[发明专利]基于模糊层次分析的扫地机器人智能特性等级评价方法

权利要求书

1.一种基于模糊层次分析的扫地机器人智能特性等级评价方法，其特征在于，包括如下步骤：

S1：建立多层次结构的智能特性等级评价指标体系；

S2：用层次分析法确定所述指标体系各级评价指标的权重向量；

S3：用模糊综合判断法确定各个评价指标的模糊评判矩阵；

S4：通过对层次分析法确定的指标的权重向量和模糊综合判断法确定的模糊评判矩阵进行合成运算，确定模糊关系矩阵；

S5：对模糊关系矩阵进行归一化处理，根据最大隶属度原则，确定扫地机器人智能特性等级。

2.根据权利要求1所述的评价方法，其特征在于，所述指标体系分为三个层次，分别为：评价目标；一级评价指标；二级评价指标；

所述一级评价指标包括自学习、自适应、自组织、自推理、自诊断、自协调、自校正和其他智能特性八个一级评价指标。

3.根据权利要求2所述的评价方法，其特征在于，所述一级评价指标自学习的二级评价指标包括：学习用户习惯、记忆工作环境、软件自动升级；

所述一级评价指标自适应的二级评价指标包括：自动调节、断电记忆、防碰撞、防跌落、防缠绕和智能爬坡；

所述一级评价指标自组织的二级评价指标包括：智能运行、信息监测、导航与定位和路径规划；

所述一级评价指标自推理的二级评价指标包括：维护预测、能量预测和性能预测；

所述一级评价指标自诊断的二级评价指标包括:误操作报警、硬件故障报警和远程故障诊断；

所述一级评价指标自协调的二级评价指标包括：无线控制、互联网服务和互联互通；

所述一级评价指标自校正的二级评价指标包括：时间自校正和电路自校正；

所述一级评价指标其他智能特性的二级评价指标包括：易用性、可干预性、可扩展性、功能安全性和信息安全性。

4.根据权利要求1所述的评价方法，其特征在于，所述指标体系分为三个层次，分别为：评价目标；一级评价指标；二级评价指标；

步骤S2所述的用层次分析法确定指标体系各级指标权重向量，包括如下步骤：

S2-1)采用Santy1-9标度法构造一级评价指标相对于评价目标的两两比较矩阵和二级评价指标相对于一级评价指标的两两比较矩阵；

S2-2)计算层次单排序权重向量和层次总排序权重向量并做一致性检验。

5.根据权利要求4所述的评价方法，其特征在于，步骤S3所述的用模糊综合判断法确定各个指标的模糊评判矩阵，具体包括如下步骤：

S3-1)确定二级评价指标的评语集；

S3-2)对每个评语进行量化，确定每个评语对应的分数区间；

S3-3)通过若干位评估专家针对每个二级评价指标对产品实际具有的智能特性进行打分评定，记录每个二级评价指标专家打分落入各所述分数区间次数的专家打分统计结果；

S3-4)根据所述专家打分统计结果，确定每个一级评价指标对应的模糊评判矩阵。

6.根据权利要求5所述的评价方法，其特征在于，步骤S2-2)计算层次单排序权重向量和层次总排序权重向量并做一致性检验，具体过程如下：

S2-2-1)将每个两两比较矩阵A各列向量归一化处理，再按行向量求和并再次做归一化处理，得到单一准则下的排序特征向量w；

S2-2-2)根据特征值条件Aw＝λ_maxw，得到最大特征值计算公式：k为w中包含的元素的数目，w_i表示w中的第i个元素，计算最大特征值；

S2-2-3)计算一致性指标

S2-2-4)根据一致性比率公式计算CR，RI为随机一致性指标，其值根据Santy的统计表确定，当CR＜0.1时，认为比较矩阵A的不一致性程度在容许的范围之内，有满意的一致性，通过一致性检验，将经过归一化处理的排序特征向量w作为A的层次单排序权重向量或层次总排序权重向量(w为层次单排序权重向量或层次总排序权重向量，根据比较矩阵A来确定，A为评价目标对应的比较矩阵时，w即为层次总排序权重向量)；不通过一致性检验，则重新构造比较矩阵A；

S2-2-5)根据公式计算层次总排序一致性比率，该公式中的w_i表示层次总排序权重向量w中的第i个元素，CI_i表示二级评价指标相对于第i个一级评价指标的两两比较矩阵A对应的一致性指标；

S2-2-6)若CR_all＜0.1，则层次总排序权重向量一致性检验通过，否则重新构造比较矩阵A。