一种基于主客观综合评价高铁驾驶室座椅舒适性的方法与流程

本发明属于座椅舒适性评价，特别是涉及到一种基于主客观综合评价高铁驾驶室座椅舒适性的方法。

背景技术：

1、高速列车正向智能化、人性化方向发展。由于宏观人机工程研究兴起，高速智能动车组设计开始注重将司乘与车内环境保持自然持久和谐作为研究前提。高速智能动车组座椅舒适性评价也从传统人机几何适配性评估向对司乘认知、情感、工作记忆的影响方面发展。未来智能动车组驾驶室座椅研发设计将从传统注重形式美和功能美演变到综合考虑功能性、安全性和舒适性。

2、座椅舒适性不仅影响乘坐感受,更与驾驶员的健康息息相关。对于座椅舒适性的要求难以建立统一的标准。同时,对于座椅舒适性的评价往往需要在样椅制作后进行,难以在前期对舒适性做出评估和改进。因此,研究适用于设计早期就能够使用的座椅舒适性评价方法非常有意义。此外,目前座椅舒适性的评价多采用主观评价来进行,鉴于主观评价受被试人员主观因素影响而影响评价结果等原因,研究如何将主观调查问卷和客观仿真测试结果相结合的座椅舒适性综合评价方法意义重大。

技术实现思路

1、本发明所要解决的技术问题是：提供一种基于主客观综合评价高铁驾驶室座椅舒适性的方法用于解决目前座椅舒适性的评价多采用主观评价来进行，评价结果偏差大的技术问题。

2、一种基于主客观综合评价高铁驾驶室座椅舒适性的方法，包括以下步骤，并且以下步骤顺次进行：

3、步骤一、建立主观评价实验室，在实验室中模拟各高铁动车驾驶室的车型环境并在其中安装预评价的驾驶室座椅的样品；

4、建立由人机工程研究人员、动车驾驶员、年乘坐动车次数多于指定次数的的乘客和动车组研究人员组成的专家评分组；

5、建立主观舒适性评价表，专家评分组乘坐座椅并在调整座椅各个部位的角度后对主观舒适性评价表中各项主观舒适性评价指标进行评分，将评价分数记录到创建的excel表格中，初步构建座椅舒适性主观评价数据集q1；

6、步骤二、设定家评分组的专业权威聚类指标并进行聚类分析，获得专家评分组中各专家的专业权威权重wp；

7、步骤三、基于层次分析法ahp获得主观舒适性评价指标的主观权重wi；

8、步骤四、通过最终指标主观权重wi的公式，获得最终指标主观权重，其中最终指标主观权重wi的公式如下：

9、wi＝wp×wi

10、步骤五、基于熵值法获得主观舒适性评价指标的客观熵权wi′，获得各指标的客观权重为w′i＝{w′1,w′2,…,w′i,…,w′s}，其中

11、

12、公式中s表示主观评价指标的总数量，ei表示第i个指标的熵，并且

13、

14、式中:pij为第i项指标下第j位专家的数值占该项的指标的比重，n为评估对象个数，xij表示第i项指标下第j位专家的专家权重；

15、步骤六、使用乘法合成法来得出各指标主客观组合权重wfi:

16、

17、式中:wi为第i个指标的主观权重向量；w′i为第i个指标的客观权重向量；

18、利用各指标主客观组合权重wfi对座椅舒适性主观评价数据集q1的各项指标分别进行加权求和处理，得到综合的主观舒适性评价分数，作为最终的舒适性主观评价数据集q2；

19、步骤七、利用三维建模软件rhinocero对高铁动车组驾驶室进行建模，包括对高速列车外壳、驾驶操作台及其附属部件以及座椅进行三维立体建模，进行座椅舒适性客观人机仿真分析实验；

20、测量受试者身体特征参数，利用ramsis仿真软件的bodybuilder模块建立与受试者对应的三维人体模型；

21、座椅与操作台的相对位置关系为尺寸链闭环，驾驶室座椅为可调座椅，设定座椅的上下调节范围值和前后调节范围值，在ramsis中建立相应的约束并激活，计算并获得人体姿势与约束；利用catia对高铁动车组驾驶室模型进行简化处理，确定座椅h点和r点并导入到ramsis中，并同时导入ramsis bodybuilder中建立的人体模型，在ramsis中创建相应的人体模型皮肤点并激活，调整人体自然姿态；

22、以设定的舒适坐姿约束条件将人体约束在座椅上，给定座椅周边的环境数据以及约束条件，计算出驾驶员最可能的驾驶姿态，并结合专家驾驶经验对驾驶员最可能的驾驶姿态进行人工调整，调整人体的躯干角度，使人体模型与司机台之间不发生干涉，同时将人体模型的右手变为抓握模式；

23、步骤八、在ramsis中建立舒适性客观评价指标，将建立好的受试者人体模型进行约束，进行坐姿驾驶舒适性分析，得到身体各部位的舒适性评分并导入到excel表格中，构建座椅舒适性客观评价数据集q3；

