張懷強(qiáng)

摘? 要： 為了提高室內(nèi)設(shè)計(jì)方案的評(píng)價(jià)得分，保證室內(nèi)設(shè)計(jì)方案的質(zhì)量，提出基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法。在人工智能處理技術(shù)的基礎(chǔ)上，根據(jù)室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)數(shù)目，對(duì)比分析了室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系中室內(nèi)環(huán)境質(zhì)量指標(biāo)，建立室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系。由于每個(gè)評(píng)價(jià)指標(biāo)之間存在一定關(guān)聯(lián)，通過(guò)將大量評(píng)價(jià)指標(biāo)分類，得到室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系指標(biāo)集，采用人工智能處理技術(shù)分析了評(píng)價(jià)的主觀因素，確定了室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)權(quán)重系數(shù)。最后建立室內(nèi)設(shè)計(jì)方案評(píng)價(jià)模型，實(shí)現(xiàn)了基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)。實(shí)驗(yàn)結(jié)果表明，基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法可以獲得更高質(zhì)量的室內(nèi)設(shè)計(jì)方案。

關(guān)鍵詞： 室內(nèi)設(shè)計(jì)方案評(píng)價(jià); 人工智能處理技術(shù); 指標(biāo)權(quán)重確定; 評(píng)價(jià)模型; 室內(nèi)環(huán)境質(zhì)量指標(biāo); 評(píng)價(jià)方案對(duì)比

中圖分類號(hào)： TN99?34; TU241? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）11?0176?04

Interior design scheme evaluation based on artificial intelligent processing technology

ZHANG Huaiqiang

（Zhongyuan University of Technology， Zhengzhou 450007， China）

Abstract： In order to increase the evaluation score of interior design scheme and guarantee the quality of interior design scheme， an interior design scheme evaluation based on artificial intelligent processing technology is proposed. On the basis of artificial intelligence processing technology， the interior environmental quality indexes in the interior design scheme evaluation system are contrasted and analyzed according to the number of interior design scheme evaluation indexes to build an interior design scheme evaluation system. Since there is a certain correlation among evaluation indexes， the index set of interior design scheme evaluation system is obtained by classifying a large number of evaluation indexes. The subjective factors in the evaluation are analyzed by artificial intelligent processing technology to determine the weight coefficient of evaluation index of interior design scheme. In the end， the evaluation of interior design scheme based on artificial intelligence processing technology is realized by building evaluation model of interior design scheme. The experimental results show that the evaluation method of interior design scheme based on artificial intelligent processing technology can obtain an interior design scheme of higher quality.

Keywords： interior design scheme evaluation; artificial intelligent processing technology; index weight determination; evaluation model; interior environmental quality index; evaluation scheme contrast

0? 引? 言

城市化建設(shè)是當(dāng)今社會(huì)發(fā)展的必然趨勢(shì)，隨著國(guó)家經(jīng)濟(jì)建設(shè)的高速發(fā)展，城市化進(jìn)程為室內(nèi)設(shè)計(jì)方案的評(píng)價(jià)帶來(lái)了越來(lái)越多的問(wèn)題[1]。在經(jīng)濟(jì)效益和社會(huì)發(fā)展的共同作用下，人工智能處理技術(shù)得到了廣泛應(yīng)用，同時(shí)，室內(nèi)設(shè)計(jì)方案的可行性研究雖然已經(jīng)具備全面的理論基礎(chǔ)，并建立了室內(nèi)方案設(shè)計(jì)的相關(guān)制度，但是在評(píng)價(jià)室內(nèi)設(shè)計(jì)方案方面仍然存在分析不全面的問(wèn)題[2]。因此，室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系以及方案評(píng)價(jià)模式的研究具有代表性意義。

根據(jù)室內(nèi)設(shè)計(jì)方案的特點(diǎn)，通過(guò)收集各種文獻(xiàn)資料，匯總室內(nèi)設(shè)計(jì)方案綜合評(píng)價(jià)潛在的外界因素，并通過(guò)計(jì)算專家權(quán)威度，篩選出室內(nèi)設(shè)計(jì)方案評(píng)價(jià)因素，從而確定每一個(gè)評(píng)價(jià)因素的權(quán)重[3]。在人工智能處理技術(shù)的基礎(chǔ)上，規(guī)定室內(nèi)設(shè)計(jì)方案各個(gè)因素的評(píng)分準(zhǔn)則，構(gòu)建室內(nèi)設(shè)計(jì)方案評(píng)價(jià)模型，形成一套室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系。

