本發(fā)明涉及一種以設(shè)計(jì)意圖為導(dǎo)向的產(chǎn)品關(guān)聯(lián)信息建模方法，屬于產(chǎn)品設(shè)計(jì)領(lǐng)域。
背景技術(shù)：
：為了滿足用戶對(duì)產(chǎn)品性能與質(zhì)量的不斷變化的個(gè)性化需求，制造企業(yè)經(jīng)常需要對(duì)其產(chǎn)品進(jìn)行改造與維護(hù)等適應(yīng)性操作。復(fù)雜產(chǎn)品由機(jī)械、電子、液壓、控制等系統(tǒng)耦合組成，不同的子系統(tǒng)之間又是由眾多零部件相互關(guān)聯(lián)組成，為了對(duì)復(fù)雜產(chǎn)品進(jìn)行模塊劃分、重構(gòu)等優(yōu)化操作，首先需要完成產(chǎn)品關(guān)聯(lián)信息的建模工作。傳統(tǒng)的產(chǎn)品關(guān)聯(lián)信息建模過(guò)程中，通常采取以語(yǔ)言變量評(píng)價(jià)及線性加權(quán)的方式對(duì)產(chǎn)品零件關(guān)聯(lián)關(guān)系進(jìn)行表征計(jì)算，此類方法無(wú)法精確的表征產(chǎn)品零件間的關(guān)聯(lián)關(guān)系，進(jìn)一步影響到后續(xù)模塊劃分等優(yōu)化操作的精度。具體來(lái)說(shuō)，在設(shè)計(jì)早期，產(chǎn)品結(jié)構(gòu)的約束關(guān)聯(lián)關(guān)系的分析數(shù)據(jù)主要來(lái)源于專家的語(yǔ)義評(píng)價(jià)和已有實(shí)例的先驗(yàn)知識(shí)。這些數(shù)據(jù)通常帶有一定的不確定性，主要包括專家認(rèn)識(shí)不足或不一致帶來(lái)的殘缺性及知識(shí)經(jīng)驗(yàn)的模糊性，不能準(zhǔn)確表達(dá)設(shè)計(jì)意圖，實(shí)現(xiàn)對(duì)產(chǎn)品結(jié)構(gòu)的關(guān)聯(lián)強(qiáng)度建模精確計(jì)算。其次，傳統(tǒng)產(chǎn)品關(guān)聯(lián)信息建模過(guò)程中，一般采用產(chǎn)品設(shè)計(jì)結(jié)構(gòu)矩陣dsm表達(dá)產(chǎn)品關(guān)聯(lián)信息，這種傳統(tǒng)的dsm以布爾型為主，這種以0-1二值邏輯表征的模型只能識(shí)別零件之間有無(wú)關(guān)聯(lián)，不能準(zhǔn)確表達(dá)零件間的關(guān)聯(lián)強(qiáng)度，使得產(chǎn)品關(guān)聯(lián)信息模型不夠準(zhǔn)確。技術(shù)實(shí)現(xiàn)要素：為了解決
背景技術(shù)：
中存在的問(wèn)題，本發(fā)明的目的在于提供一種以設(shè)計(jì)意圖為導(dǎo)向的產(chǎn)品關(guān)聯(lián)信息建模方法。本發(fā)明方法是一種設(shè)計(jì)準(zhǔn)確度高、符合設(shè)計(jì)意圖的產(chǎn)品關(guān)聯(lián)信息建模方法，能夠有效解決傳統(tǒng)復(fù)雜產(chǎn)品關(guān)聯(lián)信息建模過(guò)程中關(guān)聯(lián)數(shù)據(jù)模糊不完備、無(wú)法準(zhǔn)確表達(dá)設(shè)計(jì)意圖的問(wèn)題。