面向复杂产品的全生命周期质量评价指标体系优化方法

1.本发明涉及复杂产品评估技术领域，具体涉及一种面向复杂产品的全生命周期质量评价指标体系优化方法和系统。


背景技术：

2.复杂产品全生命周期质量评价包括产品质量评价和服务质量评价两个方面。产品质量是指产品反应实体满足明确和隐含需要的能力和特征的总和，主要从产品性能、使用寿命、可靠性与故障率、安全性、适应性以及经济性六个方面进行衡量。产品质量受设计、研制开发、制定产品规格和工艺、原材料采购、生产、使用各个环节的影响。服务质量是指服务能够满足规定或潜在要求的特性的总和，主要包括保修期限、维修成本、维修频率、持续服务过程满意度和增值服务价值等。服务评价应从售前、售中、售后整个服务全生命周期的角度展开。所有的这些都导致了全生命周期质量评价数据的多源异构复杂性，所以构建合理的全生命周期质量评价体系就显得尤为重要，而指标的权重会直接影响最终质量评价的结果，因此选择合适的指标权重确定方法对规范质量评价体系至关重要。
3.在现有方法中，一般是通过隶属度函数把各方案上的评估映射到[0，1]区间上，借助各指标上的最优值和最劣值把原始的评估矩阵转化为相对分数矩阵，然后把对比强度和冲突特征两个维度进行整合来刻画各指标的客观权重，对比强度通过各指标向量之间的相关性来衡量，冲突特征通过各指标向量的标准差来反映。
[0004]
然而，在全生命周期质量评估的过程中，所涉及到的数据量大、种类繁多、结构复杂，且不同生命周期阶段的质量数据可能具有差异性，现有方法的评估形式会导致信息损失，造成评估准确度较低。


技术实现要素：

[0005]
(一)解决的技术问题
[0006]
针对现有技术的不足，本发明提供了一种面向复杂产品的全生命周期质量评价指标体系优化方法，解决了现有方法的评估形式会导致信息损失的技术问题，通过对含有不确定信息的数值型以及分布型数据进行融合，减小信息损失，提升评估的准确性。
[0007]
(二)技术方案
[0008]
为实现以上目的，本发明通过以下技术方案予以实现：
[0009]
第一方面，本发明提供一种面向复杂产品的全生命周期质量评价指标体系优化方法，包括：
[0010]
s1、获取互联网上复杂产品全生命周期质量评价问题的相关文本数据并进行文本分析构建包括l个评价指标的初始评价指标体系；
[0011]
s2、针对初始评价指标体系中不同指标，获取m个产品方案在各评价指标上的评价数据，所述评价数据包括l个评价指标在不同产品方案上的定值评估数据、区间数据、以及分布式数据；
[0012]
s3、将分布式数据转化为区间效用，将定值评估数据和区间数据进行无量纲化处理；得到规范化的m个产品方案在l个指标下的统一区间评估矩阵；
[0013]
s4、基于统一区间评估矩阵，通过三个维度对指标的重要性以及影响程度进行衡量，获取l个评价指标的指标权重；
[0014]
s5、基于指标权重，对l个评价指标进行从大到小的排序，剔除掉重要性程度低于预设阈值的评价指标，得到优化后的评价指标体系。
[0015]
优选的，在步骤s3中，所述将定值评估数据和区间评估数据进行无量纲化处理，包括：
[0016]
定值评估数据的无量纲化处理过程：
[0017]
对于效益型指标，规范化后的评估值为：
[0018]
对于成本型指标，规范化后的评估值为：
[0019]
其中，表示指标j下所有m个产品方案的定值评估值的最小值；
[0020]
表示指标j下所有m个产品方案的定值评估值的最大值；
[0021]
区间评估数据的无量纲化过程：
[0022]
对于效益型指标，规范化后的评估区间为：
[0023][0024]
对于成本型指标，规范化后的评估区间为：
[0025][0026]
其中，表示指标j下所有m个产品方案的区间评估值中区间下限的最小值；
[0027]
表示指标j下关于所有m个产品方案的区间评估值中区间上限的最大值。
[0028]
