孙之琳，王凯峰，陈永亮，薛德意，顾佩华

（1.天津大学机构理论与装备设计教育部重点实验室，天津300354；2.卡尔加里大学机械与制造工程系，艾伯塔卡尔加里T2N1N4）

随着用户对产品的功能、质量、成本、个性化以及环境友好性等方面的需求日益提升，制造企业必须在产品的全生命周期内更加即时、高效地响应不断变化的各种需求［1］。因此，除了通过利用先进智能技术来提升产品制造质量外，更需要从产品的早期设计阶段出发，充分考虑产品的可变性、灵活性以及全生命周期各个阶段的特征［2］。

可适应设计是一种可满足产品生命周期内用户、制造企业和社会的需求以及提升经济效益和环境效益的新型设计范式［3-7］，其基本理念是使设计和产品具备适应不可预测的需求的能力和随需求变化的可重用性［8-9］。

为了提高产品和系统设计的可适应性，需对其可适应性进行量化评价，以便在设计决策过程中优化其综合评价指标体系。产品和系统的可适应设计实质上是对信息的理解、继承、重用以及集成的过程。因此，从信息的角度进行可适应性度量并进一步建立综合评价指标体系，对可适应设计的量化评价具有重要的参考价值。

在产品设计的可适应性评价方面，Xue等［10］提出了一种基于需求变化的适应性评价方法，即先根据设计要求、配置方式和参数建立产品模型并选择评价指标，再利用评估函数进行方案优化；Cheng 等［11］从产品的基本适应性和行为适应性两方面出发，先基于公理设计分析功能需求与功能模块之间的独立性，再利用Kano模型度量产品的行为适应性；程贤福等［12］以公理设计中的信息量为测度，从重用性、定制性、接口柔性以及升级能力等方面评价了产品平台的可适应性；程强［13］基于公理设计，从本质可适应性和行为可适应性的角度对产品模块化设计的可适应性进行了评价；孙剑萍等［14］利用熵权法从功能、技术和环境等角度评价了产品平台的可适应性。尽管上述方法已经尝试结合用户需求与产品结构来开展可适应性评价，但仍未系统研究产品在不同功能、结构以及参数变化过程中的可适应性。

信息熵由信息论的创始人Shannon于1948年首次提出［15］。受Boltzmann 的统计热力学熵方法的启发，Shannon 基于概率统计方法，将熵作为随机事件的不确定性或信息量的度量，并以此建立信息熵理论［15］。信息熵与传统热力学中熵的概念类似，所描述的都是客观事物自身的固有信息。对于产品设计系统，在设计过程中产生的每一个设计方案均可看作产品设计方案总集合的一个微观状态，利用信息熵能够对产品可适应设计进行客观、定量的评价。目前，信息熵在设计领域的应用主要集中在设计需求的评价及设计链的评价两方面［16-20］。例如：Kan等［16］利用信息熵评价了设计师之间设计链接的有效性，从而对设计师的认知活动进行定量的评价；Wu等［17］将信息熵应用于产品界面设计过程，利用设计熵方法评价了用户体验；Cong等［18］将信息熵应用于信息驱动的智能产品开发过程，利用设计熵方法对用户需求进行预测并调整设计方案；Shi等［19］提出了一种利用信息熵和标杆方法对产品功能需求进行加权的客观方法；Tiwari等［20］利用信息熵解决了产品早期设计阶段不确定环境中的概念评估问题，以便在新产品开发过程中识别客户偏好。然而，上述方法侧重于分析设计需求以及用户体验，并不能应用于实际的产品设计过程和对具体产品功能结构进行有效评价。

基于此，本文针对产品可适应设计评价，首先，将用户需求逐级分解至产品的功能域、结构域及参数域，构建产品可适应设计架构；然后，基于信息熵理论，建立不同维度的产品可适应设计评价信息熵计算方法，客观评价产品个体、产品系列和产品平台的可适应性；最后，以圆柱齿轮加工机床设计为例，对产品可适应设计评价的信息熵方法进行可行性验证。

1 产品可适应设计架构

产品的可适应性定义为产品原型P0经过修改、扩展、升级、定制和个性化等后产生满足不同用户需求的n 个产品变型（P1，P2，…，Pn）的属性［21］。文献［3］将产品原型P0适应新需求模式的任务称为“可适应任务”，即产品多样性变型过程可看作完成可适应任务的过程。