本發(fā)明的技術(shù)方案包括以下步驟：所述方法的步驟如下：步驟一：基于模糊集合理論，根據(jù)產(chǎn)品零件間關(guān)聯(lián)關(guān)系進(jìn)行多約束準(zhǔn)則的構(gòu)建與量化表達(dá)，對(duì)于產(chǎn)品零件間關(guān)聯(lián)關(guān)系的每一種約束關(guān)聯(lián)用三角模糊數(shù)進(jìn)行賦值，根據(jù)多約束準(zhǔn)則和三角模糊數(shù)構(gòu)建具有多約束準(zhǔn)則的零件間辨識(shí)框架；所述步驟一中，產(chǎn)品零件間關(guān)聯(lián)關(guān)系具有功能約束關(guān)聯(lián)、結(jié)構(gòu)約束關(guān)聯(lián)和信息約束關(guān)聯(lián)的三種約束關(guān)聯(lián)。因此多約束準(zhǔn)則包括分別與功能約束關(guān)聯(lián)、結(jié)構(gòu)約束關(guān)聯(lián)和信息約束關(guān)聯(lián)對(duì)應(yīng)的三種約束準(zhǔn)則。功能約束關(guān)聯(lián)是指零件間共同實(shí)現(xiàn)一種傳動(dòng)或者連接功能的相互作用關(guān)系，例如蝸輪和蝸桿相互作用連接實(shí)現(xiàn)了兩個(gè)相垂直方向之間的傳動(dòng)連接。結(jié)構(gòu)約束關(guān)聯(lián)是指零件間空間形位與幾何連接的關(guān)系，諸如零件之間的平行度、同軸度、垂直度等幾何連接約束以及間隙配合、過(guò)盈配合等裝配關(guān)系。信息約束關(guān)聯(lián)是指零件間的信息流轉(zhuǎn)關(guān)系，如能量流、物質(zhì)流和信息流。能量流指的是各零件工作時(shí)發(fā)生的能量轉(zhuǎn)換、利用和回收的流動(dòng)關(guān)系，諸如液壓機(jī)構(gòu)實(shí)現(xiàn)勢(shì)能到動(dòng)能的轉(zhuǎn)化，物質(zhì)流指的是與制造產(chǎn)品有關(guān)聯(lián)的實(shí)體物的流動(dòng)關(guān)系，如輸入物料、切削液等經(jīng)過(guò)裝夾、加工形成成品或半成品，信息流指的是零件間諸如切削參數(shù)、控制信號(hào)等控制數(shù)據(jù)的信息流動(dòng)關(guān)系。所述步驟一中，對(duì)每?jī)蓚€(gè)產(chǎn)品零件之間的功能關(guān)聯(lián)、結(jié)構(gòu)關(guān)聯(lián)與信息關(guān)聯(lián)的三方面關(guān)聯(lián)關(guān)系采用三角模糊數(shù)進(jìn)行賦值，具體是對(duì)每?jī)蓚€(gè)零件間的一種約束關(guān)聯(lián)構(gòu)建分別對(duì)應(yīng)于五種語(yǔ)義尺度的三角模糊數(shù)得到量化的模糊關(guān)系：其中al與ah分別為三角模糊數(shù)a％的上界與下界，am為三角模糊數(shù)的中值，滿足0≤al≤am≤ah；用五種語(yǔ)義尺度來(lái)表征設(shè)計(jì)意圖，五種語(yǔ)義尺度根據(jù)約束關(guān)聯(lián)的強(qiáng)弱等級(jí)分別為不存在約束關(guān)聯(lián)、較弱協(xié)同、一般協(xié)同、較強(qiáng)協(xié)同和缺一不可，不存在約束關(guān)聯(lián)、較弱協(xié)同、一般協(xié)同、較強(qiáng)協(xié)同、缺一不可的五種語(yǔ)義尺度對(duì)應(yīng)的三角模糊數(shù)分別為(0,0.1,0.2)、(0.2,0.3,0.4)、(0.4,0.5,0.6)、(0.6,0.7,0.8)、(0.8,0.9,1.0)。