优选的，在步骤s4中，所述基于统一区间评估矩阵，获取l个评价指标的指标权重，包括：
[0029]
s401、基于统一区间评估矩阵，计算各个评价指标在m个产品方案上的内部差异性、各个指标与其他指标之间的相关性以及各个指标数据的可靠性；
[0030]
s402、基于各个指标的内部差异性、指标间的相关性以及各个指标数据的可靠性，得到l个评价指标的指标权重。
[0031]
优选的，所述基于统一区间评估矩阵，计算各个评价指标在m个产品方案上的内部差异性、各个指标与其他指标之间的相关性以及各个指标数据的可靠性，包括：
[0032]
s401a、基于统一区间评估矩阵，计算指标ej在m个产品方案上的内部差异性dj，具体包括：
[0033]
对区间评估矩阵中第j列的第i行和第s行计算距离，即对第j个指标下第i个和第s个方案的评估区间数和计算距离:
[0034][0035]
对所有方案进行累加后做平均化处理，进而得到第j个指标下所有产品方案评估之间的平均差异性，具体公式如下：
[0036][0037]
其中：表示第j个指标在产品方案ai下的规范化评估数据的区间上下界之和；
[0038]
表示第j个指标在产品方案as下的规范化评估数据的区间上下界之和；
[0039]
表示第j个指标在产品方案ai下的规范化评估数据的区间上下界之差；
[0040]
表示第j个指标在产品方案as下的规范化评估数据的区间上下界之差；
[0041]
s401b、基于统一区间评估矩阵，通过计算综合评估和不包含指标ej的次综合评估之间的差异性来衡量指标ej与其他指标之间的相关性cj，具体包括：
[0042]
计算单个产品方案ai下指标j与其它指标之间的差异性：
[0043][0044]
对所有产品方案进行累加并求均值，得到第j个指标与其余指标在所有产品方案评估上的平均差异性：
[0045][0046]
其中：表示产品方案ai下所有指标综合评估的区间上下界之和；
[0047]
表示产品方案ai下不包含指标j的其余指标综合评估的区间上下界之和；
[0048]
表示产品方案ai下所有指标综合评估的区间上下界之差；
[0049]
表示产品方案ai下不包含指标j的其余指标综合评估的区间上下界之差；
[0050]
表示产品方案ai下所有指标的综合评估区间下界；
[0051]
表示产品方案ai下所有指标的综合评估区间上界；
[0052]
表示产品方案ai下不包含指标j的其余指标的综合评估区间下界；
[0053]
表示产品方案ai下不包含指标j的其余指标的综合评估区间上界；
[0054]
s401c、基于统一区间评估矩阵，通过计算指标ej上评估数据的不确定性来反应该指标评估数据的可靠性rj，具体包括：
[0055]
当ej为区间数值指标时，可靠性rj计算公式如下：
[0056][0057]
当ej为分布式指标时，不确定性计算公式如下：
[0058][0059]
其中，μ表示无知在不确定性中所占的比重。
[0060]
优选的，所述基于各个指标的内部差异性、指标间的相关性以及各个指标数据的可靠性，得到l个评价指标的指标权重，包括：
[0061][0062][0063][0064]
其中，表示指标ej的指标权重，ε表示优化差异量，θ为权重系数，表示指标本身特性在权重中所占的比重，1-θ表示指标数据的可靠性在指标权重中的比重，rj表示指标ej的可靠性，dj表示评价指标ej与其他指标之间的差异性，cj表示指标ej与其他指标之间的相关性。
[0065]
第二方面，本发明提供一种面向复杂产品的全生命周期质量评价指标体系优化系统，包括：
[0066]
指标获取模块，用于获取互联网上复杂产品全生命周期质量评价问题的相关文本数据并进行文本分析构建包括l个评价指标的初始评价指标体系；
[0067]
数据获取模块，用于针对初始评价指标体系中不同指标，获取m个产品方案在各评价指标上的评价数据，所述评价数据包括l个评价指标在不同产品方案上的定值评估数据、区间数据、以及分布式数据；
