付雷杰 李瑞琦 賈峰 左鵬軍

摘要：協(xié)同設(shè)計(jì)中不同角色對(duì)信息可視化方式要求不同，為提高協(xié)同設(shè)計(jì)效率，提出基于信息熵的“角色－信息可視化”匹配策略。首先，收集角色、可視化形式的信息，通過(guò)對(duì)角色－可視化形式進(jìn)行匹配，采用直接打分法得到角色－可視化數(shù)據(jù)集，對(duì)數(shù)據(jù)集的信息熵進(jìn)行計(jì)算，最終可得到角色－可視化形式的匹配排序表，以信息熵的大小決定不同角色選取的最佳可視化形式。根據(jù)案例的協(xié)同設(shè)計(jì)，角色-可視化匹配形式中的角色－甘特圖匹配程度最好，表示角色在甘特圖中獲取信息最大，接受程度最好。該匹配策略可以提高部門、人員之間的協(xié)同效率。

關(guān)鍵詞：協(xié)同設(shè)計(jì)；角色；信息可視化；信息熵

中圖分類號(hào)：G350 文獻(xiàn)標(biāo)志碼：A doi：10.3969/j.issn.1006-0316.2023.06.009

文章編號(hào)：1006-0316 （2023） 06-0060-07

Matching Method Research on“Role-Information Visualization”

in Collaborative Design

FU Leijie1，LI Ruiqi1，JIA Feng1，ZUO Pengjun2

（ 1.School of Mechatronic Engineering， Xi'an Technological University， Xi'an 710021， China;

2.Shaanxi Machinery Research Institute Co.， Ltd.， Xi'an 710021， China ）

Abstract：Different roles in collaborative design have different requirements for information visualization. In order to improve the efficiency of collaborative design， a "role-information visualization" matching strategy based on information entropy is proposed. First， collect the information on roles and visual forms， and obtain the role-visualization dataset by matching the roles and visualization forms through the direct scoring method. Then， calculate the information entropy of the dataset， and finally obtain the role-visualization form matching ranking table. And the optimal visualization form of the selection of different roles is determined by the size of the information entropy. According to the collaborative design of the case， the role-Gantt chart in the role-visualization matching form has the best matching degree， which means that the role obtains the most information in the Gantt chart and has the best degree of acceptance. The matching strategy can improve the collaboration efficiency between departments and personnel.

Key words：collaborative design；role；information visualization；information entropy

協(xié)同設(shè)計(jì)是現(xiàn)代產(chǎn)品設(shè)計(jì)的主流方式，角色作為影響協(xié)同設(shè)計(jì)順利進(jìn)行的重要因素，受到了眾多研究者的重視。角色是基于協(xié)同設(shè)計(jì)過(guò)程中的權(quán)限控制而產(chǎn)生的，其主要思路是將具有相同權(quán)限的人員封裝成一類角色，通過(guò)對(duì)有限的角色進(jìn)行控制，替代了對(duì)大量人員的分別控制，達(dá)到降低控制成本，提高控制效率的目的。

不同的角色在協(xié)同設(shè)計(jì)中擔(dān)負(fù)著不同的職責(zé)，角色間的協(xié)同效率是影響協(xié)同設(shè)計(jì)質(zhì)量的核心因素。可視化技術(shù)可以極大的提高角色協(xié)同的效率和質(zhì)量，但是可視化方式眾多，不同角色對(duì)于可視化方式的接受程度也各不相同，因此角色之間的協(xié)同效率會(huì)受到可視化方式的影響[1]。因此，建立“角色－信息可視化方式”匹配策略，為不同的角色選擇合適的可視化方式，成為協(xié)同設(shè)計(jì)中不容回避的問(wèn)題。本文將從信息上的角度出發(fā)，建立符合協(xié)同設(shè)計(jì)特點(diǎn)的“角色－可視化方式”匹配策略，為提高協(xié)同設(shè)計(jì)效率提供可行的思路。

