo de diseño (Cd k), coste de fabricación
(Cm k), y los costos de transporte (CTR k) se producen en diversos períodos de tiempo
son considerados como valores de los parámetros que se adoptan a partir de la
literatura que se enumeran en la Sección. 3.4 y son capturados en do pv. Los costos de
inversión se evalúan por separado utilizando un vehículo actual como una
aproximación (Baer 2014 ). sp ¼ PM do PV:
modelos 3.3 Gobierno de valor de las partes interesadas para
vehículos eléctricos
Los modelos de valor de los gobiernos son particularmente variado debido al gran
número de partes interesadas que se esfuerzan para definir una sola preferencia,
matemático. las preferencias del gobierno en relación con los vehículos eléctricos
pueden centrarse en nacionalizar el mercado nacional, la creación de sistemas
más asequibles para los ciudadanos, la mejora de la posición del país con
respecto a otros países, o que limitan las emisiones de gases de efecto
invernadero. El producto interno bruto (PIB) es la medida más común de la
producción económica de una nación o de crecimiento. Una mejora en el PIB
puede estar relacionado con una mejora de la economía y puede conducir a una
mayor influencia de un gobierno sobre otras naciones. El escenario examinado en
este documento considera un gobierno de iniciar una institución de diseño para
producir un vehículo para sus ciudadanos. En este escenario, se supone que no
hay empresas automotrices nacionales anteriores a la puesta en marcha de la
institución gubernamental de diseño y esto fi gobierno ficticio tiene como objetivo
maximizar la variación del PIB como resultado de la nueva EV. En base a estos
supuestos, el modelo del valor correspondiente se deriva de la forma general del
PIB dada en la ecuación. 8 [Una explicación detallada se da en (Topcu y Mesmer 2015
)]. En esta ecuación, Q representa el número total de vehículos vendidos y CI k representa
el costo de inversión inicial que ocurre al gobierno ficticio. Perdidos costos de
oportunidad debido a los recursos asignados a esta inversión se han ignorado
para este papel,
re PIB ¼ QC pv þ sp þ CI k:
secciones 3.1 , 3.2 y 3.3 describe los modelos de valor que se utilizarán a lo
largo de esta investigación. Los modelos de valor dependen de preferencias de
los interesados ​altamente. Estos modelos ofrecen una representación de valor de
posibles modelos de valor, pero no tienen la intención de ser todo lo abarca. Las
siguientes subsecciones explorar un marco basado en el valor de diseño, un
modelo EV, y un modelo de demanda del usuario final.
3.4 marco de diseño basada en el valor
Para investigar el impacto de las preferencias de los interesados ​en el diseño,
se creó un modelo matemático simple de un vehículo eléctrico. Este modelo
matemático se compone de cuatro
417
interactúan subsistemas y cinco variables de diseño simples asociados con el
coche (altura, anchura, longitud, salida de par y capacidad de la batería). Las
variables de diseño son elementos del sistema que el ingeniero puede
cambiar directamente. El modelo se basa en los parámetros de diseño
(constantes que no cambian, es decir, la densidad de energía de la batería, la
gravedad estándar, etc.) (Delucchi 2000 ) Para representar el espacio de
diseño y relacionar las cinco variables de diseño que son manipuladas por el
optimizador de los atributos del sistema. Estos parámetros se utilizan para
re 7 Þ
aproximar el rendimiento (Husain 2011 ; Ehsani et al. 2009 ), Proceso de diseño
(Besselink et al. 2010 ), Los costes de fabricación (Ghassemieh
2011 ), Y los costos del ciclo de vida (Bakker 2010 ). Una optimización enjambre
de partículas (PSO) algoritmo (Eberhart y Kennedy 1995 ) Se utiliza debido a su
capacidad para manejar el hiperespacio diseño no lisa del problema EV más
consistente que los algoritmos que se encuentran en Excel (De Castro y Von
Zuben 2005 ) O el Algoritmo Genético incrustado en el Matlab Optimization
Toolbox. El optimizador determina valores de las variables de diseño para
explorar y los envía a un analizador de sistema. Las salidas del analizador de
atributos a un modelo de valor. El modelo de valor interactúa con un modelo de
demanda para determinar la estimación de la demanda. El modelo de valor da
salida entonces el valor del sistema para el optimizador. El optimizador
compara los valores de sistema emitidos (con un modelo de valor que actúa
como la función objetivo) de una manera iterativa típico de un marco factible
MDO Multidisciplinar (MDF) (Martins y Lambe 2013 ). Un diagrama que
representa las interacciones marco se da en la Fig. 2 . Debido a la naturaleza
sencilla del modelo EV (Topcu 2015 ),
los supuestos utilizados en el modelo, y la relativa simplicidad de los modelos
de valor, algunas restricciones eran necesarias para garantizar un vehículo
físicamente razonable. En este trabajo dos requisitos de rendimiento se
incorporan como limitaciones en lugar de ser capturado en el modelo de
valor. Las limitaciones
incluir condiciones mínimas de la
tiempo de aceleración de 0-60 mph (9,3 s) y el ángulo escalable a 55 mph
(Kromer 2007 ) (Grado 6%). ángulo climbable representa la máxima superficie
inclinada que el vehículo pueda subir a una cierta velocidad. En un modelo de
re 8 Þ
valor más completa de los atributos asociados con estos requisitos serían
capturados más a fondo, lo que elimina la necesidad de una representación a
través de requisitos. Además de estas restricciones de desigualdad, las
restricciones laterales en las variables de diseño se definen para encajar
Departamento de las regulaciones del transporte (Departamento de Transporte
de Estados Unidos y la Administración Federal de Carreteras 2004 ) Y para
facilitar las necesidades básicas ergonómicos. límites inferior y superior de las
variables de diseño se incorporan en el estado de optimización de la siguiente
manera; la altura del vehículo (0,90 m;
4.118 m), la anchura (0,95 m; 2,5908 m), la longitud
(1,50 m; 7,00 m), el par motor (100 Nm; 5,000 Nm), y la capacidad de la
batería (10 kJ; 100 MJ). esto ilustra
123

