技術特征：

1.一種材料切削加工性能綜合評價方法，所述材料為評價對象，所述評價方法包括下列步驟：

步驟1.確定評價對象的切削加工性能的評價指標；

步驟2.測定評價對象的切削加工性能的評價指標；

步驟3.根據評價對象的各指標對切削加工性能影響的好壞，將評價對象的各指標分為有益指標和無益指標；

步驟4.以如下計算模型(1)對評價對象的評價指標進行標準化處理：

$\stackrel{\‾}{x}=\frac{x-x_{\min }}{x_{max}-x_{\min }}---\left(1\right);$

式(1)中，為評價對象的各指標的標準值；

x為評價對象的各指標數值；

x_max為評價對象的各指標數值中的最大值；

x_min為評價對象的各指標數值中的最小值；

步驟5.將標準化處理后的評價對象各指標進行歸一化處理

評價對象的各有益指標的標準值以如下計算模型(2)進行歸一化處理：

$y=1-e^{-\stackrel{\‾}{x}}---\left(2\right);$

評價對象的各無益指標的標準值以如下計算模型(3)進行歸一化處理：

$y=e^{-\stackrel{\‾}{x}}---\left(3\right);$

式(2)、(3)中，y為經過歸一化處理變換后的評價指標數值；

步驟6.基于組合賦權法對評價對象的評價指標進行賦權處理，具體包括：

1).以n×m矩陣作為評價對象的切削加工性能的綜合評估矩陣，其中n為評估指標數量、m為考察樣本數量；

2).對評價對象的各評價指標分別進行主、客觀賦權，得到主觀權值向量ω₁,ω₂,…,ω_q和客觀權值向量ω_q+1,ω_q+2,…,ω_q+p(q+p＝l)；其中，第k個權值向量為ω_k＝(ω_k1,ω_k2,…,ω_kn)，滿足關系式：

3).對權值向量進行預處理

以如下計算模型(4)得到主觀綜合權值向量：

$u=\sqrt{\frac{{\[E{\left(\mathrm{\ω}\right)}_k\]}^2+S{\left(\mathrm{\ω}\right)}_k}{2}}=\sqrt{\frac{E{\left({\mathrm{\ω}}^2\right)}_k}{2}}=\sqrt{\frac{\underset{k=1}{\overset{q}{\Σ}}{q}_k{\left({\mathrm{\ω}}_k\right)}^2}{2}}---\left(4\right);$

以如下計算模型(5)得到客觀綜合權值向量：

$v=\sqrt{\frac{{\[E{\left(\mathrm{\ω}\right)}_k\]}^2+S{\left(\mathrm{\ω}\right)}_k}{2}}=\sqrt{\frac{E{\left({\mathrm{\ω}}^2\right)}_k}{2}}=\sqrt{\frac{\underset{k=q+1}{\overset{l}{\Σ}}{p}_k{\left({\mathrm{\ω}}_k\right)}^2}{2}}---\left(5\right);$

式(4)、(5)中，u為主觀綜合權值向量；

E(ω)為期望值；

S(ω)為方差值；

q_k為主觀權值向量的均勻分布的概率，q_k＝1/q；

ω_k為第k個權值向量；

v為客觀綜合權值向量；

p_k為客觀權值向量的均勻分布的概率，p_k＝1/p；

4).計算組合權值

以如下計算模型(6)得到組合權值向量：

$\left\{\begin{array}{c}Q=\sqrt{\frac{{\mathrm{au}}^2+{\mathrm{bv}}^2}{2}}\\ {\mathrm{\ω}}_0=\frac{Q}{\underset{i=1}{\overset{n}{\Σ}}{Q}_i}\end{array}\right.---\left(6\right);$

式(6)中，Q為組合權值；

ω₀為組合權值向量；

a為主觀綜合權值組合的概率系數；

b為客觀綜合權值組合的概率系數；

u為主觀綜合權值向量；

v為客觀綜合權值向量；

n為評估指標數量；

i為指標的順序號；

5).基于組合權值向量與原主、客觀綜合權值向量之間的離差平方和F最小的優化思想，以如下計算模型(7)求得主、客觀綜合權值向量的概率系數a、b，再將概率系數a、b帶入計算模型(6)求得組合權值ω₀：

$\left\{\begin{array}{c}\min F=\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{m}{\Σ}}{\{\[u_i-\sqrt{\[a{\left(u_i\right)}^2+b{\left(v_i\right)}^2\]/2}\]X_{ij}\}}^2+\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{m}{\Σ}}{\{\[v_i-\sqrt{\[a{\left(u_i\right)}^2+b{\left(v_i\right)}^2\]/2}\]X_{ij}\}}^2\\ a+b=1\\ a\≥0\\ b\≥0\end{array}\right.---\left(7\right);$

式(7)中，F為組合權值向量與原主、客觀綜合權值向量之間的離差平方和；

X_ij為歸一化考察矩陣的數值，對應第j個樣本的第i個指標；

a為主觀綜合權值組合的概率系數；

b為客觀綜合權值組合的概率系數；

u為主觀綜合權值向量；

v為客觀綜合權值向量；

n為評估指標數量；

m為考察樣本數量；

i為指標的順序號；

j為樣本的順序號；

步驟7.繪制評價對象的切削加工性能的雷達圖；

步驟8.根據雷達圖對評價對象的切削加工性能按如下計算模型(8)進行綜合評價：

$K=\sqrt{\frac{SL}{S_c{L}_c}}---\left(8\right);$

式(8)中，K為綜合評價指數；

S為雷達圖對應多邊形的面積；

L為雷達圖對應多邊形各邊長的平方和；

S_c為雷達圖所在單位圓的面積；

L_c為雷達圖所在單位圓的周長的平方。

2.根據權利要求1所述材料切削加工性能綜合評價方法，其特征在于：步驟6中主觀賦權的方法為專家打分法。

3.根據權利要求1所述材料切削加工性能綜合評價方法，其特征在于：步驟6中客觀賦權的方法為融合應用模糊相容商空間理論和粗糙集理論的粒計算法。