基于QFD背包功能的優(yōu)化設(shè)計

1、現(xiàn)代設(shè)計理論和方法大作業(yè)-基于QFD背包功能的優(yōu)化設(shè)計指導(dǎo)老師：劉志剛項目組長：喬百杰項目成員：機(jī)自66學(xué)院：機(jī)械工程學(xué)院基于QFD背包功能的優(yōu)化設(shè)計一、計劃和任務(wù)安排表1.1學(xué)習(xí)時間安排表：任務(wù)時間查閱整理資料4月2日4月3日學(xué)習(xí)QFD4月4日4月5日設(shè)計調(diào)查問卷4月6日4月7日學(xué)習(xí)優(yōu)化理論4月7日4月9日撰寫論文4月9日4月11日集體交流學(xué)習(xí)心得4月11日4月13日1.2任務(wù)分配表：學(xué)號姓名 任務(wù)06011136齊寰宇查閱資料06011137王曉慶查閱資料06011139韓冰表格設(shè)計06011141康辰龍表格設(shè)計06011143梁偉云問卷設(shè)計06011145盧崗問卷設(shè)計06011153謝清

2、偉質(zhì)量屋06011154薛亞波優(yōu)化理論06011155嚴(yán)宏偉QFD、AHP簡介06011156楊志亮問卷調(diào)查06011157張龍QFD、AHP簡介06012020喬百杰優(yōu)化理論06073012鄧?yán)谫|(zhì)量屋06182047魏立峰質(zhì)量屋06055164杜博問卷調(diào)查06011146牛玉輝問卷調(diào)查06011147樸群星問卷調(diào)查060140008胡楓質(zhì)量屋二、理論學(xué)習(xí)及方法介紹2.1 QFD方法介紹質(zhì)量功能展開QFD(Quality Function Deployment)是把顧客或市場的要求轉(zhuǎn)化為設(shè)計要求、零部件特性、工藝要求、生產(chǎn)要求的多層次演繹分析方法。 QFD于70年代初起源于日本三菱重工的神戶造

3、船廠。為了應(yīng)付大量的資金支出和嚴(yán)格的政府法規(guī)，神戶造船廠的工程師們開發(fā)了一種稱之為質(zhì)量功能配置的上游質(zhì)量保證技術(shù)，取得了很大的成功。70年代中期，QFD相繼被其它日本公司所采用。豐田公司于70年代后期使用QFD取得了巨大的經(jīng)濟(jì)效益，新產(chǎn)品開發(fā)起動成本累計下降了61%，而開發(fā)周期下降了1/3。福特公司于1985年在美國率先采用QFD方法。今天，許多公司都采用了QFD方法，包括福特公司、通用汽車公司、克萊斯勒公司、惠普公司等，在汽車、家用電器、船舶、變速箱、渦輪機(jī)、印刷電路板、自動購貨系統(tǒng)、軟件開發(fā)等方面都成功應(yīng)用QFD的報道。目前尚沒有統(tǒng)一的質(zhì)量功能配置的定義。但對QFD的如下認(rèn)識是共同的：1.

4、 QFD有最為顯著的特點是要求企業(yè)不斷地傾聽顧客的意見和需求，然后通過合適的方法和措施在開發(fā)的產(chǎn)品中體現(xiàn)這些需求。也就是說，CFD是一種顧客驅(qū)動的產(chǎn)品開產(chǎn)方法。2. QFD 是在實現(xiàn)顧客需求的過程中，幫助產(chǎn)品開發(fā)各個職能部門制訂出各自的相關(guān)技術(shù)要求和措施，并使各職能部門能協(xié)調(diào)地工作的方法。3. QFD 是一種在產(chǎn)品設(shè)計階段進(jìn)行質(zhì)量保證的方法。4. QFD 的目的是使產(chǎn)品以最快的速度、最低的成本和最優(yōu)的質(zhì)量占領(lǐng)市場。一般認(rèn)為，質(zhì)量功能配置（QFD ）是從質(zhì)量保證的角度出發(fā)，通過一定的市場調(diào)查方法獲取顧客需求，并采用矩陣圖解法將對顧客需求的實一過程分解到產(chǎn)品開發(fā)的各個過程和各職能部門中去，通過協(xié)調(diào)