基于上述分析，本文在人工智能處理技術(shù)的基礎(chǔ)上，通過(guò)建立室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系，確定室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)權(quán)重，最后通過(guò)室內(nèi)設(shè)計(jì)方案評(píng)價(jià)模型的建立，實(shí)現(xiàn)室內(nèi)設(shè)計(jì)方案的評(píng)價(jià)，為室內(nèi)設(shè)計(jì)提供了一套完美的設(shè)計(jì)方案。

1? 基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法設(shè)計(jì)

1.1? 建立室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系

評(píng)價(jià)室內(nèi)設(shè)計(jì)方案之前，采用人工智能處理技術(shù)建立一套室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系，保證室內(nèi)設(shè)計(jì)方案的質(zhì)量。室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)數(shù)量的增加，導(dǎo)致室內(nèi)設(shè)計(jì)方案的評(píng)價(jià)過(guò)程變得越來(lái)越復(fù)雜，評(píng)價(jià)時(shí)間過(guò)長(zhǎng)，不利于設(shè)計(jì)師在室內(nèi)設(shè)計(jì)方案中評(píng)價(jià)方案的好壞[4]。在人工智能處理技術(shù)的基礎(chǔ)上，本著有效指導(dǎo)設(shè)計(jì)師決策室內(nèi)設(shè)計(jì)方案的目的，以現(xiàn)有的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系及前人的研究成果作為基礎(chǔ)，將傳統(tǒng)評(píng)價(jià)指標(biāo)簡(jiǎn)化，量化室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)，利用評(píng)價(jià)結(jié)果做出判斷[5]。室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)數(shù)目統(tǒng)計(jì)如表1所示。

根據(jù)室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)數(shù)目統(tǒng)計(jì)表，采用人工智能處理技術(shù)將室內(nèi)環(huán)境質(zhì)量、墻體材質(zhì)、天棚質(zhì)量、地板質(zhì)量及溫濕度控制五類評(píng)價(jià)指標(biāo)進(jìn)行合并簡(jiǎn)化[6]。通過(guò)對(duì)室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系中室內(nèi)環(huán)境質(zhì)量指標(biāo)的對(duì)比分析，可以確定室內(nèi)空氣質(zhì)量、溫濕條件、光、聲環(huán)境是室內(nèi)環(huán)境質(zhì)量的主要評(píng)價(jià)內(nèi)容，這樣就建立了基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系[7]，如圖1所示。

室內(nèi)設(shè)計(jì)方案通過(guò)室內(nèi)設(shè)計(jì)參數(shù)影響室內(nèi)環(huán)境綜合性能，進(jìn)而影響室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)值。室內(nèi)設(shè)計(jì)參數(shù)的變化可能引起評(píng)價(jià)體系中多個(gè)評(píng)價(jià)指標(biāo)值的改變，與此同時(shí)，單一的評(píng)價(jià)指標(biāo)也會(huì)受到多個(gè)室內(nèi)設(shè)計(jì)參數(shù)的共同作用，兩者之間具有非常密切的關(guān)系[8]。室內(nèi)設(shè)計(jì)參數(shù)與方案評(píng)價(jià)指標(biāo)的對(duì)應(yīng)關(guān)系如圖2所示。

在關(guān)系圖中可以發(fā)現(xiàn)，室內(nèi)設(shè)計(jì)參數(shù)與評(píng)價(jià)指標(biāo)之間并不是一一對(duì)應(yīng)的關(guān)系，由于室內(nèi)設(shè)計(jì)參數(shù)的變化會(huì)對(duì)室內(nèi)設(shè)計(jì)方案的最終性能產(chǎn)生影響，因此需要確定室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)權(quán)重，來(lái)獲取室內(nèi)設(shè)計(jì)方案的評(píng)價(jià)結(jié)果[9]。

1.2? 確定室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)權(quán)重系數(shù)

由于室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系中包含多個(gè)評(píng)價(jià)指標(biāo)，通過(guò)查閱相關(guān)文獻(xiàn)，最終將室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)集劃分成經(jīng)濟(jì)屬性、環(huán)境屬性和資源屬性，提高室內(nèi)設(shè)計(jì)方案的評(píng)價(jià)得分。其中，環(huán)境屬性屬于二級(jí)評(píng)價(jià)指標(biāo)，一級(jí)指標(biāo)有物理指標(biāo)和空氣指標(biāo)，然而在物理指標(biāo)下包括聲環(huán)境、光環(huán)境和通風(fēng)性能[10]，空氣指標(biāo)包括PM2.5和TVOC。

