基于多層次灰色綜合評(píng)價(jià)法的工業(yè)設(shè)計(jì)方案優(yōu)選決策模型及其應(yīng)用

李雪瑞，侯幸剛，楊 梅，何家興，王怡妍，郭皓月，李欣穎，王璐瑤

(山東科技大學(xué)藝術(shù)學(xué)院，山東 青島 266590)

隨著德國“工業(yè)4.0”及“中國制造2025”等國家層面的制造發(fā)展戰(zhàn)略的出臺(tái)，智能制造已成為全球制造業(yè)發(fā)展的共同趨勢及目標(biāo)，工業(yè)設(shè)計(jì)作為企業(yè)產(chǎn)品生產(chǎn)過程的源頭，所占據(jù)的比重也越來越大。所謂的工業(yè)產(chǎn)品設(shè)計(jì)方案的優(yōu)選決策即在產(chǎn)品設(shè)計(jì)的過程中，對(duì)解決問題的各個(gè)設(shè)計(jì)方案的優(yōu)缺點(diǎn)及價(jià)值進(jìn)行比較和評(píng)定，輔助設(shè)計(jì)師從眾多的方案中選擇出最佳設(shè)計(jì)，減少其盲目性，提高其科學(xué)性[1]。產(chǎn)品設(shè)計(jì)方案的優(yōu)選決策在企業(yè)進(jìn)行工業(yè)設(shè)計(jì)的過程中尤為重要，所謂的設(shè)計(jì)方案是一個(gè)廣義上的概念，并非只是產(chǎn)品的整體外觀，也可以是結(jié)構(gòu)方案、原理方案、設(shè)計(jì)草圖、零件等多種形式。

由于科學(xué)技術(shù)的進(jìn)步及人民消費(fèi)水平的提高，用戶對(duì)產(chǎn)品的需求已并不只是滿足于對(duì)產(chǎn)品功能的需求，更多地是追求其吸引力及個(gè)性化。消費(fèi)市場需求的改變也對(duì)設(shè)計(jì)師提出了更高的要求，傳統(tǒng)僅依靠設(shè)計(jì)師直覺及經(jīng)驗(yàn)進(jìn)行設(shè)計(jì)方案評(píng)價(jià)的方法愈來愈不能適應(yīng)市場需求。

設(shè)計(jì)方案優(yōu)選決策作為一種多準(zhǔn)則群體決策問題，目前的研究方法主要有層次分析法(analytic hierarchy process，AHP)[2-3]、熵權(quán)法[4-5]、模糊綜合評(píng)定法[6-7]和TOPSIS 法[8-9]等通用數(shù)理方法。筆者通過對(duì)已有的產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)決策模型詳細(xì)研究學(xué)習(xí)發(fā)現(xiàn)，現(xiàn)有的模型仍存在進(jìn)行多目標(biāo)評(píng)價(jià)時(shí)處理不靈活、不精確等缺陷。所以本文運(yùn)用灰色關(guān)聯(lián)分析法，并結(jié)合AHP 及熵權(quán)法構(gòu)建一種多層次灰色綜合評(píng)價(jià)優(yōu)選模型，提高工業(yè)產(chǎn)品設(shè)計(jì)評(píng)價(jià)與方案優(yōu)選的科學(xué)性、客觀性。

1 相關(guān)研究

1.1 灰色關(guān)聯(lián)度分析法

灰色關(guān)聯(lián)度分析法是一種多因素統(tǒng)計(jì)分析方法，其以各因素的樣本數(shù)據(jù)為依據(jù)用灰色關(guān)聯(lián)度來描述因素間關(guān)系的強(qiáng)弱、大小和次序，若樣本數(shù)據(jù)反映出的2 因素變化的態(tài)勢基本一致，則說明其間的關(guān)聯(lián)度較大[10]；反之，較小。該方法的優(yōu)點(diǎn)在于思路明晰，可以在很大程度上減少由于信息不對(duì)稱帶來的損失，并且對(duì)數(shù)據(jù)要求較低，工作量較少[11]。但由于所收集數(shù)據(jù)在綜合評(píng)價(jià)中所占的權(quán)重比例不同，所以需要與權(quán)重確定算法相結(jié)合，本文引入AHP 與熵權(quán)法作為權(quán)重確定方法，二者進(jìn)行線性組合計(jì)算綜合權(quán)重，既保留了專家學(xué)者的定性意見也由熵權(quán)法修復(fù)了AHP 的主觀隨意性，使評(píng)價(jià)體系更加的科學(xué)可信。