[0068]
评估矩阵形成模块，用于将分布式数据转化为区间评估效用，将定值评估数据和区间评估数据进行无量纲化处理；得到规范化的m个产品方案在l个指标下的统一评估矩阵；
[0069]
指标综合权重确定模块，用于基于统一区间评估矩阵，通过三个维度获取l个评价指标的指标权重；
[0070]
指标体系优化模块，基于指标权重，对l个评价指标进行从大到小的排序，剔除掉重要性程度低于预设阈值的评价指标，得到优化后的评价指标体系。
[0071]
优选的，所述指标综合权重确定模块包括：
[0072]
指标三性获取单元和指标权重计算单元，
[0073]
其中，
[0074]
所述指标三性获取单元用于基于统一区间评估矩阵，计算各个评价指标在m个产品方案上的内部差异性、各个指标与其他指标之间的相关性以及各个指标数据的可靠性；
[0075]
所述指标权重用于计算单元用于基于各个指标的内部差异性、指标间的相关性以及各个指标数据的可靠性，得到l个评价指标的指标权重。
[0076]
优选的，所述计算单元用于基于各个指标的内部差异性、指标间的相关性以及各个指标数据的可靠性，进行合成优化，得到l个评价指标的指标权重，包括：
[0077][0078][0079][0080]
其中，表示指标ej的指标权重，ε表示优化差异量，θ为权重系数，表示指标本身特性在权重中所占的比重，1-θ表示指标数据的可靠性在指标权重中的比重，rj表示指标ej的可靠性，dj表示评价指标ej与其他指标之间的差异性，cj表示指标ej与其他指标之间的相关性。(三)有益效果
[0081]
本发明提供了一种面向复杂产品的全生命周期质量评价指标体系优化方法及系统。与现有技术相比，具备以下有益效果：
[0082]
本发明提供一种面向复杂产品的全生命周期质量评价指标体系优化方法，该方法通过获取互联网上复杂产品全生命周期质量评价问题的相关文本数据并进行文本分析构建包括l个评价指标的初始评价指标体系；针对初始评价指标体系中不同指标，获取m个产品方案在各评价指标上的评价数据，所述评价数据包括l个评价指标在不同产品方案上的定值评估数据、区间评估数据、以及分布式评估数据；将分布式评估数据转化为区间效用，将定值评估数据和区间评估数据进行无量纲化处理；得到规范化的m个产品方案在l个指标下的统一评估矩阵；基于统一评估矩阵，获取l个评价指标的指标权重，从而得到优化的评价指标体系。本发明针对复杂产品全生命周期质量评价问题，提出了一种新的面向复杂产品的全生命周期质量评价指标体系优化方法，针对全生命周期质量评价过程中多源异构的产品系统全生命周期数据以及服务系统全生命周期数据，在数据形式上，该指标体系优化方法涵盖了定值数据、区间值数据以及分布式数据，避免了不同形式数据转化为定值数据造成的信息损失，提升评估的准确性，同时，涵盖了多种形式的数据，适用面更加广泛。
附图说明
[0083]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0084]
图1为本发明实施例一种面向复杂产品的全生命周期质量评价指标体系优化方法的框图。
具体实施方式
[0085]
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0086]
本技术实施例通过提供一种面向复杂产品的全生命周期质量评价指标体系优化方法及系统，解决了现有方法的评估形式会导致信息损失的技术问题，实现对定值数据、区间型定量数据以及分布式数据进行融合，减小信息损失，提升评估的准确性。
[0087]
本技术实施例中的技术方案为解决上述技术问题，总体思路如下：
[0088]