24、步骤九、构建座椅舒适性主客观实验数据集和基于多层感知机的座椅舒适度评价模型；

25、将主观评价综合分数数据集q2与座椅舒适性客观人机分析数据集q3合并，形成座椅舒适性主客观实验数据集q，对数据集q中的数据进行归一化处理，并对模型输入数据划分标签c＝{舒适，较为舒适，不舒适}；

26、将上述处理后的数据集中80％的数据量划分为训练集，20％划分为测试集，分别应用于基于多层感知机的座椅舒适度评价模型的训练与评价测试；所述基于多层感知机的座椅舒适度评价模型，利用多层感知机提取座椅主、客观舒适性分数与座椅舒适性程度间的映射关系，获得训练后的智能高铁动车组座椅舒适性评价模型；

27、步骤十、将当下预评价的驾驶室座椅利用步骤一和步骤六获得最终的舒适性主观评价数据；

28、将当下预评价的驾驶室座椅利用步骤七和步骤八进行座椅舒适性客观人机仿真分析实验，获取的人机仿真分析的座椅舒适性客观评价数据；

29、将当下预评价的驾驶室座椅的最终的舒适性主观评价数据以及人机仿真分析的座椅舒适性客观评价数据作为模型的输入，输出为当下预评价的驾驶室座椅的舒适性程度评价结果。

30、所述步骤二中获得专家评分组中各专家的专业权威权重wp的具体方法为：

31、1)确定专家评分组的专家聚类指标

32、选取专家从业领域k1、高铁驾驶年龄k2、平均年动车乘坐时间k3、专家职称k4、主观评价实验接触次数k5以及主观评价实验接触时间k6一共6个专业权威聚类指标，为平衡指标，每个指标采用满分10分制，每个指标按照设定的条件分档，每档给定相应的分数；

33、2)进行专家权重聚类分析

34、针对每次参与舒适性评价的专家评分组中的专家人数、各专家的专业能力分值，采用肘部法则对比不同k值下的sse，选取在设定范围内的k值，进行轮廓系数检验并获得最优专家权重聚类结果；

35、3)计算专家专业权威权重wp

36、基于6个专业权威聚类指标(k1～k6),的综合得分情况，对聚类后的每一类别的专家分数求和，除以所有类别专家的分数总和，得到专家类间权重wq；对每一类别中的专家分数进行归一化处理得到类内权重wqi，最终得到各专家权重值wp＝wq×wqi。

37、所述步骤三中获得主观舒适性评价指标的主观权重wi的具体方法为：

38、1)生成专家调查表，专家对同一层次的指标相对重要性按1～9尺度法进行两两比较赋值，利用专家调查表的各指标值构造每位专家的判断矩阵；

39、2)根据每位专家的判断矩阵分别得到相应的指标权重、特征向量和最大特征根，其中特征向量归一化后即为各因素在当前层的相对权重；

40、3)对每位专家的判断矩阵一致性检验cr，cr检验公式为：

41、

42、式中:ci为一致性指标，λmax为判断矩阵的最大特征根；n为判断矩阵的阶数；ri为判断矩阵的平均随机一致性指标；

43、当cr在设定的阈值范围外，判断为矩阵未通过一致性检验，则表示专家判断结果存在矛盾，通知专家重新进行问卷调查；

44、4)对符合一致性检验的判断矩阵进行组内权重计算

45、①对判断矩阵的每一列做归一化处理

46、其中i,j＝1,2,3,…,n

47、公式中表示判断矩阵第i行第j列归一化处理后的值，aij表示判断矩阵第i行第j列的值，n表示总行数；

48、②对每一行元素进行求和

49、其中i＝1,2,3,…,n

50、公式中为归一化判断矩阵第i行的和；

51、③对进行归一化处理

52、其中i＝1,2,3,…,n

53、式中，wi为判断矩阵第i行所占的权重；

54、通过上述公式，获得特征向量w组内＝(w1,w2,w3,…,wn)t即为各指标的组内权重向量，由归一化处理得到组间的权重向量w组间，则主观权重wi＝w组内×w组间。

55、所述步骤八中舒适性客观评价指标包括总体不舒适性、身体各部位不舒适性和脊柱健康指数。

56、所述步骤七中的身体特征参数包括性别、身高、臂长、腿长。

57、通过上述设计方案，本发明可以带来如下有益效果：

58、本发明利用k均值算法对专家专业权威等相关信息进行聚类，为每位专家赋权，体现各专家意见可参考性的差异。并结合主观舒适性评价表和人机仿真分析的座椅舒适性客观评价数据，将主流的主观评价方法与基于人机舒适性仿真分析的客观评价法结合起来，建立适用于群体的智能高铁动车组驾驶室座椅舒适性表征数据集，并通过多层感知机这一深度学习网络建模方法，建立智能高铁动车组座椅舒适性评价模型。利用本方法可以有效减少评价人员的主观性偏差，同时避免直接客观分析法导致的不合理性，准确体现了人体响应和主观舒适度评分间的映射关系，大大提高了智能高铁动车组驾驶室座椅的舒适性评价准确性与可行性，为智能动车组驾驶室座椅舒适性评价提供了一套统一有效的评价体系。