帶鋸床設(shè)計方案完成后，通過對設(shè)計方案進(jìn)行準(zhǔn)確的評估是考察帶鋸床設(shè)計方案質(zhì)量的一種有效手段，也是保證方案設(shè)計科學(xué)合理的重要基礎(chǔ)。從圖4.1.2可以發(fā)現(xiàn)，帶鋸床鋸切能力性能評價所涉及的指標(biāo)較多，而且很多指標(biāo)是定性的，無法利用定量的方法直接進(jìn)行對比分析，具有鮮明的模糊特性，因而帶鋸床鋸切能力性能評價是一個多層次的模糊綜合評判問題。層次分析法(analytichierarchyprocess，AHP)是由美國運(yùn)籌學(xué)家薩蒂提出的一種將定性與定量分析方法相結(jié)合的多目標(biāo)決策分析方法，該方法的主要思想是通過將復(fù)雜問題分解為若干層次和若干因素，對兩兩指標(biāo)之間的重要程度作出比較矩陣，通過計算比較矩陣的最大特征值以及所對應(yīng)的特征向量得出不同因素重要程度的權(quán)重，適用于復(fù)雜的模糊綜合評價系統(tǒng).是目前被廣泛應(yīng)用的一種綜合評價方法。

以下介紹基于層次分析法建立模糊綜合評價模型的步驟，并應(yīng)用層次分析法和模糊綜合評判法對帶鋸床鋸切能力進(jìn)行綜合評價。

1.建立遞階層次結(jié)構(gòu)

利用AHP進(jìn)行分析時，首先要將各個指標(biāo)進(jìn)行分組，每組作為一個層次，自上而下按照最頂層、若干中間層和最低層的形式排列，構(gòu)建層次結(jié)構(gòu)模型。處于最上層的通常只有一個元素，它是分析問題的預(yù)定目標(biāo)，稱為目標(biāo)層；中間的層次包括實(shí)現(xiàn)目標(biāo)所涉及的中間環(huán)節(jié)，稱為準(zhǔn)則層；最低一層為實(shí)現(xiàn)目標(biāo)可供選擇的各種措施、方案或體現(xiàn)各準(zhǔn)則要素變化的指標(biāo)，稱為指標(biāo)層。

2.構(gòu)造判斷矩陣

建立判斷矩陣是層次分析法最關(guān)鍵的一步。根據(jù)圖4.1.2的性能指標(biāo)體系結(jié)構(gòu)建立遞階層次結(jié)構(gòu)，通過將因素之間對于其上一層次因素的相對重要性進(jìn)行兩兩比較，判斷兩個元素哪-一個更重要，并按Satty提出的1-9標(biāo)度進(jìn)行賦值建立判斷矩陣。如準(zhǔn)則層相對于目標(biāo)層建立判斷矩陣A=(a；)nxn，a；是準(zhǔn)則層第i個因素與第j個因素相比對于其上一層次的相對重要性比例標(biāo)度。同理可以建立指標(biāo)層相對于準(zhǔn)則層的判斷矩陣B=(b；)nx。表4.1.3列出了1-9比例標(biāo)度的含義。

3.計算指標(biāo)權(quán)重及層次單排序向量

根據(jù)判斷矩陣A計算準(zhǔn)則層B中的因素相對于目標(biāo)層A的優(yōu)先權(quán)重，由這些權(quán)重所構(gòu)成的向量稱為準(zhǔn)則層B的單排序向量，表示B層因素排序的優(yōu)先程度。層次單排序向量的計算可以歸結(jié)為求解矩陣A最大特征值所對應(yīng)的特征向量，即滿足的特征向量。本書采用判斷矩陣首行求和并歸一化的近似方法來求解矩陣的特征向量W。同理可以通過判斷矩陣B求得指標(biāo)層次C的單排序向量。

4.計算層次總排序向量

所謂層次總排序向量就是通過計算得到的某一層次所有因素對于目標(biāo)層相對重要性的權(quán)值排序向量。這個過程是由高層次到低層次逐層進(jìn)行的。從圖4.2.2可以看出，準(zhǔn)則層B包含3個因素(U1，U2，U3) ，假設(shè)其對目標(biāo)層A的總排序權(quán)值分別為w1 ，W2 ，W3，Bi下的指標(biāo)層C包含4個因素(Ui1，Ui2，…,Ui4)，它們對于因素B，的層次單排序的權(quán)值分別為wi1，wi2.…，Wi4，此時Bi下指標(biāo)層C元素相對于目標(biāo)層A的總排序權(quán)值由下式給出:

這樣就可以獲得指標(biāo)層C相對于目標(biāo)層A的層次總排序向量。

5.判斷矩陣的一致性檢驗(yàn)

如果判斷矩陣A滿足條件，則稱矩陣A具有一致性。由于帶鋸床鋸切能力性能評價過程中影響因素的復(fù)雜性和評價者對這些因素主觀判斷具有不穩(wěn)定性，以及.不同評價者偏好也不同，因此難以將同一準(zhǔn)則下的因素差異度量地很準(zhǔn)確，也就是說通過兩兩比較得到的判斷矩陣A不一定滿足判斷矩陣一致性條件。因此，可以利用層次分析法中的一-致性比例Rc來衡量A的不一致程度，當(dāng)Rc≤0.10時，則稱判斷矩陣具有滿意的一致性，否則就不具有滿意的一致性。

式中，為一致性指標(biāo)，λmax為判斷矩陣最大特征值，n為判斷矩陣的階數(shù)；IR為平均隨機(jī)一致性指標(biāo)，根據(jù)表4.1.4可以查找出不同矩陣階數(shù)所對應(yīng)的值IR。

6.建立評估語集

在評估過程中，由于指標(biāo)層存在大量的定性因素，需要用定性評語(模糊語言)描述并量化，以便進(jìn)行定量計算。按模糊數(shù)學(xué)方法可以對評語集采用5級或9級劃分法，通過給評語賦予相應(yīng)的分?jǐn)?shù)并對各定性指標(biāo)進(jìn)行打分。

7.建立隸屬度評價矩陣

確定評語集之后，選擇-定數(shù)量的技術(shù)專家組成評估團(tuán)，在評估過程中，綜合每一位參評人員的評價意見和每一個評價指標(biāo)對每個指標(biāo)進(jìn)行評價，從而得到隸屬度評價矩陣R。

其中，為第i個一級指標(biāo)Ui的第j個二級指標(biāo)Uij的某個評價等級Vm的隸屬度。具體的算法可以在實(shí)際中由專家根據(jù)一些具體算法及經(jīng)驗(yàn)確定。通常由以下算法計算獲得:

8.多級模糊綜合評價

首先，利用各指標(biāo)層權(quán)重集wi=(wi1，Wi2,…,wij)和指標(biāo)層評價矩陣R進(jìn)行一級模糊綜合評價,并將結(jié)果歸一化處理,得到準(zhǔn)則層指標(biāo)因素級對評價集的隸屬向量Bi:

其次,利用準(zhǔn)則層權(quán)重集w和準(zhǔn)則層評價矩陣B,進(jìn)行二級模糊綜合評價,并將結(jié)果日一化處理，得到目標(biāo)層評價矩陣:A=wB。

最后,進(jìn)行“模糊矩陣數(shù)值化”,得到該帶鋸床的綜合評價結(jié)果:。

帶鋸床性能指標(biāo)體系的建立為全面了解帶鋸床產(chǎn)品性能提供了參考依據(jù),可以此來分析和尋找產(chǎn)品的薄弱環(huán)節(jié),有針對性地進(jìn)行改進(jìn)，從而提升產(chǎn)品性能。