在全生命周期质量评估的过程中，所涉及到的数据量大、种类繁多、结构复杂，且不同生命周期阶段的质量数据可能具有差异性。有的指标评价值是定值，如产品制造阶段的次品率通常是一个定值，而产品使用阶段的使用寿命受到各种复杂工况的影响具有一定的不确定性，可以用区间值或分布式数据形式表示。以往的研究在确定产品质量评价指标权重时，并未考虑产品的全生命周期各个阶段的质量，因此质量指标的评价值通常是定值数据形式或者区间数据形式，很少同时考虑定值数据、包含不确定性信息的区间数据以及分布式的评估数据。对于数据的处理，现有研究中，一般是通过隶属度函数把各方案上的评估映射到[0，1]区间上，这种数据不同形式数据转化的方式会造成信息损失，导致评估准确度较低。本发明实施例针对全生命周期质量评价过程中多源异构的产品系统全生命周期数
据以及服务系统全生命周期数据，在数据形式上包含了定值数据、区间值数据以及分布式数据，避免了不同形式数据转化为定值数据造成的信息损失，提升评估的准确性。
[0089]
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0090]
本发明实施例提供一种面向复杂产品的全生命周期质量评价指标体系优化方法，如图1所示，该方法包括：
[0091]
s1、获取互联网上复杂产品全生命周期质量评价问题的相关文本数据并进行文本分析构建包括l个评价指标的初始评价指标体系；
[0092]
s2、针对初始评价指标体系中不同指标，获取m个产品方案在各评价指标上的评价数据，所述评价数据包括l个评价指标在不同产品方案上的定值评估数据、区间数据、以及分布式数据；
[0093]
s3、将分布式数据转化为区间效用，将定值评估数据和区间数据进行无量纲化处理；得到规范化的m个产品方案在l个指标下的统一区间评估矩阵；
[0094]
s4、基于统一区间评估矩阵，通过三个维度对指标的重要性以及影响程度进行衡量，获取l个评价指标的指标权重；
[0095]
s5、基于指标权重，对l个评价指标进行从大到小的排序，剔除掉重要性程度低于预设阈值的评价指标，得到优化后的评价指标体系。
[0096]
本发明实施例针对复杂产品全生命周期质量评价问题，提出了一种新的面向复杂产品的全生命周期质量评价指标体系优化方法，针对全生命周期质量评价过程中多源异构的产品系统全生命周期数据以及服务系统全生命周期数据，在数据形式上，该指标体系优化方法涵盖了定值数据、区间值数据以及分布式数据，避免了不同形式数据转化为定值数据造成的信息损失，提升评估的准确性，同时，涵盖了多种形式的数据，适用面更加广泛。同时，本发明实施例得出了得到l个评价指标的指标权重，方便企业在产品设计研发阶段、零部件及产品制造阶段以及使用维保等全生命周期中的各个阶段中的各个指标的各种时间投入、资金投入、人员投入等进行合理的规划。
[0097]
下面对各个步骤进行详细说明：
[0098]
在步骤s1中，获取互联网上复杂产品全生命周期质量评价问题的相关文本数据并进行文本分析构建包括l个评价指标的初始评价指标体系。具体实施过程如下：
[0099]
采用python爬虫程序，结合生命周期各阶段关键词，从互联网上爬取产品全生命周期相关文本数据；然后用python中的jieba函数包对文本数据进行去停用词、分词、规范化等操作后保存成文本文件；接着借助textrank算法提取不同阶段文本所包含的关键词；而后运用lda主题模型分析对文本进行主题划分，得到各阶段相应的主题词以及各主题之间的相关性；最后把textrank提取的关键词与lda模型得到的主题词进行对比，总结出所有产品全生命周期质量评价所涉及的指标数据，得到l个评价指标，记为e＝{e1,e2,
…
,ej,
…
,e
l
}；
[0100]
在步骤s2中，针对初始评价指标体系中不同指标，获取m个产品方案在各评价指标上的评价数据，所述评价数据包括l个评价指标在不同产品方案上的定值评估数据、区间评估数据、以及分布式评估数据。具体实施过程如下：
[0101]
复杂产品全生命周期质量评价问题有m个产品方案，记为a＝{a1,a2,
…
,ai,
…
,am
}；分布式数据有n个评估等级，记为h＝{h1,h2,
…
,hn,
…