1.2 層次分析法

AHP 從系統(tǒng)工程理論出發(fā)，分析過程得到了深化。其核心是分層權(quán)重決策分析，最大的優(yōu)點(diǎn)是提出了層次的概念，允許用戶清晰、全面地考慮和衡量指標(biāo)的相對(duì)重要性，自下而上地建立階梯指標(biāo)體系層次模型[12]。但是，擁有過分依賴專家、定性因素太多、數(shù)據(jù)過多時(shí)操作復(fù)雜等缺點(diǎn)。因此，本文在保留專家意見的基礎(chǔ)上引入熵權(quán)法來修改AHP的主觀隨機(jī)性。

1.3 熵權(quán)法

熵權(quán)法是從熱力學(xué)得出的，是對(duì)系統(tǒng)狀態(tài)不確定性的一種度量。在評(píng)估系統(tǒng)中使用現(xiàn)有的固有信息，通過熵權(quán)法獲得每個(gè)評(píng)估指標(biāo)的熵。信息熵越大，信息的分散程度越高、效用值越小，指標(biāo)的權(quán)重也越小。

2 工業(yè)產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)優(yōu)選決策模型

2.1 工業(yè)產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)準(zhǔn)則模型的建立

產(chǎn)品設(shè)計(jì)流程就是對(duì)造型、色彩、結(jié)構(gòu)等信息整合和加工的過程，其中還需要考慮人的需求認(rèn)知，整合多重認(rèn)知過程，準(zhǔn)確定位用戶需求[13]。圖1 為工業(yè)產(chǎn)品評(píng)價(jià)層次模型。

圖1 工業(yè)產(chǎn)品評(píng)價(jià)層次結(jié)構(gòu)模型 Fig.1 Hierarchy model of industrial product evaluation

將圖1 工業(yè)產(chǎn)品評(píng)價(jià)層次結(jié)構(gòu)模型中的一級(jí)指標(biāo)，命名為(i=1,2,…,n)，每個(gè)指標(biāo)下有若干個(gè)評(píng)價(jià)要素，將其定義為評(píng)價(jià)體系中的二級(jí)指標(biāo)，命名為(i=1,2,…,s;k=1,2,…,m)。依據(jù)相同的原理，在進(jìn)行不同的工業(yè)產(chǎn)品評(píng)價(jià)時(shí)，可根據(jù)實(shí)際情況設(shè)置不同數(shù)目的評(píng)價(jià)層數(shù)和評(píng)價(jià)指標(biāo)。

2.2 基于灰色綜合評(píng)價(jià)法的工業(yè)產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)決策步驟

多層次灰色綜合評(píng)價(jià)優(yōu)選方法，集成了灰色關(guān)聯(lián)度分析法在處理多因素統(tǒng)計(jì)分析問題的優(yōu)勢、AHP 在處理非獨(dú)立層次評(píng)估領(lǐng)域的優(yōu)勢以及熵權(quán)法客觀權(quán)重修正的優(yōu)勢，將其應(yīng)用于工業(yè)產(chǎn)品設(shè)計(jì)方案的評(píng)價(jià)優(yōu)選過程中可以更好地增加評(píng)價(jià)過程的科學(xué)性。以灰色關(guān)聯(lián)度分析法作為主要評(píng)價(jià)策略，輔助以AHP 與熵權(quán)法綜合構(gòu)建如圖2 所示的工業(yè)產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)流程。

圖2 工業(yè)產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)流程 Fig.2 Evaluation process of industrial product design scheme

2.2.1 灰色關(guān)聯(lián)分析法評(píng)價(jià)步驟

根據(jù)所建立的工業(yè)產(chǎn)品的評(píng)價(jià)體系(圖1)，被評(píng)價(jià)方案為D(D=1,2,…,n)，X?為一級(jí)指標(biāo)的集合即為二級(jí)指標(biāo)的集合即其評(píng)價(jià)步驟為：

步驟1.收集分析數(shù)據(jù)，形成比較矩陣，即

其中，n為所需要評(píng)價(jià)的設(shè)計(jì)方案數(shù)目；m為評(píng)價(jià)指標(biāo)的數(shù)目。

步驟2.確定參考數(shù)據(jù)列。其為一個(gè)理想的比較標(biāo)準(zhǔn)，通常以各指標(biāo)的最優(yōu)值構(gòu)成參考數(shù)據(jù)列，也可根據(jù)評(píng)價(jià)目的選擇其他參照值。參考數(shù)據(jù)列為

