李?yuàn)^強(qiáng), 殷 樂, 張書濤, 盧彥鈉, 韓素斌

(1. 蘭州理工大學(xué) 設(shè)計(jì)藝術(shù)學(xué)院, 甘肅 蘭州 730050; 2. 駝人醫(yī)療器械有限公司, 河南 新鄉(xiāng) 453400; 3. 重慶三峽學(xué)院 電子與信息工程學(xué)院, 重慶 404020)

在產(chǎn)品設(shè)計(jì)開發(fā)進(jìn)程中，產(chǎn)品的功能、技術(shù)結(jié)構(gòu)確定之后，設(shè)計(jì)師會(huì)提出眾多外觀設(shè)計(jì)方案，一般都是采用定性的視覺感受方法來確定外觀設(shè)計(jì)方案.能否有偏定量的方法來比較理性、科學(xué)地篩選外觀設(shè)計(jì)方案是本研究所要解決的問題.

在外觀方案決策優(yōu)選問題的研究中，常應(yīng)用模糊理論來表達(dá)決策信息的復(fù)雜性、模糊性和不確定性[1].Tuzkaya等[2]等綜合運(yùn)用模糊集、網(wǎng)格分析法和多目標(biāo)決策方法，解決了物料搬運(yùn)設(shè)備的優(yōu)選問題.Sanayei等[3]將語言變量表達(dá)的評價(jià)值和權(quán)重信息轉(zhuǎn)化為模糊集合的形式，采用多準(zhǔn)則妥協(xié)優(yōu)化解(VIKOR)法結(jié)合模糊決策理論解決群體決策問題.Llamazares等[4]提出了變權(quán)確定方案，每個(gè)評價(jià)者都能根據(jù)自身的評價(jià)標(biāo)準(zhǔn)確定出最適合自己的權(quán)重向量，減少了權(quán)重確定的主觀性.在目前具體的設(shè)計(jì)流程中，常常側(cè)重于對評價(jià)對象進(jìn)行打分評價(jià)，而忽略了當(dāng)前市場中競品分析對外觀方案篩選的影響.同時(shí)，在評價(jià)過程中往往存在主觀賦值的模糊性和主觀與客觀結(jié)合時(shí)權(quán)重比例分配不夠系統(tǒng)完善的現(xiàn)象[5].這使得在產(chǎn)品外觀方案評價(jià)中缺乏較為系統(tǒng)、科學(xué)、完善的評判標(biāo)準(zhǔn).

本研究所涉及的外觀方案評價(jià)問題屬于多屬性決策的類別，常用的多屬性決策方法有ELECTRE法、PROMETHEE法、TOPSIS法.與VIKOR法相比，TOPSIS法較少考慮2個(gè)理想點(diǎn)之間的相關(guān)性，ELECTRE法忽略了群體效用對排序的影響，PROMETHEE法較少考慮個(gè)體遺憾的影響[6].而VIKOR法可以彌補(bǔ)上述諸方法之不足.因此，本研究結(jié)合熵-變權(quán)和VIKOR法,從用戶滿意度和競品分析兩方面出發(fā)，構(gòu)建了滿足群體效益最大化和個(gè)體遺憾最小化的產(chǎn)品外觀設(shè)計(jì)方案評價(jià)方法.該方法對企業(yè)和設(shè)計(jì)師科學(xué)準(zhǔn)確地篩選方案具有一定的指導(dǎo)意義，進(jìn)而在提升產(chǎn)品造型創(chuàng)新設(shè)計(jì)和市場競爭力方面具有一定的推動(dòng)作用.

1 理論基礎(chǔ)

1.1 熵-變權(quán)理論

1.1.1熵權(quán)法

熵是指體系的混亂程度，熵值越小，指標(biāo)的離散程度越大.同時(shí)，熵也是系統(tǒng)處于某宏觀狀態(tài)可能性(概率)的量度，熵值越小，該指標(biāo)的權(quán)重就越大[7].因此，可運(yùn)用信息熵這個(gè)概念來計(jì)算產(chǎn)品評價(jià)指標(biāo)的權(quán)重.