,hn}；评估等级的效用值为u(hn)，其中0＝u(h1《
…
《u(hn)《
…
《u(hn)＝1。
[0102]
获取各个评价指标在不同方案上的定值评估数据h
ij
,区间数据以及分布式数据s(ej(ai))＝{hn,β
n,j
(ai)),n＝1,2,
…
,n；(h
ω
,β
ω,j
(ai)}，其中，和分别表示该区间数据的区间上下限，s(ej(ai))表示方案ai在指标ej上的分布式评价值，β
n,j
(ai)表示方案ai在指标ej上被评估到hn等级的置信度，β
ω,j
(ai)表示方案ai在指标ej上无知的置信度，0≤β
n,j
(ai)≤1，0≤β
ω,j
(ai)≤1，β
n,j
(ai)+β
ω,j
(ai)＝1。
[0103]
部分全生命周期质量评价指标如表1所示
[0104]
表1 部分全生命周期质量评价指标
[0105]
[0106][0107]
在步骤s3中，将分布式评估数据转化为区间效用，将定值评估数据和区间评估数据进行无量纲化处理；得到规范化的m个产品方案在l个指标下的统一评估矩阵。具体实施过程如下：
[0108]
通过等级效用把上述分布式数据转化为区间效用其中其中其中和分别表示分布式数据转化后的区间效用数据的上下界，且对定值评估数据h
ij
和区间数据进行无量纲化处理，得到规范化的m个产品方案在l个指标下的统一评估矩阵其中，表示产品方案ai在指标ej上的无量纲化区间评估数据，和分别表示规范化后的区间数据评估矩阵的上下界。
[0109]
需要说明的是，由于分布式质量数据的效用值本身位于0到1之间，令因此，只需要将定值评估数据和区间数据进行无量纲化处理,从而便于后续关于区间评估矩阵的相关计算。
[0110]
定值评估数据的无量纲化过程：
[0111]
对于效益型指标，规范化后的评估值为：
[0112]
对于成本型指标，规范化后的评估值为：
[0113]
其中，表示指标j下所有m个产品方案的定值评估值的最小值；
[0114]
表示指标j下所有m个产品方案的定值评估值的最小值。
[0115]
区间评估数据的无量纲化过程：
[0116]
对于效益型指标，规范化后的评估区间为：
[0117][0118]
对于成本型指标，规范化后的评估区间为：
[0119]
[0120]
其中，表示指标j下所有m个产品方案的区间评估值中区间下限的最小值；
[0121]
表示指标j下关于所有m个产品方案的区间评估值中区间上限的最大值。
[0122]
在步骤s4中，基于统一区间评估矩阵，通过三个维度对指标的重要性以及影响程度进行衡量，获取l个评价指标的指标权重。具体实施过程如下：
[0123]
s401、基于统一评估矩阵，计算各个评价指标在m个产品方案上的内部差异性、各个指标与其他指标之间的相关性以及各个指标数据的可靠性，具体包括：
[0124]
s401a、基于统一评估矩阵，计算指标ej在m个产品方案上的内部差异性dj。具体包括：
[0125]
多数研究中对指标差异性的衡量都是通过方差、标准差或者不同方案下指标评估的距离来进行计算的，介于本发明实施例中的评估数据是区间的形式，所以，通过区间距离来衡量指标内部的差异性。
[0126]
首先，对区间评估矩阵中第j列的第i行和第s行计算距离，即对第j个指标下第i个和第s个方案的评估区间数和计算距离:
[0127][0128]
然后，对所有方案进行累加后做平均化处理，进而得到第j个指标下所有产品方案评估之间的平均差异性，具体公式如下：
[0129][0130]
其中：表示第j个指标在产品方案ai下的规范化评估数据的区间上下界之和；
[0131]
表示第j个指标在产品方案as下的规范化评估数据的区间上下界之和；
[0132]
表示第j个指标在产品方案ai下的规范化评估数据的区间上下界之差；
[0133]
表示第j个指标在产品方案as下的规范化评估数据的区间上下界之差。
[0134]
指标的内部差异性越大表示该指标对最终评价结果的影响就越大，其重要性就越高