步驟3.對(duì)指標(biāo)數(shù)據(jù)進(jìn)行無量綱化。由于各評(píng)價(jià)指標(biāo)所代表的含義各異，有不同的物理意義，因此數(shù)據(jù)擁有不同的量綱和數(shù)量級(jí)，因此在進(jìn)行灰色關(guān)聯(lián)度計(jì)算之前需要進(jìn)行無量綱化的數(shù)據(jù)處理，即

其中，i=0,1,2,…,n；k=1,2,…,m。

無量綱化后的數(shù)據(jù)序列構(gòu)成為

步驟4.確定兩級(jí)差值。逐個(gè)計(jì)算每個(gè)被評(píng)價(jià)方案指標(biāo)比較序列與參考數(shù)據(jù)列對(duì)應(yīng)元素的絕對(duì)差值，即：|X0k-Xik|。

確定最大差值與最小差值分別為

步驟5.計(jì)算關(guān)聯(lián)系數(shù)。利用式(7)計(jì)算每個(gè)比較序列與參考序列對(duì)應(yīng)元素的關(guān)聯(lián)系數(shù)，即

其中，ρ為分辨系數(shù)，0＜ρ＜1。若ρ越小，關(guān)聯(lián)系數(shù)間差異越大，區(qū)分能力越強(qiáng)反之越弱。

步驟6.計(jì)算關(guān)聯(lián)序。對(duì)比較序列分別計(jì)算其各個(gè)指標(biāo)與參考序列對(duì)應(yīng)元素的關(guān)聯(lián)系數(shù)的均值，以反映各評(píng)價(jià)對(duì)象與參考序列的關(guān)聯(lián)關(guān)系，并稱其為關(guān)聯(lián)序，記為

其中，ζik為第i個(gè)產(chǎn)品的第k項(xiàng)指標(biāo)與參考序列的關(guān)聯(lián)度；m為評(píng)價(jià)指標(biāo)的數(shù)目。

2.2.2 綜合權(quán)重確定

在計(jì)算權(quán)重的過程中為增加數(shù)據(jù)的可信度，采用定性與定量相結(jié)合，主觀與客觀相結(jié)合的方法來計(jì)算指標(biāo)權(quán)重。本文采用AHP 與熵權(quán)法相結(jié)合的方法獲得各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重。由于其計(jì)算權(quán)重的過程已非常成熟，所以不予詳細(xì)描述，具體的操作步驟如圖3 所示，最終利用ω=τω1+(1-τ)ω2計(jì)算得到最終的綜合權(quán)重。

圖3 層次分析法與熵權(quán)法的綜合權(quán)重計(jì)算步驟 Fig.3 Calculation steps of comprehensive weight of AHP and entropy weight method

2.2.3 設(shè)計(jì)方案綜合評(píng)價(jià)與優(yōu)化

依據(jù)式(9)計(jì)算灰色加權(quán)關(guān)聯(lián)度，由于各個(gè)評(píng)價(jià)指標(biāo)在評(píng)價(jià)體系中具有不同的權(quán)重大小，所以需要對(duì)所取得關(guān)聯(lián)序r0i進(jìn)行加權(quán)計(jì)算，得到灰色加權(quán)關(guān)聯(lián)度，即

其中，ωk為第k項(xiàng)評(píng)價(jià)指標(biāo)的權(quán)重；ζik為第i個(gè)產(chǎn)品的第k項(xiàng)指標(biāo)與參考序列的關(guān)聯(lián)度數(shù)值。

將計(jì)算得到的灰色加權(quán)關(guān)聯(lián)度結(jié)果按照從大到小的順序進(jìn)行排序，排名靠前的較排名靠后的設(shè)計(jì)方案更適合被優(yōu)選并進(jìn)行進(jìn)一步的設(shè)計(jì)。優(yōu)選出來的設(shè)計(jì)方案根據(jù)指標(biāo)權(quán)重與指標(biāo)得分確定需要進(jìn)一步優(yōu)化的部分，設(shè)計(jì)方案中指標(biāo)權(quán)重越高而得分越低的部分則優(yōu)化的優(yōu)先級(jí)越高。