diseño valuebased 418
Figura 2 Determinista marco de
que el diseño basado en el valor puede y debe trabajar con los requisitos. La
optimización se ejecuta por separado con el modelo de valor de cada grupo de
interés que se maximiza.
modelo 3.5 Demanda
Un componente crítico del marco diseño es el modelo de demanda. El modelo
de demanda tiene entradas del precio de venta, los atributos del sistema, y ​las
preferencias de los clientes. El modelo de demanda capta únicamente las
preferencias individuales de los clientes con modelos de valor y los clientes que
comparan varias alternativas. distribuciones de probabilidad se utilizan para
capturar las múltiples preferencias. La investigación determinó que un modelo de
demanda que asume una relación lineal entre el valor y la cantidad no refleja
muchas de las características de las demandas de la población. A efectos de
comparación un modelo de demanda valor lineal y un modelo de demanda de
valor lineal basada en elegir considerar, entonces se discuten a continuación.
3.5.1 El modelo de demanda lineal valor
El modelo de demanda de valor lineal describe un modelo de preferencias
población que extrapola los datos del mercado competidor para formar una
relación lineal entre el valor del cliente y la cantidad estimada de vehículos para
ser vendidos. esta demanda
123
Res Eng Diseño (2018) 29: 411-431
modelo se desarrolla bajo dos supuestos principales: el tamaño del mercado es
constante y los clientes a tomar decisiones únicamente basadas en el valor para el
cliente del producto. Se ignoran las preocupaciones simples, tales como la
capacidad de pago del producto. Una representación matemática lineal de este
modelo de demanda se establece en la ecuación. 9 utilizando la relación entre el
valor de los clientes del nuevo producto re V nuevo Þ, valor para el cliente de un
competidor existente ( V comp), y los datos de mercado del producto de la competencia re
Q un borrador Þ,
Q ¼ V nuevo Q comp: re 9 Þ
V un borrador
3.5.2 Considere entonces elegir a base de valor del modelo de demanda lineal
Considere tomar a continuación, elija el enfoque (Hauser y Wernerfelt
1990 ) Supone que los clientes a tomar decisiones en dos etapas de acuerdo
con su valor percibido del producto: consideración y pasos de decisión. En
el primer paso, los clientes consideran que el precio de compra del
producto, incluso antes de evaluar los atributos del producto. Los clientes
que realizan esta consideración individual, comparando el coste de compra
del vehículo con la fracción de sus ingresos anuales están dispuestos a
asignar a la compra de un nuevo vehículo (disposición a pagar). La porción
de la población que no puede
Res Eng Diseño (2018) 29: 411-431
proporcionar el producto no es elegible y se desecha por el modelo sin tener
en cuenta el valor percibido del cliente del producto. El segundo paso toma
el resto de personas que podrían proporcionar el producto (población
elegible) y calcula el número total de personas que se espera de adquirir el
sistema basado en los datos de mercado y valor para el cliente percibe. En
este trabajo, esto se consigue mediante el empleo del modelo de demanda
propuesto a los competidores reales EV y la evaluación de la fracción de las
personas (Coef) fuera de la población elegible del competidor que realmente
han comprado el producto en base a sus evaluaciones individuales del valor
del producto ( V comp). Se reconoce que existe la literatura frente a la asunción
de '' el público comprará el vehículo basándose únicamente en las
consideraciones de utilidad '' (Coro et al. 2013 ; Hildenbrand 2014 ).
Consumidor toma de decisiones es en realidad un fenómeno complejo y se
compone de muchos aspectos entrelazados. En un mundo real '' problema
de diseño automotriz tales consideraciones adicionales 'óptimas' deben
tenerse en cuenta. En aras de fines de demostración académicos se supone
que la gente va a tomar decisiones similares, teniendo en cuenta las
consideraciones individuales. El marco modelo demanda creada de este
documento se muestra a continuación con los pasos a-d como operaciones
de una sola vez y los pasos e-h repite durante el proceso de diseño:
(A) Obtener datos de los precios de venta y de mercado de los competidores
re Q un borrador TH:
(B) Calcular el valor del cliente del competidor re V un borrador Þ utilizando
el modelo de valor para el cliente.
(C) Calcular la población elegible que puede permitirse el
producto de la competencia elpop un borrador basado en los Estados Unidos
la distribución del ingreso y la disposición a pagar. (D) Hallar el
coeficiente de la población fuera de la
conjunto restante que compró el competidor de
vehículo:
Q un borrador
coef ¼ : re 10 Þ
elpop un borrador V un borrador
(E) Obtener el valor del cliente nuevo del diseño del modelo re V nuevo TH:
(F) Obtener el costo del nuevo diseño del modelo. (G)
Calcular nuevo diseño de población elegible
reelpop nuevo Þ basado en la distribución del ingreso y la disposición a
pagar. (H) calcular la demanda re Q nuevo Þ para el nuevo diseño
Q nuevo ¼ elpop nuevo V nuevo coef: re 11 Þ
A fl owchart representa la información de flujo en el interior del modelo de
demanda se da en la Fig. 3 .
419
Para emplear este método propuesto, se requiere que la distribución del ingreso de la
población. Con la suposición de que el producto está siendo diseñado para el mercado
nacional de EE.UU., los datos de la distribución del ingreso de los hogares
estadounidenses están disponibles y se utilizan para los ingresos anuales de hasta $ 200
K (Carmen y Proctor
2014 ). Para ser capaz de generar puntos de datos adicionales para capturar
los hogares de mayores ingresos, la relación entre el número de hogares y el
ingreso anual del hogar es capturada usando una curva polinómica de cuarto
orden con un ajustado R 2 de 0,988. Los puntos de datos para hogares que
ganan más de $ 200K cada año se generan a través de la extrapolación de
esta curva, se ve en la figura. 4 .
3.6 La incorporación de la incertidumbre
Las incertidumbres relacionadas con las variables y parámetros, tales como coste de
la electricidad están al lado incorporados en el marco diseño usando funciones de
densidad de probabilidad (PDF) y simulaciones de Monte Carlo. Los archivos PDF
representan las características probabilísticos esperados de las variables o parámetros
asociados. El simulador Monte Carlo utiliza estas distribuciones para determinar el
PDF de los atributos del sistema (sus incertidumbres). La preferencia por el riesgo de
los grupos de interés es capturado en una función de utilidad para ayudar a determinar
el mejor diseño en condiciones de incertidumbre utilizando los archivos PDF de los
atributos del sistema. La función de utilidad es simple y se utiliza para demostrar cómo
el riesgo de decisiones preferencias de impacto. Un diagrama que representa la
interacción de la simulación Monte Carlo con un marco de diseño basado en el valor
determinista se ve en la Fig. 5 .
3.6.1 Identificación de las incertidumbres relacionadas con el costo de la electricidad
En un marco de diseño basado en el valor determinista el coste de la electricidad
sería tratado como un parámetro de diseño constante, posiblemente con un valor
en el promedio nacional de 0.012 $ / kWh (Hankey et al. 2015 ). Sin embargo,
existen incertidumbres inherentes en los costos de electricidad que deben tenerse
en cuenta. Una representación de esta incertidumbre se pueden generar utilizando
el precio promedio al por menor de electricidad a clientes residenciales en los
EE.UU. por estado (Hankey et al. 2015 ) Para formar una distribución triangular.
Esta distribución utiliza un estado de bajo precio de Washington como el extremo
izquierdo de la distribución, un estado elevado precio de Massachusetts como el
punto final derecho de la distribución, y el precio medio de la electricidad para los
Estados Unidos como el modo de la distribución. Esta es una representación muy
simplificada fi cado, entendiendo que no es correcto, pero que es útil para el
propósito de este trabajo ya que el objetivo es investigar la influencia de la
incertidumbre, no diseñar un vehículo perfecto. Esta distribución será utilizada por
la simulación Monte Carlo para generar datos que representan la incertidumbre.
123

Fig. 3 Considere entonces elegir modelo de
demanda fl owchart
Fig. 4 la distribución del ingreso de los hogares de Estados Unidos 420
Otra hipótesis utilizada es que el precio de la electricidad es fi jo durante 10 años
y esta distribución representa la incertidumbre en relación con esa cantidad fija.
Además, esta es la incertidumbre asociada a los costos de la electricidad que se
producirán al cliente, como se creía por la parte interesada primaria. Para cada
ejecución de la simulación de Monte Carlo, los clientes asumen que el precio de la
electricidad es determinista. Por lo tanto, las preferencias de riesgo de los clientes no
están actualmente capturados en este modelo. El trabajo futuro explorará la captura
de las creencias de los clientes en un modelo de demanda de simulación de Monte
Carlo.
3.6.2 Identificación de la voluntad de la población para pagar la incertidumbre
En la Sección. 3.5.2 , La relación entre la distribución de los ingresos de la
población y la disposición a pagar fue capturado de una manera determinista
asumiendo que toda la población
123
Res Eng Diseño (2018) 29: 411-431
tendrá una constante voluntad de pagar. Para mejorar el modelo de fi delidad, la
incertidumbre en el interés de un individuo en el transporte personal, debido a
factores tales como las condiciones de vida se considera. Para tener en cuenta el
atributo individualista de la disposición a pagar, se genera una población aleatoria
con disponibilidad personal incierto que pagar. Un gran subconjunto suficiente que
satisfaga a la ley de los grandes números (Hsu y Robbins 1947 ) Usa la información
de ingresos de la población. Un tamaño de la población de 10.000 hogares se
consideró lo suficientemente grande como para imitar el comportamiento de la
población, pero mantener el tiempo de cálculo manejable.
Una aproximación a la incertidumbre de la disposición a pagar por cada
hogar de la muestra de población se formó usando una distribución triangular.
norma tradicional de los pulgares, como destinar un 10 a un 20% de los
ingresos anuales (Weliver 2015 ) Hacia un vehículo, se utiliza como puntos de
partida.
Res Eng Diseño (2018) 29: 411-431
Fig. 5 Probabilística marco de
diseño valuebased
Si bien se entiende que estas reglas serán diferentes en función del nivel de
ingresos, para este trabajo se asume que la disposición a pagar distribución
de la incertidumbre no cambia con respecto al ingreso anual del hogar.
Parámetros que representan la distribución triangular son un mínimo de 8%,
el modo de 15% y un máximo del 30% del ingreso anual del hogar. Estos
parámetros, mientras está parcialmente basado en la referencia subjetiva
anterior, son una formulación de las creencias de los grupos de interés
comercial o gubernamental con respecto a la disposición del cliente para
pagar, y serán diferentes para cada grupo de interés. Estas creencias se
utilizan en parte para determinar la población elegible.
3.6.3 preferencias de riesgo de las partes interesadas
Con la incertidumbre en el valor representado ahora, se necesita un método para
colapsar las distribuciones a un solo valor para permitir que una orden para
clasificar alternativas. En este trabajo, teoría de la utilidad (Bernoulli 1954 ;
Morgenstern y Von Neumann
1953 ; Binmore 2007 ; Myerson 2013 ) Se utiliza para aplicar preferencia de riesgo del
interesado a los valores inciertos. Para el alcance de este estudio se supondrá que
las partes interesadas tienen tolerancias riesgo constante. Como se ha discutido
previamente para
421
Funciones de valor, preferencias de riesgo también son inherentemente subjetiva.
Ambos escenarios de riesgo-evitar y neutrales al riesgo se demuestran en este
documento a través de representaciones de preferencia riesgo simplistas. Diferente
preferencias de riesgo son
demostrada para poner de relieve la importancia de comprender las preferencias
de valor y el riesgo de una parte interesada. Las funciones de utilidad utilizados
aquí se eligen para mostrar el impacto de diferentes aversiones de riesgo, y no
demuestran una función de utilidad real para los interesados ​EV. La preferencia de
riesgo de las partes interesadas riesgo evitando está representado en la forma
exponencial de la función de utilidad constante absoluta aversión al riesgo (CARA),
visto en la siguiente ecuación:
u ¼ 1 mi w q re 11 Þ
La determinación de la tolerancia al riesgo es un aspecto importante de de fi
nir actitud ante el riesgo. Una tolerancia de 15% de los ingresos anuales de una
empresa se asume para este papel. En la industria de la tolerancia al riesgo
estaría determinada por la parte interesada. Con la tolerancia al riesgo de fi nido
la utilidad esperada (Morgenstern y Von Neumann 1953 ) Se convierte en la
función objetivo. La función de utilidad es una función del valor (representado por w),
visto en la siguiente ecuación:
123
422 Res Eng Diseño (2018) 29: 411-431