5、各部門的工作以保證最終產(chǎn)品質(zhì)量，使得設(shè)計和制造的產(chǎn)品能真正地滿足顧客的需求。簡單地說，QFD 是一種顧客驅(qū)動的產(chǎn)品開發(fā)方法。QPD方法具有很強(qiáng)的功效性，具體表現(xiàn)為：1QFD有助手企業(yè)正確把握顧客的需求2QPD有助子優(yōu)選方案3QFD有利子打破組織機(jī)構(gòu)中部門間的功能障礙4QFD容易激發(fā)員工們的工作熱情5QFD能夠更有效地開發(fā)產(chǎn)品，提高產(chǎn)品質(zhì)量和可倍度，更大地滿足顧客QFD最早被日本提出的時候有27個階段，被美國引進(jìn)后簡化為以下四個階段：（1）產(chǎn)品規(guī)劃階段通過產(chǎn)品規(guī)劃矩陣（也稱質(zhì)量層），將顧客需求轉(zhuǎn)換為技術(shù)需求（最終產(chǎn)品特征），并根據(jù)顧客競爭性評估（從顧客的角度對市場上同類產(chǎn)品進(jìn)行的評估，通過市場調(diào)

6、查得到）和技術(shù)競爭性評估（從技術(shù)的角度對市場上同類產(chǎn)品的評估，通過試驗或其它途徑得到）結(jié)果確定各個技術(shù)需求的目標(biāo)值。（2）零件配置階段利用前一階段定義的技術(shù)需求，從多個設(shè)計方案中選擇一個最佳的方案，并通過零件配置矩陣將其轉(zhuǎn)換為關(guān)鍵的零件特征。（3）工藝規(guī)劃階段通過工藝規(guī)劃矩陣，確定為保證實現(xiàn)關(guān)鍵的產(chǎn)品特征和零件特征所必須保證的關(guān)鍵工藝參數(shù)。（4）工藝/質(zhì)量控制規(guī)劃階段通過工藝/質(zhì)量控制矩陣將關(guān)鍵的零件特征和工藝參數(shù)轉(zhuǎn)換為具體的質(zhì)量控制方法。2.2 AHP方法介紹層次分析法（簡記AHP)，在20世紀(jì)70年代中期由seaty正式提出，它是一種定性和定量相結(jié)合的、系統(tǒng)化、層次化的分析方法。由于它在處

7、理復(fù)雜的決策問題上的實用和有效性，很快在世界范圍得到重視，它的應(yīng)用已遍及經(jīng)濟(jì)計劃和管理、能源政策和分配、行為科學(xué)、軍事指揮、運輸、農(nóng)業(yè)、教育、人才、醫(yī)療、環(huán)境等領(lǐng)域。層次分析法的優(yōu)點運用層次分析法有很多優(yōu)點，其中最重要的一點就是簡單明了。層次分析法不僅適用于存在不確定性和主觀信息的情況，還允許以合乎邏輯的方式運用經(jīng)驗、洞察力和直覺。也許層次分析法最大的優(yōu)點是提出了層次本身，它使得買方能夠認(rèn)真地考慮和衡量指標(biāo)的相對重要性。層次分析法的步驟：（1）通過對系統(tǒng)的深刻認(rèn)識，確定該系統(tǒng)的總目標(biāo)，弄清規(guī)劃決策所涉及的范圍、所要采取的措施方案和政策、實現(xiàn)目標(biāo)的準(zhǔn)則、策略和各種約束條件等，廣泛地收集信息。（2

