[发明专利]一种基于异构语言信息的系统设计方法

权利要求书

1.一种基于异构语言信息的系统设计方法，其特征在于，包括以下步骤：

步骤1，将产品的功能分解为多个子功能构件，每个功能构件由多种不同的原理解完成，以此为产品的功能构建由可行解组成的形态学矩阵；

步骤2，基于形态学矩阵产生的所有概念方案，分析产品的性能指标并建立多目标规划模型，对多目标规划模型求解以获得满足性能指标的候选概念方案；

步骤3，收集对概念方案的偏好语言信息，并基于梯形非对称云模型形成异构的语言偏好决策矩阵，整合所有语言偏好决策矩阵得到最终偏好矩阵后，通过对最终偏好矩阵求解并筛选获得最佳概念方案；

所述多目标规划模型F为：

其中，x_i和x_j分别表示实现功能构件i和j的原理解编号，表示原理解中最大化性能目标1的属性值，表示原理解中最小化性能目标1的属性值，J为功能构件的总个数，T_p表示最大目标约束，T_q表示最小目标约束，K_j表示第j个功能构件具有的原理解的总个数；

通过对该多目标规划模型F求解即可以获得满足性能指标的候选概念方案集CS_β。

2.如权利要求1所述的基于异构语言信息的系统设计方法，其特征在于，步骤3中，针对收集对概念方案的语言偏好信息h_i，采用方式一的算法，将异构的语言偏好信息h_i全部转换为梯形非对称云模型C_i，进而形成k个语言偏好决策矩阵DM，i＝1,…,|CS_β|：

当语言偏好信息为犹豫模糊语言术语时，采用方式一，过程为：首先，将语言偏好信息h_i中的所有基础语言定性元素全部转换为云模型，所有的基础语言定性元素平分这1000个云点；然后，计算1000个云散点的中心点，以中心点为基准向最左和最右云模型的对称轴分别计算Ex和接下来，根据Ex和分别算En和最后，根据语言偏好信息计算He和组成梯形非对称云模型其中，He_i,En_i,Ex_i表示左侧正态云模型的三个参数，表示右侧正态云模型的三个参数，它们表示梯形非对称云模型中的模糊定性概念，区间表示确定的定量概念。

3.如权利要求1所述的基于异构语言信息的系统设计方法，其特征在于，步骤3中，针对收集对概念方案的语言偏好信息h_i，采用方式二的算法，将异构的语言偏好信息h_i全部转换为梯形非对称云模型C_i，进而形成k个语言偏好决策矩阵DM，i＝1,…,|CS_β|：

当语言偏好信息为双层犹豫模糊语言术语时，采用方式二，具体过程为：首先，如果包含的语言元素大于2个的话，将非两侧的语言元素全部转换为云模型；然后，比较两侧语言元素的强调偏好，判断语言偏好方向，按照方式一的方式在两侧生成非对称云模型，最后将这些云模型进行整合。

4.如权利要求2所述的基于异构语言信息的系统设计方法，其特征在于，所述整合所有语言偏好决策矩阵得到最终偏好矩阵包括：

根据语言偏好决策矩阵DM计算自身语言偏好决策矩阵DM中所有云模型与对应k-1个语言偏好决策矩阵的距离后，通过对累积距离向量进行归一化得到每个语言偏好决策矩阵的权重w_i，i＝1,…,k；

依据语言偏好决策矩阵及其权重将k个语言偏好决策矩阵整合为最终偏好矩阵M^*；

5.如权利要求4所述的基于异构语言信息的系统设计方法，其特征在于，每个语言偏好决策矩阵的权重w_i的计算过程为：