3 無人機(jī)產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)實(shí)例應(yīng)用

無人機(jī)作為一種新型的無線電遙控設(shè)備和自備的程序控制裝置操縱的不載人飛機(jī)，在軍事協(xié)調(diào)作戰(zhàn)[14-15]、大氣環(huán)境檢測[16-17]、基層測繪[18-19]等方面正在發(fā)揮越來越重要的作用。

本文對(duì)某款多旋翼無人機(jī)進(jìn)行設(shè)計(jì)，圖4 為5款設(shè)計(jì)方案，將其分別命名為D1～D5。現(xiàn)對(duì)這5種設(shè)計(jì)方案進(jìn)行優(yōu)劣等級(jí)排序，從中選擇出最優(yōu)的設(shè)計(jì)方案并進(jìn)行進(jìn)一步的優(yōu)化設(shè)計(jì)。這是典型的工業(yè)產(chǎn)品多方案優(yōu)選決策問題，可遵循上述步驟，應(yīng)用多層次灰色綜合評(píng)價(jià)模型對(duì)其進(jìn)行優(yōu)選評(píng)價(jià)與決策。

圖4 無人機(jī)設(shè)計(jì)方案 Fig.4 UAV design scheme

3.1 無人機(jī)產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)準(zhǔn)則模型的建立

無人機(jī)產(chǎn)品設(shè)計(jì)方案的優(yōu)選是一個(gè)涉及多層次、多準(zhǔn)則、多因素的綜合評(píng)價(jià)模型。目前針對(duì)無人機(jī)產(chǎn)品的指標(biāo)體系并未見諸多文獻(xiàn)，所以本文本著系統(tǒng)、全面、科學(xué)、典型等原則，參照文獻(xiàn)[20-23]并結(jié)合無人機(jī)產(chǎn)品的特點(diǎn)，經(jīng)過“頭腦風(fēng)暴”討論、篩選、確定出5 個(gè)一級(jí)指標(biāo)及20 個(gè)二級(jí)指標(biāo)。具體概念及評(píng)價(jià)指標(biāo)要素見表1。

按照表1 的優(yōu)選評(píng)價(jià)指標(biāo)及評(píng)價(jià)要素，結(jié)合AHP，將無人機(jī)產(chǎn)品方案評(píng)價(jià)中的創(chuàng)新性、美學(xué)、功能性、經(jīng)濟(jì)性及技術(shù)性指標(biāo)等定義為一級(jí)指標(biāo)，命名為Xi?(i=1,2,…,5)每個(gè)指標(biāo)設(shè)有4 個(gè)評(píng)價(jià)要素，將這些評(píng)價(jià)要素定義為評(píng)價(jià)體系中的二級(jí)指標(biāo)，命名為Xik?(i=1,2,…,5;k=1,2,…,20)。整個(gè)評(píng)價(jià)體系包含5 個(gè)一級(jí)指標(biāo)，20 個(gè)二級(jí)指標(biāo)，如圖5所示。

圖5 無人機(jī)產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系 Fig.5 Evaluation index system of UAV design scheme

表1 無人機(jī)產(chǎn)品設(shè)計(jì)的優(yōu)選指標(biāo)及概念說明 Table 1 Optimization index and concept description of UAV product design

3.2 數(shù)據(jù)獲取

本文采用Likert 五級(jí)量表，由5 名專家、4 名技術(shù)人員、6 名銷售人員、5 名設(shè)計(jì)師、5 名無人機(jī)愛好者，總計(jì)25 人組成評(píng)委組，分別對(duì)5 個(gè)設(shè)計(jì)方案的20 個(gè)評(píng)價(jià)指標(biāo)進(jìn)行打分，25 位評(píng)委的個(gè)人資料及打分任務(wù)見表2。

表2 評(píng)委組人員資料匯總 Table 2 Summary of information of judges

首先本文設(shè)置了一個(gè)意象實(shí)驗(yàn)來獲取對(duì)于用戶意向目標(biāo)與設(shè)計(jì)產(chǎn)品映射偏愛的相關(guān)程度。分別向評(píng)委組及30 名普通群眾發(fā)放感性意象調(diào)查問卷，要求其對(duì)多旋翼快遞無人機(jī)產(chǎn)品進(jìn)行感性意象評(píng)分，打分形式采用Likert 七級(jí)量表。借助MATLAB軟件對(duì)評(píng)價(jià)結(jié)果進(jìn)行統(tǒng)計(jì)分析，最終結(jié)果取平均值得到用戶的期望目標(biāo)結(jié)果如圖6 所示。