可适应设计中功能变化的产品可实现不同的子功能，用户需求的实现主要体现在产品的功能和结构上［22］。其中，产品功能是通过用户需求来定义的，其描述的是产品能够为用户创造的价值，即从用户角度出发的一种主观价值［23］；产品结构描述的是产品的构成方式，是产品的客观属性。在设计过程中，用户需求可被逐级分解至产品的模块层级，即从信息角度看，产品可适应设计过程可看作用户需求信息有效流动至产品的功能域和结构域后找到可实现的设计解的过程。产品的功能并不一定是通过单一构件来执行的，因此产品结构中各个构件可能会发生功能耦合，导致产品最终的功能与用户需求之间存在一定的偏差，而可适应性强的设计可以利用自身合理化的功能结构以及可适应接口尽可能地减小这种偏差的影响［24-25］。因此，对于产品可适应设计来说，合理化的设计架构能够保障其功能和结构的独立，进而保证设计信息在功能域、结构域和参数域之间以及产品全生命周期中有效流动。

如图1所示，在产品可适应设计架构中，用户需求的变化驱动产品的功能发生改变，产品可适应设计过程即为变化的用户需求在功能域—结构域—参数域之间层层映射以完成可适应任务的过程。在可适应设计过程中，存在4种可适应性：普通可适应性、特殊可适应性、设计可适应性和产品可适应性［3］。首先，通过用户访谈、市场调研等方式确定用户需求，并基于产品原型将用户需求转化为功能域中不同的功能变型。对于每一个功能变型，先在结构域中找到对应的结构变型，再将其映射至参数域对应的参数集中，以对产品结构进行更为详细的定义和约束，产生具有普通可适应性的设计解。在完成普通可适应设计后，初始设计方案可能无法满足新的用户需求，通过特殊可适应设计来调整及评价初始设计方案，使其在满足原有用户需求的基础上能够适应新的用户需求。在设计方案经过多次调整与迭代后，产品可进入生产过程。具备产品可适应性的物理产品在实际运行数据的驱动下进行特殊可适应性的调整与迭代，以保证产品始终满足功能和性能要求。

图1 产品可适应设计架构Fig.1 Product adaptable design architecture

为了在映射过程中作出正确的设计决策，Suh［26］提出了独立公理设计方法，即在设计过程中产品的功能需求必须始终保持独立。在产品可适应设计过程中，为了保证在变型、升级和重用等过程中产品的原有功能不受影响，需要在详细设计阶段将功能变型与结构变型逐级分解，形成合理化的功能结构，以保证各个功能模块的独立性［5］。如图2所示，初始设计阶段所形成的功能变型向结构域和参数域映射出对应的变型设计解。为了使各功能变型在各个层级中产生可行的设计解，还需对高层级的功能进行进一步分解，形成更为详细的功能模块，并在结构域中映射出对应的结构模块。功能域与结构域、参数域之间反复映射与迭代的过程能够保证各个模块的独立性，进而提高产品的可适应性。

图2 功能域与结构域、参数域之间的映射Fig.2 Mapping between function domain, structure domain and parameter domain

产品可适应设计是一个动态变化的过程［27］。如图3所示，随着用户需求的变化，为完成可适应任务，产品原型将基于功能的变化派生出一系列功能变型。基于产品可适应设计架构，不同的功能变型可生成对应的合理化功能结构，并映射出一系列结构变型；同时，每个结构变型又可以派生出一系列参数变型，以 满足特定的产品可适应任务。

图3 包含不同维度的产品空间Fig.3 Product space with different dimensions

由产品可适应设计架构可知，产品既包含功能这一主观属性，又包含结构和参数等客观信息。通常情况下，产品的功能和结构通过文字定性描述，无法直接定量描述，因此需要一种有效的方法对产品可适应设计进行定量评价。通过上文分析可知，信息熵可以实现产品功能和结构变型的定量描述，即先将产品可适应任务对应的产品变型看作可适应产品空间的微观状态，然后对每个产品变型进行不同维度的客观、定量计算，最后通过计算整个产品空间的信息熵，以实现产品可适应设计的评价和决策。同时，信息熵方法也可从产品的模块、构件层级出发，对产品的模块化架构进行评价，以便在产品升级、维护或再利用的过程中及时更新设计，以满足用户不断变化的需求。