UE
ðÞ¼X PW
ð Þ? 1 mi w q re 12 Þ
restricción sería seleccionado podría ser debido a una creencia preconcebida de

w2W que un alto rango resultará en un vehículo que es demasiado caro para un
cliente o que el costo sería demasiado alto para las organizaciones comerciales
La utilidad esperada puede ser transformado en el valor equivalente a
o gubernamentales. Esto se traduce en una restricción de límite superior. El valor
través del uso de la relación equivalente de certeza, visto en la siguiente
competidor en el modelo de demanda lineal valor se determina mediante la
ecuación: equivalente cierto u introducción de las variables de diseño y los datos de mercado de un Tesla
ð Þ ¼? q En 1 UE ð ð ÞTH: re 13 Þ Model S 65 KW en la Ec. 1 . EV estafadores fi guraciones se generaron que
fueron más preferido para los actores principales de los clientes, el fabricante y
En esta sección, se propuso un método para incorporar preferencias de
el gobierno, siguiendo la metodología descrita en la sección anterior. Los
usuario final en el marco de diseño basada en el valor. Se formó una
resultados se presentan en la Tabla 1 .
novela y simplista definición de valor para un cliente EV imaginario.
Posibles preferencias de los interesados ​directos Se identificaron a través
de valor representaciones de modelos de fabricantes comerciales y para
La con fi guración que se obtiene mediante la maximización de valor
un fi ficticia de las partes interesadas del gobierno. suposiciones
para el cliente es no tradicional, con cuatro individuos sentados uno detrás
subyacentes en estas formulaciones se discutieron y se establecieron
de otro. Aunque este diseño es contrario a la intuición, no re fl ejan el
relaciones matemáticas necesarias. Fuentes de incertidumbre asociado
modelo de valor para el cliente como se define en el presente documento.
con el usuario final y sus preferencias fueron identificados y
En el modelo de valor para el cliente que no hay beneficio dado a las
matemáticamente representados sobre la base de las creencias de la
interacciones sociales que se han mejorado a través fila de asientos. El
ingeniero de sistemas. Un método para integrar estas incertidumbres en el
deseo del cliente se centra en la reducción de precio de venta, y en la
marco del diseño valuebased se presenta para permitir la toma de
maximización de ts fi cios tales como gama, que se mejoran con baja
decisiones racional en condiciones de incertidumbre. Los resultados de
resistencia al aire (activado a través de una pequeña sección transversal).
este estudio tienen que ser evaluadas de acuerdo con los supuestos
El vehículo óptimo cliente tiene un precio de venta relativamente bajo y el
realizados en todo el documento. Las formas lineales de las funciones de
costo anual. El diseño no tradicional óptima con respecto al modelo de
valor de las partes interesadas se pretenden representar marcadores de
valor del cliente ilustra la importancia de una representación matemática
posición simples para el tipo de representaciones que sería utilizado en la
adecuada de la preferencia de la parte interesada. Si ciertos atributos no
práctica. Se reconoce que tales representaciones lineales no sería
son capturados o sus interacciones no se modelan correctamente, tales
apropiado en un programa de diseño de sistemas de ingeniería compleja
como los beneficios de sentarse en filas, a continuación, la preferencia no
real. El desarrollo de una representación perfecta para los deseos de las
será adecuadamente reflejada en el proceso de diseño. También es
partes interesadas de vehículos eléctricos se deja el trabajo futuro y para la
importante tener en cuenta la funcionalidad de un vehículo. Por ejemplo, el
industria. El propósito de este trabajo es demostrar cómo las preferencias
modelo EV y los modelos de valor no consideran la posibilidad de vuelcos,
de los usuarios finales pueden impactar las decisiones de las partes
lo que podría disminuir en gran medida el valor de un largo, vehículo tal
interesadas primaria, y cómo identificar el actor principal es una tarea
estrecho. El modelo de valor para el cliente también destaca el beneficio
importante, todo ello en el contexto de un diseño de vehículos eléctricos en
de modelos de valor, posiblemente, los principales diseñadores de diseños
condiciones de incertidumbre.
contrario a la intuición. Cuando se da la tarea de diseñar un vehículo, un
diseñador a menudo volver a una plantilla de diseño tradicional (4
cubiertas, 2 ejes, 3 o 2,5 asientos de diámetro).

4. Resultados y discusión
4.1 Estudio de Caso 1: impacto de los requisitos de diseño
diseños determinista con el modelo lineal de la vista Valor
Para evaluar ampliamente el efecto de requisitos antes de tiempo de fi nido en
el espacio de diseño, una muestra máxima de
482,8 km (300 millas) requisito de rendimiento en la gama de vehículos se
introdujo como una restricción de desigualdad. Este requisito fue seleccionado
debido a su similitud con un rango promedio vehículo de gasolina. Un ejemplo
de por qué tal una
Los diseños óptimos con respecto a los actuales modelos de valor fi PIB
gobierno camisetas y pro netas comerciales son más una reminiscencia de diseños
de vehículos tradicionales. El diseño comercial, produciendo el más pro fi t, tiene
una capacidad de seis personas con capacidad de dos personas en todo. Este es
un resultado esperado del valor de los términos de la capacidad de pasajeros en el
modelo de valor para el cliente. Vemos una desviación de la deficiente atención al
cliente óptima vehículo extremadamente EF debido a la preferencia de los fi nes de
maximización, que no coincide exactamente con los deseos del cliente (aunque la
preferencia del cliente hace el factor en la cantidad vendida). Este es un importante

123
Res Eng Diseño (2018) 29: 411-431 423

tabla 1 El examen de modelos de valor

valor máximo al cliente Max comercial fi nes Max PIB
con la demanda valor lineal modelo de
restricción en gama
El valor del cliente ($) 118,511.08 71,572.99 72,502.77

valor comercial ($) - 713,577,734.41 -

Valor Gubernamental ($) - - 6,260,268,510.93

Rango (km) 482,8 482,7 482,8

Capacidad (personas) 4 6 12

El costo de compra ($) 23,581.12 84,004.45 86,647.22

La potencia del motor (CV) 98.6 539,8 717,0

Longitud (m) 5.50 5.25 5.70

Anchura (m) 0.95 1.54 2.08

Altura (m) 1.30 2.05 1.64

Capacidad de la batería (kW) 43.80 89.95 111.09

el costo anual de carga ($) 262,82 539,78 666,57

Masa (kg) 1309.63 2469.44 3288.28

observación, mostrando que las preferencias de las partes interesadas de una
empresa no tiene que alinearse con el cliente, sino que las preferencias de los
clientes debe ser tomado en cuenta para maximizar el valor de la compañía.
El diseño del gobierno, que produce el mayor aumento en el PIB, es muy
grande, con capacidad para 12 personas con 3 asientos por fila. Este diseño
es una reminiscencia de una furgoneta extendida. Esto se debe al PIB es una
función no sólo del deseo del cliente (capturado en la cantidad vendida), sino
también el costo del vehículo capturado en el precio de venta y en los costes
de inversión. Es obvio a partir de los modelos de valor comercial y
gubernamental que a pesar de que ambos tienen atributos similares en sus
modelos de valor, la combinación de los atributos de las funciones de
accionamiento muy diferentes decisiones. Es importante reconocer en estos
resultados que el diseño del cliente óptimo y la demanda del mercado predicho
(cantidad vendida) dependen de un cliente específico c per fi l elegido.
También emplea el modelo de demanda lineal valor; por lo tanto, la
asequibilidad del vehículo se descuida.
Ambos vehículos comerciales y gubernamentales tienen una capacidad de
pasajeros de 15 personas. Se observa el vehículo comercial que se
maximización de la capacidad de pasajeros con el coste mínimo de material
como se esperaba de la estructura del modelo de valor. El diseño óptimo de
gobierno es muy grande, con un 15% más de potencia del motor que el diseño
constreñido. Esto se debe a que cuando se maximiza la variación del PIB, el
aumento de los costes del sistema son evaluados como una inversión en la
economía nacional, por lo tanto, aumentar el valor para los accionistas. Tanto
los diseños industriales y gubernamentales son evocador de vehículos de
transporte público en lugar de los vehículos de transporte personal. Otra
observación significativa es la compra y gastos de funcionamiento
extremadamente costosos para ambos diseños industriales y gubernamentales,
un reflejo del modelo de demanda. Un modelo de demanda lineal valor no toma
la asequibilidad del producto en cuenta y se supone que sólo el valor para el
cliente del producto representa la cantidad de vehículos que se venderán. Este
supuesto viola relación de costo y demanda haciendo caso omiso de la
asequibilidad.