8、）建立一個多層次的遞階結(jié)構(gòu)，按目標(biāo)的不同、實現(xiàn)功能的差異，將系統(tǒng)分為幾個等級層次。（3）確定以上遞階結(jié)構(gòu)中相鄰層次元素間相關(guān)程度。通過構(gòu)造兩比較判斷矩陣及矩陣運算的數(shù)學(xué)方法，確定對于上一層次的某個元素而言，本層次中與其相關(guān)元素的重要性排序-相對權(quán)值。（4）計算各層元素對系統(tǒng)目標(biāo)的合成權(quán)重，進(jìn)行總排序，以確定遞階結(jié)構(gòu)圖中最底層各個元素的總目標(biāo)中的重要程度。（5）根據(jù)分析計算結(jié)果，考慮相應(yīng)的決策。 a)兩兩比較構(gòu)造判斷矩陣其中，表示對的相對重要數(shù)值，具體值要有權(quán)威部門或權(quán)威人士來定。按照尺度的定義，得b) 權(quán)向量的確定權(quán)向量的取法有多種方法，本文采用較常見的特征值根法。計算成對比較矩陣的最大特征值

9、和最大特征值對應(yīng)的特征向量。然后，對特征向量進(jìn)行歸一化處理歸一化處理后得到權(quán)向量c)一致性檢驗，查表可得。當(dāng)具有滿意的一致性。即所建立的層次分析模型是正確的。三、問卷設(shè)計設(shè)計問卷目的是為了獲得客戶對產(chǎn)品的需求情況。設(shè)計高質(zhì)量的問卷，對產(chǎn)品設(shè)計者而言直觀重要。3.1獲取顧客需求目標(biāo)功能背包顧客需求的獲取,結(jié)合問卷訪談與頭腦風(fēng)暴法來獲取與整理顧客需求項目。在對購買和使用有豐富經(jīng)驗的顧客進(jìn)行調(diào)查的基礎(chǔ)上,收集顧客較為滿意的需求項目以及受訪顧客所期望而現(xiàn)有產(chǎn)品不具備的需求項目,共計60 項。將60 項顧客需求進(jìn)行篩選,運用美國心理學(xué)家Osgood 提出的語意差異法(semantic different

10、ial method) 進(jìn)行顧客需求項目篩選，得出19項顧客需求。3.2 建立顧客需求層次模型為了解滿足顧客需求所采用的設(shè)計特征手段及其與顧客需求目標(biāo)間的層次關(guān)系,將19 項顧客需求予以相似性分群,得到第一層次顧客需求,即感官性、功能性、易用性、舒適性、耐用性共5 類。以達(dá)到“感官性”需求目標(biāo)的手段為例,該手段包括:流線形外觀( A11 ) 、色彩美觀大方( A12 ) 、材質(zhì)輕軟舒適(A13 ) 3 種。同理可將所有滿足顧客價值的需求目標(biāo)與手段情況整理,轉(zhuǎn)換成如圖3 所示的顧客需求。19項分成五個一級層次。如圖3.3具體問卷如下：問卷樣式采用比較常見的五分制評分形式。比如：請根據(jù)主觀判斷各需

11、求項目的重要程度： 流線型外型 極其不重要 不重要 一般重要 很重要 極其重要 O O O O O調(diào)查對象是全體機(jī)自66班同學(xué)。發(fā)出電子版問卷30份，回收25份，有效問卷25份背包調(diào)查問卷您好！我是西安交通大學(xué)機(jī)械工程及其自動化的在校生。由于課程的需要，我們正在進(jìn)行一項關(guān)于背包功能的調(diào)查。本調(diào)查屬于課程作業(yè)的一部分，無任何經(jīng)濟(jì)利益，衷心希望得到你的配合，謝謝！請根據(jù)您的個人情況，針對下面的題目做出評價（在你認(rèn)為的選項上打鉤） 考慮因素內(nèi)容非常重要比較重要無所謂基本不重要非常不重要流線型外觀54321色彩美觀大方54321材質(zhì)輕松舒適54321通風(fēng)透氣54321支架采用輕質(zhì)材料54321可調(diào)式背

12、負(fù)框架54321防水鍍膜54321雙向雙層拉鏈54321易清洗、折疊54321內(nèi)外層壓縮帶設(shè)計54321外掛系統(tǒng)靈活簡潔54321內(nèi)部間隔取放組合54321貼附墊背54321背帶松緊可調(diào)54321背帶有彈性軟墊54321抗外力沖擊佳54321防鉤劃54321縫線牢固密封54321突起處強(qiáng)化處理54321調(diào)查人： 機(jī)自66 調(diào)查時間： 09.4.10 3.4調(diào)查結(jié)果下面是其中8張問卷調(diào)查的結(jié)果：（1）.5 5 5 5 3 2 3 3 222 3 4 3 4 4 5 5 3（2）.2 4 4 1 3 5 1 4 5 3 4 5 2 5 5 3 1 5 1（3）.5 4 1 4 2 4 2 3 5