語(yǔ)義尺度-三角模糊數(shù)的映射關(guān)系如表1所示：表1語(yǔ)義尺度-三角模糊數(shù)的映射關(guān)系所述步驟一中，根據(jù)多約束準(zhǔn)則和三角模糊數(shù)構(gòu)建具有多約束準(zhǔn)則的零件間辨識(shí)框架具體為：對(duì)于每?jī)蓚€(gè)零件間，構(gòu)建以下公式表示的零件間辨識(shí)框架θ：其中，表示零件間在三種約束關(guān)聯(lián)下第k個(gè)語(yǔ)義尺度對(duì)應(yīng)的三角模糊數(shù)；t表示約束準(zhǔn)則，t＝{f，s，i}，f為功能約束關(guān)聯(lián)，s為結(jié)構(gòu)約束關(guān)聯(lián)，i為信息約束關(guān)聯(lián)，約束準(zhǔn)則t對(duì)應(yīng)的約束關(guān)聯(lián)權(quán)重表示為ωf表示功能約束關(guān)聯(lián)權(quán)重，ωs表示結(jié)構(gòu)約束關(guān)聯(lián)權(quán)重，ωi表示信息約束關(guān)聯(lián)權(quán)重。步驟二：從多個(gè)設(shè)計(jì)知識(shí)數(shù)據(jù)庫(kù)中提取數(shù)據(jù)獲得零件間辨識(shí)框架及其中的三角模糊數(shù)賦值數(shù)據(jù)，采用多約束準(zhǔn)則排序融合方式根據(jù)產(chǎn)品零件的功能、結(jié)構(gòu)、信息約束關(guān)聯(lián)關(guān)系對(duì)零件間辨識(shí)框架及其中的三角模糊數(shù)賦值數(shù)據(jù)進(jìn)行解析處理，獲得多約束準(zhǔn)則融合的最終證據(jù)體。設(shè)計(jì)知識(shí)數(shù)據(jù)庫(kù)是已構(gòu)建的已知的數(shù)據(jù)庫(kù)。所述步驟二具體為：2.1)針對(duì)零件間每一語(yǔ)義尺度對(duì)應(yīng)的三角模糊數(shù)，計(jì)算其概率分配函數(shù)；定義概率分配函數(shù)表示為約束準(zhǔn)則t下零件i與零件j之間關(guān)聯(lián)關(guān)系對(duì)應(yīng)為三角模糊數(shù)的概率具體計(jì)算如下式：其中，表示三角模糊數(shù)賦值數(shù)據(jù)中約束準(zhǔn)則t下零件i與零件j之間的三種約束關(guān)聯(lián)對(duì)應(yīng)為三角模糊數(shù)的個(gè)數(shù)n表示三角模糊數(shù)賦值數(shù)據(jù)的數(shù)量；將零件間五種語(yǔ)義尺度對(duì)應(yīng)的三角模糊數(shù)計(jì)算獲得概率分配函數(shù)組成集合并作為證據(jù)體從不同設(shè)計(jì)知識(shí)數(shù)據(jù)庫(kù)提取數(shù)據(jù)獲得零件間的概率分配函數(shù)集合對(duì)應(yīng)不同的證據(jù)體，s個(gè)設(shè)計(jì)知識(shí)數(shù)據(jù)庫(kù)來(lái)源形成總共s個(gè)證據(jù)體，組成證據(jù)體集合m(i,j)＝{m1(i,j),m2(i,j)...ml(i,j)...ms(i,j)}，ml(i,j)表示零件i與零件j間第l條證據(jù)體；不同證據(jù)體集合對(duì)應(yīng)不同零件間，一個(gè)證據(jù)體集合對(duì)應(yīng)一對(duì)零件間。