□ 曹 娜 □ 余隋怀 □ 安珊珊

西北工业大学 工业设计研究所 西安 710072

特种车具有降低劳动成本、提高工作效率、减少作业损耗的优势，面对愈加激烈的竞争局面，新型特种车辆的设计面临着更大的挑战。随着科技的进步，不同企业生产的特种车辆在功能性方面的差异越来越小，特种车辆的外观设计作为提高产品竞争力的一项关键要素，涉及到人机、材料、涂装、形态、市场、经济等多方面目标的综合设计，通常会产生大量的设计方案，需要来自不同背景的决策者及专家共同对其进行评价，直至选出最佳方案后投入生产。评价的客观性与准确性会影响到整个产品设计的最终成果。

目前的专家评价方法主要有层次分析法、模糊综合评价法等［1-4］，在评价方案较少时，这些方法可以获得产品定性、定量的评价结果，而评价方案数量增多时，运算量增加，专家会产生一定的评价疲劳。这些方法的缺点是：依赖经验，对已经确定的指标权重值常常由设计人员进行主观确定，在多重指标的评价环境中对评价结果的影响极大；重复评价，对已有的案例不能实现评价的知识积累，每次评价都需要对其进行重新定位、单独分析，最后得出评价结果。现代设计是基于知识的设计［5］，为此本文提出基于模糊神经网络（FNN）的评价方法。模糊神经网络兼具模糊理论与神经网络的特点，不仅能够模拟人脑的思维方式处理模糊不精确的问题，而且具有分布式、并行性特点，并具有学习能力，适用于复杂系统，能处理定量与定性的知识［6］。……