13、4 2 4 3 4 2 3 4 2 2（4）.4 5 2 1 3 1 5 3 4 3 4 5 2 5 4 3 4 2 2（5）.3 4 5 5 5 4 4 3 4 4 4 3 3 4 5 5 4 4 4（6）.3 5 4 2 2 2 4 3 3 3 4 4 3 5 4 4 5 3 2（7）.3 4 4 4 3 3 3 3 5 4 4 4 4 4 4 4 4 5 4（8）.5 5 3 5 4 4 5 3 5 3 3 3 3 5 4 4 5 3 1下面是對8組數(shù)據(jù)的統(tǒng)計： 考慮因素內(nèi)容（數(shù)字為選擇該項的人數(shù)）非常重要（人）比較重要（人）無所謂（人）基本不重要（人）非常不重要（人）流線型外觀3131

14、0色彩美觀大方44000材質(zhì)輕松舒適23111通風(fēng)透氣32012支架采用輕質(zhì)材料11420可調(diào)式背負(fù)框架13121防水鍍膜22211雙向雙層拉鏈01700易清洗、折疊42110內(nèi)外層壓縮帶設(shè)計03410外掛系統(tǒng)靈活簡潔05120內(nèi)部間隔取放組合23300貼附墊背02420背帶松緊可調(diào)43100背帶有彈性軟墊25010抗外力沖擊佳14300防鉤劃34001縫線牢固密封31220突起處強(qiáng)化處理023213.5問卷分析：關(guān)于背包的問卷調(diào)查，我們從五方面出發(fā)來設(shè)計問題：感官性，功能性，易用性，舒適性，耐用性。每一方面都設(shè)計了若干問題，來了解使用者對背包功能的要求。感官是消費者第一感覺到的，對使用者的影

15、響尤為重要，素以我們把它放在了第一位，感官方面主要考慮背包的樣式，材質(zhì)和色彩等；功能性方面從背包內(nèi)部結(jié)構(gòu)的設(shè)計，使用材料決定的背包特質(zhì)等；易用性從滿足使用者使用要求方面出發(fā)，包括拉鏈的設(shè)計，清洗問題，背帶長度的調(diào)整；另一個重要的是舒適性，材料和整體設(shè)計都會造成很大影響，還有一些軟墊和墊背的加入可以提高舒適性；耐用性一是材料要優(yōu)質(zhì)，另外還有做工要仔細(xì)，粗糙的制作必然減少使用壽命。以上是我們在設(shè)計背包時考慮的主要問題。四、建立QFD模型4.1 質(zhì)量屋的建立質(zhì)量屋通過關(guān)系矩陣將顧客需求與設(shè)計特征相聯(lián)系,并判定設(shè)計特征優(yōu)先權(quán)重,實現(xiàn)顧客需求與設(shè)計特征的溝通。質(zhì)量功能映射關(guān)系主要包括質(zhì)量屋顧客需求項目、

16、顧客需求重要度、設(shè)計特征相關(guān)矩陣、顧客需求與設(shè)計特征的關(guān)系矩陣以及技術(shù)矩陣等信息內(nèi)容。顧客需求重要度即為顧客需求層次分析權(quán)重,通過AHP計算并歸一化求取;關(guān)系矩陣指標(biāo)量化體現(xiàn)出設(shè)計特征與顧客需求之間的關(guān)系強(qiáng)弱,其強(qiáng)弱程度評價以0、1、3 和5 四階尺度表示,其中0 表示關(guān)聯(lián)度最小,5 表示關(guān)聯(lián)度最大。顧客評價實驗后的平均值即為各顧客需求與設(shè)計特征的量化關(guān)聯(lián)值,并將其填入質(zhì)量屋關(guān)系矩陣中。4.2 技術(shù)特征設(shè)計經(jīng)過專業(yè)訪談與市場調(diào)查發(fā)現(xiàn)顧客在選購功能背包產(chǎn)品時主要從整體架式結(jié)構(gòu)、容量大小以及背負(fù)系統(tǒng)可調(diào)性3 方面因素來權(quán)衡滿意度。據(jù)上述3種選購因素,結(jié)合產(chǎn)品在不同戶外環(huán)境條件將功能背包設(shè)計特征差異

