1.本发明涉及智能课桌技术领域，更具体地说，本发明涉及一种基于区块链的物联网智能课桌评估系统。
背景技术：2.区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。
3.智能课桌在生产加工结束后，需要对其质量是否合格进行评估，以判断其是否满足出厂标准，智能课桌评估过程会从多个方面进行判断，但是其多个方面的评价指标无法直观的了解整体的质量判断，导致整体的质量评估存在较大误差，因此研究一种基于区块链的物联网智能课桌评估系统具有重要意义。
技术实现要素：4.为了克服现有技术的上述缺陷，本发明提供了一种基于区块链的物联网智能课桌评估系统，本发明所要解决的技术问题是：智能课桌在生产加工结束后，需要对其质量是否合格进行评估，以判断其是否满足出厂标准，智能课桌评估过程会从多个方面进行判断，但是其多个方面的评价指标无法直观的了解整体的质量判断的问题。
5.为实现上述目的，本发明提供如下技术方案：一种基于区块链的物联网智能课桌评估系统，包括数据采集单元，所述数据采集单元的输出端与数据处理单元的输入端电连接，所述数据处理单元的输出端与中央处理器的输入端电连接，所述中央处理器的输出端与评价指标建立单元的输入端电连接，所述评价指标建立单元的输入端与数据库的输出端电连接，所述数据库的输入端与数据处理单元电连接，所述数据库的输入端与决策建议单元的输出端电连接。
6.所述数据库的输出端与权重确定单元的输入端电连接，所述评价指标建立单元的输出端与子评估模块的输入端电连接，所述权重确定单元的输出端与主评估模块的输入端电连接，所述主评估模块的输出端与反馈单元的输入端电连接。
7.所述子评估模块的输出端与反馈单元的输入端电连接，所述主评估模块的输出端与显示单元的输入端电连接，所述子评估模块的输出端与显示单元的输入端电连接，所述反馈单元的输出端与中央处理器的输入端电连接，所述中央处理器的输出端与报警单元的输入端电连接，所述报警单元的输出端与显示单元的输入端电连接。
8.作为本发明的进一步方案：所述数据采集单元用于对智能课桌测试数据的采集；
9.所述数据处理单元用于对数据进行预处理，采用定量指标的无量纲化，无量纲化采用均值化方法对各数据进行处理，得到相同规格的数据，同时对各采集得到的数据采用罗曼诺夫斯基准则进行除杂，除杂过程包括：
10.先将怀疑数据去掉，计算出包含怀疑数据的测量数据的算术平均值；
11.计算出不包含怀疑数据的残差在内的标准偏差；
12.根据选定的显著水平和测量次数在t分布表中查出校验系数；
13.最后判定数据是否为粗大误差，并剔除误差较大数据。
14.作为本发明的进一步方案：所述评价指标建立单元用于根据获取的各项测试数据和选取的智能课桌质量评价指标构建质量评价指标体系；
15.所述数据库用于存储获取的智能课桌测试数据和各项质量评价指标的评分标准和合格范围；
16.所述子评估模块基于测试数据和各项质量评价指标的评分标准和合格范围对测试数据进行判断，上述判断过程具体为：
17.获取采集得到的各项评价指标对应的测试数据；
18.获取数据库中各项质量评价指标的评分标准和合格范围；
19.根据各项评价指标的评分标准和获得的测试数据得出该项测试数据的得分；
20.根据该项测试数据的得分情况和该项评价指标的合格范围判断是否处于合格范围。
21.作为本发明的进一步方案：所述报警单元用于对异常情况进行报警提示，所述异常情况包括各评价指标对应测试数据评估不合格和智能课桌质量评估不合格；
22.所述主评估模块用于评估智能课桌的质量是否合格；
23.所述主评估模块的评估过程包括以下步骤：
24.在各项评价指对应测试数据标判断均处于合格范围后，获取各评价指标对应测试数据的得分情况；
25.计算得出各项评价指标在智能课桌质量评估中所占比重；
26.计算得出智能课桌评估结果。
27.作为本发明的进一步方案：所述显示单元用于显示智能课桌的各评价指标的评估结果和智能课桌质量评估结果。
28.作为本发明的进一步方案：所述计算得出各项评价指标在智能课桌质量评估中所占比重包括以下步骤：
29.首先经过聚类分析将m位专家分为l类，设ω
lk
为第l类中第k位专家对形成类别的一致性意见的贡献度，即其对应的类内权重；v
lk
为第l类中第k为专家的总体权重，第l类专家中第k位专家的判断矩阵表示为：
[0030][0031]
