在这个以营销为导向的时代,制造商通过客户满意度最大化利润,越来越需要设计产品线而不是单一产品。 通过提供产品线,制造商可以根据不同细分市场的需求定制他或她的产品,以便通过满足比单一产品更多的客户来实现利润最大化。 当关于客户偏好或可能的产品配置的数据量很大并且无法建立分析关系时,优化产品线设计的问题变得非常困难,并且没有传统方法可以解决。 在本文中,我们展示了遗传算法的使用,一种模仿生物进化过程的数学启发式算法,可以有效地解决这个问题。 开发了特殊的域算子来帮助遗传算法减轻同类相食并增强算法的局部搜索能力。 使用制造商的利润作为评估染色体的适用性标准,发现使用特定领域的算子非常有益,可以得到更好的最终结果。 我们还将遗传算法与线性规划后处理步骤相结合,以微调产品线中的产品价格。 针对算法中canibalization的核心难点,本作品引入的算子是独一无二的。 此外,将我们的算法应用于特定的产品线设计问题,我们发现最优单品的轮廓是最优产品线的核心产品。 产品线中的各个品牌都是单一产品解决方案的细微变化。