固体火箭发动机FQFD综合排序方法：解决复杂评价问题

本文献研究主要关注的是固体火箭发动机技术特性综合排序方法的创新应用。针对固体火箭发动机设计中的复杂指标体系和评价难题，传统的质量功能展开（Quality Function Deployment, QFD）方法在处理不确定性与模糊性方面存在局限。为了克服这些问题，作者提出了一种基于Fuzzy Quality Function Deployment (FQFD) 的综合排序方法。 FQFD是一种扩展了QFD的技术，它引入了模糊数学的概念来处理评价过程中存在的模糊信息。在本研究中，通过将技术特性转化为模糊数，并利用α-截集模糊加权平均技术，可以更好地量化和表达评价过程中的不确定因素。这种方法特别之处在于，即使在模糊数的隶属度函数未知的情况下，也能利用α加权修正的水平截集去模糊技术，从而计算出每个技术特性的相对重要性。这使得综合评价更加客观且具有更强的鲁棒性，能够适应实际工程系统中可能遇到的复杂不确定性。 具体来说，研究者构建了一个三角模糊数来表征评价过程的不确定性，然后通过α-模糊数的运算，有效地整合了多个技术特性的权重。这种方法不仅考虑了定量数据，还考虑了定性评估的模糊性，提高了排序结果的合理性。相比于传统QFD，这种基于FQFD的方法能为固体火箭发动机的设计决策提供更为全面和准确的依据。 文章引用了文献(1.)和(2.)，展示了前人的工作基础以及作者在现有理论框架上的拓展。研究涉及到了系统工程理论与实践，发表在《系统工程——理论与实践》期刊上，2017年8月第37卷第8期，DOI:10.12011/1000-6788(2017)08-2192-08。 这篇论文是固体火箭发动机技术特性评价领域的一次重要贡献，为火箭发动机设计优化提供了有力的工具和技术支持，对于提升固体火箭发动机性能和设计效率具有实际意义。