判断矩阵中为第l类中第k为专家认为指标i优于指标j的度量指标，定义第l类专家认为指标i优于指标j的度量指标为：
[0032][0033]
[0034]
指标i优于指标j这一认识，第l类中第k为专家与第l类专家的类别一致性意见之间的偏差可定义为：
[0035][0036]
针对所有评价指标，第l类中第k位专家的意见与第l类专家类别一致性意见的偏差程度可表示为第l类中第k位专家的偏差熵定义为：
[0037][0038]
其中
[0039]
根据偏差熵的定义可知，熵值越大对应专家的意见与类别一致性意见的差异越小，表明专家的意见与所在类别意见越一致；反之，熵值越小对应专家的意见与类别一致性意见的差异性越大，表明专家的意见与所在类别意见越不一致。对于第l类专家，可认为该类专家在评价时达成了共识，形成了一致性意见。为了保证最终形成的类别一致性意见能够较为准确且尽可能反映所有专家的意愿，单个专家意见与类别一致性意见之间的偏差之和应当尽可能小，即偏差熵之和应尽可能大。由此可以建立第l类专家意见的偏差熵模型为：
[0040][0041][0042]
利用matlab软件中的fmincon最优化函数，求解可得第l类中第k位专家的类内权重ω
kl
，最终通过求解λ
l
和ω
lk
，可得专家的总权重为：
[0043]vlk
＝λ
l
ω
lk
。
[0044]
本发明的有益效果在于：
[0045]
1、本发明首先建立评价指标体系，首先测试数据对比评价指标得分标准得出各项测试数据的得分后，根据得分与该评价指标的合格范围判断该项测试数据是否合格，若是出现某一评价指标中的测试数据不合格的情况，直接进行报警，在多项评价指标测试数据均合格后，计算各项评价指标在智能课桌质量评估中所占比重，参照各评价指标的测试数据得分情况计算得出智能课桌评估结果，本发明实现自动计算智能课桌质量评估标准在整体质量评估中所占比重，可直观清楚对智能课桌质量进行评估分析，评估过程标准化，适合大范围推广使用；
[0046]
2、本发明对各项评价指标权重的计算所采用的算法，类内赋权方法并未涉及对专家给出判断矩阵一致性比率和归一化排序向量的应用，而是通过利用判断矩阵中的所有元素来实现对专家的赋权，从而避免了评价意见不一致，但容易造成判断矩阵一致性比率和排序向量信息熵都相等的专家被赋予了相同权重情况的发生，使整体权重计算判断更为精
准。
附图说明
[0047]
图1为本发明结构示意图；
[0048]
图中：1、数据采集单元；2、数据处理单元；3、中央处理器；4、评价指标建立单元；5、数据库；6、决策建议单元；7、权重确定单元；8、子评估模块；9、主评估模块；10、反馈单元；11、报警单元；12、显示单元。
具体实施方式
[0049]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0050]
如图所示，本发明提供了一种基于区块链的物联网智能课桌评估系统，包括数据采集单元1，数据采集单元1的输出端与数据处理单元2的输入端电连接，数据处理单元2的输出端与中央处理器3的输入端电连接，中央处理器3的输出端与评价指标建立单元4的输入端电连接，评价指标建立单元4的输入端与数据库5的输出端电连接，数据库5的输入端与数据处理单元2电连接，数据库5的输入端与决策建议单元6的输出端电连接。
[0051]
数据库5的输出端与权重确定单元7的输入端电连接，评价指标建立单元4的输出端与子评估模块8的输入端电连接，权重确定单元7的输出端与主评估模块9的输入端电连接，主评估模块9的输出端与反馈单元10的输入端电连接。
[0052]
子评估模块8的输出端与反馈单元10的输入端电连接，主评估模块9的输出端与显示单元12的输入端电连接，子评估模块8的输出端与显示单元12的输入端电连接，反馈单元10的输出端与中央处理器3的输入端电连接，中央处理器3的输出端与报警单元11的输入端电连接，报警单元11的输出端与显示单元12的输入端电连接。
[0053]
数据采集单元1用于对智能课桌测试数据的采集；
[0054]
数据处理单元2用于对数据进行预处理，采用定量指标的无量纲化，无量纲化采用均值化方法对各数据进行处理，得到相同规格的数据，同时对各采集得到的数据采用罗曼诺夫斯基准则进行除杂，除杂过程包括：
[0055]
先将怀疑数据去掉，计算出不包含怀疑数据的测量数据的算术平均值；
[0056]