1 文獻(xiàn)綜述

在協(xié)同設(shè)計(jì)中，角色是對(duì)協(xié)同設(shè)計(jì)中具有某種能力或者某些屬性的人員的統(tǒng)稱，通過(guò)角色可簡(jiǎn)化協(xié)同設(shè)計(jì)的管理復(fù)雜程度。金玉迪[2]將用對(duì)比實(shí)驗(yàn)法，對(duì)角色參與協(xié)同設(shè)計(jì)提出策略，以協(xié)同設(shè)計(jì)理論為依托，將角色任務(wù)進(jìn)行拆分，設(shè)計(jì)一套角色列表，通過(guò)分配角色，將任務(wù)交給用戶，解決用戶參與協(xié)同設(shè)計(jì)的問(wèn)題，提高了協(xié)同設(shè)計(jì)的效率。個(gè)體在協(xié)同過(guò)程中扮演的對(duì)于角色的研究主要集中在基于角色的訪問(wèn)控制模型（Role-based Access Model，RBAC Model）方面，如控制用戶的操作權(quán)限、向不同的用戶展示不同的模型局部等。但是，這個(gè)模型沒有考慮不同角色間交互的問(wèn)題，不能解決協(xié)同設(shè)計(jì)中角色設(shè)計(jì)數(shù)據(jù)/信息缺失的問(wèn)題。

協(xié)同設(shè)計(jì)中的數(shù)據(jù)和信息，如設(shè)計(jì)數(shù)據(jù)、文本文件、圖形文件、表格文件、多媒體文件等具有多樣性和抽象性的特點(diǎn)，不符合人的認(rèn)知習(xí)慣，具有直接交互難度較大、效率低的缺點(diǎn)。信息可視化方式則采用更符合人類認(rèn)知習(xí)慣的可視化方式來(lái)展示信息和數(shù)據(jù)，便于觀察著快速、準(zhǔn)確的獲取其中蘊(yùn)含的邏輯關(guān)系，減輕了用戶的認(rèn)知負(fù)擔(dān)，提高了信息的傳遞效率。沈恩亞[3]分析了大數(shù)據(jù)可視化技術(shù)，包括常用的數(shù)據(jù)可視化技術(shù)、大規(guī)模數(shù)據(jù)可視化、時(shí)序數(shù)據(jù)可視化、面向可視化的數(shù)據(jù)采樣方法以及數(shù)據(jù)可視化生成方式，例如數(shù)據(jù)可視化要表明對(duì)比關(guān)系時(shí)，可采用柱狀圖、多變量柱狀圖或折線圖和周期面積圖等，并介紹了大數(shù)據(jù)可視化產(chǎn)品以及要面臨的挑戰(zhàn)。任磊等[4]在可視分析的理論基礎(chǔ)上，討論了文本可視化如標(biāo)簽云、網(wǎng)絡(luò)（圖）可視化如H-樹狀圖、時(shí)空數(shù)據(jù)可視化如流式地圖Flow-Map以及多維數(shù)據(jù)可視化如投影，同時(shí)探討了支持可視分析的人機(jī)交互技術(shù)。鄭婭峰等[5]將可視化應(yīng)用到教育場(chǎng)景中，如箱線圖可適用于學(xué)生學(xué)習(xí)成績(jī)的分布，雷達(dá)圖可表征不同小組的的學(xué)習(xí)差異，桑葚圖可以表示學(xué)生成績(jī)?cè)诓煌瑫r(shí)間的流向趨勢(shì)分布，熱力圖可表示不同地區(qū)的教育發(fā)展水平對(duì)比關(guān)系。任磊等[6]針對(duì)海量層次信息的可視化需求，提出了嵌套圓魚眼視圖，該視圖可以在較小的空間內(nèi)表達(dá)整體視圖，又能突出局部焦點(diǎn)信息，可以提高任務(wù)完成度和用戶滿意率。G. O. Domik等[7]為保證可視化的準(zhǔn)確度，可視化系統(tǒng)需要適應(yīng)用戶的需求、能力和提供數(shù)據(jù)的形式和內(nèi)容，利用用戶模型、問(wèn)題分配模型、資源模型以及數(shù)據(jù)模型來(lái)描述特征，提出了用戶模型的生成，作為自適應(yīng)可視化系統(tǒng)的基礎(chǔ)。