評(píng)委組在進(jìn)行多旋翼無人機(jī)產(chǎn)品評(píng)價(jià)時(shí)，創(chuàng)新性指標(biāo)與美學(xué)指標(biāo)評(píng)價(jià)打分時(shí)需參考圖6 所示的產(chǎn)品意象詞匯，最終采用評(píng)委組所打分?jǐn)?shù)的平均值作為最終方案的得分，形成比較矩陣A

圖6 多旋翼無人機(jī)產(chǎn)品感性意象評(píng)分 Fig.6 Perceptual image score of multi rotor UAV products

3.3 關(guān)聯(lián)度計(jì)算結(jié)果

本文依據(jù)參考文獻(xiàn)[20-23]所確定的評(píng)價(jià)指標(biāo)均為正向指標(biāo)，具備時(shí)間短、研究方法較靈活、技術(shù)設(shè)備較簡單等優(yōu)點(diǎn)。

各項(xiàng)指標(biāo)最優(yōu)值均為5，所以確定參考數(shù)列為：{X0}={5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5}。本文依據(jù)參考文獻(xiàn)[24-26]確定關(guān)聯(lián)系數(shù)計(jì)算中取ρ=0.5。

由于本文獲得的得分矩陣已為無綱量化數(shù)據(jù)，故無需進(jìn)行步驟3 的無綱量化處理工作。依據(jù)式(5)與(6)確定兩級(jí)差值分別為0.5 與4.0。使用SPSS 25分析軟件及MATLAB 2018b 軟件進(jìn)行輔助計(jì)算，計(jì)算結(jié)果見表3。

表3 關(guān)聯(lián)系數(shù)計(jì)算結(jié)果 Table 3 Calculation results of correlation coefficient

由式(8)計(jì)算得到各個(gè)設(shè)計(jì)方案的關(guān)聯(lián)度結(jié)果見表4。

表4 設(shè)計(jì)方案關(guān)聯(lián)度 Table 4 Design scheme relevance

3.4 綜合權(quán)重計(jì)算

3.4.1 層次分析法計(jì)算主觀權(quán)重

通過圖3 AHP 與熵權(quán)法的綜合權(quán)重計(jì)算步驟，由專家團(tuán)分別對(duì)評(píng)價(jià)指標(biāo)按照Saaty 9 級(jí)重要性對(duì)其賦值，共形成5 個(gè)成對(duì)比矩陣計(jì)算每個(gè)指標(biāo)的主觀權(quán)重見表5。

表5 層次分析法計(jì)算權(quán)重 Table 5 Calculation of weight by AHP

3.4.2 熵權(quán)法計(jì)算客觀權(quán)重

通過熵權(quán)法的步驟計(jì)算可得到評(píng)價(jià)指標(biāo)的客觀權(quán)重，其結(jié)果見表6。

3.4.3 綜合權(quán)重計(jì)算

運(yùn)用綜合權(quán)重計(jì)算公式ω=τω1(1-τ)ω2進(jìn)行模糊綜合權(quán)重計(jì)算，其中依據(jù)文獻(xiàn)[7]，對(duì)主客觀權(quán)重所占比例進(jìn)行權(quán)衡，取τ=0.5，權(quán)重計(jì)算式變?yōu)棣?0.5ω1+0.5ω2。運(yùn)用該式對(duì)表5 主觀權(quán)重與表6客觀權(quán)重進(jìn)行綜合權(quán)重計(jì)算得到結(jié)果見表7。

表6 熵權(quán)法計(jì)算權(quán)重 Table 6 Calculating weight by entropy weight method

3.5 綜合評(píng)價(jià)

遵循式(9)，通過表7 中的綜合權(quán)重及表3 中的關(guān)聯(lián)系數(shù)計(jì)算方案的灰色加權(quán)關(guān)聯(lián)度，計(jì)算結(jié)果見表8，圖7 為5 個(gè)設(shè)計(jì)方案的灰色加權(quán)關(guān)聯(lián)度數(shù)據(jù)形成的雷達(dá)圖。