计算出不包含怀疑数据的残差在内的标准偏差；
[0057]
根据选定的显著水平和测量次数在t分布表中查出校验系数；
[0058]
最后判定数据是否为粗大误差，并剔除误差较大数据。
[0059]
评价指标建立单元4用于根据获取的各项测试数据和选取的智能课桌质量评价指标构建质量评价指标体系；
[0060]
数据库5用于存储获取的智能课桌测试数据和各项质量评价指标的评分标准和合格范围；
[0061]
子评估模块8基于测试数据和各项质量评价指标的评分标准和合格范围对测试数据进行判断，上述判断过程具体为：
[0062]
获取采集得到的各项评价指标对应的测试数据；
[0063]
获取数据库5中各项质量评价指标的评分标准和合格范围；
[0064]
根据各项评价指标的评分标准和获得的测试数据得出该项测试数据的得分；
[0065]
根据该项测试数据的得分情况和该项评价指标的合格范围判断是否处于合格范围。
[0066]
报警单元11用于对异常情况进行报警提示，异常情况包括各评价指标对应测试数据评估不合格和智能课桌质量评估不合格；
[0067]
主评估模块9用于评估智能课桌的质量是否合格；
[0068]
主评估模块9的评估过程包括以下步骤：
[0069]
在各项评价指对应测试数据标判断均处于合格范围后，获取各评价指标对应测试数据的得分情况；
[0070]
计算得出各项评价指标在智能课桌质量评估中所占比重；
[0071]
计算得出智能课桌评估结果。
[0072]
显示单元12用于显示智能课桌的各评价指标的评估结果和智能课桌质量评估结果。
[0073]
计算得出各项评价指标在智能课桌质量评估中所占比重包括以下步骤：
[0074]
首先经过聚类分析将m位专家分为l类，设ω
lk
为第l类中第k位专家对形成类别的一致性意见的贡献度，即其对应的类内权重；v
lk
为第l类中第k为专家的总体权重，第l类专家中第k位专家的判断矩阵表示为：
[0075][0076]
判断矩阵中为第l类中第k为专家认为指标i优于指标j的度量指标，定义第l类专家认为指标i优于指标j的度量指标为：
[0077][0078][0079]
指标i优于指标j这一认识，第l类中第k为专家与第l类专家的类别一致性意见之间的偏差可定义为：
[0080][0081]
针对所有评价指标，第l类中第k位专家的意见与第l类专家类别一致性意见的偏差程度可表示为第l类中第k位专家的偏差熵定义为：
[0082]
[0083]
其中
[0084]
根据偏差熵的定义可知，熵值越大对应专家的意见与类别一致性意见的差异越小，表明专家的意见与所在类别意见越一致；反之，熵值越小对应专家的意见与类别一致性意见的差异性越大，表明专家的意见与所在类别意见越不一致。对于第l类专家，可认为该类专家在评价时达成了共识，形成了一致性意见。为了保证最终形成的类别一致性意见能够较为准确且尽可能反映所有专家的意愿，单个专家意见与类别一致性意见之间的偏差之和应当尽可能小，即偏差熵之和应尽可能大。由此可以建立第l类专家意见的偏差熵模型为：
[0085][0086][0087]
利用matlab软件中的fmincon最优化函数，求解可得第l类中第k位专家的类内权重ω
kl
，最终通过求解λ
l
和ω
lk
，可得专家的总权重为：
[0088]vlk
＝λ
l
ω
lk
。
[0089]
综上可得，本发明中：
[0090]
本发明首先建立评价指标体系，首先测试数据对比评价指标得分标准得出各项测试数据的得分后，根据得分与该评价指标的合格范围判断该项测试数据是否合格，若是出现某一评价指标中的测试数据不合格的情况，直接进行报警，在多项评价指标测试数据均合格后，计算各项评价指标在智能课桌质量评估中所占比重，参照各评价指标的测试数据得分情况计算得出智能课桌评估结果，本发明实现自动计算智能课桌质量评估标准在整体质量评估中所占比重，可直观清楚对智能课桌质量进行评估分析，评估过程标准化，适合大范围推广使用。
[0091]
本发明对各项评价指标权重的计算所采用的算法，类内赋权方法并未涉及对专家给出判断矩阵一致性比率和归一化排序向量的应用，而是通过利用判断矩阵中的所有元素来实现对专家的赋权，从而避免了评价意见不一致，但容易造成判断矩阵一致性比率和排序向量信息熵都相等的专家被赋予了相同权重情况的发生，使整体权重计算判断更为精准。
[0092]
