[发明专利]一种基于PSO信息粒化的汽车产品设计方案选择方法

权利要求书

1.一种基于PSO信息粒化的汽车产品设计方案选择方法，其包括如下步骤：

步骤S1、建立备选方案集合X以及用于评价对备选方案偏好程度的方案评价语言术语集L₁；其中，X＝{x_t|t＝1,2,3,…,i,…,j,…,n}，x_t表示第t个备选方案；其中，L₁＝{l_h|h＝-p,-p+1,…,0,…,p-1,p}，l_h表示对方案进行评价的第h个语言术语，语言术语l_-p至语言术语l_p所表示的偏好程度递增；

步骤S2、建立决策者集合E以及用于评价对决策者偏好程度的决策者评价语言术语集L₂；其中，E＝{e_w|w＝1,2,3,…,s…,g,…,m}，e_w表示第w个决策者；其中，L₂＝{l_r|r＝-q,-q+1,…,0,…,q-1,q}，l_r表示对决策者进行评价的第r个语言术语，语言术语l_-q至语言术语l_q所表示的偏好程度递增；

步骤S3、每个决策者基于方案评价语言术语集L₁中的语言术语对所有备选方案进行语言术语评价，建立每个决策者对所有备选方案的语言术语评价矩阵D^1w，D^1w表示第w个决策者对所有备选方案进行评价后获取的矩阵；其中，表示第w个决策者相较于备选方案x_j对备选方案x_i的语言术语评价；其中，表示语言术语评价中语言术语l_h所占的概率；其中，且

步骤S4、基于决策者评价语言术语集L₂中的语言术语对所有决策者进行语言术语评价，建立对决策者的语言术语评价矩阵D²；其中，表示相较于决策者e_g对决策者e_s的语言术语评价；其中，表示语言术语评价中语言术语l_r所占的概率；其中，且

步骤S5、对语言术语进行粒化，获取语言术语评价矩阵D^1w的数值化评价矩阵ND^1w，表示第w个决策者相较于备选方案x_j对备选方案x_i的数值化评价；以及语言术语评价矩阵D²的数值化评价矩阵ND²，表示相较于决策者e_g对决策者e_s的数值化评价；

步骤S6、依据数值化评价矩阵ND^1w和数值化评价矩阵ND²对每个备选方案的偏好程度进行获取，进而获取最优设计方案；

步骤S5包括方案评价语言术语集L₁和决策者评价语言术语集L₂的粒化步骤，其采用区间作为信息颗粒的形式，将每个语言术语表示成区间[0,1]的子集；

步骤S5中，在对决策者评价语言术语集L₂进行粒化时，包括如下步骤：

步骤S511、设定语言术语l_r对应的子区间为[b_r-1,b_r]，并设定b_-q-1＝0，b_q＝1；

步骤S512、基于PSO算法求取截点向量[b_-q,b_-q+1,…,b₀,…b_q-2,b_q-1]以及决策者评价语言术语集L₂的数值集合W_L2，W_L2＝{W_Lr|r＝-q,-q+1,…,0,…,q-1,q}；其中，W_Lr表示语言术语l_r的数值，其通过在语言术语l_r所对应的子区间中连续均匀采样获取；

该步骤中，以数值化评价矩阵ND²的乘性一致性指标Q₂作为优化指标、并以乘性一致性指标Q₂的均值作为适应度函数建立优化模型，其中表示第k次运算中基于连续均匀分布采样获取的数值所建立的数值化评价矩阵ND²的乘性一致性指标；

所建立的优化模型为，

MaxQ₂＝cND²

其中，“cND²”表示每次运算获取的数值化评价矩阵ND²的乘性一致性指标；

所构建的适应度函数f₂为，

步骤S513、基于优化模型的约束条件以及适应度函数f₂的最大值，获取截点向量[b_-q,b_-q+1,…,b₀,…b_q-2,b_q-1]，以及数值化评价矩阵ND²；其中，

还包括决策者权重矩阵W的计算，W＝{W_w|w＝1,2,3,…,s…,g,…,m}，W_w表示第w个决策者的权重；W_w计算公式如下，

步骤S5中，在对方案评价语言术语集L₁进行粒化时，包括如下步骤：

步骤S521、设定语言术语l_h对应的子区间为[a_h-1,a_h]，并设定a_-p-1＝0，a_p＝1；

步骤S522、基于PSO算法求取截点向量[a_-p,a_-p+1,…,a₀,…a_p-2,a_p-1]以及方案评价语言术语集L₁的数值集合W_L1，W_L1＝{W_Lh|h＝-p,-p+1,…,0,…,p-1,p}；其中，W_Lh表示语言术语l_h的数值，其通过在语言术语l_h所对应的子区间中连续均匀采样获取；

该步骤中，

所建立的优化模型为，

所构建的适应度函数f₁为，

其中，cND^1w表示数值化评价矩阵ND^1w的一致性指标；O₂为对应O₁的一致性比率指标，δ为权衡因子，δ∈[0,1]；

步骤S523、基于优化模型的约束条件以及适应度函数f₁的最大值，获取截点向量[a_-p,a_-p+1,…,a₀,…a_p-2,a_p-1]，以及数值化评价矩阵ND^1w；其中，