1.1.2變權(quán)法

變權(quán)法是根據(jù)每個(gè)評價(jià)者自身的情況確定指標(biāo)權(quán)重的方法[8].相比于常權(quán)向量確定指標(biāo)權(quán)重，變權(quán)法的優(yōu)勢是既可以減少主觀因素的影響，又可以減小評價(jià)者個(gè)體差異對評價(jià)結(jié)果的影響，能更加準(zhǔn)確合理地得到評價(jià)指標(biāo)權(quán)值[9].

1.2 VIKOR群決策方法

VIKOR法是基于理想點(diǎn)的多屬性決策方法[10].基本思想是：首先,根據(jù)調(diào)研分析確定設(shè)計(jì)方案的正、負(fù)理想解;其次,計(jì)算各設(shè)計(jì)方案與確定的理想方案之間的接近程度[11];最后,獲得融入了決策者偏好且群體效益最大化和個(gè)別遺憾最小化相妥協(xié)的方案排序，使評價(jià)結(jié)果更加合理和全面[10].

1.3 用戶感知相似度

通過對相似度計(jì)算與相似度問卷的對比研究，獲得用戶感覺產(chǎn)品相似時(shí)的客觀相似度數(shù)值，本研究將其定義為用戶感知相似度.

2 熵-變權(quán)VIKOR產(chǎn)品外觀方案評價(jià)模型的構(gòu)建

熵-變權(quán)VIKOR產(chǎn)品外觀方案評價(jià)模型是用于產(chǎn)品方案優(yōu)選與排序的有效方法，主要分為3部分：競品相似度分析、產(chǎn)品外觀評價(jià)指標(biāo)權(quán)重計(jì)算和設(shè)計(jì)方案滿意度排序.如圖1所示.

圖1 研究流程

2.1 競品相似度分析

競品相似度分析主要通過線上購物平臺、期刊等方法收集用戶滿意度較高的樣本圖片，并對樣本集進(jìn)行初步篩選，運(yùn)用產(chǎn)品形態(tài)相似度計(jì)算模型和MATLAB軟件按照兩兩對比的方式計(jì)算出所有對比樣本間的相似程度，再與樣本相似度調(diào)查問卷結(jié)果進(jìn)行對比分析，最終獲得用戶感知相似度.低于用戶感知相似度的樣本新穎性較強(qiáng)，而高于用戶感知相似度的樣本雷同性較高.因此，保留低于用戶感知相似度的樣本，刪除高于用戶感知相似度的樣本，構(gòu)建既滿足用戶偏好又造型獨(dú)特的典型案例庫和設(shè)計(jì)方案集.

2.1.1樣本形態(tài)相似度計(jì)算

通過對市場上現(xiàn)有產(chǎn)品的調(diào)研和分析發(fā)現(xiàn),產(chǎn)品各形態(tài)要素(形狀、大小、位置和角度)對產(chǎn)品的整體造型相似度影響均較大[12].因此，從形狀相似度、大小相似度、位置相似度與角度相似度4個(gè)方面出發(fā)，通過描點(diǎn)計(jì)算的方式對形態(tài)間的相似度進(jìn)行分析與計(jì)算，求得對比樣本的整體形態(tài)相似度[12],即

式中：Q為兩對比樣本的整體形態(tài)相似度；h為形態(tài)要素?cái)?shù);q(uk)為兩對比樣本間對應(yīng)第k形態(tài)要素的相似度；ek為第k個(gè)形態(tài)要素在整體形態(tài)相似度中的權(quán)重；q1、q2、q3、q4分別為形狀、大小、位置、角度相似度.

2.1.2用戶感知相似度計(jì)算

首先，建立樣本集A={a1,a2,…，an}的樣本間相似度調(diào)查問卷，獲取用戶對樣本相似度的評分?jǐn)?shù)據(jù).其次，根據(jù)樣本相似度問卷數(shù)據(jù)篩選出z對問卷平均分為“相似”的產(chǎn)品對，并將其對應(yīng)的相似度數(shù)值加權(quán)取平均值，獲得用戶感覺產(chǎn)品相似時(shí)的客觀相似度數(shù)值，本研究定義為用戶感知相似度q0,即

(3)

式中：r為問卷平均分為“相似”的產(chǎn)品對;Qr為對應(yīng)的相似度數(shù)值.

以此為標(biāo)準(zhǔn)剔除相似產(chǎn)品，篩選并構(gòu)建典型案例庫C和產(chǎn)品方案集D.