Para demostrar los efectos de los requisitos NED prematuramente de fi

en el espacio de diseño, el proceso de diseño se repite con la restricción de
desigualdad en la gama eliminado. Los resultados se observan en la Tabla 2 .
Una observación importante de este análisis es el impacto positivo de la
eliminación de la prematuramente de restricción fi gama Ned en los valores de
los tres grupos de interés. Esto demuestra un inconveniente del enfoque de la
ingeniería del sistema tradicional de requisitos antes de tiempo de fi nir en el
sistema. Teniendo en cuenta esto, la mejora en el valor de las partes
interesadas se logra mediante la eliminación de un único requisito, las posibles
implicaciones de tener múltiples requisitos y sus efectos se propagan en
cascada hacia abajo para los subsistemas se pueden prever. Este resultado
coincide con y contribuye a las críticas que se presentan en la sección de
antecedentes.
Dado el carácter contrario a la intuición de las configuraciones de diseño fi
estafadores que resultan una mejor comprensión de la naturaleza del espacio de
diseño vale la pena explorar. Aunque óptimos locales y la superficie de diseño
cerca del óptimo global no es nuestra principal área de preocupación y se ha
quedado fuera del marco de este trabajo, una forma de obtener conocimiento
adicional con respecto a este tema es visualizar el espacio de diseño. Se forman
dos visualizaciones espacio de diseño. Figura 6 representa el valor del cliente en
torno a las mismas especificaciones del vehículo máximo valor para el cliente (tal
como se presenta en la Tabla 2 ). Para generar la Fig. 6 , Tres de cada cinco
variables de diseño (longitud del vehículo, potencia del motor, y la capacidad de la
batería) se han mantenido constante con la altura del vehículo y la anchura
variada, limitada por sus limitaciones de límite inferior.

123
 Res Eng Diseño (2018) 29: 411-431

Tabla 2 El examen de los modelos de

valor máximo de atención al cliente Max comercial fi nes Max PIB
valor con la demanda valor lineal modelo
de restricción en gama retira
El valor del cliente ($) 126,466.66 73,399.00 75,824.55

valor comercial ($) - 2,164,757,175.31 -

Valor Gubernamental ($) - - 179,826,617,916.61

Rango (km) 755,37 1344.68 1287.06

Capacidad (personas) 4 15 15

El costo de compra ($) 27,536.89 170,462.01 314,037.51

sistema y la anchura 424
La potencia del motor (CV) 103.17 506,05 899,59

Longitud (m) 5.5 6.5 7

Anchura (m) 0.95 2.5908 2.5908

Altura (m) 0.9 0.9 2.32

Capacidad de la batería (kW) 64,44 492,78 887,736.3

el costo anual de carga ($) 247,14 1061.58 1998.04

Masa (kg) 1370.69 6722.85 11,947.84

Fig. 6 espacio de diseño con diferentes altura del

Una breve evaluación del espacio de diseño de este ángulo muestra que el valor
para el cliente aumenta con la disminución de anchura y altura. Esto se espera
debido a la disminución de la fricción del aire en el vehículo. Teniendo en cuenta
otras variables de diseño se han mantenido constantes, los vehículos más grandes
muestran el valor del cliente negativo debido a las características de rendimiento y
limitadas funciones de penalización anteriormente argumentado. Una superficie casi
FL en, ligeramente inclinada que alcanza su punto máximo alrededor del vehículo
máximo valor para el cliente se observa que indica una solución, es decir, tiene una
sensibilidad relativamente baja a los cambios en anchura y altura. Figura 7 representa
una visualización diferente de la misma espacio donde las dimensiones físicas del
vehículo se mantienen características constantes y de rendimiento de capacidad de
la batería y el par motor son variadas.
Una evaluación de la fig. 7 revela dos tendencias decrecientes separadas en el
valor para el cliente debido a los cambios en estas variables de diseño. El primero es
disminuido por debajo de una cierta cantidad (lado delantero derecho de la trama).
Puesto que la dimensión física del vehículo se mantiene constante la disminución
de capacidad de la batería limita la gama de vehículos. Esto disminuye el valor
para el cliente del producto a través de la función de penalización el tiempo de
inactividad (Pd) como se discute en la Sección. 3.1 . La segunda tendencia
decreciente se observa cuando el par motor se reduce (lado izquierdo). Esta
repentina caída en el valor del cliente se debe al 9,3 s tiempo de aceleración y
requisitos de rendimiento gradability de fi ne en la Sección. 3.4 . Cuando el diseño
resultante no cumple con estos requisitos, una penalidad se aplica al valor del
cliente para representar el hecho de no cumplir con el requisito. Esto permite
visualizar claramente el efecto binaria de requisitos en el espacio de diseño.
Figura 7 también muestra que una vez que estos requisitos se satisfacen, el
aumento de la potencia del motor no necesariamente se traduce en el aumento de
valor para el cliente debido al peso y el coste. Teniendo en cuenta las
dimensiones físicas se mantienen constantes y se acoplan los atributos del
sistema,

vista como la capacidad de la batería es

123
(2018) 29: 411-431
Fig. 7 espacio de diseño con diferentes capacidad de la batería y el par motor Res Eng Design
el vehículo ya no es capaz de facilitar un motor de alto torque.
En este apartado, hemos presentado los efectos de los requisitos en el
espacio de diseño a través de cuatro demostraciones separadas. El siguiente
estudio de caso utiliza la cuenta, entonces elegir modelo de demanda para
evaluar cómo los fabricantes pueden dirigir sus esfuerzos de diseño basados
​en el valor para el cliente percibe y la asequibilidad de su producto sin la
introducción de requisitos antes de tiempo de fi nido en el espacio de diseño.
4.2 Estudio de caso 2: impacto del modelo de demanda en diseños
diseños deterministas con considerthen elegir modelo de demanda
Esta sección se refiere a la primera pregunta de: '' ¿Cómo puede EndUser
preferencias pueden incorporar en las preferencias de los interesados ​primaria ''
Sustitución del modelo de demanda de valor lineal con la cuenta, entonces elegir
el modelo con una constante disposición a pagar de 25% resulta en el vehículo
con fi guraciones ver en la Tabla 3 .
La incorporación de la cuenta-a continuación, elija los resultados del modelo de
la demanda de vehículos más pequeños con menor rendimiento para el gobierno y
la industria. Ambos vehículos son una reminiscencia del vehículo máximo el valor
del cliente (de la tabla 2 ) En términos de la colocación del asiento. Se observa que
ambos diseños son impulsados ​hacia vehículos más asequibles con menores
costos de compra debido a la naturaleza de la distribución del ingreso de Estados
Unidos utilizado en el modelo de demanda. Una ligera disminución en el costo de
compra del vehículo aumenta significativamente la población elegible que puede
proporcionar el producto, y por lo tanto aumenta la demanda. Por lo tanto,
425
Incorporando el considerar, entonces elegir el modelo de la demanda y re-optimización de
los diseños dan lugar a diferentes valores de los interesados, que se argumenta a ser
más realista, si se compara con el modelo del valor lineal de valor. La diferencia en los
diseños de muestra que el valor de las partes interesadas está estrechamente acoplado
al modelo de la demanda que se utiliza.
La evaluación de los atributos del sistema, se observa que el 9,3 s
restricción de desigualdad en el tiempo de aceleración de 0-60 es activo
para ambos vehículos. Esto puede explicarse por la estructura del modelo
de valor para el cliente como características del vehículo como la
aceleración y la maniobrabilidad no son capturados. Diseños satisfacen la
necesidad de transporte de acuerdo con el modelo de valor para el cliente
definida de e ignoran el resto de los atributos del sistema, tales como el
tiempo de aceleración, como se esperaba. Estos atributos no están
representados en el modelo de valor, pero se ven limitados. Estos
atributos restringidos serán conducidos hasta el punto que maximiza el
modelo de valor, por lo general en la restricción. Este comportamiento
predicho del modelo es el resultado de lo incompleto del modelo de valor.
El valor para el cliente modelo se define en el presente documento es un
simple,
Para demostrar el impacto de las suposiciones hechas con respecto a la
formulación del modelo de demanda, un análisis de sensibilidad determinista
se realizó en el vehículo comercial y presenta en la Fig. 8 . El método para el
análisis de sensibilidad se resume con los siguientes pasos; primero la
disposición a pagar coeficiente es variado a 5 y 50%, respectivamente, el
algoritmo de optimización se vuelve a ejecutar para cada disposición a pagar
coeficiente de volver a evaluar el espacio de diseño, medida por la función de
valor comercial, y fi nalmente, los cambios en los atributos del sistema eran
trazada a través de una
123
 Res Eng Diseño (2018) 29: 411-431

