[发明专利]一种产品评价系统及方法在审
申请号: | 202210897176.6 | 申请日: | 2022-07-28 |
公开(公告)号: | CN115619465A | 公开(公告)日: | 2023-01-17 |
发明(设计)人: | 陈淑鑫;李精宇;张宏斌;刘民杰;袁馨 | 申请(专利权)人: | 天津仁爱学院 |
主分类号: | G06Q30/0282 | 分类号: | G06Q30/0282;G06F17/16 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 300000 *** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 产品 评价 系统 方法 | ||
1.一种产品评价系统,其特征在于,所述产品评价系统包括评价框架生产模块、初层级指标的专家权重确定模块、次级指标的专家权重确定模块、综合权重确定模块与最优方案确定模块,其中:所述评价框架生产模块用于将待评价的产品性质及属性由笼统到具体进行逐级拆分并定义,根据各级定义指标内容生成评价框架;所述初层级指标的专家权重确定模块用于运用层次分析法确定出产品评价框架中定义的初层级指标的专家权重;所述次级指标的专家权重确定模块用于根据产品评价框架中定义的次级指标内容,并应用SD法获取用户对于产品具体属性的感性数据,建立感性测量矩阵,根据感性数据并应用熵权法确定出次级指标的客观权重;所述综合权重确定模块用于根据专家权重及客观权重,通过权衡,确定出综合权重;所述最优方案确定模块用于基于感性测量矩阵及综合权重确定出产品各项方案的综合得分,并得到最优方案。
2.一种产品评价方法,基于权利要求1所述的产品评价系统,其特征在于,所述方法包括以下步骤:
S1、将待评价的产品性质及属性由笼统到具体进行逐级拆分并定义,根据各级定义指标内容生成评价框架;
S2、运用层次分析法确定出产品评价框架中定义的初层级指标的专家权重;
S3、根据产品评价框架中定义的次级指标内容,并应用SD法获取用户对于产品具体属性的感性数据,建立感性测量矩阵,根据感性数据并应用熵权法确定出次级指标的客观权重;
S4、根据专家权重及客观权重,通过权衡,确定出综合权重;
S5、基于感性测量矩阵及综合权重确定出产品各项方案的综合得分,并得到最优方案。
3.根据权利要求2所述的产品评价方法,其特征在于,所述产品笼统级性质及属性的定义指标内容可为包括产品形态、结构、尺寸、功能。
4.根据权利要求2所述的产品评价方法,其特征在于,所述具体级性质及属性的定义指标内容可为上一级概念词的分解词,具体可为包括产品形态、结构、尺寸、功能。
5.根据权利要求2所述的产品评价方法,其特征在于,所述评价框架由目标层,准则层,决策层与方案层组成,每层间指标呈串联关系,目标层指标为最优产品设计方案,准则层指标为产品形态、结构、尺寸与功能,决策层指标为产品形态、结构、尺寸与功能,方案层指标为备选方案。
6.根据权利要求2所述的产品评价方法,其特征在于,所述层次分析法包括:根据评价框架建造判断矩阵,获取最大特征向量,一致性检验,确定专家权重,具体包括:
S201、根据评价框架中目标层指标及准则层指标建立判断矩阵,建立准则层B对于目标层A的判断矩阵Z=(zrs)i×j,{i=1,2,...,k;j=1,2,...,k},在目标层指标下,准则层指标B1,B2,……,Bk两两之间的重要性对比,其重要性程度值由Saaty1—9分值法确定即标度值,其中Z=[],矩阵中zrs大于0,的值代表列指标B1,B2,……,Bk与行指标B1,B2,……,Bk两两之间重要性强弱的比较,zrs的数值越大,代表列指标的重要性越大,zrs=1,代表相比较的两个指标同等重要;
S202、计算出判断矩阵的特征向量、特征值,并选取出最大特征向量;
S203、一致性检验,根据判断矩阵及所求的最大特征值计算一致性指标CI,计算一致性比例CR,其中RI值在平均一致性指标RI取值表中获取,当CR<0.1时,通过一致性检验,否则需调整判断矩阵,直至通过一致性检验为止;
S204、确定出产品方案专家权重,将最大特征值λmax对应的特征向量归一化作为专家权重。
7.根据权利要求2所述的产品评价方法,其特征在于,所述应用SD法获取用户对于产品具体属性的感性数据,并建立感性测量矩阵,包括:选取能准确描述产品形态、结构、尺寸与功能的意思相反成对形容词,将成对形容词进行情感等级划分,可分为m个等级,每个等级都量化为分值,每提升一个等级,分值上升1分,具体分值为1-m,用户可根据直观感受及体验按照情感等级对产品设计方案进行赋分,并将所得分值进行均值处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津仁爱学院,未经天津仁爱学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210897176.6/1.html,转载请声明来源钻瓜专利网。