信息可視化方式的多樣化一方面方便了設(shè)計(jì)人員之間的交流，另一方面也在一定程度上造成了選擇的困惑，影響了協(xié)同的效率。因此通過(guò)度量有效信息的傳遞量來(lái)選擇合理的可視化方式是非常必要的。信息熵用來(lái)描述系統(tǒng)的不穩(wěn)定性，同時(shí)也可以標(biāo)識(shí)系統(tǒng)內(nèi)信息的含量。鄭慶等[8]提出了基于信息熵的群智協(xié)同設(shè)計(jì)活動(dòng)復(fù)雜性度量方法，針對(duì)活動(dòng)復(fù)雜性的問(wèn)題，建立度量模型，根據(jù)信息熵實(shí)現(xiàn)協(xié)同設(shè)計(jì)復(fù)雜性的量化分析，并驗(yàn)證懸架設(shè)計(jì)活動(dòng)中的可行性和有效性。王偉[9]根據(jù)信息熵的特性，對(duì)財(cái)稅中評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行量化與綜合，根據(jù)信息熵的相對(duì)優(yōu)異性量化評(píng)價(jià)指數(shù)對(duì)我國(guó)財(cái)稅政策運(yùn)用能力進(jìn)行了評(píng)價(jià)。孫之琳等[10]建立產(chǎn)品可適應(yīng)評(píng)價(jià)信息熵計(jì)算方法，根據(jù)產(chǎn)品的相關(guān)參數(shù)，分別計(jì)算出產(chǎn)品所對(duì)應(yīng)的相關(guān)參數(shù)信息熵，根據(jù)信息熵來(lái)評(píng)價(jià)產(chǎn)品的可適應(yīng)性，得出整個(gè)方案的總信息熵，實(shí)現(xiàn)產(chǎn)品適應(yīng)性的客觀定量評(píng)價(jià)。Cong等[11]基于信息熵理論，提出了一種新的智能產(chǎn)品服務(wù)系統(tǒng)開發(fā)設(shè)計(jì)方法，通過(guò)設(shè)計(jì)熵理論對(duì)整體考慮三個(gè)特征來(lái)確定最優(yōu)解決方案，可以促進(jìn)智能產(chǎn)品服務(wù)系統(tǒng)的性能和用戶滿意度。Ti-wari等[12]在新產(chǎn)品開發(fā)過(guò)程中，根據(jù)信息熵捕捉到客戶對(duì)已識(shí)別需求的偏好，來(lái)提高概念評(píng)估過(guò)程的整體有效性。

綜上可見，目前對(duì)于可視化方式有較多的研究，但是對(duì)于“角色－可視化方式”匹配方面還缺乏深入的研究。因此，采用信息熵方式，對(duì)協(xié)同設(shè)計(jì)過(guò)程的信息可視化選擇匹配策略進(jìn)行研究，有助于提高協(xié)同設(shè)計(jì)效率，改善協(xié)同設(shè)計(jì)質(zhì)量。

2 角色－可視化方式匹配策略

2.1 常見的可視化方式

采用可視化方式可以將原始數(shù)據(jù)轉(zhuǎn)化成各種類型的圖形，幫助人可以更好的理解、吸收數(shù)據(jù)?，F(xiàn)有數(shù)據(jù)可視化可以分為文本數(shù)據(jù)可視化，低緯數(shù)據(jù)可視化，多維數(shù)據(jù)數(shù)據(jù)可視化，時(shí)空數(shù)據(jù)可視化，海量網(wǎng)絡(luò)數(shù)據(jù)化等幾個(gè)主流數(shù)據(jù)類型，具體如表1所示。

不同的可視化方式對(duì)于不同的角色具有不同的信息量，即使對(duì)于同樣角色的不同人員，受到人員的教育背景、專業(yè)能力和個(gè)人偏好等因素的影響，也會(huì)有不同的信息量。因此，必須結(jié)合具體的用戶來(lái)討論不同的可視化方式與角色的對(duì)應(yīng)匹配問(wèn)題。

2.2 角色－可視化方式匹配策略

研究人員很早就注意到不同的可視化形式對(duì)于設(shè)計(jì)人員進(jìn)行交流具有重要的作用，因此很多研究人員將注意力集中于開發(fā)新的、可以展示更多信息的可視化方式。實(shí)際在協(xié)同設(shè)計(jì)中，常用的可視化方式的數(shù)量是有限的，而學(xué)習(xí)新的可視化方式也是具有成本的，因此在基于現(xiàn)有視圖的基礎(chǔ)上，建立有效的角色-視圖匹配策略，是一種有效的方式。