Tabla 3 El examen de los modelos de valor con

Max comercial fi nes Max PIB
considerar entonces elegir modelo de demanda

valor comercial ($) 8114.792.834 -

Valor Gubernamental ($) - 49880273687
El valor del cliente ($) 115,670.78 127,511.26

Rango (km) 366,07 526,64

la capacidad de pasajeros (personas) 5 5

El costo de compra ($) 18750 18,806.85

el costo anual de carga ($) 223.33 242.85

Costo total para el propietario ($) 21,155.82 21,346.67

Longitud (m) 7 7

Anchura (m) 0.95 0.95

Altura (m) 0.9 0.9

Capacidad de la batería (kW) 28.22 44.15

La potencia del motor (CV) 89.90 101.51

Masa (kg) 1194.09 1338.88

0-60 tiempo de aceleración (s) 9.3 9.23

55 mph ángulo climbable (grados) 19.243 19.436

población elegible (miles) 41,408.06 41,408.06

La demanda proyectada 1310.366 1444.500

Sens i? Vi dad del Sistema A? R ibutes a Popula? Wi ll ingness a Pagar

- 75.30%
Ery Potencia (kW) 170.77%

- 61,29% Rango (km) Ba? 116.81%

- 58.67% Coste de adquisición ($) 73.33%

- 51.84% El costo total para Poseer ($) 63.29%

- 75,47% Elegible Popula? En (miles) 18.57%

- 50.20% Potencia del motor (CV) 34.53%

- 50.20% Masa (kg) 34.52%

- 36.19%
El costo anual de carga ($) 24.88%

- 60% Capacidad de pasajeros (personas) 0%

- 37.77% Valor del Cliente ($) 9.11%

- 2,20%
mph climbable Ángulo (grados) 0,55%

0-60 Accelera? A tiempo (s) 55 0

0
- 100.00% - 50.00% 0.00% 50.00% 100.00% 150.00% 200.00%

5% voluntad de pago 50% voluntad de pago

Fig. 8 Tornado-gráfico de sensibilidad de los atributos del sistema a disposición de la población a pagar 426

gráfico tornado que utiliza el diseño para el 25% la voluntad de pago como el origen.
El análisis de sensibilidad revela que la población elegible disminuye de forma
significativa con una disminución en la disposición a pagar, pero no aumenta tanto
con cambios positivos. Haciendo referencia de nuevo a la Fig. 4 , Esto es debido a la
naturaleza sesgada de la distribución del ingreso en los EE.UU. que se utilizó en la
formulación del modelo de demanda. La sensibilidad en
Se observa el valor para el cliente del sistema para seguir una tendencia similar.
Se espera que la sensibilidad del valor del cliente y la demanda prevista para
variar si el estudio se repitió para un mercado diferente. Disminución de la
disposición de la población a pagar se observa para producir una reducción en
las características de rendimiento del sistema, tales como la gama, la potencia
del motor, y la capacidad de la batería, resultando en una baja

123
Res Eng Diseño (2018) 29: 411-431 427

Tabla 4 el comportamiento del diseño con las preferencias de riesgo

Max riesgo comercial Max aversión al riesgo riesgo máximo PIB Max riesgo aversión al

neutra comercial neutra PIB

La certeza valor comercial equivalente ($) 16521682067 16449588742 - -

La certeza valor gubernamental equivalente ($) - - 1.00314E? 11 1.00853E? 11

La certeza de valor al cliente equivalente ($) 117,905.71 117,664.77 122,930.51 121,732.49

Rango (km) 412,95 408,92 460,98 433,82

la capacidad de pasajeros (personas) 3 3 3 3

El costo de compra ($) 15,099.80 15,065.00 12,758.24 12,399.62

Costo estimado de carga anual ($) 183.08 183.16 187.70 185,48

Costo total para el propietario ($) 17,422.20 17,389.79 15,240.85 14,886.24

Longitud (m) 4.50 4.53 4.50 4.54

Anchura (m) 0.95 0.95 0.95 0.95

Altura (m) 0.9 0.9 0.9 0.90

Capacidad de la batería (kW) 26.10 25.86 29.87 27.78

Potencia del motor (cv) 70.19 70,18 70.19 70.19

Masa (kg) 895,48 895,49 929,74 913,18

0-60 Tiempo de aceleración (s) 8.93 8.93 9.27 9.11

55 mph ángulo escalable (grados) 19.98 19.98 19.18 19.56

población elegible (miles) 33,923.73 33,923.725 42,287.46 44,174.86

La demanda proyectada 3297.396 3290.657 4.285,525 4433.169

sistema de costos. Exactamente se observa la tendencia opuesta de atributos de
rendimiento cuando se incrementa la población disposición a pagar. Los atributos
del sistema más sensibles se observan a ser la capacidad de la batería y el
rango. Una revisión de los parámetros de rendimiento, en el que se impusieron
en dos restricciones, indican que el tiempo de 0-60 aceleración del vehículo se
mantuvo constante. Esta cifra indica que la disposición a pagar es una
característica significativa de que el usuario final que necesita más estudio.
Estudio de caso 3: efectos de incorporar la incertidumbre en diseño
diseños incierto con considerar entonces elegir modelo de demanda
tendencia a minimizar el riesgo. Ambos diseños tienen considerablemente menos
energía y gama de motores. La gama se observa que es un poco más de GPVs
tradicionales. Esto es un reflejo del componente función de penalización el tiempo de
inactividad del valor para el cliente donde un rango de menos de 480 kilometros
penaliza el valor para el cliente del producto. Otro cambio importante es una ligera
perturbación de las dimensiones del vehículo no se muestran en las tablas debido al
número de dígitos significativos elegidos. Estas perturbaciones se alejan de las
limitaciones de tamaño en la región factible. Estos cambios (similar a la observada en
el rango) están abordando las incertidumbres mediante la construcción de los
márgenes de seguridad de las limitaciones de tamaño impuestas como cualquier
violación de las restricciones tiene una pena de valor grande.

Para hacer frente a la segunda pregunta a punto ( '' ¿Cómo puede EndUser
incertidumbres asociadas que impactan ser incorporado al diseño? ''), La La comparación de los diseños resultantes de diferentes actitudes de riesgo

incertidumbre se incorpora en el proceso de diseño mediante distribuciones de muestra una disminución de valores de los interesados ​equivalentes para una actitud

probabilidad y simulación de Monte Carlo. La función de utilidad CARA se utiliza de aversión al riesgo en comparación con la actitud riesgo neutral. También se observa

para capturar las actitudes de aversión al riesgo de las partes interesadas. La una ligera disminución en el valor de los clientes de los vehículos. Esto es causado por

tolerancia al riesgo de la industria comercial está representado con un 15% de los el empuje fuera de los límites de diseño debido a los factores de seguridad que

ingresos de Tesla Motor Industria en 2014 ($ 480 m) ( '' Finanzas anuales para introducen la optimización del suministro esperados, sobre todo en las dimensiones

Tesla Motors Inc. '' 2015 ). Para el gobierno de los interesados, se utiliza diez veces físicas del vehículo. Por ejemplo, una longitud del vehículo de 4,53 o 4,54 m no ofrece

la tolerancia industrial. Se muestra en la Tabla 4 son los diseños resultantes para la beneficios adicionales a la de una

introducción de la electricidad y la incertidumbre población tanto a las partes

interesadas industriales y gubernamentales con actitudes de riesgo neutros y con 4,50 m longitud del vehículo para un sistema determinista; sin embargo, cuando en

aversión al riesgo. condiciones de incertidumbre tales extremos se desean por entidades riskaverse para

asegurar un diseño extremadamente bajo valor (cuando la longitud es de menos de

4,50) es altamente improbable. Capacidad de pasajeros se ve afectada pero la

Los diseños óptimos tienen costos más bajos que los vehículos de población longitud promedio adicional 0.04 requiere coste más material, la disminución de la