17、性分成休閑旅游、郊游健行、野營登山、遠(yuǎn)征探險4 種型式(見表2) ,每種設(shè)計特征又各包含有2 種不同次級型式。QFD 展開時質(zhì)量屋屋頂?shù)南嚓P(guān)矩陣為三角矩陣形式,該矩陣通過兩兩相關(guān)比較來表達(dá)特征間相關(guān)程度。設(shè)計特征間相關(guān)程度可分為強(qiáng)正相關(guān)、中正相關(guān)、弱負(fù)相關(guān)。由于篇幅所限，這部分將在MATALB優(yōu)化程序中表示。4.3 權(quán)重設(shè)置4.3.1兩兩比較構(gòu)造判斷矩陣 在獲取顧客需求的基礎(chǔ)上，運用AHP法進(jìn)行需求層次評價分析。由此可以構(gòu)造顧客需求項目間重要性評價矩陣：其中，表示對的相對重要數(shù)值，具體值要有權(quán)威部門或權(quán)威人士來定，n=19。按照尺度的定義，得 根據(jù)我們所采集的數(shù)據(jù)，得到如下矩陣： 4.3.2權(quán)

18、向量的確定權(quán)向量的取法有多種方法，本文采用較常見的特征值根法。計算成對比較矩陣的最大特征值和最大特征值對應(yīng)的特征向量。經(jīng)計算得：=19，最大特征值對應(yīng)的特征向量為然后，對特征向量進(jìn)行歸一化處理歸一化處理后得到權(quán)向量經(jīng)計算的：4.3.3一致性檢驗：為評估顧客在層次實驗過程中判斷的有效性，進(jìn)行一致性檢驗。，查表可得。當(dāng)具有滿意的一致性。即所建立的層次分析模型是正確的。4.3.4 MATLAB編程具體的MATLAB程序如下：a=8.3 5.3 7.1 3.6 3.5 4.1 2.9 5.9 2.9 5.9 5.3 7.1 7.7 12.5 3.1 2.7 4.1 4.7 3.3;A=ones(19)

19、;%19x19的比較矩陣for i=1:19 for j=1:19 A(i,j)=a(i)a(j); endendx,y=eig(A);%求特征值和特征向量w1=abs(x(:,2);%最大特征值對應(yīng)的特征向量w=w1/(sum(w1);%歸一化處理五、優(yōu)化分析5.1符號說明設(shè)： 首先，對矩陣歸一化處理。將用戶的評價進(jìn)行量化。采用MATLAB編程如下：52歸一處理%歸一化R矩陣R=3.02.52.02.61.92.31.41.82.82.31.62.31.92.01.21.72.52.52.33.72.72.51.61.81.22.02.82.22.43.13.03.30.70.51.71.2

20、0.52.82.33.01.50.32.52.00.23.52.73.12.52.33.32.44.04.52.83.13.51.53.02.72.42.22.02.03.73.32.24.02.82.11.81.51.71.33.02.02.52.23.22.30.52.23.01.52.13.03.52.50.81.52.71.81.82.13.94.92.32.73.03.01.72.43.23.72.62.83.52.82.73.53.12.41.52.22.32.22.13.13.23.70.61.31.21.23.22.73.82.51.51.83.32.82.44.01.92.0

21、3.52.32.22.72.12.33.62.52.53.12.32.42.12.73.22.3;B=zeros(8);B(1,2)=5;B(1,3)=3;B(2,3)=5;B(2,4)=3;B(2,5)=1;B(2,6)=3;B(2,7)=5;B(2,8)=1;B(3,4)=3;B(3,6)=3;B(3,7)=1;B(3,8)=1;B(4,5)=5;B(4,7)=5;B(4,8)=1;B(5,7)=1;B(5,8)=3;B(6,7)=3;B(6,8)=5;B(7,8)=3;B(2,1)=5;B(3,1)=3;B(3,2)=5;B(4,2)=3;B(5,2)=1;B(6,2)=3;B(7,2)