[0135]
s401b、基于统一决策矩阵，通过计算所有指标的综合评估和不包含指标ej的次综
合评估之间的差异性来衡量指标ej与其他指标之间的相关性cj。具体包括：
[0136]
由于相关性系数对区间型数据的不适用性，与上述计算指标内部差异性的过程类似，本发明实施例在计算指标之间相关性上也是通过不同指标在方案上的区间评估之间的距离来进行衡量，通过包含指标j的综合评估与不包含指标j的综合评估之间的距离来计算该指标与其他指标之间的相关性，首先，计算单个产品方案下指标j与其它指标之间的差异性：
[0137][0138]
对所有产品方案进行累加并求均值，得到第j个指标与其余指标在所有产品方案评估上的平均差异性，具体计算过程如下：
[0139][0140]
其中：表示产品方案ai下指标综合评估的区间上下界之和；
[0141]
表示产品方案ai下不包含指标j的其余指标综合评估的区间上下界之和；
[0142]
表示产品方案ai下指标综合评估的区间上下界之差；
[0143]
表示产品方案ai下不包含指标j的其余指标综合评估的区间上下界之差；
[0144]
表示产品方案ai下所有指标的综合评估区间下界；
[0145]
表示产品方案ai下所有指标的综合评估区间上界；
[0146]
表示产品方案ai下不包含指标j的其余指标的综合评估区间下界；
[0147]
表示产品方案ai下不包含指标j的其余指标的综合评估区间上界。
[0148]
指标ej与其他指标之间的差异性越大，即相关性越小，则其在质量评估体系中的作用就越大。
[0149]
s401c、基于统一评估矩阵，通过计算指标ej上评估数据的不确定性来反应该指标评估数据的可靠性rj。具体包括：
[0150]
为了衡量区间数值以及分布式数据中包含的不确定信息，本发明实施例引入了指标的可靠性维度。分别对区间数值和分布式数据中包含的不确定性进行度量，不确定性越大，可靠度越小，权重越小。区间型数据主要是通过区间的长度度量不确定性，分布型数据通过不同评估等级的效用差与对应等级的置信度乘积的累积来衡量不确定性。
[0151]
当ej为区间数值指标时，可靠性rj计算公式如下：
[0152][0153]
当ej为分布式数值指标时，不确定性计算公式如下：
[0154][0155]
其中，μ表示无知在不确定性中所占的比重，一般取μ》0.5。显然，0≤rj≤1。
[0156]
指标ej的不确定性越大，即可靠性越小，其评价信息的质量就越低，则该指标在评估体系中的比重也应该越低。
[0157]
s402、基于各个指标的内部差异性、指标间的相关性以及各个指标数据的可靠性，得到l个评价指标的指标权重。具体实施过程如下：
[0158]
结合上述步骤得到的指标内部差异性、指标之间相关性以及指标数据的可靠性三个维度，综合确定指标ej的权重。由于在计算指标之间相关性的过程中对不同指标下的评估进行融合的时候用到了指标的权重，所以最终指标权重的确定通过优化模型来获得。具体计算过程如下：
[0159][0160][0161][0162]
其中，表示指标ej的指标权重，ε表示优化差异量，θ为权重系数，表示指标本身特性在权重中所占的比重，1-θ表示指标数据的可靠性在指标权重中的比重，rj表示指标ej的可靠性，dj表示评价指标ej与其他指标之间的差异性，cj表示指标ej与其他指标之间的相关性。
[0163]
在步骤s5中，基于指标权重，对l个评价指标进行从大到小的排序，剔除掉重要性程度低于预设阈值的评价指标，得到优化后的评价指标体系。具体实施过程如下：
[0164]
如预设阈值为β，当某一指标权重小于β时，删除该指标，得到优化后的评价指标体系。
[0165]
s在具体实施过程中，所述方法还包括优化后的评价指标体系中的各个评价指标进行从大到小的排序，并可视化。具体实施过程如下：
[0166]
根据各个评价指标的指标权重，按指标权重从大到小对指标权重进行排序，并将排序后的指标权重进行可视化。