deterministas. Esto puede ser interpretado como una

123
428
valor del producto. gamas de vehículos son similares, aunque de una actitud de
aversión al riesgo que son ligeramente más altos para evitar la pena pero no lo
suficiente para generar un valor adicional de alta debido a la mayor área de distribución.
Un impacto de la población se ve incierto en un coste de adquisición disminuido. Este
estudio pone de manifiesto la capacidad de capturar las incertidumbres en el diseño
utilizando las funciones de utilidad y el impacto de diferentes preferencias de riesgo
puede tener en un marco de diseño basada en valores.
5. Conclusión
El trabajo discutido extiende el conocimiento de los campos de diseño de decisión y basado en el
diseño basado en valores mediante el examen de la relación entre las múltiples partes interesadas
comúnmente vistos como actores principales, la fusión del marco de diseño de decisiones basada
en el diseño basado en el valor y la optimización del diseño multidisciplinar para capturar modelos
de valor al cliente en un modelo de demanda que incide en el modelo de valor del principal
interesado, y examinar todo esto en condiciones de incertidumbre en ambos modelos de entorno y
de los clientes. En este trabajo se llevó a la pregunta de: '' ¿Cómo repercuten en diversas
preferencias de los interesados ​en el diseño de un sistema '' y la exploró mediante la formación y la
aplicación de preferencias múltiples partes interesadas de primaria, representados por modelos de
valor, a un vehículo eléctrico. Como se discutió previamente en la introducción, el papel del
ingeniero de sistemas es identificar las partes interesadas, capturar sus deseos, y la comunicará a
los diseñadores para ofrecer un producto que es el más preferido por la parte interesada primaria.
En este trabajo se pone de relieve el hecho de que hay múltiples partes en un diseño de sistema
para tener en cuenta. Mediante la aplicación de un vehículo eléctrico, tres modelos de valor
separado se desarrollaron y se compararon sus diseños óptimos resultantes. Se propuso un
método para incorporar preferencias de usuario final en la preferencia del interesado primario (ya
sea comercial o gobierno) e implementado mediante la incorporación de modelos de demanda. tres
modelos de valor separado se desarrollaron y se compararon sus diseños óptimos resultantes. Se
propuso un método para incorporar preferencias de usuario final en la preferencia del interesado
primario (ya sea comercial o gobierno) e implementado mediante la incorporación de modelos de
demanda. tres modelos de valor separado se desarrollaron y se compararon sus diseños óptimos
resultantes. Se propuso un método para incorporar preferencias de usuario final en la preferencia
del interesado primario (ya sea comercial o gobierno) e implementado mediante la incorporación de
modelos de demanda.
El estudio primer caso ilustra la capacidad de los modelos de valor para abrir
el espacio de diseño para diseños contrario a la intuición, debido a las
limitaciones reducidas. Un requisito antes de tiempo de fi nida rendimiento fue
primer impuesta y luego se retira para proporcionar una comparación justa de su
impacto en el valor de las partes interesadas y sus efectos en el diseño con fi
guración. Los resultados del estudio de caso indicaron que los requisitos de nidos
antes de tiempo de fi (que pueden aparecer bastante razonable en el momento)
podría causar una seria degradación en el valor primario de los interesados.
También se reconoció que es crítico para los diseñadores (especialmente los
practicantes) para entender los supuestos y simplificaciones realizadas en el
modelos físicos (diseño) valor y. Sistemas producidos a partir de diseño
valuebased pueden ser físicamente factible o no deseada si las interacciones del
sistema no son capturados en el modelo del valor y el modelo físico de manera
apropiada. Volviendo a la
123
Res Eng Diseño (2018) 29: 411-431
restricciones se define en este estudio, se reconoce que estas limitaciones
deben sustituirse por las interacciones que actualmente faltan (entre los
atributos y en los modelos de valor). Esto demuestra una relación que falta
observables los modelos de valor en este documento no logran captar.
Teniendo en cuenta la totalidad del espacio de diseño, también habrá más
atributos que estarían representados en el modelo de valor ideal, tales como la
ergonomía, factores sociales, etc. Los modelos de valor formados en este
documento son modelos predictivos simples de preferencia con impuesto por el
usuario fi delidad.
La comparación de las fi guraciones sistema desde el segundo estudio de caso
destacó la significación de la incorporación de preferencias de usuario final en el
proceso de diseño, especialmente para productos comerciales, tales como
vehículos eléctricos. En este trabajo, el cliente (usuario final) preferencias fueron
capturados a través de la definición de un modelo de valor para el cliente. La
novela incorporación de un modelo de valor con los modelos de demanda de
mejora de las capacidades del ingeniero de sistemas al proporcionar una
alternativa a las curvas de costos y de la relación demanda simples con un modelo
de demanda-valor centrada que incorpora las preferencias de los clientes. Esto
establece un modelo de comportamiento esperado del cliente y permite a los
ingenieros de sistemas a construir-en el cliente toma de decisiones en el marco de
diseño basada en valores. La incorporación de modelos de demanda de relieve la
necesidad de formar colaboraciones interdisciplinarias con los científicos cognitivos
y estrategas de marketing para representar adecuadamente matemáticamente las
preferencias del cliente. Un trabajo reciente en el campo se han centrado en esta
intersección, que investiga el valor de los atributos del sistema (Abbas 2016 ) Que
permitiría la alta fidelidad de articulación tanto de la demanda del mercado y los
modelos de valor de los interesados. Inherente al contexto de los sistemas
comerciales, tal representación de alta fidelidad necesitaría para tener en cuenta la
incertidumbre para producir aproximaciones precisas (Sun et al. 2016 ). También se
observa que la demografía de ingresos de la población objetivo se deben
considerar durante el proceso de diseño para maximizar el valor de las partes
interesadas en lugar de limitar el espacio de diseño, comprometiéndose a un
segmento de mercado específico (por ejemplo, sedán de la familia, segmento de
lujo, etc.). Las metodologías y estudios de casos abordan la cuestión de la ''
¿Cómo puede terminar por el usuario preferencias pueden incorporar en las
preferencias de los interesados ​primaria? ''
Además, se introdujo una expansión probabilístico para el marco de diseño
basado en el valor determinista para abordar la cuestión de la '' ¿Cómo puede el
usuario final incertidumbres asociadas que afectan el diseño de incorporarse? ''
Esto se demostró en el tercer estudio de caso con descripciones estocásticos fi
cados de las incertidumbres externas identi relacionados con el entorno del
sistema. Las incertidumbres sobre la población y la electricidad coste se
representan utilizando distribuciones triangulares que se aproximaban a las
creencias del ingeniero de sistemas. Es importante tener en cuenta que, al evaluar
el valor de las partes interesadas en condiciones de incertidumbre,
se asumió que la
Res Eng Diseño (2018) 29: 411-431
incertidumbres que se tienen en cuenta fueron las creencias de los grupos de
interés de nivel superior (primaria) y los clientes saben la variable con certeza, se
actúa en consecuencia durante Monte Carlo se ejecuta. Para un enfoque más
realista estas incertidumbres externas también pueden ser modelados para los
clientes mediante la integración de un simulador adicional de Monte Carlo.
El trabajo futuro se centrará en permitir la adopción de diseño basado
en el valor de la comunidad de diseño comercial. Tal esfuerzo debe incluir
exámenes adicionales en la formación de modelos de valor. En este
trabajo, se ve que es necesaria la incorporación adecuada de los atributos.
Un camino posible incluye la investigación de beneficios subjetivos tales
como deseos sociales (sentado al lado de una persona en lugar de
detrás), la estética y el espacio de carga. Una investigación de las técnicas
de cuanti fi cación de dichas fuentes de beneficio sería acelerar el proceso
de adopción. estrategias de diseño alternativo, escenarios y su viabilidad
también podrían ser estudiados utilizando el marco proporcionado en este