2 产品可适应设计评价信息熵

在信息论中，度量信息的前提是将获得的信息量当作被消除的不确定性。对于一个具有N个可能结果xt的随机试验X，其熵（即期望信息量）等于各可能结果的信息量与其对应概率乘积的总和［15］，可表示为：

由式（1）可知，信息量越大，不确定性越小，熵越小；反之信息量越小，不确定性越大，熵越大［15］。因此，通过熵可以评价某个产品的可适应性，也可以评价某个设计指标对产品的影响程度。在概念设计阶段，产品设计系统的熵越大，表明产品的设计空间越大，即设计改变的自由度越大，对新设计的适应性越强。而在完成概念设计并确定产品原型后，某个设计指标的熵越小，表明该指标的不确定性越小，即普通可适应性越强，对其进行特殊可适应性扩展的可能性越大。

因此，产品可适应设计评价的信息熵方法的基本思路是：根据产品功能、结构以及参数的变型可能性或难易程度，先分别计算产品的功能、结构及参数变型度信息熵，并利用其评价产品的可适应性；再计算产品设计方案的总信息熵，以综合评价产品空间的可适应性。

2.1 产品功能变型度

在产品变型过程中，需要将定性描述的产品变型过程转化为定量描述的产品变型过程，因而可以从变型的可能性或难易程度角度进行分析。如图4所示，根据产品可适应设计架构，分别以每一个可适应任务所对应的产品变型为产品原型，评价产品原型转换为产品变型的可能性或难易程度。

功能变型度是指通过扩展某一功能使产品原型转换为产品变型的可能性，主要是从功能模块层级上进行评价。为简化功能变型度的分析，定义产品功能变型度评价准则，如表1所示。当产品无需进行任何操作即可扩展某一功能时，其功能变型度为1；当产品具备扩展接口，可通过增加模块的方式扩展某一功能时，其功能变型度为0.7，表明其扩展功能的可能性较高；当产品不具备扩展接口，仅可通过替换功能模块的方式扩展某一功能时，其功能变型度为0.3，表明其扩展功能的可能性较低；当产品完全无法扩展某一功能时，其功能变型度为0。需说明的是，可根据实际情况在0～1之间取更多值，以更加准确地描述功能变型度的差异。

图4 产品的变型扩展过程Fig.4 Process of product variant expansion

表1 产品功能变型度评价准则Table 1 Evaluation criteria of product function variation degree

2.2 产品结构变型度

结构变型度是指通过改变结构使产品原型转换为产品变型的难易程度，主要是从构件层级上进行评价。产品结构变型度评价准则如表2所示。当产品结构无需任何更改即可满足功能需求时，其结构变型度为1；当产品结构具备扩展接口，可通过增加构件来满足功能需求时，其结构变型度为0.7，表明其结构变型较容易；当产品结构不具备扩展接口，需要通过替换构件来满足功能需求时，其结构变型度为0.3，表明其结构变型较困难；当产品结构完全无法改变时，其结构变型度为0。同理，可根据实际情况在0～1之间取更多值，以更加准确地描述结构变型度的差异。

表2 产品结构变型度评价准则Table 2 Evaluation criteria of product structure variation degree

2.3 产品参数变型度

参数变型度是指各个设计参数的可变程度，参数的变化范围越大，熵越小，则产品的可适应性越好。对于产品参数变型度的评价，先根据用户需求确定产品不同可适应任务下设计参数的值，进而得到单个可适应任务涉及的不同设计参数，并列出参数变型度矩阵。

3 产品可适应设计评价信息熵计算方法

3.1 产品功能、结构变型度评价

根据表1和表2所示的功能、结构变型度评价准则，分析得到功能变型度矩阵RF和结构变型度矩阵RS：

式中：rfij(i，j=1，2，…，n)表示通过扩展某一功能使产品原型Pi转换为产品变型Pj的可能性；rsij（i，j=1，2，…，n）表示通过改变结构使产品原型Pi转换为产品变型Pj的难易程度。

3.2 产品参数变型度评价

按照产品参数变型度的定义，对于已经确定的n个产品可适应任务，分别列出m个设计参数，得到产品参数变型度矩阵V：

式中：vik(i=1，2，…，n；k=1，2，…，m)表示第i个可适应任务下第k个设计参数的具体数值。

3.3 数据标准化处理

对于实际的设计或产品来说，其各项指标的计量单位并不统一，因此在利用产品功能、结构以及参数变型度矩阵计算信息熵之前，需对数据进行标准化处理［28］，即将各项指标的绝对值转化为相对值，得到标准化评价矩阵。由于指标存在正向（指标值越大越好）和负向（指标值越小越好）的情况，需要分别处理，处理方式如下：