2.2 確定VIKOR決策評價(jià)指標(biāo)的綜合權(quán)重

產(chǎn)品外觀評價(jià)指標(biāo)綜合權(quán)重的確定主要過程如下：首先，運(yùn)用層次分析法(analytic hierarchy process，AHP)確定不同認(rèn)知主體權(quán)重；其次，運(yùn)用熵權(quán)理論確定產(chǎn)品外觀評價(jià)指標(biāo)的常權(quán)向量；再次，運(yùn)用變權(quán)法結(jié)合單個(gè)用戶(設(shè)計(jì)師)的產(chǎn)品評價(jià)指標(biāo)權(quán)重對產(chǎn)品外觀評價(jià)指標(biāo)的常權(quán)向量進(jìn)行調(diào)整，分別獲得用戶和設(shè)計(jì)師的產(chǎn)品外觀評價(jià)指標(biāo)權(quán)重；最后，將認(rèn)知主體權(quán)重與用戶和設(shè)計(jì)師的產(chǎn)品外觀評價(jià)指標(biāo)權(quán)重相結(jié)合，獲得產(chǎn)品外觀評價(jià)指標(biāo)的綜合權(quán)重.

采用語義差分法對產(chǎn)品方案集D={d1,d2,…，dn′}和產(chǎn)品外觀評價(jià)指標(biāo)集B={b1,b2,…，bm}建立五級滿意度評價(jià)量表，讓st個(gè)評價(jià)者(用戶、設(shè)計(jì)師)對產(chǎn)品方案分別進(jìn)行打分，構(gòu)建產(chǎn)品外觀滿意度評價(jià)矩陣Xt，即

(4)

2.2.1認(rèn)知主體權(quán)重

本研究中涉及用戶和設(shè)計(jì)師對產(chǎn)品的評價(jià)差異，應(yīng)用AHP對產(chǎn)品外觀滿意度評價(jià)矩陣Xt數(shù)據(jù)進(jìn)行分析，獲得不同認(rèn)知主體(用戶、設(shè)計(jì)師)的權(quán)重向量L[13].

2.2.2熵-變權(quán)產(chǎn)品外觀評價(jià)指標(biāo)權(quán)值調(diào)整模型

1) 評價(jià)指標(biāo)的常權(quán)向量

(5)

式中：yij為第i個(gè)設(shè)計(jì)方案的第j評價(jià)指標(biāo)歸一化后的值.

(6)

(7)

式中：k為常數(shù)，k=1/lnm.

由此分別得到用戶和設(shè)計(jì)師的產(chǎn)品外觀評價(jià)指標(biāo)常權(quán)向量.

2) 運(yùn)用變權(quán)法調(diào)整評價(jià)指標(biāo)常權(quán)向量

常權(quán)的計(jì)算過程中往往忽略了評價(jià)者個(gè)體意見對評價(jià)指標(biāo)重要度的影響，而變權(quán)向量在這方面的適應(yīng)性更好.因此，在熵權(quán)確定常權(quán)向量的基礎(chǔ)上引入變權(quán)理論對常權(quán)向量進(jìn)行調(diào)整，可以有效減少評價(jià)者個(gè)體差異所帶來的評價(jià)誤差[5].

根據(jù)滿意度評價(jià)量表所得的用戶偏好信息，得到第t類認(rèn)知主體的單個(gè)評價(jià)者評價(jià)指標(biāo)權(quán)重矢量ωtl,即

(8)

式中：l為認(rèn)知主體的單個(gè)評價(jià)者數(shù)量，l=1,2,…,st.

將評價(jià)指標(biāo)集B={b1,b2,…，bm}定義為因素狀態(tài)矢量，產(chǎn)品評價(jià)指標(biāo)熵權(quán)向量ωt定義為常權(quán)矢量，參與評價(jià)的單個(gè)評價(jià)者評價(jià)指標(biāo)權(quán)重向量ωtl定義為狀態(tài)變權(quán)矢量.計(jì)算ωt和ωtl的Hadamard乘積，獲得單個(gè)認(rèn)知主體(用戶、設(shè)計(jì)師)的產(chǎn)品評價(jià)指標(biāo)變權(quán)矢量Wtl,即

(9)

在變權(quán)綜合中引入變權(quán)平均值分析調(diào)權(quán)水平[14]，根據(jù)變權(quán)平均值Ml分析變權(quán)結(jié)果.其中，

(10)

取變權(quán)平均值Ml最大值對應(yīng)的Wtl為最終認(rèn)知主體的產(chǎn)品評價(jià)指標(biāo)權(quán)重[14]，記為Wt.