在典型的協(xié)同設(shè)計(jì)中，參與的部門包括財(cái)務(wù)部、技術(shù)中心、投資發(fā)展部、采購(gòu)物流部、營(yíng)銷服務(wù)部、銷售部、生產(chǎn)管理部等部門，每個(gè)部門具有的職能以及常用視圖如表2所示。在一個(gè)項(xiàng)目中，不同部門與部門之間在協(xié)同過(guò)程中會(huì)進(jìn)行信息交流，例如銷售部與生產(chǎn)管理部協(xié)同過(guò)程中，銷售部要將產(chǎn)品售出需要了解生產(chǎn)管理部的產(chǎn)品庫(kù)存信息以及產(chǎn)品的生產(chǎn)信

息，這些信息可以用散點(diǎn)圖、折線圖或柱狀圖來(lái)表達(dá)。一個(gè)部門之間的不同角色人員也會(huì)進(jìn)行協(xié)同交流，例如生產(chǎn)管理部中生產(chǎn)管理主任想要跟生產(chǎn)計(jì)劃員了解生產(chǎn)計(jì)劃完成度，這些信息可以用甘特圖、散點(diǎn)圖來(lái)表達(dá)。而在這些交流中，不同的角色的對(duì)于可視化方式的偏好是不同的，如何構(gòu)建一種最佳的“角色－可視化方式”匹配策略，是提高協(xié)同效率的關(guān)鍵。

本文提出了一種基于信息熵的匹配策略，其實(shí)現(xiàn)流程如圖1所示。

該方法在搜集常見的信息可視化形式的基礎(chǔ)上，根據(jù)角色的構(gòu)成情況，采用直接打分法的方式收集不同人員對(duì)于可視化形式的偏好，然后根據(jù)人員－角色分配關(guān)系，得到角色－可視化方式的評(píng)價(jià)結(jié)果，并對(duì)結(jié)果進(jìn)行精確化處理，得到偏好數(shù)值。采用信息熵的方式計(jì)算不同角色對(duì)于不通視圖的信息熵大小，然后逐次進(jìn)行匹配，得到最佳的角色－可視化方式組合。

2.3 匹配策略的流程

假定在某個(gè)協(xié)同設(shè)計(jì)過(guò)程中，存在m個(gè)角色，記作ri，其中 ，設(shè)計(jì)中共有n

個(gè)人員參與，記作 ，其中 ，每個(gè)人員所屬的角色由人員－角色矩陣記錄。 表示第i個(gè)角色中的第j個(gè)人員。設(shè)計(jì)過(guò)程中存在k個(gè)不同的視圖形式，記作 ，其中 。

角色－視圖匹配策略過(guò)程中，首先收集人員對(duì)于視圖形式的評(píng)價(jià)，然后根據(jù)評(píng)價(jià)數(shù)據(jù)集計(jì)算角色－視圖的信息熵，進(jìn)而確定不同角色的合理視圖形式。在該策略的每個(gè)過(guò)程，都有相應(yīng)的計(jì)算方法，如圖2所示。

該策略的計(jì)算流程如下：

（1）建立視圖評(píng)價(jià)表

視圖評(píng)價(jià)表用來(lái)搜集人員對(duì)于不同視圖形式的偏好，進(jìn)而為不同的角色確定更為合理的視圖方式。為了充分體現(xiàn)不通人員對(duì)于視圖形式的偏好，本文采用打分的方式獲取不同人員對(duì)于同一視圖的偏好，打分的范圍區(qū)間選擇[0，100]。

圖2 角色－可視化方式匹配策略

（2）單個(gè)人員對(duì)視圖的評(píng)價(jià)

從單個(gè)人員視角，形成一個(gè)視圖形式和評(píng)價(jià)的一維矩陣，該矩陣存儲(chǔ)了該人員對(duì)于所有矩陣的評(píng)價(jià)情況：

