汽车主观评价方法技术

本发明专利技术公开了一种汽车主观评价方法，包括：利用层次分析法，对各层级的汽车主观评价项目进行权重分配；对汽车主观评价的模糊评语进行定量化处理；创建各层级的汽车主观评价项目的模糊评判的隶属矩阵；根据各层级的汽车主观评价项目的权重分配结果、模糊评判的隶属矩阵和模糊评语的定量化处理结果，得到不同层级的项目评价得分和整车评价得分。本发明专利技术的汽车主观评价方法，通过层次分析法确认评价项目权重，合理地分配各评价项目在整车或子系统中的重要度，减少个人主观分配权重的片面性；通过模糊评判，充分利用各行业人群的评价结果，使评价结果趋向于市场客户的实际驾乘感受、车辆开发的市场定位，减少因长期固定人员评价结果的主观性和片面性。的主观性和片面性。的主观性和片面性。

【技术实现步骤摘要】
汽车主观评价方法


[0001]本专利技术涉及汽车评价
，尤其涉及一种汽车主观评价方法。

技术介绍

[0002]汽车主观评价在汽车行业内的地位很重要，评价结果也会促进汽车设计、制造等环节进行整改。它主要利用人的五感(视、听、味、嗅、触摸)和体感(深部感觉、平衡感觉、内脏感觉)对汽车做出评价。另外，评价结果还会受到车辆状况、评价环境的影响。即，人、车、环境，都会对某一次主观评价的结果产生影响。这三方面因素决定了汽车主观评价结果具有差异性、模糊性。如何减少差异性、模糊性，是提高汽车主观评价结果的可信度或减少汽车主观评价结果的片面性的研究方向。
[0003]因此，亟需一种汽车主观评价方法。

