适应性设计是一种既能获得经济效益又能取得环保效应的设计策略，它能赋予产品适应新需求的能力，同时也能在需求发生变化时，提高产品的重用率。然而，由于用户需求的多样性，适应性设计实施起来较为困难。论文把拓展性、升级性、和定制性定义为产品适应性设计所应关注的因素，并给出了各因素的数值化计算方法。结合零部件成本、装配时间以及操作性等因素，利用灰度分析方法定义适应性设计各参数的目标矩阵，结合专家给出的权重和对比方案相对目标矩阵的关联系数计算各设计方案的评价值，进行排序后选择最优方案进行制造。最后以多功能食物搅拌机为例进行了验证，结果证明了论文所提出设计和评价方法的有效性。

合理应用机械设计知识可以辅助提升创新设计的效率和质量。本文立足于云模式下的机械设计过程,提出基于行为-结构-知识的机械设计知识解构模型;提出一种云制造模式下基于Rough-ANP的机械设计知识优选推送策略,该方法充分结合了粗糙集理论(Roughsettheory)在处理模糊性和不确定性方面的优势以及网络层次分析法(ANP)在处理多目标评估问题的优势。最后以电动铲运机设计为案例,验证了该机械设计知识优选推送策略的有效性。

针对模块化产品设计过程中模块划分结果的评价与决策问题，提出基于不确定语言变量多属性决策的评价方法。不同的模块划分方法、划分标准，可获得不同的模块划分方案，需对这些方案进行评价与决策。依据成本多属性评价体系，运用依赖型不确定语言有序加权几何（Dependent uncertain linguistic ordered weighted geometric , DULOWG）算子，对模块划分方案做出评价。由评价者对模块划分方案关于属性进行测度，构建多属性评价矩阵，借助不确定语言变量调整权重，从而降低评价者因主观性导致评价结果的不合理，从而提高评价方法的客观性和有效性。在此基础上对各方案进行评价计算得到成本多属性综合影响下的最优方案，并以开关柜为实例验证了该方法的可行性与有效性。同时，将本文方法与模糊层次分析法进行比较，指出本文方法的优越性。

为提升产品形态创新设计的效率和成功率,立足于用户感性需求,引入复杂网络概念,借鉴生物信息学中蛋白质互作网络构建的理论和方法,针对性地构建意象相关的产品形态基因网络;以无标度网络拓扑分析理论为基础理解产品形态基因网络的组织结构和动态性,识别并预测产品形态基因网络中的意象靶基因与优选基因组合,作为析出知识供设计师规划设计活动。以汽车侧轮廓的设计为例,基于形状文法理论开发了智能优化设计引擎,利用析出知识简化编码信息、优化求解顺序,有效验证了意象驱动的产品形态基因网络对设计的辅助作用。