2.2.3產(chǎn)品評價(jià)指標(biāo)綜合權(quán)值確定

由于產(chǎn)品評價(jià)指標(biāo)綜合權(quán)值由用戶和設(shè)計(jì)師認(rèn)知主體權(quán)重共同決定，所以產(chǎn)品指標(biāo)綜合權(quán)重為

(11)

2.3 熵-變權(quán)VIKOR決策方案評價(jià)

確定產(chǎn)品指標(biāo)綜合權(quán)重為Wj后，運(yùn)用VIKOR法對產(chǎn)品方案進(jìn)行綜合評價(jià)，具體方法如下：

(12)

(13)

2) 計(jì)算評價(jià)對象的群體效益值Si和個(gè)體遺憾值Ri，即

群體效益值越大和個(gè)體遺憾值越小代表評價(jià)對象越優(yōu)越[15].

3) 計(jì)算產(chǎn)品設(shè)計(jì)方案折中可行解.綜合考慮產(chǎn)品方案的群體效益值和個(gè)別遺憾值，計(jì)算設(shè)計(jì)方案排序的折中可行解Fi為

(16)

式中：S+=maxSi，S-=minSi為群體效益的最大和最小值；R+=maxRi，R-=minRi為個(gè)別遺憾的最大值和最小值；v為決策機(jī)制系數(shù)，v=0.5表示采用折中妥協(xié)的方法.

4) 計(jì)算產(chǎn)品設(shè)計(jì)方案指數(shù)值.折中可行解Fi是產(chǎn)品方案與確定的理想方案之間的距離，取值范圍為[0,1]，F(xiàn)i值越小，代表評價(jià)者對相應(yīng)設(shè)計(jì)方案的認(rèn)可度越高.為了使評價(jià)值在設(shè)計(jì)實(shí)踐中應(yīng)用更加便利，需對Fi進(jìn)行逆向調(diào)整，本研究定義產(chǎn)品設(shè)計(jì)方案評價(jià)值Ei為

Ei=1-Fi

(17)

則可根據(jù)Ei大小對產(chǎn)品外觀方案進(jìn)行排序，Ei越大，所對應(yīng)產(chǎn)品造型設(shè)計(jì)方案的綜合滿意度越高.

5) VIKOR排序可接受的前提條件為

條件2可接受的評價(jià)可靠度.在根據(jù)Fi排序后，F(xiàn)′i是在Si或Ri的排序中也排在F″i前邊的對象.

3 實(shí)例研究

3.1 研究樣本和評價(jià)指標(biāo)確定

以智能出液器的外觀設(shè)計(jì)方案評價(jià)為例，通過樣本分析，篩選出24款產(chǎn)品樣本作為研究對象，并構(gòu)建樣本集A={a1,a2,…,a24}.為避免除形態(tài)外的其他因素對調(diào)查結(jié)果造成影響，將樣本集A中的樣本圖片進(jìn)行灰度處理，如圖2所示.

圖2 出液器產(chǎn)品樣本集Fig.2 Samples of liquid outlet

根據(jù)智能出液器產(chǎn)品的形態(tài)特征，搜集并篩選出與出液器屬性相匹配的感性意象詞匯15個(gè)，利用SD法建立感性意象詞匯的相似度問卷.通過對問卷數(shù)據(jù)處理和K-means聚類分析，將感性意象詞匯聚為4類，分別為獨(dú)特感、簡潔感、輕便感與時(shí)尚感，構(gòu)建產(chǎn)品評價(jià)指標(biāo)集B={b1,b2,b3,b4}.