技术实现思路

[0004]本专利技术的目的是提供一种汽车主观评价方法，以解决上述现有技术中的问题，能够得到一个较为直观、片面性减小的汽车主观评价结果。
[0005]本专利技术提供了一种汽车主观评价方法，其中，包括：
[0006]利用层次分析法，对各层级的汽车主观评价项目进行权重分配；
[0007]对汽车主观评价的模糊评语进行定量化处理；
[0008]创建各层级的汽车主观评价项目的模糊评判的隶属矩阵；
[0009]根据各层级的汽车主观评价项目的权重分配结果、对应的模糊评判的隶属矩阵和模糊评语的定量化处理结果，得到不同层级的项目评价得分和整车评价得分。
[0010]如上所述的汽车主观评价方法，其中，优选的是，所述利用层次分析法，对各层级的汽车主观评价项目进行权重分配，具体包括：
[0011]将评价人员的主观判断结果转换为定量的对比矩阵；
[0012]根据所述对比矩阵，计算各层级的汽车主观评价项目的权重。
[0013]如上所述的汽车主观评价方法，其中，优选的是，所述将评价人员的主观判断结果转换为定量的对比矩阵，具体包括：
[0014]各评价人员分别对各层级的汽车主观评价项目进行两两对比，以分别创建各层级的对比矩阵A
n
＝(a
ij
)
n
×
n
，其中，n表示各层级的评价项目数量，并且n≥3；
[0015]对各评价人员分别创建的对比矩阵A1、A2、
…
、A
m
，进行算术平均，得到最终的对比矩阵A＝(a
ij
)
n
×
n
，其中，m表示评价人员的人数。
[0016]如上所述的汽车主观评价方法，其中，优选的是，所述根据所述对比矩阵，计算各层级的汽车主观评价项目的权重，具体包括：
[0017]计算对比矩阵A的最大特征根λ
max
对应的特征向量作为评价项目权重向量w，或者，
[0018]利用和积法计算对比矩阵A的近似特征向量，具体包括：
[0019]将创建的各个层级的对比矩阵按照列向量进行归一化处理，得到一个新的对比矩
阵A
′
＝(a
ij
)
′
n
×
n
；
[0020]将对比矩阵A
′
的各个行向量进行求和，得到；
[0021]将按照列向量进行归一化处理，得到对比矩阵A的近似特征向量，作为各个评价项目的权重向量w
i
。
[0022]如上所述的汽车主观评价方法，其中，优选的是，所述利用层次分析法，对各层级的汽车主观评价项目进行权重分配，还包括：
[0023]对各层级的汽车主观评价项目的权重计算结果进行一致性校验；
[0024]若一致性校验不合格，则对所述对比矩阵A进行调整，直到一致性校验合格；
[0025]根据调整后的对比矩阵，对各层级的汽车主观评价项目进行权重分配。
[0026]如上所述的汽车主观评价方法，其中，优选的是，所述对各层级的汽车主观评价项目的权重计算结果进行一致性校验，具体包括：
[0027]通过以下公式计算一致性指标：
[0028][0029]其中，CI表示一致性指标，λ表示最大特征根λ
max
的近似值，通过和积法计算，n表示各层级的评价项目的数量；
[0030]通过以下公式计算一致性比率：
[0031][0032]其中，CR表示一致性比率，RI表示随机性一致性指标，其数值可通过查表得到，n表示各层级的评价项目数量；
[0033]若CR＜0.1，则权重分配较合理，若CR≥0.1，则权重分配不合理。
[0034]如上所述的汽车主观评价方法，其中，优选的是，在一致性校验不合格的情况下，所述对所述对比矩阵A进行调整，具体包括：
[0035]将对比矩阵A
′
中的任何一列数据，分别除以其它列的数据，得到一个新的矩阵A
″
；
[0036]根据矩阵A
″
中的元素数据，从最大值数据和最小值数据开始调整，具体包括：
[0037]若选择矩阵A
″
中元素数据的最大值数据，则对比矩阵A对应的元素数据需要调整变大，并按以下调整规则进行调整：若对比矩阵A中元素数据a
ij
是整数，则将该元素数据调整为a
ij
+1；若对比矩阵A中元素数据a
ij
是小数，则将该元素数据调整为
[0038]若选择矩阵A
″
中元素数据的最小值数据，则对比矩阵A对应的元素数据需要调整变小，并按以下调整规则进行调整：若对比矩阵A中元素数据a
ij
是整数，则将该元素数据调整为a
ij
‑
1；若对比矩阵A中元素数据a
ij
是小数，则将该元素数据调整为
[0039]若矩阵A
″
中元素数据的最大值数据或最小值数据是矩阵中i＝j对应数据，则不对该数据进行调整，另外选择最大值数据或最小值数据进行调整。
[0040]如上所述的汽车主观评价方法，其中，优选的是，所述对汽车主观评价的模糊评语进行定量化处理，具体包括：
[0041]采用十分制，对汽车主观评价的各模糊评语进行定量化处理，得到模糊评语矩阵，具体包括：
[0042]将模糊评语“缺陷”赋值为1，将模糊评语“极差”赋值为2，将模糊评语“很差”赋值为3，将模糊评语“差”赋值为4，将模糊评语“较差”赋值为5，将模糊评语“一般”赋值为6，将模糊评语“较好”赋值为7，将模糊评语“好”赋值为8，将模糊评语“很好”赋值为9，将模糊评语“完美”赋值为10，模糊评语矩阵表示为Y＝[1 2 3 4 5 6 7 8 9 10]。
[0043]如上所述的汽车主观评价方法，其中，优选的是，所述创建各层级的汽车主观评价项目的模糊评判的隶属矩阵，具体包括：
[0044]由评价人员对各母层级下属的子层级项目进行评价，最终分别统计各个评价项目对应不同评语的数量，组成模糊评判的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车主观评价方法，其特征在于，包括：利用层次分析法，对各层级的汽车主观评价项目进行权重分配；对汽车主观评价的模糊评语进行定量化处理；创建各层级的汽车主观评价项目的模糊评判的隶属矩阵；根据各层级的汽车主观评价项目的权重分配结果、对应的模糊评判的隶属矩阵和模糊评语的定量化处理结果，得到不同层级的项目评价得分和整车评价得分。2.根据权利要求1所述的汽车主观评价方法，其特征在于，所述利用层次分析法，对各层级的汽车主观评价项目进行权重分配，具体包括：将评价人员的主观判断结果转换为定量的对比矩阵；根据所述对比矩阵，计算各层级的汽车主观评价项目的权重。3.根据权利要求2所述的汽车主观评价方法，其特征在于，所述将评价人员的主观判断结果转换为定量的对比矩阵，具体包括：各评价人员分别对各层级的汽车主观评价项目进行两两对比，以分别创建各层级的对比矩阵A
n
＝(a
ij
)
n
×
n
，其中，n表示各层级的评价项目数量，并且n≥3；对各评价人员分别创建的对比矩阵A1、A2、
…
、A
m
，进行算术平均，得到最终的对比矩阵A＝(a
ij
)
n
×
n
，其中，m表示评价人员的人数。4.根据权利要求3所述的汽车主观评价方法，其特征在于，所述根据所述对比矩阵，计算各层级的汽车主观评价项目的权重，具体包括：计算对比矩阵A的最大特征根λ
max
对应的特征向量作为评价项目权重向量w，或者，利用和积法计算对比矩阵A的近似特征向量，具体包括：将创建的各个层级的对比矩阵按照列向量进行归一化处理，得到一个新的对比矩阵A
′
＝(a
ij
)
′
n
×
n
；将对比矩阵A
′
的各个行向量进行求和，得到将按照列向量进行归一化处理，得到对比矩阵A的近似特征向量，作为各个评价项目的权重向量w
i
。5.根据权利要求4所述的汽车主观评价方法，其特征在于，所述利用层次分析法，对各层级的汽车主观评价项目进行权重分配，还包括：对各层级的汽车主观评价项目的权重计算结果进行一致性校验；若一致性校验不合格，则对所述对比矩阵A进行调整，直到一致性校验合格；根据调整后的对比矩阵，对各层级的汽车主观评价项目进行权重分配。6.根据权利要求5所述的汽车主观评价方法，其特征在于，所述对各层级的汽车主观评价项目的权重计算结果进行一致性校验，具体包括：通过以下公式计算一致性指标：其中，CI表示一致性指标，λ表示最大特征根λ
max
的近似值，通过和积法计算，n表示各层级的评价项目的数量；通过以下公式计算一致性比率：
其中，CR表示一致性比率，RI表示随机性一致性指标，其数值可通过查表得到，n表示各层级的评价项目数量；若CR＜0.1，则权重分配较合理，若CR≥0.1，则权重分配不合理。7.根据权利要求6所述的汽车主观评价方法，其特征在于，在一致性校验不合格的情况下，所述对所述对比矩阵A进行调整，具体包括：将对比矩阵A
′
中的任何一列数据，分别除以其它列的数据，得到一个新的矩阵A
″
；根据矩阵A
″
中的元素数据，从最大值数据和最小值数据开始调整，具体包括：若选择矩阵A
″
中元素数据的最大...

【专利技术属性】
技术研发人员：董奎星，丁元俊，陈锟，何方华，张华党，杨彬，李晓飞，陆龙，戎金鑫，
申请(专利权)人：安徽江淮汽车集团股份有限公司，
类型：发明
国别省市：