对于X=（x1，x2，…，xN），经标准化处理后变为Y=（y1，y2，…，yN）

3.4 产品可适应设计评价信息熵计算

根据信息熵的定义，对于不是随机变量的Y，先将Y归一化，即令yt的形式概率pt为：

3.4.1 产品功能、结构变型度信息熵计算

基于表1 和表2 得到产品的功能变型度矩阵RF和结构变型度矩阵RS后，将每个可适应任务看作评价指标，利用式（5）和式（6）对RF、RS中数据进行处理，并确定形式概率pfij、psij。令K=1∕ln n，则各可适应任务对应的产品的功能、结构变型度信息熵为：

3.4.2 产品参数变型度信息熵计算

得到产品参数变型度矩阵V后，先利用式（5）和式（6）对V中数据进行处理以消除量纲的影响，并确定各设计参数的形式概率pik。各产品参数变型度信息熵为：

由于设计参数的重要程度有所差异，在计算总参数变型度信息熵时需考虑其权重。各设计参数的差异系数为：

则第k个设计参数的权重为：

产品的总参数变型度信息熵为：

3.5 产品可适应设计评价

Suh［26］提出的信息公理强调：好的设计应当使设计中的信息量最小，信息量这一概念实质上是信息论中的自信息。产品可适应设计评价信息熵不仅可以体现产品设计的自信息量，还可以反映产品设计在不同维度内的不确定程度以及变型的可能性或难易程度，进而客观评价每一个设计方案的可适应性。其中，产品的功能变型度信息熵体现的是通过扩展某一功能使产品原型转换为产品变型的可能性，可衡量产品功能对用户需求多样性的适应能力；产品的结构变型度信息熵体现的是通过改变结构使产品原型转换为产品变型的难易程度，可衡量产品制造和装配方面的适应能力；产品的参数变型度信息熵体现的是可适应任务中不同产品参数的可变范围，可客观反映产品参数的可适应性。

1）产品功能-结构可适应性评价。

根据图4所示的产品变型扩展过程，对于某一产品原型Pi，若其功能、结构变型度信息熵的值都较小，则说明该产品原型的功能和结构的可适应性较强，在评价方案时可以优先基于产品变型Pi进行新产品开发。

功能-结构变型度信息熵评价方法也可以用于产品的模块或构件层级。若某一功能模块的功能、结构变型度信息熵较小，则可以考虑将该模块作为产品系列的标准模块或通用模块，在后续的产品制造和升级过程中能够有效提高产品的可适应性。

2）产品参数可适应性评价。

产品的参数作为产品的客观信息，直接决定了产品的功能和结构模块能否在参数域映射出可实现的设计方案。若某一产品的参数变型度信息熵较小，则说明该产品能够适应的参数范围较大，能够实现的可能性较高，进而说明该产品的可适应性较强。

3）产品可适应设计综合评价。

在实际设计过程中，由概念设计到详细设计的过程需要对功能、结构和参数进行不断的分解和迭代。因此，可以利用信息熵方法对设计过程进行综合评价。根据图2所示的不同设计层级，先分别计算产品的功能、结构以及参数变型度信息熵H(RF)、H(RS)和H(V)，以评价产品的功能、结构模块的分解是否合理，以及参数的可适应程度是否能够满足设计需求，进而有针对性地指导下一层级的设计分解和迭代。在得到产品设计方案之后，通过计算设计方案的总信息熵H，以综合评价产品空间的适应性，最后在不同的备选方案中做出决策。

需要指出的是，产品的功能、结构和参数可适应性以及产品空间可适应性的评价结果应该是统一的。若出现评价结果不一致，则应根据计算结果先评价功能、结构模块的分解是否合理，然后评价产品参数的可适应程度是否满足设计需求，最后基于产品空间的总体评价结果进行最终决策。

