基于AHP的汽車智能化設計知識評價方法

劉德仿，吳宏攀，王 斌，周臨震

（1.鹽城工學院優集學院，江蘇鹽城 224002;2.江蘇大學汽車與交通工程學院，江蘇鎮江 212013）

基于AHP的汽車智能化設計知識評價方法

劉德仿1，吳宏攀2，王 斌1，周臨震1

（1.鹽城工學院優集學院，江蘇鹽城 224002;2.江蘇大學汽車與交通工程學院，江蘇鎮江 212013）

隨著汽車智能化設計系統的應用，系統知識庫中不可避免的積累大量過時、冗余的知識，其會嚴重影響到設計知識的重用效率。為了提高設計知識評價的精確度，將層次分析法引入到汽車智能化設計知識的評價體系中，建立汽車智能化設計知識的評價指標體系，研究了汽車智能化設計知識的分析評價過程。通過對設計知識的有效評價，可以實現汽車智能化設計系統知識庫的優化，有助于改善智能化設計的質量和效率。

智能化設計;層次分析法;知識評價;汽車設計

知識工程于1977年被提出后迅速滲透到人工智能的各個領域，促進了人工智能從實驗室研究走向實際應用，已經成為面向現代設計要求而產生、發展的新型智能化設計方法［1-2］。許多大型汽車企業紛紛開展研究，開發出汽車相關的智能化設計系統，諸如美國Chrysler公司的Coolsys系統、美洲虎公司的ICAD系統以及華盛頓大學CAD技術研究實驗室研發的 AutoDSS 系統等［3-5］。

汽車設計知識的質量和數量是制約智能化設計系統智能化水平的關鍵因素。隨著智能化設計系統的應用，新的設計實例和設計規則等知識被不斷地添加到系統知識庫中。然而，設計知識不斷豐富的同時也會導致設計知識的質量參差不齊。筆者將層次分析法引入智能化設計知識的評價過程中，以便于提高知識重用的效率和系統知識庫的維護效果。

1 汽車智能化設計知識雙重評價過程

1.1 汽車智能化設計知識的納新評價

汽車智能化設計系統的一般工作流程，如圖1。當產品成功開發完成后，系統會將新的成功設計案例添加到知識庫中，以便于豐富知識庫的內容，提高智能化設計系統的設計能力。

納新評價是指在向汽車智能化設計系統的知識庫存入新鮮知識時，立即評價該知識的應用價值。但是，新鮮知識一般都具有一定的重用價值，若進行知識的納新評價時過于嚴格，易導致遺漏有價值的知識，不利于利用智能化設計系統進一步的創新設計，所以對其評價指標要求相對較低。

1.2 汽車智能化設計知識的除舊評價

隨著智能化設計系統的使用，作為存貯設計知識的重要場所，產品設計知識庫里積累了大量知識，這在方便設計人員知識重用快速設計的同時，也造成了以下兩個問題:

1）隨著汽車設計相關新標準、新方法的涌現，在不斷吸收新鮮知識的同時，系統知識庫中堆積了大量過時的、甚至是錯誤的知識，占用了大量的存儲空間，干擾著產品設計的正確性。

2）由于納新評價的評價指標相對較低，知識庫中不可避免地存儲了一些低質量的冗余知識，其不僅降低了知識的查找效率，而且影響系統的設計質量。

除舊評價就是知識工程師針對上述問題每隔一段時間對智能化設計系統知識庫中知識進行評價，將過時的、冗余的知識予以剔除。

采用納新評價與除舊評價相結合的雙重評價過程，既從源頭有效保證了汽車智能化設計系統知識庫中知識的數量和質量，又對知識庫進行定期的維護，保證了知識庫中知識的質量和設計系統的使用價值。筆者為了更好地實現對設計知識的評價，運用AHP對汽車智能化設計知識的評價進行研究。

圖1 汽車智能化設計系統的工作流程Fig.1 Workflow of automobile intelligent design system

2 汽車智能化設計知識的評價

層次分析法是由美國匹茲堡大學教授T.L.Satty于20世紀70年代末提出的，是一種多層次權重解析法，通過定性與定量相結合的方法處理各種決策因素，整個分析過程體現了人的決策思維的基本特征，即分解、判斷、綜合［6-7］。

