丁俊健，邱術芹

（1.中山火炬職業(yè)技術學院，廣東 中山 528436；2.中山職業(yè)技術學院，廣東 中山 528436）

變型設計和適應性設計，是機械產(chǎn)品設計常用的方法，能有效地縮短設計時間，保證設計質(zhì)量。目前參考樣本的選定算法，多存在主觀因素，或算法復雜不便于應用的缺陷[1~4]。

本文對TOPSIS（Technique for Order Preference by Similarity to Ideal Solution，逼近理想解排序技術）進行了適當?shù)母脑?，構造了一種新選型算法，用于選定變型設計和適應性設計的參考樣本，并將其用于汽車座椅滑道測試設備的選型設計。實例證明了該算法能快捷、高效地從實例庫中，選定待設計設備的類型，且計算結果不發(fā)生逆序[5]。術特性的個數(shù)。

已有的產(chǎn)品的技術特性矩陣為

2.2 構造決策矩陣T

1 TOPSIS原理

TOPSIS法是由 C.L.Hwang于 1981年提出的技術[6~7]。TOPSIS作為多目標決策分析中的一種常用決策技術，具有客觀、全面、原理清晰、定量準確、計算簡便等特點，具有普及性、通用性和實用性等性質(zhì)。

TOPSIS法是將原始數(shù)據(jù)經(jīng)歸一化處理后，在有限方案中找出最優(yōu)方案（正理想解）和最劣方案（負理想解），然后求出某一方案與最優(yōu)方案和最劣方案的距離，比較得出該方案與最優(yōu)方案的接近程度，并以排序作為合理評價的依據(jù)。TOPSIS原理的符合CBRs實例檢索例的需求。

決策矩陣中，tij表示與已有樣本的同一技術特性之間的相似程度。

從理論上而言，兩產(chǎn)品完全相同時，正理想解矩陣

兩產(chǎn)品間相差最大的元素組成負理想解矩陣為

其中，

2 基于改進TOPSIS選型算法

在TOPSIS原理中，正理想解和負理想解是從歸一化后的數(shù)據(jù)中挑選出來的，本文構造的選型算法，則以待設計的產(chǎn)品輸入?yún)?shù)構造正理想解和負理想解。據(jù)此，正、負理想解在已有樣本庫中選出與待求產(chǎn)品最相似的參考樣本。

基于TOPSIS原理，本節(jié)構造的選型算法思路如下[5]：

2.1 構造產(chǎn)品的技術特性矩陣

設待設計產(chǎn)品的技術特性矩陣為

Djmax為標定第j個技術特性的最大標定值，1為標定中的最小值。

可以看出，這樣得到的正負理想解矩陣元素，只與待設計產(chǎn)品參數(shù)有關，與已有實例庫參數(shù)無關，具有絕對性，從而克服了TOPSIS算法結果可能存在逆序現(xiàn)象。

2.3 構造規(guī)范決策矩陣H

最后得到如下歸一化矩陣

（2）當j取1至m間某一個值時，存在

2.4 構造加權的規(guī)范決策矩陣X

不同的技術特性，對產(chǎn)品的功能和結構的影響程度不同，因而具有不同的權重λj，需對規(guī)范決策矩陣進行加權處理。

加權的正理想解規(guī)范矩陣為

加權的負理想解規(guī)范矩陣為

2.5 計算相似距離

每個樣本到正理想解的距離

每個樣本到負理想解的距離

2.6 計算相對相似距離

2.7 排列方案的優(yōu)先次序

從小到大的順序排列Ci，排在首位的樣本與帶設計設備在功能和結構上最接近，為最佳參考樣本。

3 選型算法的應用

汽車座椅滑道是有關汽車安全的關鍵零部件之一，測試合格方能投入使用。汽車座椅滑道結構和類型繁多（見表1），決定了汽車座椅滑道測試設備多種多樣。目前，汽車座椅滑道測試設備的設計，并不是從已有設備中選擇參考樣本，再進行變型設計或適應性設計，而多采用重新設計，忽視了已有的汽車座椅滑道測試設備的存在，造成了資源的極大浪費。

用表1標準對已有8臺的滑道推松測試設備的設計特性進行標定，得到表2。

表1 汽車座椅滑道種類表

表2 已有座椅滑道測試設備類型標定表

表1中座椅滑道結構影響著汽車座椅滑道測試設備功能和結構，影響權重見表3。

表3 汽車座椅滑道結構的權重

現(xiàn)有XIALI滑道需要測試。XIALI滑道結構為：

上槽主形：豎板型；

下槽主形：豎板型；

滑道行程：＞120mm；

下槽截面：外包型；

下槽高度：＞65mm；

安裝方式：豎板和支架安裝；

推松驅動：氣缸驅動。

對照表1，則XIALI滑道結構量化值如下

將YXIALI、表2及表3中的數(shù)據(jù)代入2.2節(jié)描述的算法（式（1）～式（10））中，可以選定XIALI滑道測試設備設計的最佳參考樣本。具體計算過程略，計算結果見表4。

表4 待求設計與已有實例的相似距離表

有關TOPSIS方法應用的文獻表明，當樣本數(shù)目發(fā)生改變時，TOPSIS計算結果可能發(fā)生逆序現(xiàn)象。因此有必要對選型算法進行逆序驗證，采用依次減少一個樣本，重新將數(shù)據(jù)代入式（1）～式（10），計算XIALI滑道測試設備與已有實例的相似距離的方法，以驗證是否發(fā)生逆序現(xiàn)象，計算結果見表4。

4 結束語

表4數(shù)據(jù)表明，改進的TOPSIS的選型算法計算結果穩(wěn)定，不會發(fā)生逆序現(xiàn)象。

表4結果中相似距離從小到大排序為：

C6的值最小，因此“保定”滑道測試設備的整體布局，與XIALI滑道測試設備的整體布局最相似，可以作為其設計的參考原型。該選型結果與實際設計過程選擇的設計參考樣本一致。

[1]王 玉，邢 淵，阮雪榆，機械產(chǎn)品設計重用策略研究[J].機械工程學報，2002.38（5）.145~148

[2]蔡文沁，彭培林，姜壽山，航空產(chǎn)品設計知識的表示與重用技術研究[J].計算機集成制造系統(tǒng)-CIMS，2004.10（1）.55~58

[3]梁 樑，周 俊，羅 彪，MC模式下基于顧客需求的產(chǎn)品配置優(yōu)化分析[J].管理科學學報，2003.3（6）.52~57

[4]王亞東，模糊集在基于實例推理中的應用[J]，哈爾濱工業(yè)大學學報[J]，1996.28（4）.21~24

[5]丁俊健，面向訂單設計定制產(chǎn)品設計方法學的研究與應用 [D].上海：上海大學，2008.2

[6]徐南榮，仲偉俊.科學決策理論與方法[M].南京：東南大學出版社，1995，12：143-144

[7]岳超源.決策理論與方法[M].北京：科學出版社，2003.