22、=5;B(8,2)=1;B(4,3)=3;B(6,3)=3;B(7,3)=1;B(8,3)=1;B(5,4)=5;B(7,4)=5;B(8,4)=1;B(7,5)=1;B(8,5)=3;B(7,6)=3;B(8,6)=5;B(8,7)=3;%B為自相關(guān)矩陣，5表示強(qiáng)相關(guān)，3表示相關(guān)，1表示弱相關(guān)C=R*B; %建立關(guān)聯(lián)矩陣和相關(guān)矩陣之間的約束關(guān)系C1=sum(C');for i=1:19C(i,:)=C(i,:)/C1(i)endC%歸一化的矩陣,歸一化的結(jié)果是C矩陣的每一行之和都為一。C = 0.0713 0.1944 0.1519 0.1226 0.0860 0.1030 0.16

23、08 0.1099 0.0701 0.1915 0.1536 0.1244 0.0865 0.1024 0.1618 0.1097 0.0662 0.1879 0.1432 0.1286 0.0955 0.0962 0.1668 0.1156 0.0602 0.1853 0.1172 0.1464 0.0848 0.1306 0.1487 0.1267 0.0395 0.2028 0.1139 0.1227 0.0926 0.1482 0.1461 0.1342 0.0382 0.2259 0.1200 0.1102 0.0945 0.1357 0.1441 0.1314 0.0589 0.1

24、949 0.1255 0.1484 0.0727 0.1120 0.1475 0.1401 0.0600 0.2238 0.1334 0.1363 0.0836 0.1072 0.1417 0.1141 0.0723 0.1912 0.1540 0.1283 0.0926 0.0920 0.1637 0.1058 0.0572 0.2099 0.1096 0.1612 0.0789 0.1254 0.1309 0.1269 0.0692 0.1837 0.1107 0.1595 0.0716 0.1335 0.1387 0.1332 0.0518 0.1841 0.1010 0.1529 0.

25、0967 0.1622 0.1396 0.1117 0.0663 0.1888 0.1281 0.1334 0.0943 0.1331 0.1517 0.1043 0.0692 0.1976 0.1304 0.1420 0.0765 0.1135 0.1465 0.1242 0.0576 0.1825 0.1233 0.1407 0.0885 0.1339 0.1507 0.1227 0.0408 0.1834 0.1063 0.1818 0.0752 0.1269 0.1313 0.1543 0.0639 0.1970 0.1277 0.1311 0.0801 0.1047 0.1578 0

26、.1378 0.0575 0.2098 0.1368 0.1413 0.0854 0.1168 0.1387 0.1137 0.0706 0.1880 0.1380 0.1417 0.0794 0.1175 0.1477 0.1172;5.3建立多目標(biāo)優(yōu)化就是通過建立用戶需求和設(shè)計特征之間的關(guān)聯(lián)函數(shù)。關(guān)聯(lián)函數(shù)是設(shè)計者和用戶需求的紐帶。一般情況下，都是建立的一種線性多項式數(shù)學(xué)模型。因此，目標(biāo)函數(shù)如下：在大多數(shù)情況下，用戶對產(chǎn)品是有一定的期望值的。不妨設(shè)，用戶對期望的改進(jìn)如下：引入一個松弛因子，限制實際該善和優(yōu)化需求的差距。我們的優(yōu)化目標(biāo)就變成求的最小值的多目標(biāo)優(yōu)化，將多目標(biāo)改成單目標(biāo)，引入AHP