[0167]
将各个评价指标按指标权重从大到小进行排列，并可视化，方便在产品设计研发
阶段、零部件及产品制造阶段以及维保等全生命周期各个阶段中各相关员工及企业能及时了解到该产品项目的各个指标的重要性程度，便于各员工对其工作安排进行调整，方便企业能及时对各个阶段的时间投入、人员投入及资金投入等进行及时的调整。
[0168]
同时，在具体实施过程中，还可对全生命周期的各个阶段的评价指标进行分别排序，向各个阶段的负责人员和工作人员进行展示，方便各工作人员能快速查询自己负责的阶段的各个指标的重要性，又能防止产品方案泄露。
[0169]
本发明实施例还提供一种面向复杂产品的全生命周期质量评价指标体系优化系统，该系统包括：
[0170]
指标获取模块，用于获取互联网上复杂产品全生命周期质量评价问题的相关文本数据并进行文本分析构建包括l个评价指标的初始评价指标体系；
[0171]
数据获取模块，用于针对初始评价指标体系中不同指标，获取m个产品方案在各评价指标上的评价数据，所述评价数据包括l个评价指标在不同产品方案上的定值评估数据、区间数据、以及分布式数据；
[0172]
评估矩阵形成模块，用于将分布式数据转化为区间评估效用，将定值评估数据和区间评估数据进行无量纲化处理；得到规范化的m个产品方案在l个指标下的统一评估矩阵；
[0173]
指标综合权重确定模块，用于基于统一区间评估矩阵，通过三个维度获取l个评价指标的指标权重；
[0174]
指标体系优化模块，基于指标权重，对l个评价指标进行从大到小的排序，剔除掉重要性程度低于预设阈值的评价指标，得到优化后的评价指标体系。
[0175]
可理解的是，本发明实施例提供的面向复杂产品的全生命周期质量评价指标体系优化系统与上述面向复杂产品的全生命周期质量评价指标体系优化方法相对应，其有关内容的解释、举例、有益效果等部分可以参考面向复杂产品的全生命周期质量评价指标体系优化方法中的相应内容，此处不再赘述。
[0176]
综上所述，与现有技术相比，具备以下有益效果：
[0177]
1、针对全生命周期质量评价过程中多源异构的产品系统全生命周期数据以及服务系统全生命周期数据，在数据形式上，该指标体系优化方法涵盖了定值数据、区间值数据以及分布式数据，避免了不同形式数据转化为定值数据造成的信息损失，提升评估的准确性，同时，涵盖了多种形式的数据，适用面更加广泛。
[0178]
2、本发明实施例得到的l个评价指标的指标权重方便企业对产品设计研发阶段、零部件及产品制造阶段以及维保等全生命周期中的各个阶段中的各个指标的各种时间投入、资金投入、人员投入等进行合理的规划。
[0179]
3、本发明实施例从指标内部差异性、指标之间的相关性以及指标数据的不确定性三个维度去综合确定指标权重。传统的权重确定方法大都只考虑了前两个维度，而数据的质量会直接对结果产生影响，相应指标的评估数据的不确定性越大，该指标的可靠性将会越低，从而应该赋予该指标更低的权重，即弱化其对最终评价结果的影响，从而使得整个评价指标体系更加合理，使得评估结果更加准确。
[0180]
4、本发明实施例将l个评价指标按指标权重从大到小进行排列，并可视化，方便在产品设计研发阶段、零部件及产品制造阶段以及维保等全生命周期中的各个阶段中各相关
员工及企业能及时了解到该产品项目的各个指标的重要性程度，便于各员工对其工作安排进行调整，方便企业能及时对各个阶段的时间投入、人员投入及资金投入等进行及时的调整。
[0181]
需要说明的是，通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0182]
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0183]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。