根據(jù)室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系的分類，得到了室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)集，如表2所示。

由于傳統(tǒng)室內(nèi)設(shè)計(jì)方案評(píng)價(jià)會(huì)受到評(píng)價(jià)者主觀愿望的影響，而使室內(nèi)設(shè)計(jì)方案評(píng)價(jià)呈現(xiàn)出不同方面的特征，這也導(dǎo)致室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)權(quán)重系數(shù)的確定變得非常困難[11]。因此，在人工智能處理技術(shù)的基礎(chǔ)上，通過(guò)分析評(píng)價(jià)的主觀因素來(lái)確定權(quán)重系數(shù)，并利用指標(biāo)權(quán)重的集中分類，得到了室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)權(quán)重分布表[12]，如表3所示。

以上在人工智能處理技術(shù)的基礎(chǔ)上，由于室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系中的評(píng)價(jià)指標(biāo)數(shù)目較多，利用室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)的分類，建立室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系指標(biāo)集。為了排除外界不確定因素對(duì)評(píng)價(jià)結(jié)果的影響，采用人工智能處理技術(shù)分析了評(píng)價(jià)的主觀因素，確定了室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)權(quán)重系數(shù)，接下來(lái)通過(guò)室內(nèi)設(shè)計(jì)方案評(píng)價(jià)模型的建立，實(shí)現(xiàn)基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)。

1.3? 評(píng)價(jià)室內(nèi)設(shè)計(jì)方案

在室內(nèi)設(shè)計(jì)方案評(píng)價(jià)過(guò)程中，存在著很多過(guò)程變量，常用的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法是針對(duì)室內(nèi)某一單一變量進(jìn)行判斷的，利用人工智能處理技術(shù)構(gòu)建室內(nèi)設(shè)計(jì)方案評(píng)價(jià)模型，可以提高室內(nèi)設(shè)計(jì)方案的評(píng)價(jià)得分。然而實(shí)際上這些變量之間存在一定關(guān)聯(lián)，由于室內(nèi)環(huán)境不固定、評(píng)價(jià)參數(shù)比較單一及不確定因素的影響，使得室內(nèi)設(shè)計(jì)方案評(píng)價(jià)的結(jié)果不準(zhǔn)確[13]。在評(píng)價(jià)室內(nèi)設(shè)計(jì)方案過(guò)程中，先建立一個(gè)可以反映出室內(nèi)設(shè)計(jì)方案好壞的評(píng)價(jià)模型，模型建立的具體過(guò)程如下：

1） 假設(shè)[X∈Rm×n]是室內(nèi)設(shè)計(jì)方案評(píng)價(jià)影響因子的樣本矩陣，為了避免外界因素的影響，在模型建立過(guò)程中，先將數(shù)據(jù)歸一化處理[14]，將每一個(gè)變量的均值去除，然后與標(biāo)準(zhǔn)差作商：

[X=X-11…1TMdiag1s11s2…1sn] （1）

式中：[M]表示[X]的均值向量;[s]表示[X]的標(biāo)準(zhǔn)差向量。

采用人工智能處理技術(shù)對(duì)[X]進(jìn)行主元分析，可得：

[X=t1pT1+t2pT2+…+tmpTn+E=Xp+E] （2）

式中：[m]和[n]均表示[X]的相關(guān)系數(shù)矩陣特征根的數(shù)量;[E]表示室內(nèi)設(shè)計(jì)方案評(píng)價(jià)的殘差矩陣;[ti]表示室內(nèi)設(shè)計(jì)方案評(píng)價(jià)得分系數(shù);[p]表示室內(nèi)設(shè)計(jì)方案負(fù)荷系數(shù);[T]表示室內(nèi)設(shè)計(jì)方案負(fù)荷指數(shù)。

2） 確定室內(nèi)設(shè)計(jì)方案評(píng)價(jià)模型所涉及到的指標(biāo)個(gè)數(shù)。由于室內(nèi)設(shè)計(jì)方案影響因子之間的相關(guān)性較高，采用[X]的前[a]個(gè)指標(biāo)可以表示出[X]的評(píng)價(jià)結(jié)果[15]，那么就可以得到室內(nèi)設(shè)計(jì)方案評(píng)價(jià)模型：

