针对产品质量屋中用户需求排序的问题,提出模糊需求软集合与隶属度云模型的耦合方法,从模糊性与随机性综合考虑用户需求排序的问题,利用需求模糊隶属度构建模糊需求软集合,消除质量屋在信息传递中的模糊性与不确定性问题,通过逆向隶属度云发生器将定量信息转化为定性概念,基于超熵算子评价法,确定需求重要度最终排序,以液压四足机器人为例,验证了方法的实用性与可行性.

针对在产品质量屋中工程特性重要度排序存在的主观性与专家偏好差异的问题,提出了基于Lagrange与灰色关联分析的工程特性耦合排序方法.利用灰色理论模型解决需求小样本下的不确定性,采用最大值标准化法处理原始数据,基于灰色关联系数消解评价的主观性,根据本企业与竞争企业的互补判断矩阵,建立优化模型使数据标准化,并通过构建拉格朗日函数对其求解,以消解专家偏好差异,最后综合考虑评价主观性与专家偏好差异两方面问题,确定最终工程特性重要度的排序.以液压四足机器人为例,验证方法的实用性与可行性.

针对机器人在配置评价与选型中存在的需求主观性与离散性问题,提出了模糊需求聚类与语言有序加权平均(linguistic ordered weighted averaging,LOWA)算子的耦合方法。利用模糊聚类分析确定需求间的亲疏关系,通过模糊需求标准化实现对需求特征的定量分析;基于LOWA算子将相对语言变量向绝对语言变量转化,采用综合指数评价法确定满足要求的机器人配置方案,为机器人的配置选型提供了新思路。以液压四足机器人选型为例,在多需求非结构化环境下,该算法为机器人腿部关节配置选择提供了更科学可靠的遴选方法。

针对机器人在非结构环境需求下设计的主观性与不确定性问题,提出了模糊非解耦模型与功能-原理-行为-结构(function-principle-behavior-structure,FPBS)耦合的设计方法。通过建立模糊非解耦模型,根据置信水平值的不同,将需求按亲疏关系进行划分,以确保需求间的相互独立性,同时消解评价主观性,基于FPBS的设计方法将隐性知识显性化表达,实现自顶至下多层级的设计与自底至上的结构综合,设计出满足要求的机器人结构方案。以液压四足机器人为例,验证了方法的可行性,在多需求非结构环境下,为机器人设计提供更加科学有效的新思路。