产品创新设计

产品创新设计2015-2016第一学期

姓名：陈欢

学号：2015065202

指导老师：李月恩

专业：工业设计工程

1层次分析法

1.1定义

层次分析法（Analytic Hierarchy Process，简称AHP），是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。它是一种定性和定量相结合的、系统化、层次化的分析方法。层次分析法（The analytic hierarchy process）简称AHP，在20世纪70年代中期由美国运筹学家托马斯·塞蒂（T.L.Saaty）正式提出。它是一种定性和定量相结合的、系统化、层次化的分析方法。

1.2概述

所谓层次分析法，是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法。

层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。

1.3基本思路

层次分析法的基本思路与人对一复杂的决策问题的思维、判断过程大体上是一样的。以假期旅游为例：

假如有3个旅游胜地A、B、C供你选择，你会根据诸如景色、费用和居住、饮食、旅途条件等一些准则去反复比较这3个候选地点．首先，你会确定这些准则在你的心目中各占多大比重，如果你经济宽绰、醉心旅游，自然分别看重景色条件，而平素俭朴或手头拮据的人则会优先考虑费用，中老年旅游者还会对居住、饮食等条件寄以较大关注。其次，你会就每一个准则将3个地点进行对比，譬如A景色最好，B次之；B费用最低，C次之；C居住等条件较好等等。最后，你要将这两个层次的比较判断进行综合，在A、B、C中确定哪个作为最佳地点。

1.4利弊分析

优点：

1. 系统性的分析方法

层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。

2. 简洁实用的决策方法

这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题。3. 所需定量数据信息较少

层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一般的定量方法更讲求定性的分析和判断。

缺点：

1.不能为决策提供新方案

层次分析法的作用是从备选方案中选择较优者。这个作用正好说明了层次分析法只能从原有方案中进行选取，而不能为决策者提供解决问题的新方案。

2.定量数据较少，定性成分多，不易令人信服

在如今对科学的方法的评价中，一般都认为一门科学需要比较严格的数学论证和完善的定量方法。

3. 指标过多时数据统计量大，且权重难以确定

当希望能解决较普遍的问题时，指标的选取数量很可能也就随之增加。这就像系统结构理论里，要分析一般系统的结构，要搞清楚关系环，就要分析到基层次，而要分析到基层次上的相互关系时，要确定的关系就非常多了。

1.5操作步骤

1.建立层次结构模型

2.构造判断(成对比较)矩阵

3.层次单排序及其一致性检验

4.层次总排序及其一致性检验

1.6实例题目

根据手机设计方案1-4，决定产品是否要进入生产加工前的判断项分别是：美学因素、制造因素、价格因素、竞争对手因素、市场盈利因素。找到一种合理的评价方法进行评价分析和判断，在判断过程中自己构造数据矩阵并通过计算机程序实现。

方案一

方案二

方案三第一，构建层次结构模型

第二，建立判断矩阵：

第三，计算权重向量

第四，计算结果：

2 BP神经网络法

2.1定义

BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hidden layer)和输出层(output layer)。

2.2概述

人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。

所以网络学习的准则应该是：如果网络作出错误的的判决，则通过网络的学习，应使得网络减少下次犯同样错误的可能性。首先，给网络的各连接权值赋予(0，1)区间内的随机值，将“A”所对应的图象模式输入给网络，网络将输入模式加权求和、与门限比较、再进行非线性运算，得到网络的输出。在此情况下，网络输出为“1”和“0”的概率各为50%，也就是说是完全随机的。这时如果输出为“1”(结果正确)，则使连接权值增大，以便使网络再次遇到“A”模式输入时，仍然能作出正确的判断。

2.3基本原理

BP网络模型处理信息的基本原理是：输入信号Xi通过中间节点（隐层点）作用于输出