3.2 出液器產(chǎn)品相似度分析

3.2.1出液器樣本形態(tài)相似度計(jì)算

通過對樣本集A中產(chǎn)品的形態(tài)特征進(jìn)行分析，得到出液器產(chǎn)品形態(tài)的項(xiàng)目與類目，結(jié)合樣本集A和指標(biāo)評價(jià)集B運(yùn)用數(shù)量化I類理論方法，獲得智能出液器的各形態(tài)要素權(quán)重：正面輪廓權(quán)重e1=0.649 2，側(cè)面輪廓權(quán)重e2=0.233 7，外露儲液盒形狀權(quán)重e3=0.184 7，出液口形狀權(quán)重e4=0.368 8，分割線權(quán)重e5=0.579.從形狀、大小、位置與角度4個(gè)方面出發(fā)，結(jié)合出液器產(chǎn)品的各形態(tài)要素權(quán)重，利用式(1～2)計(jì)算產(chǎn)品樣本集A={a1,a2,…，a24}中樣本之間的整體形態(tài)相似度.計(jì)算結(jié)果如表1所列,由于數(shù)量眾多，所以這里僅以樣本1和2的相似度計(jì)算為例.

3.2.2用戶感知相似度計(jì)算

首先，建立樣本集A的樣本相似度調(diào)查問卷，采用五級打分的方式，即不相似(1分)、一般相似(2分)、相似(3分)、很相似(4分)、非常相似(5分)，獲取樣本相似度評分?jǐn)?shù)據(jù).其次，將所求樣本整體形態(tài)相似度數(shù)值與樣本相似度問卷數(shù)據(jù)相對應(yīng)，篩選出樣本相似度問卷平均分為2分及以上的產(chǎn)品對，部分?jǐn)?shù)據(jù)如表2所列.運(yùn)用式(3)將其對應(yīng)的相似度數(shù)值進(jìn)行加權(quán)平均，獲得用戶感知相似度q0=0.787.

以此為標(biāo)準(zhǔn)對樣本集A和設(shè)計(jì)方案進(jìn)行篩選，選取相似度數(shù)值小于q0的樣本對，并構(gòu)建典型案例庫C(例如樣本3和樣本6的相似度數(shù)值Q

圖3 產(chǎn)品方案集Fig.3 Product solution set

3.3 評價(jià)指標(biāo)綜合權(quán)重計(jì)算

對產(chǎn)品方案集D={d1,d2,…,d10}和產(chǎn)品外觀評價(jià)指標(biāo)集B={b1,b2,b3,b4}制作五級評價(jià)量表，構(gòu)建產(chǎn)品外觀滿意度評價(jià)矩陣Xt.該過程共發(fā)放調(diào)查問卷40份，其中,產(chǎn)品用戶代表20份，設(shè)計(jì)專業(yè)人員20份.

3.3.1認(rèn)知主體權(quán)重的計(jì)算

運(yùn)用AHP法對40名評價(jià)者的產(chǎn)品外觀滿意度評價(jià)矩陣Xt進(jìn)行分析，獲得認(rèn)知主體的權(quán)重,即用戶和設(shè)計(jì)師的權(quán)重L=(0.455，0.545).

3.3.2熵-變權(quán)產(chǎn)品外觀評價(jià)指標(biāo)權(quán)值調(diào)整模型

1) 確定評價(jià)指標(biāo)的常權(quán)向量.根據(jù)產(chǎn)品外觀滿意度評價(jià)矩陣Xt，利用式(5～7)分別獲得用戶和設(shè)計(jì)師的產(chǎn)品評價(jià)指標(biāo)常權(quán)向量.用戶的評價(jià)指標(biāo)常權(quán)向量ω1=(0.237，0.315 8，0.197 3，0.249 9)，設(shè)計(jì)師的評價(jià)指標(biāo)常權(quán)向量ω2=(0.088 3，0.182，0.384 5，0.345 2).

2) 運(yùn)用變權(quán)法對評價(jià)指標(biāo)常權(quán)向量調(diào)整.綜合常權(quán)向量和變權(quán)向量，利用式(8～9)分別獲得用戶、設(shè)計(jì)師的產(chǎn)品評價(jià)指標(biāo)變權(quán)矢量W1l、W2l，如表3和表4所列.

利用式(10)計(jì)算得出用戶和設(shè)計(jì)師的狀態(tài)變權(quán)矢量和產(chǎn)品評價(jià)指標(biāo)權(quán)重.

可以發(fā)現(xiàn)用戶2和設(shè)計(jì)師3的變權(quán)平均值最大，將其對應(yīng)的評價(jià)指標(biāo)權(quán)重矢量確定為狀態(tài)變權(quán)矢量.用戶最終的產(chǎn)品外觀評價(jià)指標(biāo)權(quán)重W1=(0.235 1，0.313 1，0.213 4，0.247 8)，設(shè)計(jì)師最終的產(chǎn)品外觀評價(jià)指標(biāo)權(quán)重W2=(0.107 4，0.190 8，0.354 7，0.347 4).