2.2)針對(duì)每個(gè)證據(jù)體，計(jì)算其證據(jù)體可信度、證據(jù)體精度、證據(jù)體自沖突系數(shù)的三個(gè)參數(shù)值，具體采用以下公式計(jì)算；a、證據(jù)體可信度cred(m(i,j))由如下公式計(jì)算獲得：其中，sup(m(i,j))表示證據(jù)體支持度，s表示證據(jù)體集合中的證據(jù)體總數(shù)；m(i,j)表示證據(jù)體集合中需計(jì)算的證據(jù)體，h為從1到證據(jù)體總數(shù)s的循環(huán)變量；b、證據(jù)體精度prec(m(i,j))計(jì)算公式為：其中，表示零件i與零件j第k個(gè)語(yǔ)義尺度對(duì)應(yīng)的的概率分配函數(shù)；c、證據(jù)體自沖突系數(shù)conf(m(i,j))計(jì)算公式如下：其中，表示零件i與零件j第k個(gè)語(yǔ)義尺度對(duì)應(yīng)的概率分配函數(shù)，ma為單點(diǎn)焦元函數(shù)，且對(duì)于2.3)對(duì)于證據(jù)體，按照證據(jù)體可信度降序、證據(jù)體精度降序、證據(jù)體自沖突系數(shù)升序的方式進(jìn)行排列分別得到三個(gè)排序序列λcred、λpres和λconf：λcred＝{rc(1),rc(2),,,rc(i),,,rc(s)}λpres＝{rp(1),rp(2),,,rp(i),,,rp(s)}λconf＝{rf(1),rf(2),,,rf(i),,,rf(s)}其中，λcred表示證據(jù)體可信度降序序列，λpres表示證據(jù)體精度降序序列，λconf表示證據(jù)體自沖突系數(shù)升序序列，rc(i)表示第i證據(jù)體可信度排序序號(hào)，rp(i)表示第i證據(jù)體精度排序序號(hào)，rf(i)表示第i證據(jù)體自沖突系數(shù)排序序號(hào)，i表示證據(jù)體集合中證據(jù)體序數(shù)，s表示證據(jù)體集合中證據(jù)體總數(shù)；2.4)采用以下表示表示的加權(quán)融合方式對(duì)三個(gè)排序序列進(jìn)行融合計(jì)算獲得每個(gè)證據(jù)體的融合值，形成融合序列λfus，并且在融合序列中選擇融合值最小對(duì)應(yīng)的證據(jù)體作為最終證據(jù)體，表征零件之間的一致性綜合關(guān)聯(lián)關(guān)系：λfus＝{ru(1),ru(2),,,ru(i),,,ru(s)}ru(i)＝αrc(i)+βrp(i)+γrf(i)其中，rc(i)、rp(i)和rf(i)分別表示第i證據(jù)體分別在證據(jù)體可信度降序序列、證據(jù)體精度降序序列和證據(jù)體自沖突系數(shù)升序序列中的排序序號(hào)，ru(i)表示第i證據(jù)體的排序序號(hào)融合值，α、β和γ分別表示證據(jù)體可信度、證據(jù)體精度和證據(jù)體自沖突系數(shù)對(duì)應(yīng)的權(quán)重系數(shù)。上述步驟二是采用了選擇性排序融合的方法對(duì)從設(shè)計(jì)知識(shí)數(shù)據(jù)庫(kù)中提取獲得包含有零件間辨識(shí)框架的非完備信息進(jìn)行分析，在獲取功能、結(jié)構(gòu)與信息的約束關(guān)聯(lián)的基礎(chǔ)上估計(jì)零件間一致性綜合關(guān)聯(lián)關(guān)系。引入證據(jù)體理論，對(duì)復(fù)雜產(chǎn)品結(jié)構(gòu)多準(zhǔn)則約束判定的證據(jù)體使用證據(jù)體精度、證據(jù)體可信度及證據(jù)體自沖突系數(shù)三個(gè)指標(biāo)進(jìn)行選擇融合估計(jì)。步驟三：采用多約束準(zhǔn)則融合的最終證據(jù)體，對(duì)模糊關(guān)聯(lián)強(qiáng)度進(jìn)行去模糊化，獲得產(chǎn)品綜合關(guān)聯(lián)強(qiáng)度，從而構(gòu)建定量化矩陣形式精確表達(dá)產(chǎn)品零件關(guān)聯(lián)信息，形成量化產(chǎn)品設(shè)計(jì)結(jié)構(gòu)矩陣(quantizeddesignstructurematrix,qdsm)，完成產(chǎn)品關(guān)聯(lián)信息模型的構(gòu)建。