documento. Este marco tarde podría utilizarse para evaluar los riesgos
asociados con el lanzamiento de productos innovadores y escenarios de
entrada al mercado. Teniendo en cuenta el mercado de productos
comerciales, un multi-jugador nuevo escenario de mercado de teoría de
juegos se podría explorar. Además, otro de los temas que se necesitan
más estudios para impulsar la adopción son enfoques sociales a solicitar
las preferencias de la parte interesada primaria y un enfoque sistemático
para identificar el principal interesado en que no es fácilmente evidente
que los grupos de interés que es, como en los escenarios del gobierno. El
área de investigación más importante que debe ser abordado por la
comunidad de diseño de sistemas es el puente desde el diseño conceptual
hasta el diseño detallado utilizando el diseño basado en el valor. VDD y
aplicaciones basadas en el valor en el mundo académico investigan
evaluación valor de nivel de sistema, pero no se ocupan de las principales
fuentes de complejidad, tales como el diseño de interfaces dentro del
sistema. Adicionalmente, 2005 ; Ziv-Av y Reich 2005 ). El trabajo futuro se
menciona en esta sección proporciona más pasos hacia lo que representa
matemáticamente las preferencias de los interesados ​en el diseño.
referencias
Abbas AE (2016) Atributo de selección de funciones de preferencia en
Diseño de ingeniería. Mundial Acad Sci Eng Technol Int J Mech Aerosp Ind
Mechatron Manuf Eng 10 (12): 1867-1871 Financials anuales para Tesla Motors
Inc. (2015). http://www.market
watch.com/investing/stock/tsla . Visitado el 16 de junio de
Baer D (2014) La realización de tesla: invención, traición y el nacimiento
del roadster. Business Insider. http: //www.businessinsider. com /
tesla-el-origen-historia-2014-10 . Consultado el 11 de Nov
429
Bakker DP (2010) vehículos eléctricos de batería. Tesis de maestría,
Copérnico Instituto Universitario de Utrecht Barton JA, Amor DM, Taylor GD
(2001) Evaluación de imple- diseño
mentación de estrategias que utilizan la simulación de la empresa. Int J Prod Econ 72 (3): 285-299
Bernoulli D (1954) Exposición de una nueva teoría sobre la medición de
riesgo. J Econometric Soc 22 (1): 23-36 Besselink IJM, Van Oorschot PF,
Meinders E, Nijmeijer H (2010)
Diseño de un e fi ciente, batería baja el peso del vehículo eléctrico basado en un VW Lupo
3L. En: 25 de la batería Mundial de combustible híbrido vehículo de pila de exposición
simposio, Shenzen, China, pp 32-41 Binmore K (2007) a jugar de verdad: un texto sobre la
teoría de juegos. Oxford
University Press, EE.UU.
Blanchard BS, Fabrycky WJ (2011) Ingeniería de Sistemas y
análisis, quinto edn. Pearson Education, Upper Saddle River Brathwaite J,
Saleh JH (2008) Sobre el concepto de valor y su
importancia al diseño de los sistemas espaciales y adquisición. Conferencia y
Exposición, AIAA Foro ESPACIO. https://doi.org/10.2514/6. 2008-7866
Brown OC, Eremenko P, PD Collopy diseño (2009) Valor centradas
metodologías para la nave espacial fraccionado: Resumen progreso de la fase 1
del programa de DARPA Sistema F6. Conferencia y Exposición, AIAA Foro
ESPACIO. https://doi.org/10.2514/6. 2009-6540
Buede DM (2016) El diseño de ingeniería de sistemas: modelos y
métodos, vol 55. Wiley. ISBN: 978-1-119-02790-4 Bureu of Labor Statistics
(2015) Tabla B-3. Media horaria y
ingresos semanales de todos los empleados en las nóminas no agrícolas privadas por sector
industrial, ajustados estacionalmente. Consultado el 27 de julio de Carmen DW, Proctor BD (2014)
Ingresos y pobreza en Estados
Unidos: Reports 2013. Población actual P60-249. Washington, DC: Oficina de
Consenso de EE.UU.
Castagne S, Curran R, Collopy P (2009) Aplicación de de valor
impulsado optimización para el diseño de paneles de fuselaje de aviones. Int J Prod Econ
117 (2): 381-388
Chen W, Allen JK, Mavris DN, Mistree F (1996) Un concepto
método de exploración para determinar robustas especificaciones de nivel superior.
Eng Optim? A35 26 (2): 137-158 Chen W, Allen JK, Mistree F (1997) A la exploración
concepto robusto
método para mejorar la productividad en el diseño de sistemas concurrentes. Concurr Eng 5
(3): 203-217
Coro CG, Koetse MJ, Hoen A (2013) Las preferencias del consumidor para
vehículos de combustible alternativo: comparando una maximización de la utilidad y un
modelo pesar de minimización. Política energética 61: 901-908 Collopy PD (1999) Joint Strike fi
luchador: diseño óptimo a través
incentivos del contrato. En: 1999 procedimientos de reforma del simposio
compras, gestión de Sistemas de Defensa Universidad,
pp 335-346
Collopy PD (2009) modelos de valores del sistema aeroespacial: una encuesta y
observaciones. En: AIAA espacio para conferencias y exposición de 2009. Instituto
Americano de Aeronáutica y Astronáutica Collopy PD, Hanover NH (1997) valor excedente
en el sistema de propulsión
la optimización del diseño. http://arc.aiaa.org/doi/pdf/10.2514/6.19973159 . Consultado el
13 de Nov 2014
Collopy PD, Hollingsworth PM (2011) Diseño basado en valores. J Aircr
48 (3): 749-759
Collopy P, Bloebaum CL, Mesmer BL, Lawrence G (2012) The
papeles distintos e interrelacionados de diseño impulsado por el valor, la
optimización del diseño multidisciplinar, y el análisis de decisiones. En: Operaciones
de Conferencias (ATIO) Conferencia y análisis multidisciplinario y optimización 14ª
Conferencia AIAA / ISSMO, tecnología de la aviación, Integración y. https://doi.org/10.2514/6.20125575
Curran R, van der Zwan FM, Ouwehand A, Ghijs S (2010) Valor
análisis de mantenimiento motor de programación en relación con el consumo de combustible y costes
operativos mínimos. En: La tecnología de la aviación AIAA 10a,
123
430
integración y operaciones (ATIO) de conferencias, Fort Worth, Texas, 13-15 de
septiembre de 2010; AIAA 2010-9145. Instituto Americano de Aeronáutica y
Astronáutica (AIAA) Dawes RM (1964) La selección social basado en
multidimensional
criterios. J Abnorm Soc Psychol 68 (1): 104
De Castro LN, Von Zuben FJ (2005) La evolución reciente de
inspirado en la biología de cómputo. Idea Group Inc (GII), Hershey De Weck
O, Eckert CM, Clarkson PJ (2007) A clasi fi cación de
la incertidumbre para el producto y su diseño del sistema. En: 16a Conferencia
Internacional sobre el diseño de ingeniería (ICED'07), 159-60. París, Francia:
Sociedad de Diseño
Delucchi MA (2000) eléctrico y gasolina ciclo de vida del vehículo y el costo
modelo de uso de energía. Informe para la Junta de Recursos del Aire de California.
Informe Final de UCD-SU-RR-99-04. Davis, California, Instituto de Estudios de
Transporte-Universidad de California Donndelinger JA, Cook HE (1997) Los métodos
para analizar el valor
de los automóviles. Documento Técnico SAE 970762. Warrendale, PA: SAE
International
Du X, Chen W (2002) Ef métodos de análisis fi ciente de incertidumbre para
robusto diseño multidisciplinar. AIAA J 40 (3): 545-552 Eberhart RC, Kennedy J
(1995) Un nuevo optimizador usando partícula
enjambre teoría. En: Actas de la sexta simposio internacional en la máquina
de micro y ciencia humana, 1: pp 39-43. Nueva York
Ehsani M, Gao Y, Emadi A (2009) eléctrico moderno, eléctrico híbrido,
y los vehículos de pila de combustible: fundamentos, teoría y diseño. CRC Press, Boca
Raton
Eichenberg-E Bicknell, Wisniewski MJ, Choi SW, Westley DM
(2009) El uso de un marco herramienta de valor centrado en optimizar los costes del ciclo de vida,
el valor, y el riesgo de arquitecturas de naves espaciales. Papel AIAA 6766: 2009
E Ghassemieh (2011) Los materiales en aplicaciones de automoción, estado de la
arte y perspectivas. En: Chiaberge M (ed) Las nuevas tendencias y desarrollos
en la industria del automóvil. InTech pp 365-94.
http://www.intechopen.com/books/new-trends-and-development
sinautomotiveindustry /
materiales-en-automotor-applicationstate-of-the-art-y-perspectivas
Hammersley JM, Handscomb DC (1964) métodos de Monte Carlo, vol
1. Methuen, Londres
Hankey R, Cassar C, Peterson R, Wong P, Knaub J (2015) US
Administración de Información de Energía: Energía Eléctrica mensual.
Departamento de Energía de EE.UU.
Haskins C, Forsberg K, Krueger M, Walden D, Hamelin D (2006)
Manual de sistemas de ingeniería. InINCOSE
Hauser JR, Wernerfelt B (1990) Un modelo de evaluación de los costos de
consideración los conjuntos. J Consum Res 16 (4): 393-408 Hazelrigg G (2012) Fundamentos
de decisiones para los ingenieros de decisión.
Cap. 1, primera ed. Estados Unidos
Hildenbrand W (2014) La demanda del mercado: teoría y empírica
evidencia. Princeton University Press, Princeton Hobbs BF, GTF Horn (1997) La
construcción de la confianza pública en la energía