3.3.3出液器評價(jià)指標(biāo)綜合權(quán)值確定

在獲得用戶和設(shè)計(jì)師的產(chǎn)品外觀評價(jià)指標(biāo)權(quán)重基礎(chǔ)上，結(jié)合認(rèn)知主體權(quán)重，利用式(11)獲得用戶和設(shè)計(jì)師的產(chǎn)品外觀評價(jià)指標(biāo)綜合權(quán)重W=(0.165 5，0.246 5，0.290 4，0.302).

3.3.4出液器設(shè)計(jì)方案排序

將產(chǎn)品外觀評價(jià)指標(biāo)綜合權(quán)重運(yùn)用到VIKOR排序中，根據(jù)產(chǎn)品外觀滿意度評價(jià)綜合矩陣X，利用式(12～17)計(jì)算可得設(shè)計(jì)方案的群體效益、個(gè)別遺憾、折中可行解Fi以及產(chǎn)品方案滿意度評價(jià)值Ei，計(jì)算結(jié)果如表5所列.

3.3.5排序結(jié)果分析

此排序結(jié)果在實(shí)際項(xiàng)目方案外觀評價(jià)中是可以接受的，證明了本研究方法在方案排序中的有效性.

2) 為了進(jìn)一步說明本研究方法的可行性和優(yōu)越性，將本研究方法與變權(quán)-TOPSIS法和熵權(quán)-VIKOR法進(jìn)行對比分析，得到的排序結(jié)果如表7所列.

可以看出，本研究方法的排序結(jié)果與其他2種方法基本相符，說明本研究方法在實(shí)際方案評選中是可行的.

對比VIKOR法和TOPSIS法可以發(fā)現(xiàn)，2種方法都為逼近理想解法，在評價(jià)指標(biāo)權(quán)重相同的條件下，獲得的排序結(jié)果基本一致.而TOPSIS法雖確定出方案3為最優(yōu)解，但并不能準(zhǔn)確地區(qū)分出方案1、8、9、10之間的差異，精度較低.本研究方法確定出既考慮了個(gè)體遺憾又兼顧到群體效益的方案排序，其模型更加穩(wěn)定.

在使用VIKOR法進(jìn)行多屬性決策時(shí)，將熵權(quán)法與變權(quán)法進(jìn)行對比，通過一致性檢驗(yàn)對比2種方法的折中可行解Fi.可以發(fā)現(xiàn)，變權(quán)-VIKOR法所得折中可行解之間的差異更加顯著，說明在方案排序評價(jià)中能更好地區(qū)分方案之間的差異，可獲得更加清晰明確的排序結(jié)果．

3) 通過產(chǎn)品相似度計(jì)算模型獲得了產(chǎn)品設(shè)計(jì)方案創(chuàng)新性的優(yōu)先排序，可以發(fā)現(xiàn)，方案3、4和8在創(chuàng)新性方面表現(xiàn)較好.由此也驗(yàn)證了本研究方法在產(chǎn)品外觀方案創(chuàng)新性方面評價(jià)的有效性，同時(shí)也考慮了用戶偏好對評價(jià)的影響.此排序可為企業(yè)的設(shè)計(jì)方案選擇提供科學(xué)有效的參考.

4 結(jié)語

本研究提出從用戶和設(shè)計(jì)師視角出發(fā)，通過相似度理論獲取樣本形態(tài)相似度和用戶感知相似度，結(jié)合熵-變權(quán)理論和VIKOR法，在功能、材料、結(jié)構(gòu)統(tǒng)一的基礎(chǔ)上，構(gòu)建了獲得折中可行解的產(chǎn)品外觀設(shè)計(jì)方案評價(jià)和排序方法.以智能出液器為研究實(shí)例，運(yùn)用該方法進(jìn)行外觀概念設(shè)計(jì)方案的排序和優(yōu)選.結(jié)果表明，該方法不僅進(jìn)一步為企業(yè)產(chǎn)品外觀設(shè)計(jì)方案排序和選擇提供了理性參考，而且通過感知相似度篩選保證了方案外觀具有一定的創(chuàng)新性，并在此基礎(chǔ)上驗(yàn)證了該方法的科學(xué)性與有效性.