表7 綜合權(quán)重計(jì)算結(jié)果 Table 7 Comprehensive weight calculation results

表8 灰色加權(quán)關(guān)聯(lián)度結(jié)果 Table 8 Grey weighted correlation results

圖7 灰色加權(quán)關(guān)聯(lián)度雷達(dá)圖 Fig.7 Grey Weighted Relevance Radar Chart

由表8 的排名數(shù)據(jù)及圖7 的雷達(dá)圖可以清楚的看出設(shè)計(jì)方案優(yōu)選的順序?yàn)镈3 ＞ D2 ＞ D1 ＞ D5 ＞ D4，故按照多層次綜合灰色關(guān)聯(lián)模型計(jì)算評(píng)價(jià)的結(jié)果，設(shè)計(jì)師下一步將選擇方案D3 進(jìn)行優(yōu)化設(shè)計(jì)。

4 結(jié)果驗(yàn)證與分析

4.1 基于熵權(quán)TOPSIS 法的結(jié)果驗(yàn)證

為驗(yàn)證本文構(gòu)建的灰色綜合評(píng)價(jià)模型對(duì)于無人機(jī)設(shè)計(jì)方案評(píng)價(jià)優(yōu)選結(jié)果的科學(xué)性、可信性，依據(jù)文獻(xiàn)[4]所提出的較成熟的基于結(jié)構(gòu)熵權(quán)TOPSIS 法的產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)模型，實(shí)現(xiàn)評(píng)價(jià)結(jié)果的驗(yàn)證。采用專家組所打出成績形成的矩陣A作為結(jié)構(gòu)熵權(quán)-TOPSIS 法的決策矩陣，采用輔助軟件SPSS 25 進(jìn)行輔助計(jì)算，按照?qǐng)D8 所示的評(píng)價(jià)流程進(jìn)行計(jì)算。

圖8 結(jié)構(gòu)熵權(quán)-TOPSIS 法評(píng)價(jià)流程 Fig.8 Evaluation process of structural entropy weight TOPSIS method

由于已由評(píng)委組評(píng)價(jià)打分?jǐn)?shù)據(jù)構(gòu)建得到了初始決策矩陣，并運(yùn)用熵權(quán)法求解得到各評(píng)價(jià)指標(biāo)的客觀權(quán)重(表6)，所以本文在SPSS 軟件的輔助計(jì)算得到的評(píng)價(jià)結(jié)果見表9。

表9 熵權(quán)-TOPSIS 評(píng)價(jià)計(jì)算結(jié)果 Table 9 Entropy weight TOPSIS evaluation results

可以看出2 種方法雖然得出了不同的評(píng)價(jià)順序，但對(duì)于最優(yōu)解的選擇是相同的，也驗(yàn)證了本文構(gòu)建的無人機(jī)產(chǎn)品設(shè)計(jì)方案優(yōu)選決策模型的可行性。但是，多層次灰色綜合評(píng)價(jià)模型相對(duì)于熵權(quán)-TOPSIS 法在權(quán)重確定方案更加的科學(xué)可信，在面臨多方案評(píng)價(jià)決策的問題時(shí)具備的思路明晰，對(duì)數(shù)據(jù)要求較低，工作量較少，受影響小等優(yōu)勢也是結(jié)構(gòu)熵權(quán)TOPSIS 評(píng)價(jià)法所不具備的。針對(duì)2 種方法的對(duì)比結(jié)果見表10。

表10 評(píng)價(jià)方法對(duì)比分析 Table 10 Comparative analysis of evaluation methods

4.2 結(jié)果分析與方案優(yōu)化

針對(duì)優(yōu)選方案D3 的設(shè)計(jì)評(píng)價(jià)指標(biāo)的權(quán)重與指標(biāo)的得分情況進(jìn)行進(jìn)一步的分析，為方案的繼續(xù)優(yōu)化設(shè)計(jì)提供指導(dǎo)與方向。

為方便進(jìn)行兩者的差異分析，對(duì)指標(biāo)權(quán)重與D3方案的指標(biāo)得分進(jìn)行歸一化處理，并將處理后的數(shù)據(jù)結(jié)果繪制成圖9。從圖9 可見對(duì)于評(píng)價(jià)指標(biāo)7 與19 存在權(quán)重占比大而得分卻較低的情況，顯然是不符合設(shè)計(jì)要求的，需要首先進(jìn)行優(yōu)化設(shè)計(jì)。

圖9 評(píng)價(jià)指標(biāo)權(quán)重與方案得分 Fig.9 Evaluation index weight and scheme score