27、求出的權(quán)重系數(shù)。5.4優(yōu)化程序下面采用MATLAB自帶函數(shù)進(jìn)行優(yōu)化處理：5.4.1目標(biāo)函數(shù)如下：function ff=xiandaiobj(x) %構(gòu)造目標(biāo)函數(shù)，命名為xiandaiobj.m%ff為目標(biāo)函數(shù)ff=0.0282*abs(y(1)+0.0441*abs(y(2)+0.0329*abs(y(3)+0.0649*abs(y(4)+0.0668*abs(y(5)+ 0.0570*abs(y(6)+0.0806*abs(y(7)+0.0396*abs(y(8)+0.0806*abs(y(9)+0.0396*abs(y(10)+0.0441*abs(y(11)+0.0329*abs(y(

28、12)+0.0304*abs(y(13)+0.0187*abs(y(14)+0.0754*abs(y(15)+0.0866*abs(y(16)+ 0.0570*abs(y(17)+ 0.0497*abs(y(18)+ 0.0708*abs(y(19);5.4.2約束條件如下：function c,ceq=xiandaicon(x) %構(gòu)造約束函數(shù)，命名為xiandaicon.m%改進(jìn)后的關(guān)聯(lián)函數(shù)如下y=-1.5+0.071346*x(1)+0.19437*x(2)+0.15195*x(3)+0.12264*x(4)+0.086001*x(5)+0.10297*x(6)+0.16082*x(7)

29、+0.10991*x(8);-1.2+0.070138*x(1)+0.19148*x(2)+0.15361*x(3)+0.12435*x(4)+0.086489*x(5)+0.10241*x(6)+0.16179*x(7)+0.10972*x(8);-1.3+0.066166*x(1)+0.18793*x(2)+0.14325*x(3)+0.12858*x(4)+0.095498*x(5)+0.09618*x(6)+0.16678*x(7)+0.11562*x(8);-1+0.060249*x(1)+0.18533*x(2)+0.11722*x(3)+0.14637*x(4)+0.084807

30、*x(5)+0.13065*x(6)+0.14866*x(7)+0.12672*x(8);-1.2+0.039522*x(1)+0.20281*x(2)+0.11388*x(3)+0.12272*x(4)+0.092564*x(5)+0.14821*x(6)+0.14613*x(7)+0.13417*x(8);-1.2+0.038152*x(1)+0.22594*x(2)+0.11997*x(3)+0.11022*x(4)+0.094532*x(5)+0.13565*x(6)+0.14413*x(7)+0.13141*x(8);-1.4+0.058904*x(1)+0.19488*x(2)+0

31、.12552*x(3)+0.14836*x(4)+0.072667*x(5)+0.11203*x(6)+0.14754*x(7)+0.1401*x(8);-1.3+0.059956*x(1)+0.22384*x(2)+0.13336*x(3)+0.13626*x(4)+0.083576*x(5)+0.10719*x(6)+0.14172*x(7)+0.1141*x(8);-1+0.0723*x(1)+0.19124*x(2)+0.15399*x(3)+0.12833*x(4)+0.092645*x(5)+0.092019*x(6)+0.16369*x(7)+0.10579*x(8);-1.2+

32、0.057174*x(1)+0.20989*x(2)+0.10955*x(3)+0.1612*x(4)+0.078938*x(5)+0.12541*x(6)+0.13095*x(7)+0.12689*x(8);-1.2+0.06918*x(1)+0.18367*x(2)+0.11069*x(3)+0.15946*x(4)+0.071602*x(5)+0.13352*x(6)+0.13871*x(7)+0.13317*x(8);-1.4+0.051844*x(1)+0.18411*x(2)+0.10103*x(3)+0.15287*x(4)+0.09671*x(5)+0.16218*x(6)+0

33、.13958*x(7)+0.11167*x(8);-1.3+0.066274*x(1)+0.18881*x(2)+0.12813*x(3)+0.13343*x(4)+0.094256*x(5)+0.13314*x(6)+0.15169*x(7)+0.10427*x(8);-1+0.06917*x(1)+0.19763*x(2)+0.13043*x(3)+0.14201*x(4)+0.07651*x(5)+0.1135*x(6)+0.14653*x(7)+0.12422*x(8);-1.2+0.05763*x(1)+0.18255*x(2)+0.12331*x(3)+0.1407*x(4)+0.088538*x(5)+0.13393*x(6)+0.15068*x(7)+0.12267*x(8);-1.4+0.04