所述步驟三具體為：針對(duì)最終證據(jù)體mfinal(i,j)對(duì)應(yīng)的辨識(shí)框架，先根據(jù)概率分配函數(shù)和三角模糊數(shù)轉(zhuǎn)化獲得零件模糊關(guān)聯(lián)強(qiáng)度計(jì)算式為：其中，表示零件i與零件j間在三種約束關(guān)聯(lián)下第k個(gè)語(yǔ)義尺度對(duì)應(yīng)的概率分配函數(shù)，表示零件i與零件j間在三種約束關(guān)聯(lián)下第k個(gè)語(yǔ)義尺度對(duì)應(yīng)的三角模糊數(shù)，然后對(duì)零件間模糊關(guān)聯(lián)強(qiáng)度進(jìn)行去模糊化，獲取產(chǎn)品綜合關(guān)聯(lián)強(qiáng)度a(i,j)，計(jì)算式為：a(i,j)＝[al(i,j)+2am(i,j)+ah(i,j)]/4其中，al(i,j)、am(i,j)和ah(i,j)分別表示零件i和零件j間在三種約束關(guān)聯(lián)下對(duì)應(yīng)的三角模糊數(shù)的上界、中值和下界；最終由每?jī)蓚€(gè)零件間的產(chǎn)品綜合關(guān)聯(lián)強(qiáng)度a(i,j)組成量化產(chǎn)品設(shè)計(jì)結(jié)構(gòu)矩陣，完成產(chǎn)品關(guān)聯(lián)信息建模。本發(fā)明具有的有益效果是：本發(fā)明所提方法解決了在傳統(tǒng)產(chǎn)品關(guān)聯(lián)信息建模過(guò)程中無(wú)法準(zhǔn)確表征設(shè)計(jì)意圖、以及產(chǎn)品零件間的約束關(guān)聯(lián)關(guān)系的分析數(shù)據(jù)的不確定性所造成的建模計(jì)算不精確的問(wèn)題，解決了現(xiàn)有傳統(tǒng)方法的產(chǎn)品關(guān)聯(lián)信息僅有0或1兩種關(guān)聯(lián)狀態(tài)的不準(zhǔn)確問(wèn)題。本發(fā)明方法基于語(yǔ)義變量的模糊表征以及模糊排序融合進(jìn)行產(chǎn)品綜合關(guān)聯(lián)強(qiáng)度的估計(jì)，最終建立定量化產(chǎn)品設(shè)計(jì)結(jié)構(gòu)矩陣qdsm，實(shí)現(xiàn)了對(duì)產(chǎn)品關(guān)聯(lián)信息建模精確計(jì)算，具有設(shè)計(jì)準(zhǔn)確度高，符合設(shè)計(jì)意圖的優(yōu)點(diǎn)。附圖說(shuō)明圖1是本發(fā)明實(shí)施例的液壓機(jī)本體關(guān)鍵零部件組成結(jié)構(gòu)圖。圖2是本發(fā)明零件關(guān)聯(lián)網(wǎng)絡(luò)及對(duì)應(yīng)定量化設(shè)計(jì)結(jié)構(gòu)矩陣示意圖。圖3是本發(fā)明實(shí)施例的液壓機(jī)定量化設(shè)計(jì)結(jié)構(gòu)矩陣模型結(jié)果圖。具體實(shí)施方式以下結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。本發(fā)明實(shí)施例及其實(shí)施過(guò)程如下：大型液壓機(jī)作為機(jī)械工業(yè)的重型基礎(chǔ)裝備，在鋼鐵、汽車、化工、電力等行業(yè)具有舉足輕重的作用。本實(shí)施例以液壓機(jī)的本體作為實(shí)例，對(duì)本體結(jié)構(gòu)進(jìn)行關(guān)聯(lián)信息模型建模，從而驗(yàn)證所提出方法的有效性。