2.1 汽車智能化設計知識評價指標體系

設計知識評價指標體系是評價產品設計知識的指標集合，反映了不同角度和不同層次下設計知識的質量狀況，汽車本身作為一個系統，從其全生命周期的角度考慮對其設計必須考慮可行性、經濟性、人性化及環保性等4個準則，與這4個準則相聯系的又有8項主要因素，根據設計需要考慮的因素及其隸屬關系，得到智能化設計知識的評價指標體系，如圖2。

圖2 汽車智能化設計知識評價指標體系Fig.2 Evaluation index system of automotive intelligent design knowledge

2.2 建立知識評價遞階層次結構模型

為了判斷汽車智能化設計知識庫中同類設計知識間的價值差異，即對N個設計知識進行優劣排序，由汽車智能化設計知識評價指標體系，建立具有自上而下支配關系的汽車智能化設計知識的遞階層次結構，如圖3。

圖3 汽車智能化設計知識的遞階層次結構Fig.3 Hierarchy structure of automotive intelligent design knowledge

2.3 計算單一準則下元素相對權重

在建立汽車智能化設計知識的遞階層次結構模型后，上下層次間元素的隸屬關系得到確定，在此基礎上求出一組元素對于其上一層中相關元素的權向量。例如，以準則層第一層中某元素Ci為目標，按其所支配的下一層次的元素Ci1和Ci2對于它的相對重要性賦予相應的權重ω1和ω2。

AHP通過導出權重法對n個元素兩兩比較，并按一定的比例標度對其重要性程度賦值，構成兩兩比較判斷矩陣:

式中:aij為元素Ci1與Ci2相對于Ci的重要性的比例標度。

通過判斷矩陣A求出Ci1和Ci2對于準則Ci的相對權重ω1和ω2，將其寫成向量形式為W=（ω1，ω2）T。運用AHP中較為成熟的特征根法進行權重的計算。設有判斷矩陣A滿足方程:

式中:λmax為A的最大特征根;W為相應的特征向量。所得的W經歸一化后作為評價指標的權向量。

在計算單準則下排序權向量時，有必要進行權向量的一致性檢驗。通過式（3）計算一致性指標C.I.和查表1［8］得到相應的平均隨機一致性指標R.I.，代入式（4）中求得一致性比例 C.R.:

表1 平均隨機一致性評價指標R.I.Table 1 Mean consistency index R.I.

當C.R.＜0.1時，認為判斷矩陣的一致性可以接受，當C.R.≥0.1時則應對判斷矩陣進行適當修改。

在單準則下的排序權向量滿足一致性檢驗的基礎上，將各單準則下的權重進行合成，并逐層進行總的判斷一致性檢驗。

邀請專家利用代爾菲法對相應汽車智能化設計知識進行評分，基于目標層的權重計算及總排序得到各智能化設計知識的綜合得分，從而實現對汽車智能化設計知識的評價。

3 實例應用

根據壓縮式垃圾車設計流程，進行其相關智能化設計知識的除舊評價。以評價壓縮式垃圾車底盤的選取相關知識為例，在垃圾車底盤的選取方面，主要是基于實例的知識。假設隨著智能化系統的應用，系統知識庫中的設計知識不斷豐富。在設計某噸位壓縮式垃圾車的過程中，知識庫中有3種底盤可供設計系統選擇，分別為 D1，D2，D3。

建立垃圾車底盤選取層次結構模型，如圖4。

圖4 壓縮式垃圾車底盤選取層次結構Fig.4 Hierarchical structure for selecting chassis of compression refuse collector

在底盤選取層次結構的基礎上，壓縮式垃圾車設計專家首先根據設計經驗對準則層中Ci對于目標層O的相對重要性進行評價，確定其判斷矩陣，并進行單排序向量及一致性檢驗得 λmax=4.07;C.I.=0.02;R.I.=0.89;C.R.=0.02 ＜0.1，故可認為評價可接受，判斷矩陣及權向量如表2。

