[发明专利]一种产品设计评价的方法

权利要求书

1.一种产品设计评价的方法，其特征在于：包括以下步骤：

步骤1，在选定产品类型后，成立专家组成的焦点小组，确定该类产品评价的准则和目标产品，从目标产品中提取各种评价因素，使用提取的因素和评价准则建立层次结构模型；

步骤2，通过问卷调研、FAHP算法和逆向云算法构建模糊权重模型，问卷调研结果作为输入数据，其整个过程具体分为四个过程：准则模糊成对比较、模糊判断矩阵构建、初始权重计算和权重云模型数字特征获取；

步骤3，利用问卷调研和逆向云算法构建评分云模型，具体包括根据问卷调研结果获取各因素评分和利用逆向云算法获取评分云模型的数字特征两个步骤，该部分使用的逆向云算法和模糊权重模型中使用的完全相同；

步骤4，在分别得到权重云模型和评分云模型的数字特征后，利用改进模糊合成算子得到综合评价云模型的数字特征，再通过正向云计算得到相应的综合评价云图，对所得云图进行云图分析得到最终的评价结果。

2.根据权利要求1所述的一种产品设计评价的方法，其特征在于：所述步骤2具体包括：

a.FAHP算法

i.准则模糊成对比较

在问卷调研中，不同受测者都根据1-9比例标度对评价准则进行两两比较，准则模糊成对比较的结果为精确数字，使用1-9比例标度来表示准则之间的重要程度；

ii.模糊判断矩阵构建

三角模糊数TFN用于处理精确数字以获得定量结果，定义域R上的模糊数M表示为一个TFN，其计算公式表示为

其中,如果l＜m＜u，TFN用(l,m,u)表示，如果l＝m＝u，则M不认为是模糊数；

模糊判断矩阵的构建采用FAHP中成对比较的方法，假设X＝x₁,x₂,x₃,…,x_n是对象集，G＝g₁,g₂,g₃,…,g_m是目标集，选择每个对象与每个目标进行比较分析，得到每个对象的m个比较分析值，符号为其中是一个TFN；

在构建模糊判断矩阵的过程中，需要通过TFN对精确数字进行处理，进而得到量化的结果以构建模糊判断矩阵；

iii.初始权重的计算

对于模糊判断矩阵，求解最大特征值和对应的特征向量，然后对特征向量进行归一化，得到矩阵的初始权重向量，步骤如下：

1)定义第i个对象的模糊合成值为S_i，计算公式如下：

2)假设S_i由(a,b,c)表示，其总积分值表示为:

d(A_i)＝0.5*[α*c+b+(1-α)*a],其中：α是乐观指数； (6)

然后权重向量计算为:

W′＝(d(A₁),d(A₂),...,d(A_n))^T (7)

3)通过归一化，初始权重向量表示为W＝(d′(A₁),d′(A₂),...,d′(A_n))^T,其中：W是一个非模糊数； (8)

iv.一致性检验

为保证定量结果的有效性，需要对最终的权重结果一致性检验；计算一致性检验系数为CR，如果CR＜0.1，模糊判断矩阵的一致性检验通过；否则一致性检验失败，需要剔除模糊判断矩阵对应的问卷；

b.逆向云算法

输入:N个云滴样本的定量值x及每个云滴代表概念的隶属度y；

输出:云滴样本表示的定性概念的数字特征(Ex，En，He)的估计值；

1)输入单个因子的N个值求平均值：

2)

3)

4)若S²-En²≥0，转步骤6)，否则转步骤5)；

5)若N＞100，去掉最接近Ex的1％的值，否则去掉最接近Ex的1个值，然后返回步骤3)；

6)