The variant design node configuration is an effective method to solve a trade-off that exist in mass customization production between the requirements of product diversification and the product’s cost and delivery time. However, configuration changes in a product development network may generate an avalanche effect of design change propagation, which can consume substantial design resources. In order to control design change propagations, an evaluation method based on network nodes importance for variant design node schemes is proposed for a product development network. Firstly, the evaluation indexes, including the betweenness, variant deign node set importance, and network clustering coefficient, are integrated to describe the network characteristics of the set of variant design nodes. Then, combining the time and resource constraints for the variant design, a discrete particle swarm algorithm is employed to optimize the configuration of the nodes. The configuration solution for the variant design nodes satisfies the need to control the variant design propagation. Compared with the established greedy algorithm, the discrete particle swarm optimization can achieve better optimization performance in terms of the algorithm’s convergence and computation time. It is meaningful to understand the mechanism of product configuration change propagation in depth in order to choose the variant design nodes rationally and efficiently in complex product development networks. Lastly, an example of variant design for a type of cleaning robot product verifies the effectiveness of the proposed method.

变型设计节点配置是解决大规模定制生产中存在的产品多样化要求与产品成本和交货时间之间权衡的有效方法。然而，产品开发网络中的配置更改可能会产生设计更改传播的雪崩效应，这会消耗大量设计资源。为了控制设计变更的传播，提出了一种基于网络节点重要性的产品开发网络对变体设计节点方案的评估方法。首先，综合评价指标，包括介数、变体设计节点集重要性和网络聚类系数，描述变体设计节点集的网络特征。然后，结合变体设计的时间和资源限制，采用离散粒子群算法来优化节点的配置。变体设计节点的配置方案满足了控制变体设计传播的需要。与既定的贪心算法相比，离散粒子群优化在算法的收敛性和计算时间方面可以取得更好的优化性能。深入了解产品配置变更传播机制，对于在复杂的产品开发网络中合理高效地选择变体设计节点具有重要意义。最后，以一种清洁机器人产品的变体设计为例验证了所提出方法的有效性。离散粒子群算法被用来优化节点的配置。变体设计节点的配置方案满足了控制变体设计传播的需要。与既定的贪心算法相比，离散粒子群优化在算法的收敛性和计算时间方面可以取得更好的优化性能。深入了解产品配置变更传播机制，对于在复杂的产品开发网络中合理高效地选择变体设计节点具有重要意义。最后，以一种清洁机器人产品的变体设计为例验证了所提出方法的有效性。离散粒子群算法被用来优化节点的配置。变体设计节点的配置方案满足了控制变体设计传播的需要。与既定的贪心算法相比，离散粒子群优化在算法的收敛性和计算时间方面可以取得更好的优化性能。深入了解产品配置变更传播机制，对于在复杂的产品开发网络中合理高效地选择变体设计节点具有重要意义。最后，以一种清洁机器人产品的变体设计为例验证了所提出方法的有效性。变体设计节点的配置方案满足了控制变体设计传播的需要。与既定的贪心算法相比，离散粒子群优化在算法的收敛性和计算时间方面可以取得更好的优化性能。深入了解产品配置变更传播机制，对于在复杂的产品开发网络中合理高效地选择变体设计节点具有重要意义。最后，以一种清洁机器人产品的变体设计为例验证了所提出方法的有效性。变体设计节点的配置方案满足了控制变体设计传播的需要。与既定的贪心算法相比，离散粒子群优化在算法的收敛性和计算时间方面可以取得更好的优化性能。深入了解产品配置变更传播机制，对于在复杂的产品开发网络中合理高效地选择变体设计节点具有重要意义。最后，以一种清洁机器人产品的变体设计为例验证了所提出方法的有效性。离散粒子群优化可以在算法的收敛性和计算时间方面取得更好的优化性能。深入了解产品配置变更传播机制，对于在复杂的产品开发网络中合理高效地选择变体设计节点具有重要意义。最后，以一种清洁机器人产品的变体设计为例验证了所提出方法的有效性。离散粒子群优化可以在算法的收敛性和计算时间方面取得更好的优化性能。深入了解产品配置变更传播机制，对于在复杂的产品开发网络中合理高效地选择变体设计节点具有重要意义。最后，以一种清洁机器人产品的变体设计为例验证了所提出方法的有效性。