[Xp=t1pT1+t2pT2+…+tmpTn=TaPTa] （3）

式中：[Ta]表示室內(nèi)設(shè)計(jì)方案評(píng)價(jià)的得分矩陣，得分矩陣的維數(shù)為[m×a];[Pa]表示室內(nèi)設(shè)計(jì)方案評(píng)價(jià)的負(fù)荷矩陣，負(fù)荷矩陣的維數(shù)為[n×a];[a]表示評(píng)價(jià)模型中保留的評(píng)價(jià)指標(biāo)個(gè)數(shù)。

綜上所述，在人工智能處理技術(shù)的基礎(chǔ)上，將現(xiàn)有的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系作為基礎(chǔ)，簡(jiǎn)化室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)，根據(jù)室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)數(shù)目，對(duì)比分析了室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系中室內(nèi)環(huán)境質(zhì)量指標(biāo)，確定了評(píng)價(jià)的內(nèi)容，建立室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系。由于室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系中包含多個(gè)評(píng)價(jià)指標(biāo)，每個(gè)評(píng)價(jià)指標(biāo)之間還存在一定關(guān)聯(lián)，通過(guò)將大量評(píng)價(jià)指標(biāo)分類，得到室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系指標(biāo)集。采用人工智能處理技術(shù)分析了評(píng)價(jià)的主觀因素，確定室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)權(quán)重系數(shù)。最后利用人工智能處理技術(shù)分析了室內(nèi)設(shè)計(jì)方案評(píng)價(jià)影響因子的樣本矩陣，得到室內(nèi)設(shè)計(jì)方案評(píng)價(jià)模型，實(shí)現(xiàn)了基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)。

2? 實(shí)驗(yàn)對(duì)比分析

2.1? 選取評(píng)價(jià)指標(biāo)權(quán)重

由于不同實(shí)驗(yàn)研究的指標(biāo)不同，通過(guò)賦予室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)不同的權(quán)重，選取評(píng)價(jià)指標(biāo)權(quán)重。評(píng)價(jià)指標(biāo)權(quán)重的選取標(biāo)準(zhǔn)如表4所示。

2.2? 實(shí)驗(yàn)流程

Step1：確定室內(nèi)設(shè)計(jì)方案評(píng)價(jià)實(shí)驗(yàn)的類型，根據(jù)不同類型的室內(nèi)設(shè)計(jì)要求，制作實(shí)驗(yàn)?zāi)Ｐ?，將制作好的?shí)驗(yàn)?zāi)Ｐ捅４娉蔀樵次募袷剑@樣便于評(píng)價(jià)結(jié)果的編輯。

Step2：模型制作前對(duì)每一個(gè)類型的室內(nèi)設(shè)計(jì)方案進(jìn)行合理劃分，滿足實(shí)驗(yàn)的整體需求。

Step3：建立人工智能處理平臺(tái)，在計(jì)算機(jī)中編輯評(píng)價(jià)體系的運(yùn)行腳本，將實(shí)驗(yàn)設(shè)備與制作的模型關(guān)聯(lián)，保證實(shí)驗(yàn)整體操作都可以正常進(jìn)行。

Step4：將室內(nèi)設(shè)計(jì)方案中的空間布局、色彩搭配、設(shè)計(jì)特色、平面布局、經(jīng)濟(jì)性、物理環(huán)境及效果等7個(gè)評(píng)價(jià)指標(biāo)導(dǎo)入到制作模型中，利用不同評(píng)價(jià)指標(biāo)的權(quán)重值統(tǒng)計(jì)出每一個(gè)評(píng)價(jià)指標(biāo)的得分情況。

2.3? 實(shí)驗(yàn)結(jié)果分析

利用上述實(shí)驗(yàn)流程，獲取兩種評(píng)價(jià)方法的用戶評(píng)分和專家評(píng)分，如表5所示。

從表5中可以看出，采用傳統(tǒng)室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法，用戶和專家對(duì)室內(nèi)設(shè)計(jì)方案的評(píng)分都比較低，且專家評(píng)分低于用戶評(píng)分，傳統(tǒng)評(píng)價(jià)方法獲取的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)得分的平均值為55.14分;而采用基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法，用戶和專家對(duì)室內(nèi)設(shè)計(jì)方案的評(píng)分都超過(guò)了80分，基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法獲取到的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)得分的平均值為87.71分。因此，可以得出基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法對(duì)室內(nèi)設(shè)計(jì)方案的評(píng)價(jià)得分高。

3? 結(jié)? 語(yǔ)