液壓機(jī)的本體機(jī)構(gòu)一般由機(jī)架、液壓缸部運(yùn)動(dòng)部分以及導(dǎo)向裝置組成。本體結(jié)構(gòu)承載著液壓機(jī)運(yùn)行過(guò)程的振動(dòng)及整機(jī)的重量，因此在設(shè)計(jì)過(guò)程應(yīng)具有合理的強(qiáng)度、剛度及導(dǎo)向精度，使用可靠；且在使用后期應(yīng)考慮維修方便，質(zhì)量穩(wěn)定。圖1所示為液壓機(jī)本體關(guān)鍵零部件組成示意圖,由于本體結(jié)構(gòu)零部件眾多，針對(duì)其在實(shí)際生產(chǎn)使用環(huán)節(jié)中的重要性，主要選擇20個(gè)本體關(guān)鍵零部件作為研究的數(shù)據(jù)來(lái)源。通過(guò)分析產(chǎn)品的物料清單，得到液壓機(jī)的零部件分類，其部件表示下表2。表2no.零件名no.零件名1拉桿11移動(dòng)工作臺(tái)組件2拉桿螺母12下橫梁3上橫梁13蓋板4柱塞缸14開(kāi)槽圓柱頭螺釘5柱塞15拉桿螺母6定位銷16底座7活塞缸部件17地腳螺桿8頂出缸部件18螺母9右立柱19彈簧墊圈10活動(dòng)橫梁組件20緩沖缸部件結(jié)合本發(fā)明所涉及的具體步驟，對(duì)液壓機(jī)本體結(jié)構(gòu)單元進(jìn)行關(guān)聯(lián)信息模型建模。步驟一：選取液壓機(jī)本體結(jié)構(gòu)的20個(gè)關(guān)鍵零部件，基于模糊集合理論，根據(jù)產(chǎn)品零件間關(guān)聯(lián)關(guān)系進(jìn)行多約束準(zhǔn)則的構(gòu)建與量化表達(dá)，產(chǎn)品零件間關(guān)聯(lián)關(guān)系具有功能約束關(guān)聯(lián)、結(jié)構(gòu)約束關(guān)聯(lián)和信息約束關(guān)聯(lián)的三種約束關(guān)聯(lián)。對(duì)每?jī)蓚€(gè)零件間的一種約束關(guān)聯(lián)構(gòu)建分別對(duì)應(yīng)于五種語(yǔ)義尺度的三角模糊數(shù)用三角模糊數(shù)進(jìn)行賦值，得到量化的模糊關(guān)系。五種語(yǔ)義尺度的不存在約束關(guān)聯(lián)、較弱協(xié)同、一般協(xié)同、較強(qiáng)協(xié)同、缺一不可的五種語(yǔ)義尺度對(duì)應(yīng)的三角模糊數(shù)分別為(0,0.1,0.2)、(0.2,0.3,0.4)、(0.4,0.5,0.6)、(0.6,0.7,0.8)、(0.8,0.9,1.0)。從而獲得功能關(guān)聯(lián)矩陣af、結(jié)構(gòu)關(guān)聯(lián)矩陣as與信息關(guān)聯(lián)矩陣ai三類矩陣，矩陣大小為21×21，矩陣元素均為語(yǔ)義尺度所對(duì)應(yīng)的三角模糊數(shù)。對(duì)于每?jī)蓚€(gè)零件間，根據(jù)多約束準(zhǔn)則和三角模糊數(shù)構(gòu)建具有多約束準(zhǔn)則的零件間辨識(shí)框架θ：步驟二：從已知的設(shè)計(jì)知識(shí)數(shù)據(jù)庫(kù)中提取已知數(shù)據(jù)整理獲得零件間辨識(shí)框架及其中的三角模糊數(shù)賦值數(shù)據(jù)，采用多約束準(zhǔn)則排序融合方式對(duì)整理后的數(shù)據(jù)進(jìn)行解析處理來(lái)獲得多約束準(zhǔn)則融合的最終證據(jù)體；先針對(duì)零件間每一語(yǔ)義尺度對(duì)應(yīng)的三角模糊數(shù)，計(jì)算其概率分配函數(shù)；獲取約束關(guān)聯(lián)權(quán)重對(duì)功能約束關(guān)聯(lián)、結(jié)構(gòu)約束關(guān)聯(lián)、信息約束關(guān)聯(lián)進(jìn)行加權(quán)綜合；采用層次分析法獲得多約束準(zhǔn)則的權(quán)重分別為：wf＝0.32，ws＝0.35，wi＝0.33。