由表1 得知，評(píng)價(jià)指標(biāo)7 與19 分別為造型比例與安全性，對(duì)其進(jìn)行復(fù)檢發(fā)現(xiàn)設(shè)計(jì)方案的側(cè)身比例高∶長=1.0∶1.5，缺乏一定的輕盈感，并不符合圖5 所示的用戶意向目標(biāo)與多旋翼無人機(jī)產(chǎn)品的映射結(jié)果，所以依據(jù)文獻(xiàn)[27-29]將比例更改為1.0∶2.5，減少產(chǎn)品因尺寸比例帶來的笨重感，使其更加的符合用戶意向目標(biāo)。對(duì)設(shè)計(jì)方案安全性進(jìn)行復(fù)檢，發(fā)現(xiàn)底部支撐采用金屬材料，且角度過于尖銳，故將材料更換為碳纖維，并進(jìn)行倒角處理，保證支撐強(qiáng)度的前提下減少對(duì)用戶的潛在危害，增加其安全性。

4.3 方案設(shè)計(jì)

對(duì)設(shè)計(jì)方案D3 按照分析得到的改進(jìn)策略進(jìn)行優(yōu)化設(shè)計(jì)，設(shè)計(jì)師利用3D 建模軟件Rhino 進(jìn)行產(chǎn)品可視化展示，利用渲染軟件KeyShot 對(duì)產(chǎn)品模型進(jìn)行CMF 搭配，最終形成如圖10 所示的改進(jìn)設(shè)計(jì)方案效果圖。

圖10 多旋翼無人機(jī)設(shè)計(jì)效果圖 Fig.10 Design rendering of multi rotor UAV

5 結(jié)束語

(1) 本文從企業(yè)內(nèi)部產(chǎn)品推選角度出發(fā)，基于多層次灰色綜合評(píng)價(jià)法構(gòu)建了科學(xué)系統(tǒng)的工業(yè)產(chǎn)品的設(shè)計(jì)評(píng)價(jià)指標(biāo)體系與決策優(yōu)選模型。方案評(píng)價(jià)時(shí)，融合AHP 與熵權(quán)法，在保留專家意見的前提下修正了權(quán)重確定的主觀性，合理地計(jì)算了各項(xiàng)評(píng)價(jià)指標(biāo)的權(quán)重系數(shù)；基于灰色關(guān)聯(lián)度分析法結(jié)合綜合計(jì)算得到的權(quán)重系數(shù)，可計(jì)算得到工業(yè)產(chǎn)品設(shè)計(jì)方案與理想方案的加權(quán)關(guān)聯(lián)度，進(jìn)而選出產(chǎn)品設(shè)計(jì)中的最佳方案。通過對(duì)一款多旋翼無人機(jī)產(chǎn)品的實(shí)例設(shè)計(jì)，并運(yùn)用熵權(quán)-TOPSIS 進(jìn)行結(jié)果驗(yàn)證，兩者得到了相同的優(yōu)選結(jié)果，證明了本文構(gòu)建的工業(yè)產(chǎn)品評(píng)價(jià)模型的有效性。將優(yōu)選方案按照指標(biāo)權(quán)重與指標(biāo)得分進(jìn)行比較的方法找出了設(shè)計(jì)缺陷，并進(jìn)行了方案優(yōu)化設(shè)計(jì)，最終實(shí)現(xiàn)了多旋翼無人機(jī)產(chǎn)品的三維可視化展示，有效證明了基于多層次灰色綜合評(píng)價(jià)法的工業(yè)產(chǎn)品評(píng)價(jià)優(yōu)選決策模型的設(shè)計(jì)輔助作用。

(2) 本文對(duì)無人機(jī)產(chǎn)品構(gòu)建的評(píng)價(jià)指標(biāo)體系是針對(duì)單類產(chǎn)品的，且評(píng)價(jià)指標(biāo)基本屬于標(biāo)準(zhǔn)型的穩(wěn)定性要素，缺乏用戶和客戶(設(shè)計(jì)委托方)的變量參數(shù)，存在一定的局限性。其他產(chǎn)品可根據(jù)實(shí)際情況進(jìn)行修改后再確定，在后續(xù)的設(shè)計(jì)實(shí)踐中將努力針對(duì)不同的工業(yè)產(chǎn)品提出通用性的評(píng)價(jià)指標(biāo)體系，使評(píng)價(jià)研究范圍更全面、評(píng)價(jià)結(jié)果更精確。