（1）

式中： 為第i個(gè)角色中第j個(gè)人員對(duì)于第y個(gè)視圖的評(píng)價(jià)結(jié)果，其中 ， ， 。

（3）角色－人員－視圖評(píng)價(jià)數(shù)據(jù)集

所有角色－人員對(duì)于視圖的評(píng)價(jià)結(jié)果會(huì)構(gòu)成一個(gè)完整的角色－人員－視圖矩陣：

（2）

（4）信息熵定義

第i個(gè)角色中第j個(gè)人員對(duì)于第p個(gè)不同的視圖形式的打分值記為 ，信息熵可表示為：

（3）

式中： ，為第i個(gè)角色中第j個(gè)人

員對(duì)第p視圖的打分百分比。

（5）評(píng)價(jià)機(jī)理

用L個(gè)評(píng)價(jià)人員對(duì)k個(gè)視圖分別進(jìn)行評(píng)價(jià)， 是第 個(gè)視圖的第v個(gè)評(píng)價(jià)人員的評(píng)價(jià)值。 是評(píng)價(jià)人員v的相對(duì)最優(yōu)值，對(duì)于收益性指標(biāo) 越大越好，對(duì)于損益性指標(biāo) 越小越好。

定義： 與 之比為 對(duì)于 的接近度，記為 ，計(jì)算公式為：

（4）

根據(jù)上述信息熵的定義，用L個(gè)評(píng)價(jià)人員對(duì)k個(gè)視圖分別進(jìn)行評(píng)價(jià)的信息熵為：

（5）

第 個(gè)評(píng)價(jià)指標(biāo)對(duì) 個(gè)視圖的相對(duì)重要性不確定程度，可由下列條件熵度量 ：

（6）

式中： ， ， 。

條件熵達(dá)到最大， ，用Emax對(duì)

式（6）進(jìn)行歸一化處理，得到表征第v個(gè)人員相對(duì)重要性確定程度的熵值 為：

（7）

由 確定的第v個(gè)人員的權(quán)值為：

（8）

式中： ，且0≤ ≤1，

所有參評(píng)人員的權(quán)重之和為1，記為 。

當(dāng)需要加入評(píng)價(jià)者主觀判斷時(shí)，可引入權(quán)值μv，從而與θv合成為一個(gè)實(shí)用權(quán)值為：

（9）

式中：0≤ ≤1。

與θv同理，所有參評(píng)人員的權(quán)重之和為1，記為 。

對(duì)于視圖k，各個(gè)人員評(píng)價(jià)的接近度 與各個(gè)視圖集合中的相對(duì)優(yōu)異值的接近度差的加權(quán)和Yw為：

（10）

最后根據(jù)Yw的大小對(duì)各個(gè)視圖進(jìn)行排序。Yw小的方案優(yōu)于Yw大的方案。

角色－可視化方式的匹配要遵循實(shí)際和多數(shù)的原則。實(shí)際原則是指針對(duì)不同的協(xié)同設(shè)計(jì)項(xiàng)目、不同的角色配置情況，要具體分析并計(jì)算其匹配方法，不存在一種統(tǒng)一的匹配模式。多數(shù)原則是指在匹配過(guò)程中，對(duì)同一個(gè)角色要有足夠數(shù)量的人員參與，才能得到該角色的最佳可視化方式匹配。

3 案例計(jì)算與討論

在某個(gè)協(xié)同設(shè)計(jì)項(xiàng)目執(zhí)行過(guò)程中，需要進(jìn)行一次協(xié)同溝通，共有7個(gè)部門的10位不同角色的人員參與。由于跨部門且人員角色眾多，因此需要對(duì)所用的可視化方式進(jìn)行擇優(yōu)選擇，以便達(dá)到更好的協(xié)同效果。

經(jīng)過(guò)審核協(xié)同內(nèi)容，共有9種可視化方式可供選擇。根據(jù)會(huì)后不同角色對(duì)于這9種視圖的獲取信息程度以及喜愛程度進(jìn)行打分。為此，采取了問(wèn)卷方式，對(duì)角色－人員代表進(jìn)行可視化方式打分收集，數(shù)值越大，代表角色－人員對(duì)該可視化方式的接受度更好。然后根據(jù)上文提出的角色－可視化方式匹配策略流程，通過(guò)式（1）～（10）的計(jì)算，可以得出表3～表5。角色－人員視圖打分如表3所示，這里L(fēng)＝10、k＝9。表4為角色熵及權(quán)值。表5為角色－視圖匹配排序表。