本文提出了基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法。在人工智能處理技術(shù)的基礎(chǔ)上，將現(xiàn)有的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系作為基礎(chǔ)，對(duì)比分析了室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系中室內(nèi)環(huán)境質(zhì)量指標(biāo)，建立室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系。由于室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)體系中包含多個(gè)評(píng)價(jià)指標(biāo)，通過(guò)將大量評(píng)價(jià)指標(biāo)分類，得到室內(nèi)設(shè)計(jì)方案評(píng)價(jià)體系指標(biāo)集，采用人工智能處理技術(shù)分析了評(píng)價(jià)的主觀因素，確定了室內(nèi)設(shè)計(jì)方案評(píng)價(jià)指標(biāo)權(quán)重系數(shù)。最后利用室內(nèi)設(shè)計(jì)方案評(píng)價(jià)模型的建立，實(shí)現(xiàn)了基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)。實(shí)驗(yàn)結(jié)果顯示，基于人工智能處理技術(shù)的室內(nèi)設(shè)計(jì)方案評(píng)價(jià)方法可以提高室內(nèi)設(shè)計(jì)方案的質(zhì)量。

參考文獻(xiàn)

[1] 劉征宏，林蕓，徐玉梁，等.基于TOPSIS和灰色關(guān)聯(lián)分析的產(chǎn)品設(shè)計(jì)方案評(píng)價(jià)[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2018（6）：163?167.

[2] 杜彥斌，李成成.基于可拓理論的重型機(jī)床再制造方案評(píng)價(jià)方法[J].制造技術(shù)與機(jī)床，2018（7）：17?22.

[3] 樊自甫，田苡毓，呂浪.不確定環(huán)境下網(wǎng)絡(luò)輿情突發(fā)事件應(yīng)急方案評(píng)估決策研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2019，49（8）：9?17.

[4] 李春瑜.財(cái)政支出政策績(jī)效評(píng)價(jià)指標(biāo)體系設(shè)計(jì)及實(shí)踐要點(diǎn)[J].地方財(cái)政研究，2017（9）：13?19.

[5] 薛翔，趙宇翔，陳英奇.基于層次分析法的公眾科學(xué)項(xiàng)目游戲化設(shè)計(jì)的評(píng)價(jià)指標(biāo)體系構(gòu)建[J].圖書與情報(bào)，2019（3）：50?60.

[6] 解熙，蒲琪.城市軌道交通列車延誤統(tǒng)計(jì)指標(biāo)及評(píng)價(jià)指標(biāo)體系研究[J].城市軌道交通研究，2018，21（4）：75?78.

[7] 孫曉錦.層次分析法對(duì)重慶市新型農(nóng)村合作醫(yī)療實(shí)施效果評(píng)價(jià)指標(biāo)體系的研究[J].重慶醫(yī)學(xué)，2017，46（5）：703?705.

[8] 李一輝.我國(guó)物流業(yè)在電商環(huán)境下的評(píng)價(jià)指標(biāo)體系構(gòu)建[J].商業(yè)經(jīng)濟(jì)研究，2017（12）：163?165.

[9] 李路軍，丁鵬堃，房鑫炎.基于權(quán)重自適應(yīng)的電力應(yīng)急預(yù)案指標(biāo)評(píng)價(jià)方法[J].電力系統(tǒng)保護(hù)與控制，2019，47（16）：27?33.

[10] 石亮，周梅，馮倩倩.根河地區(qū)森林火災(zāi)后生態(tài)現(xiàn)狀評(píng)價(jià)指標(biāo)體系構(gòu)建[J].林業(yè)資源管理，2017（5）：93?100.

[11] 程平，崔納牟倩.基于AHP和VPRS的IT審計(jì)指標(biāo)體系及權(quán)重研究[J].中國(guó)注冊(cè)會(huì)計(jì)師，2017（9）：74?79.

[12] 喬雅婷，時(shí)現(xiàn).基于SSM的國(guó)家審計(jì)機(jī)關(guān)績(jī)效評(píng)價(jià)模型構(gòu)建及應(yīng)用研究[J].審計(jì)研究，2019（2）：25?34.

[13] 王吉平，朱敬賓，李敬.中國(guó)螢石礦預(yù)測(cè)評(píng)價(jià)模型與資源潛力分析[J].地學(xué)前緣，2018，25（3）：172?178.

[14] 殷常鴻，張義兵，高偉.“皮亞杰?比格斯”深度學(xué)習(xí)評(píng)價(jià)模型構(gòu)建[J].電化教育研究，2019，40（7）：13?20.

[15] 胡鴻，易燦南，李開偉.拉力作業(yè)上肢肌肉疲勞評(píng)價(jià)模型研究[J].中國(guó)安全科學(xué)學(xué)報(bào)，2018，28（8）：61?67.