la planificación: un enfoque multimétodo MCDM al lado de la demanda de gas en la
planificación antes de Cristo. Política energética 25 (3): 357-375 Hsu PL, H Robbins (1947)
convergencia completa y la ley de
números grandes. Proc Natl Acad Sci EE.UU. 33 (2): 25 Husain I (2011) eléctricos y
vehículos híbridos: fundamentos de diseño.
CRC Press, Boca Raton
SJ Kapurch (2010) Manual de Ingeniería de Sistemas de la NASA. DIANE
Publishing, Collingdale
Keeney RL (1992) centrados en el valor de pensar: un camino hacia la decisión creativa
fabricación. Universidad de Harvard, Cambridge
Keeney RL (1994) utilizando los valores de la investigación de operaciones. oper Res
42 (5): 793-813
Keeney RL, TL McDaniels (1992) Valor-centrado pensando
decisiones estratégicas a BC Hydro. Interfaces 22 (6): 94-109
123
Res Eng Diseño (2018) 29: 411-431
Keeney RL, Raiffa H (1976) El análisis de decisiones con múltiples
conflictivas objetivos. Wiley, Nueva York Keeney RL, TL McDaniels (1999)
Identificación y estructuración de valores
para orientar la planificación de recursos integrados en el gas antes de Cristo. Oper Res 47 (5): 651-662
Klippenstein M (2013) la cuota de mercado de automóviles eléctricos en 2013: sub
los números de pie mejor. Informes Green Car Kromer MA (2007) sistemas de
propulsión eléctricos: oportunidades y fíos
lenges en el trabajo ligero flota de vehículos de Estados Unidos. Instituto de Tecnología de
Massachusetts, Cambridge
Laskey KB (1996) La incertidumbre del modelo: teoría y práctica implicaciones
ciones. Syst hombre Cybernet A 26 (3): 340-348 Malak RJ, Paredis CJJ (2008) los
conceptos de diseño de modelado bajo riesgo
y la incertidumbre utilizando conjuntos e fi cientes parametrizados. Documento Técnico SAE
Martins JRRA, Lambe AB (2013) Multidisciplinar optimización del diseño
ción: un estudio de las arquitecturas. AIAA J 51 (9): 2049-2075 McCormick D,
Barrett B, Burnside-Clapp M (2009) Analizar
arquitecturas satélite fraccionados utilizando RAFTIMATE-boeing una herramienta
para el diseño centrado en el valor. Papel AIAA 6767: 2009 McManus H, D Hastings
(2005) Un marco para la comprensión
incertidumbre y su mitigación y la explotación de los sistemas complejos. En:
simposio internacional INCOSE, 15: pp 484-503. Wiley Online Library
Mesmer BL, Bloebaum CL (2015) Un modelo de decisión del usuario final con
representación de la información para mejorar el rendimiento y la robustez en el
diseño de sistemas complejos. Res Eng Diseño 26 (3): 235-251. https://doi.org/10.1007/s00163-015
Mesmer BL, Bloebaum CL, Kannan H (2014) Incorporación de de valor
impulsada por el diseño de optimización de diseño multidisciplinar. En: 10º Congreso
Mundial sobre la optimización estructural y multidisciplinaria.
http:. //www2.mae.u fl edu / mdo / Documentos / 5519.pdf
Michalek JJ, Papalambros PY, Skerlos SJ (2004) Un estudio de los combustibles
e fi ciencia y el impacto sobre la política de emisión de decisiones óptimas de diseño del
vehículo. J Mech Des 126 (6): 1062-1070 Michalek JJ, Chester M, Jaramillo P, Samaras C,
Shiau CS, Lave LB
(2011) Valoración de las emisiones al aire del ciclo de vida de vehículos enchufables y aceite
desplazamiento bene fi cios. Proc Natl Acad Sci
108 (40): 16554 hasta 16558
Miller SW, Simpson TW, Yukish MA, Stump G, Mesmer BL, Tibor
EB, Bloebaum CL, Winer EH (2014) Hacia un enfoque de diseño impulsado por el valor
de los sistemas de ingeniería complejos utilizando herramientas de exploración
espacial del comercio. En: ASME 2014 de diseño de ingeniería internacional
conferencias y equipos técnicos e información en conferencia de ingeniería,
V02AT03A052-V02AT03A052. Sociedad Americana de Ingenieros Mecánicos, http: //
procedimientos. asmedigitalcollection.asme.org/proceeding.aspx?articleid= 2090549
Magnesio de Morgan, Pequeño M (1992) Incertidumbre: una guía para tratar con
incertidumbre en riesgo cuantitativo y análisis de políticas. Cambridge University
Press, Cambridge
Morgenstern O, Von Neumann J (1953) Teoría de juegos y
el comportamiento económico. Princeton University Press, Princeton Morrow WR, Long
M, MacDonald EF diseño (2014) Mercado-sistema
optimización con considerar-entonces-elegir modelos. J Mech Des 136 (3): 031 003
RB Myerson (2013) La teoría de juegos. Harvard University Press Nozick R (1994) La
naturaleza de la racionalidad. Princeton University Press,
Princeton
Owen NA, Inderwildi O, rey de DA (2010) El estado de convención
cional reservas mundiales de petróleo-bombo o motivo de preocupación? Política energética 38
(8): 4743 hasta 4749. https://doi.org/10.1016/j.enpol.2010.
02,026
Payne JW (1976) la complejidad de tareas y el procesamiento de los contingentes de
la toma de decisiones: una búsqueda de información y el análisis de protocolo.
Res Eng Diseño (2018) 29: 411-431
Realizar órgano Behav humano 16 (2): 366-387. https://doi.org/10. 1016 / 0030-5073
(76) 90022-2
Reich Y, Ziv Av A et al (2005) Robust generación concepto de producto.
En: 05 ICED: 15a conferencia internacional sobre ingeniería de diseño: diseño
de ingeniería y la economía mundial, Australia
pag. 2726. https://search.informit.com.au/documentSummary;dn=
398070093384071; res = IELENG
Saleh JH, Torres Padilla JP (2007) Más allá de los modelos de costos: comuni-
modelos de ingresos satélite cationes. la integración de las consideraciones de costo en una
mentalidad centrada en el valor. Int J satell Commun Netw 25 (1): 69-92
Sheng H, nah FFH, Siau K (2005) Implicaciones estratégicas de móviles
La tecnología: un estudio de caso usando el pensamiento centrado valor. J estratég Inf Syst 14 (3):
269-290
Shiau CS, Kaushal N, Hendrickson CT, Peterson SB, Whitacre JF,
Michalek JJ (2010) plug-in diseño híbrido eléctrico del vehículo y la asignación de
coste mínimo del ciclo de vida, el consumo de petróleo, y las emisiones de gases de
efecto invernadero óptima. J Mech Des 132 (9): 091 013
Siau K, Sheng H Nah FFH (2004) El valor de comercio móvil a
clientes. En: Actas del tercer taller anual sobre la investigación HCl en MIS.
Washington DC. http://aisel.aisnet.org/ sighci2004 / 8 / . Consultado el 12 Nov
2014
Simon HA (1957) Modelos de hombre; social y racional, vol XIV. Wiley,
Oxford
Simon HA (1965) comportamiento Administrativo, vol 4. Cambridge
University Press, Cambridge
Sobieszczański-Sobieski J, Haftka RT (1997) Multidisciplinar
la optimización del diseño aeroespacial: encuesta de los acontecimientos recientes. Struct Optim
14 (1): 1-23
Solomon S, Plattner GK, Knutti R, Friedlingstein P (2009) irre-
cambio climático reversible debido a las emisiones de dióxido de carbono. Proc Natl Acad
Sci 106 (6): 1704-1709. https://doi.org/10.1073/pnas. 0812721106
431
Stern, NH (2007) La economía del cambio climático: el Informe Stern.
Cambridge University Press, Cambridge Sun Z, Hupman AC, Ritchey HI, Abbas AE
(2016) la actualización bayesiana
de la elasticidad precio de la demanda incierta. IEEE Syst J 10 (1): 136-146. https://doi.org/10.11
La Asociación Americana del automóvil (2013) Su conducción costos-
2013 Edición
Topcu TG (2015) Impacto de las preferencias de los interesados ​en múltiples
diseñar con un enfoque en los modelos de demanda y una aplicación de los vehículos
eléctricos. La Universidad de Alabama en Huntsville, Huntsville
Topcu TG, Mesmer B (2015) al cliente, comercial, y el gobierno
funciones de valor para el diseño de sistema de vehículo eléctrico. https: // www. nalpapers fi
xcdsystem.com/iie2015/abstract/ / I394.pdf . Consultado el 21 de julio de
Un Tversky (1972) Eliminación de los aspectos: una teoría de la elección. Psychol
Rev 79 (4): 281
Departamento de Transporte de Estados Unidos, la Administración Federal de Carreteras
(2004) las regulaciones federales de tamaño para vehículos de motor comerciales.
FHWA-HOP-04-022
US EPA, División de Cambio Climático gases de efecto invernadero (2014) de EE.UU.
Reporte de inventario. Informes y evaluaciones de Von Neumann J, O
Morgenstern (2007) Teoría de juegos y
comportamiento económico (60 aniversario edición conmemorativa). Princeton
University Press
Weliver D (2015) ¿Cuánto auto puede pagar? Cuánto gastar
en un coche nuevo. Bajo el dinero 30 Blog de Internet. http: // www.
moneyunder30.com/how-much-car-can-you-afford . Accedido el 28 de abril de
WH madera, Agogino AM (2005) diseño conceptual basada en la Decisión:
modelado y la navegación por espacios de diseño heterogéneos. J Mech Des 127 (1):
2-11
Ziv-Av A, Reich Y sistema objetivo (2005) SOS-subjetivo para
generar conceptos óptimos de productos. Des Stud 26 (5): 509-533
123