根據(jù)表3可以看出同一部門（角色）的不同人員對(duì)于同一視圖的喜愛程度不同，不同部門（角色）對(duì)于同一視圖喜愛程度也不同。

由于本次活動(dòng)的定位是項(xiàng)目進(jìn)度推進(jìn)會(huì)，所以與會(huì)人員的構(gòu)成及會(huì)議數(shù)據(jù)均與項(xiàng)目進(jìn)度相關(guān)。根據(jù)表5排序結(jié)果可以得出，甘特圖的接受度排序最好，代表此次會(huì)議角色－甘特圖的匹配程度更好，證明此次會(huì)議中相關(guān)人員對(duì)于這個(gè)項(xiàng)目的完成度獲取信息程度最大，因?yàn)樵陧?xiàng)目管理中的進(jìn)度匯報(bào)中角色－甘特圖匹配程度最好；圓環(huán)圖的接受程度較好，證明此次會(huì)議對(duì)于數(shù)據(jù)的構(gòu)成情況，所占比例也較為重視，因?yàn)樵跀?shù)據(jù)占比中圓環(huán)圖的效果更好，角色－圓環(huán)圖的匹配程度略低于甘特圖；而流向地圖的接受程度較差，因?yàn)樵摽梢暬绞街饕糜跔I(yíng)銷服務(wù)部的產(chǎn)品銷售市場(chǎng)流向分析，但是，對(duì)于其他部門（角色）的接受度沒有特別好，所以，此次會(huì)議角色－流向地圖中匹配程度最差。

4 結(jié)論

（1）協(xié)同設(shè)計(jì)過(guò)程中，多種不同的角色和各種形式的數(shù)據(jù)/信息可視化方式的優(yōu)化匹配，對(duì)于協(xié)同設(shè)計(jì)的順利進(jìn)行具有非常重要的意義。

（2）本文用直接打分法度量同一角色不同人員對(duì)于可視化形式的偏好程度，然后采用信息熵的方式度量整體的偏好程度，最終形成角色對(duì)于不同可視化形式的數(shù)值化排序，以達(dá)到實(shí)現(xiàn)角色和可視化方式的最佳匹配。

參考文獻(xiàn)：

[1]I Gde Wawan Sudatha，I Nyoman Sudana Degeng，Waras Kamdi. The effect of visualization type and student spatial abilities on learning achievement [J]. Journal of Baltic Science Education，2018，17（4）：551-563.

[2]金玉迪. 基于角色理論的用戶參與協(xié)同設(shè)計(jì)的創(chuàng)新策略研究[D]. 北京：北京郵電大學(xué)，2020.

[3]沈恩亞. 大數(shù)據(jù)可視化技術(shù)及應(yīng)用[J]. 科技導(dǎo)報(bào)，2020，38（3）：68-83.

[4]任磊，杜一，馬帥，等. 大數(shù)據(jù)可視分析綜述[J]. 軟件學(xué)報(bào)，2014，25（9）：1909-1936.

[5]鄭婭峰，趙亞寧，白雪，等. 教育大數(shù)據(jù)可視化研究綜述[J]. 計(jì)算機(jī)科學(xué)與探索，2021，15（3）：403-422.

[6]任磊，王威信，滕東興，等. 面向海量層次信息可視化的嵌套圓魚眼視圖[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2008（3）：298-303，309.

[7]G. O. Domik，B. Gutkauf. User modeling for adaptive visualization systems [C]. Proc of Visualization. Washington，USA：IEEE，1994：217-223.

[8]鄭慶，丁國(guó)富. 群智協(xié)同設(shè)計(jì)活動(dòng)復(fù)雜性的度量模型及方法[J]. 西南交通大學(xué)學(xué)報(bào)，2021，56（5）：989-994，1010.

[9]王偉. 基于熵的財(cái)稅政策相對(duì)優(yōu)異性評(píng)價(jià)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2000，（3）：45-48.

[10]孫之琳，王凱峰，陳永亮，等. 產(chǎn)品可適應(yīng)設(shè)計(jì)評(píng)價(jià)的信息熵方法[J]. 工程設(shè)計(jì)學(xué)報(bào)，2021，28（1）：1-13.

[11]Jingchen Cong，Chun-Hsien Chen，Pai Zheng. Design entropy theory：A new design methodology for smart PSS development[J]. Advanced Engineering Informatics，2020（45）：101-124.

[12]Varun Tiwari，Prashant Kumar Jain，Puneet Tandon. An integrated Shannon entropy and TOPSIS for product design concept evaluation based on bijective soft set[J]. Journal of Intelligent Manufacturing，2019（30）：1645-1658.