[发明专利]评价智能制造系统信息界面综合认知绩效水平的优化方法有效
申请号: | 201910162893.2 | 申请日: | 2019-03-05 |
公开(公告)号: | CN109977010B | 公开(公告)日: | 2023-05-16 |
发明(设计)人: | 吴晓莉;邹义瑶;陈天宇;李奇志;王琳琳;张伟伟;唐开元 | 申请(专利权)人: | 河海大学常州校区 |
主分类号: | G06F11/36 | 分类号: | G06F11/36 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 丁涛 |
地址: | 213022 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 评价 智能 制造 系统 信息 界面 综合 认知 绩效 水平 优化 方法 | ||
1.一种评价智能制造系统信息界面综合认知绩效水平的优化方法,其特征包括如下步骤:
(1)、分析并划分智能制造系统信息界面信息区域构成,并对各信息界面信息区域分别开展眼动对比实验,获取综合认知绩效水平视觉搜索质量和信息加工水平评价维度对应的眼动数据;
(2)、将综合认知绩效水平眼动评价指标和对应数据分别带入AHP-VAGUE-TOPSIS组合计算模型,得出各个信息区域综合认知绩效水平最优方案;
所述步骤(2)包括步骤如下:
(3-1)、将综合认知绩效水平眼动评价指标带入AHP层次分析法,求出权重系数;
所述步骤(3-1)包括步骤如下:
(4-1)、向专家发放调查问卷
对专家发放AHP指标重要度调查问卷,采用1-9级标度法对不同层级指标进行重要度比较,通过打分得到判断矩阵,再经过一系列的归一化运算就能得到最终的权重系数;
(4-2)、问卷数据处理
一级指标A、B分别代表视觉搜索质量和信息加工水平,根据发放的专家调查问卷平均值得出一级指标标度,具体计算流程如下:
a、首先根据公式(1)构建两两比较矩阵
对比设置指标间的权重比值时,可依据专家的评估结果和建议,结合评价主体的要求和评价目标,最终形成评价指标的比较矩阵A:
其中A为比较矩阵,aij是i指标与j指标重要度比较结果,且有如下关系:
aij=1/aji
b、根据公式(2)对矩阵A的每一列向量进行归一化处理,得到矩阵W:
c、求出每一行元素之和:
d、根据公式(4)将矩阵归一化得到指标权重值:
e、在得出权重值后,进行一致性检验,确认指标重要程度是否符合逻辑,计算流程如下:
e1、其中CI为一致性指标,只有CI=0时,才能判定矩阵A为一致矩阵,CI值越大,说明矩阵A的检验结果越不一致;
e2、一致性比率
RI为随机一致性指标,只有CR0.1,才能判断矩阵A的一致性在容许范围内,即视为一致性检验通过;
(3-2)、将综合认知绩效水平眼动评价数据带入VAGUE-TOPSIS组合计算模型,选出各信息区域最优设计方案;
所述步骤(3-2)包括如下步骤:
(5-1)、Vague集计算
1)根据实验得出的眼动数据构建目标优属矩阵γ=[γij]m×n,得到不同指标对于理想值的接近程度γij:
a.对于“搜索广度”、“界面收敛度”、“心理努力程度”效益型的评价指标,它们的相对优属度γij表示为:
b.对于“搜索深度”、“搜索效率”、“界面收敛度”效益型的评价指标,它们的相对优属度γij表示为:
2)定义评价时可以接受的满意度下界λU和可以允许的不满意度上界λL,通过矩阵γ得到的矩阵值分别筛选出各方案的支持指标集S、反对指标集O和中立指标集N;
Si={aj∈a|γij≥λU},i=1,2,…,m;j=1,2,…,n,为第i个设计方案的支持指标集,表示对于第i个评价指标是支持第i个方案的;
Oi={aj∈a|γij≤λL},i=1,2,…,m;j=1,2,…,n,为第i个设计方案的反对指标集,表示对于第i个评价指标是反对第i个方案的;
Ni={aj∈a|λL≤γij≤λU},i=1,2,…,m;j=1,2,…,n,为第i个设计方案的中立指标集,表示对于第i个评价指标对第i个方案是既不支持也不反对的;
3)带入通过层次分析法得到的指标权重值w={w1,w2,…,wn},构建Vague集评价矩阵D,i=1,2,…,m;j=1,2,…,n;
式中,ti表示该设计方案满足评价指标的程度,fi表示该设计方案不满足评价指标的程度;
方案i符合评价者要求的程度vi通过式(10)用Vague数表示;
式中:η1={j|aj∈Si},η2={j|aj∈Oi};i=1,2,…,m;j=1,2,…,n.
(5-2)、TOPSIS优选度排序找到最优设计方案
TOPSIS优选度排序思路是通过选定一个正理想值和一个负理想值,然后计算每个设计方案到理想方案的接近度;接近度值越大,对应的设计方案越好;
对一组Vague数X,i=1,2,…,m,确定正理想值X+和负理想值X-:
X+和X-是Vague数,其与理想值之间的距离可通过Vague距离公式计算,每个设计方案中Xi和X+的距离d+、每个设计方案中Xi与X-的距离d-如下所示:
计算每个设计方案定量指标值到理想值的相对贴近指数:
根据优劣法的思想,各设计方案的Xi越接近X+并远离X-,则说明其隶属度越大而非隶属度越少,即:μi值越大,说明信息界面越接近理想认知绩效水平,方案越符合理想水平,对四个信息区域不同设计方案进行优选度排序,找到各信息区域最优设计方案;
(3)、对AHP-VAGUE-TOPSIS组合计算模型得出的信息区域综合认知绩效水平最优方案进行组合,完成智能制造系统信息界面综合认知绩效水平优化。
2.根据权利要求1所述的评价智能制造系统信息界面综合认知绩效水平的优化方法,其特征是,所述步骤(1)中将智能制造系统信息界面划分为信息导航区域、信息提示区域、信息显示区域和信息输入区域。
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河海大学常州校区,未经河海大学常州校区许可,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/201910162893.2/1.html,转载请声明来源钻瓜专利网。