4 圆柱齿轮加工机床设计实例

4.1 实例背景介绍

圆柱齿轮加工机床（见图5）主要用于大型圆柱齿轮（包括内齿和外齿）加工，采用的加工方法有铣齿（粗加工）、滚齿（半精加工）和磨齿（精加工）［21］。但圆柱齿轮加工机床一般难以同时实现多种加工方式，因此引入产品可适应设计方法，通过对不同方案下产品模块的功能、结构以及参数变型度进行评价，计算产品可适应设计评价信息熵，再根据计算结果对各方案进行评价和决策，以提高产品对用户需求的适应能力。

图5 圆柱齿轮加工机床示意图Fig. 5 Schematic diagram of cylindrical gear processing machine

以内齿加工机床为产品原型［21］，将通过市场调研得到的用户需求转化为产品可适应任务。以3种加工工艺（铣齿、滚齿和磨齿）为基础，结合2种齿轮形式（内齿和外齿）和3种工件直径对应的工件参数，得到圆柱齿轮加工机床的15个可适应任务（n=15），如表3所示［21］。

表3 圆柱齿轮加工机床的可适应任务Table 3 Adaptation tasks for cylindrical gear processing machine

圆柱齿轮加工机床的主要功能模块包括立柱模块（立柱+横托板）、床身模块、工作台模块、主轴箱模块（刀架+纵托板）、夹具、电机和导轨等，根据图1所示的产品可适应设计架构映射得到其各个功能模块对应的结构。根据可适应任务，得到2种圆柱齿轮加工机床设计方案，如表4所示［21］。其中，方案1采用的是一体式床身结构，对于不同的工件直径和加工工艺，需要整体替换对应的床身模块和刀具；方案2采用的是分段式床身结构，可以通过替换工作台来满足不同直径工件的需求，不需要更换床身模块。

根据表4，将15个可适应任务分解至不同功能、结构模块，分别得到圆柱齿轮加工机床方案1和方案2的功能-结构模块配置，分别如表5和表6所示。其中，功能配置包括齿轮形式和加工工艺两个部分；结构配置包括床身、工作台和刀架这3个对产品结构影响较大的模块，用字母表示构件代号，用数字表示对应的规格参数。

4.2 产品功能变型度评价

基于表5和表6所示的功能-结构模块配置，分别以可适应任务i (i=1，2，…，15)所对应的产品变型Pi为产品原型，根据表1的功能变型度评价准则，先分别计算齿轮形式和加工工艺这2项功能的变型度，再相加求均值，计算得到圆柱齿轮加工机床方案1和方案2的功能变型度矩阵RFa和RFb；然后将功能变型度矩阵RFa、RFb归一化，并根据式（8）和式（10）计算每个可适应任务对应的产品变型的功能变型度信息熵H(RFi)以及产品方案的总功能变型度信息熵H(RF)，结果分别如表7和表8所示。通过计算可得方案1的总功能变型度信息熵为12.552，方案2的总功能变型度信息熵为12.168。

表4 2种圆柱齿轮加工机床设计方案Table 4 Two design schemes for cylindrical gear processing machine

4.3 产品结构变型度评价

基于表5和表6所示的功能-结构模块配置表，分别以产品变型Pi为产品原型，根据表2的结构变型度评价准则，先分别计算圆柱齿轮加工机床的床身、工作台和刀架等结构的变型度，再求解平均值，计算得到圆柱齿轮加工机床方案1和方案2的结构变型度矩阵RSa和RSb；然后将结构变型度矩阵RSa、RSb归一化后，再根据式（9）和式（11）计算每个可适应任务对应的产品变型的结构变型度信息熵H(RSi)以及产品方案的总结构变型度信息熵H(RS)，结果分别如表9和表10所示。通过计算可得方案1的总结构变型度信息熵为8.780，方案2的总结构变型度信息熵为4.121。

表5 圆柱齿轮加工机床方案1的功能-结构模块配置Table 5 Function-structure module configuration of cylindrical gear processing machine scheme 1

表6 圆柱齿轮加工机床方案2的功能-结构模块配置Table 6 Function-structure module configuration of cylindrical gear processing machine scheme 2

4.4 产品参数变型度评价

根据表3所示的可适应任务，将每一个可适应任务对应的产品变型Pi作为评价对象，将工件直径、模数和齿宽等参数作为评价指标，得到圆柱齿轮加工机床方案1 和方案2 的参数变型度矩阵Va、Vb，在利用式（5）和式（6）对参数变型度矩阵进行归一化处理后，分别计算各参数的变型度信息熵H(Vk)、权重λ(Vk)以及产品方案的总参数变型度信息熵H(V)，结果分别如表11和表12所示。通过计算可得方案1的总参数变型度信息熵为0.811，方案2 的总参数变型度信息熵为0.806。