表2 O－Ci判斷矩陣Table 2 Judgment matrix of O－Ci

同理，Cij對Ci的權重分配計算亦通過建立判斷矩陣加以實現，矩陣中的數值表示Ci1與Ci2之間相對重要程度的賦值，結果如表3～表6，且一致性檢驗滿足要求。

表3 C1－C1j判斷矩陣Table 3 Judgment matrix of C1－C1j

表4 C2－C2j判斷矩陣Table 4 Judgment matrix of C2－C2j

表5 C3－C3j判斷矩陣Table 5 Judgment matrix of C3－C3j

表6 C4－C4j判斷矩陣Table 6 Judgment matrix of C4－C4j

在單準則下排序權向量的基礎上，進行合成權重，確定目標層的權重計算及總排序，如表7。

表7 目標層的權重計算及排序Table 7 Weighting and sorting of target layer

針對上述8種評價指標，邀請10位專家利用代菲爾法對知識庫中存有的3種底盤進行評分，通過計算可以得出3種底盤的綜合得分，評價結果如表8，從中可以看出底盤D2綜合得分最高，所以在設計過程中，優先選用該種底盤。

表8 底盤評價結果Table 8 Evaluation results of chassis

4 結語

在對智能化設計知識雙重評價過程分析的基礎上，將層次分析法應用到汽車智能化設計知識雙重評價的過程中，在相對客觀的分層知識評價指標體系下，在定性分析的基礎上定量化處理，并以壓縮式垃圾車設計過程中底盤的選擇為例，驗證了其對智能化設計知識是一種行之有效的綜合評價方法，為進一步開發汽車智能化設計系統奠定理論基礎

（References）:

［1］ 王士同.人工智能教程［M］.北京:電子工業出版社，2001.

［2］ 彭穎紅，胡潔.KBE技術及其在產品設計中的應用［M］.上海:上海交通大學出版社，2007.

［3］ Gusikhin O，Rychtyckyj N，Filev D.Intelligent systems in the automotive industry:applications and trends［J］.Knowledge and Information Systems，2007，12（2）:147-168.

［4］ Kochan A.Jaguar uses knowledge-based tools to reduce model development times［J］.Assembly Automation，1999，19（2）:114-117.

［5］ Calkins D E，Egging N，Scholz C，et al.AutoDSS:A System Level KBE Tool for Vehicle Product Definition［C］//SAE 2000 World Congress.Detroit:［s.n.］，2000.

［6］ 孫東川，林福永.系統工程引論［M］.北京:清華大學出版社，2004.

［7］ Saaty T L.Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Proeess［M］.Pittsburgh:RWS Publications，2000.

［8］ 柯新利.基于AHP方法的土地利用現狀評價與分析［J］.國土資源科技管理，2008（25）:57-60.

KE Xin-li.An evaluation and analysis of land use based on AHP［J］.Scientific and Technological Management of Land and Resources，2008（25）:57-60.

Evaluation Methods of Automobile Intelligent Design Based on AHP

LIU De-fang1，WU Hong-pan2，WANG Bin1，ZHOU Lin-zhen1
（1.UGS School，Yancheng Institute of Technology，Yancheng 224002，Jiangsu，China;
2.School of Automobile ＆ Traffic Engineering，Jiangsu University，Zhenjiang 212013，Jiangsu，China）

With the application of automobile intelligent design system，it is inevitable that a large number of outdated and redundant knowledge are accumulated in the knowledge base.In this case，the efficiency of the design knowledge reuse is affected seriously.In order to improve the accuracy of design knowledge evaluation，AHP is introduced into assessment system of automobile intelligent design knowledge;the corresponding index system is designed;and the evaluation process is studied.Knowledge base of automobile intelligent design system has been optimized to improve quality and efficiency of intelligent design by effective evaluation of design.

intelligent design;analytic hierarchy process（AHP）;knowledge evaluation;automobile design

U463;TP202

A

1674-0696（2011）06-1425-04

10.3969/j.issn.1674-0696.2011.06.39

2011-05-06;

2011-07-02

江蘇省科技攻關項目（BE2007054）

劉德仿（1952-），男，江蘇鹽城人，研究員，碩士，主要從事知識工程、產品智能化設計方面的研究。E-mail:liudf@ycit.cn。