將零件間五種語(yǔ)義尺度對(duì)應(yīng)的三角模糊數(shù)計(jì)算獲得概率分配函數(shù)組成集合并作為證據(jù)體，不同數(shù)據(jù)來(lái)源形成的概率分配函數(shù)集合對(duì)應(yīng)不同的證據(jù)體，由所有不同的證據(jù)體構(gòu)成證據(jù)體集合。具體實(shí)施可以從多個(gè)設(shè)計(jì)知識(shí)數(shù)據(jù)庫(kù)采集獲得零件間關(guān)聯(lián)數(shù)據(jù)后，一個(gè)設(shè)計(jì)知識(shí)數(shù)據(jù)庫(kù)采集對(duì)應(yīng)一個(gè)證據(jù)體，由此能獲得多個(gè)證據(jù)體。2.2)針對(duì)每個(gè)證據(jù)體，計(jì)算其證據(jù)體可信度、證據(jù)體精度、證據(jù)體自沖突系數(shù)的三個(gè)參數(shù)值；2.3)對(duì)于證據(jù)體，按照證據(jù)體可信度降序、證據(jù)體精度降序、證據(jù)體自沖突系數(shù)升序的方式進(jìn)行排列分別得到三個(gè)排序序列λcred、λpres和λconf：2.4)采用以下表示表示的加權(quán)融合方式對(duì)三個(gè)排序序列進(jìn)行融合計(jì)算獲得每個(gè)證據(jù)體的融合值，形成融合序列λfus，并且在融合序列中選擇融合值最小對(duì)應(yīng)的證據(jù)體作為最終證據(jù)體：具體實(shí)施中α、β和γ均取2.5)循環(huán)計(jì)算2.1至2.4步驟，直至獲取所有20個(gè)零件之間的最終證據(jù)體。步驟三：采用多約束準(zhǔn)則融合的最終證據(jù)體，然后：3.1)針對(duì)最終證據(jù)體mfinal(i,j)對(duì)應(yīng)的辨識(shí)框架，先根據(jù)概率分配函數(shù)和三角模糊數(shù)轉(zhuǎn)化獲得零件模糊關(guān)聯(lián)強(qiáng)度3.2)然后對(duì)零件間模糊關(guān)聯(lián)強(qiáng)度進(jìn)行去模糊化，獲取產(chǎn)品綜合關(guān)聯(lián)強(qiáng)度a(i,j)；3.3)循環(huán)步驟三.1與步驟三.2，直至獲取所有零件間綜合關(guān)聯(lián)強(qiáng)度a(i,j)。如圖2(a)所示，從液壓機(jī)的20個(gè)零件中選取零件1到零件7，將其之間的關(guān)聯(lián)關(guān)系表達(dá)為有向圖，其路徑權(quán)值即為零件間的綜合關(guān)聯(lián)強(qiáng)度，將圖2(a)所示的有向圖表達(dá)為矩陣形式圖2(b)即為量化產(chǎn)品設(shè)計(jì)結(jié)構(gòu)矩陣。而本實(shí)施例液壓機(jī)的所有20個(gè)零件的關(guān)聯(lián)關(guān)系組成圖3所示的20×20階矩陣，即為液壓機(jī)定量化設(shè)計(jì)結(jié)構(gòu)矩陣，完成產(chǎn)品關(guān)聯(lián)信息建模。圖2(b)和圖3中的空格表示兩個(gè)零件之間沒(méi)有關(guān)聯(lián)，由于零件間信息關(guān)聯(lián)為有向形式，最終形成矩陣不為對(duì)稱矩陣。當(dāng)前第1頁(yè)12