表7 圆柱齿轮加工机床方案1的功能变型度矩阵Table 7 Function variation matrix of cylindrical gear processing machine scheme 1

表8 圆柱齿轮加工机床方案2的功能变型度矩阵Table 8 Function variation matrix of cylindrical gear processing machine scheme 2

4.5 结果分析

通过比较圆柱齿轮加工机床的可适应设计评价信息熵计算结果可知：

1）圆柱齿轮加工机床方案2 的功能和结构变型度信息熵均小于方案1，且方案2的结构变型度信息熵与方案1差异较大，说明分段式床身结构设计的可适应性更高，因此应优先考虑利用方案2进行圆柱齿轮加工机床的后续开发。

表9 圆柱齿轮加工机床方案1的结构变型度矩阵Table 9 Structure variation matrix of cylindrical gear processing machine scheme 1

表10 圆柱齿轮加工机床方案2的结构变型度评价矩阵Table 10 Structure variation matrix of cylindrical gear processing machine scheme 2

2）对于产品参数变型度信息熵，在计算和评价时需要考虑一种特殊情况，即方案2中每个可适应任务对应的工件直径均为3 000 mm，则该参数的变型度信息熵为1，对应的权重为0，表明该参数能够适应任意一个可适应任务，在评价产品方案的总参数变型度信息熵时可以不考虑这一指标。从计算结果来看，方案2的总参数变型度信息熵小于方案1，说明方案2对参数变化的适应性较好，同时也说明分段式床身对不同规格的工件适应性较好。

3）综合产品的功能、结构及参数变型度信息熵可以看出，方案2采用的分段式床身结构能够在工件参数变化时通过结构的部分替换来满足可适应任务，有效提高圆柱齿轮加工机床对不同规格工件的适应性。利用文献［21］提出的方法对2个方案进行评价，同样得到方案2的适应性优于方案1，但该方法仅能体现产品变型过程中模块层级的整体匹配度，而本文结果能够从功能、结构和参数三个维度分别反映产品的可适应性，并可为后续的产品优化提供依据。根据计算结果，可考虑为工作台和刀架结构增加扩展接口，提高其功能和结构的变型度，进而提高整个圆柱齿轮加工机床的适应性。

表11 圆柱齿轮加工机床方案1的参数变型度矩阵Table 11 Parameter variation matrix of cylindrical gear processing machine scheme 1

表12 圆柱齿轮加工机床方案2的产品参数变型度矩阵Table 12 Parameter variation matrix of cylindrical gear processing machine scheme 2

4）需要指出的是，为了验证产品可适应设计评价信息熵方法的可行性，本实例仅考虑与可适应任务相关的关键设计参数，包括齿轮形式、加工工艺和齿轮参数等，但未涉及对齿轮加工机床的整体设计与深入研究。

5 结 论

本文针对产品可适应设计评价进行了综合研究，通过构建产品可适应设计架构，将用户需求逐级分解至产品的功能域、结构域及参数域，以保证产品的功能和结构相对独立。基于信息熵理论，分别从产品功能、结构和参数三个维度出发，建立了产品可适应设计评价的信息熵方法，并从形式概率的角度出发计算信息熵，实现了产品功能、结构及参数可适应性的客观定量评价。圆柱齿轮加工机床设计实例结果表明，该方法能够辅助设计人员对产品设计方案进行评价和决策。

与Suh提出的信息公理相比，产品可适应性设计评价的信息熵方法同样是从信息量的角度进行评价，但公理设计是利用产品的信息量作为评价指标［29］，主要反映对产品个体的评价；而本文方法不仅能够反映对个体的评价，还利用熵的概念对产品系列和产品平台等进行整体评价。

本文提出的产品可适应设计评价的信息熵方法目前只考虑了在有产品原型的基础上进行变型设计，尚未应用于概念设计阶段的创新产品设计；同时，在对变型度等主观因素的客观量化时所采取的方法较为简单，后续工作将结合模糊评价方法对主观因素进行详细评价，并进一步考虑设计的迭代过程，将此方法扩展至产品的使用、升级和维护等阶段，从而实现产品的全生命周期可适应性评价。