其次：本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；
[0093]
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.一种基于区块链的物联网智能课桌评估系统，包括数据采集单元(1)，其特征在于：所述数据采集单元(1)的输出端与数据处理单元(2)的输入端电连接，所述数据处理单元(2)的输出端与中央处理器(3)的输入端电连接，所述中央处理器(3)的输出端与评价指标建立单元(4)的输入端电连接，所述评价指标建立单元(4)的输入端与数据库(5)的输出端电连接，所述数据库(5)的输入端与数据处理单元(2)电连接，所述数据库(5)的输入端与决策建议单元(6)的输出端电连接；所述数据库(5)的输出端与权重确定单元(7)的输入端电连接，所述评价指标建立单元(4)的输出端与子评估模块(8)的输入端电连接，所述权重确定单元(7)的输出端与主评估模块(9)的输入端电连接，所述主评估模块(9)的输出端与反馈单元(10)的输入端电连接；所述子评估模块(8)的输出端与反馈单元(10)的输入端电连接，所述主评估模块(9)的输出端与显示单元(12)的输入端电连接，所述子评估模块(8)的输出端与显示单元(12)的输入端电连接，所述反馈单元(10)的输出端与中央处理器(3)的输入端电连接，所述中央处理器(3)的输出端与报警单元(11)的输入端电连接，所述报警单元(11)的输出端与显示单元(12)的输入端电连接。2.根据权利要求1所述的一种基于区块链的物联网智能课桌评估系统，其特征在于：所述数据采集单元(1)用于对智能课桌测试数据的采集；所述数据处理单元(2)用于对数据进行预处理，采用定量指标的无量纲化，无量纲化采用均值化方法对各数据进行处理，得到相同规格的数据，同时对各采集得到的数据采用罗曼诺夫斯基准则进行除杂，除杂过程包括：先将怀疑数据去掉，计算出包含怀疑数据的测量数据的算术平均值；计算出不包含怀疑数据的残差在内的标准偏差；根据选定的显著水平和测量次数在t分布表中查出校验系数；最后判定数据是否为粗大误差，并剔除误差较大数据。3.根据权利要求1所述的一种基于区块链的物联网智能课桌评估系统，其特征在于：所述评价指标建立单元(4)用于根据获取的各项测试数据和选取的智能课桌质量评价指标构建质量评价指标体系；所述数据库(5)用于存储获取的智能课桌测试数据和各项质量评价指标的评分标准和合格范围；所述子评估模块(8)基于测试数据和各项质量评价指标的评分标准和合格范围对测试数据进行判断，上述判断过程具体为：获取采集得到的各项评价指标对应的测试数据；获取数据库(5)中各项质量评价指标的评分标准和合格范围；根据各项评价指标的评分标准和获得的测试数据得出该项测试数据的得分；根据该项测试数据的得分情况和该项评价指标的合格范围判断是否处于合格范围。4.根据权利要求1所述的一种基于区块链的物联网智能课桌评估系统，其特征在于：所述报警单元(11)用于对异常情况进行报警提示，所述异常情况包括各评价指标对应测试数据评估不合格和智能课桌质量评估不合格；所述主评估模块(9)用于评估智能课桌的质量是否合格。5.根据权利要求1所述的一种基于区块链的物联网智能课桌评估系统，其特征在于：所
述显示单元(12)用于显示智能课桌的各评价指标的评估结果和智能课桌质量评估结果。6.根据权利要求1所述的一种基于区块链的物联网智能课桌评估系统，其特征在于，所述计算得出各项评价指标在智能课桌质量评估中所占比重包括以下步骤：首先经过聚类分析将m位专家分为l类，设ω
lk
为第l类中第k位专家对形成类别的一致性意见的贡献度，即其对应的类内权重；v
lk
为第l类中第k为专家的总体权重，第l类专家中第k位专家的判断矩阵表示为：判断矩阵中为第l类中第k为专家认为指标i优于指标j的度量指标，定义第l类专家认为指标i优于指标j的度量指标为：认为指标i优于指标j的度量指标为：指标i优于指标j这一认识，第l类中第k为专家与第l类专家的类别一致性意见之间的偏差可定义为：针对所有评价指标，第l类中第k位专家的意见与第l类专家类别一致性意见的偏差程度可表示为第l类中第k位专家的偏差熵定义为：其中根据偏差熵的定义可知，熵值越大对应专家的意见与类别一致性意见的差异越小，表明专家的意见与所在类别意见越一致；反之，熵值越小对应专家的意见与类别一致性意见的差异性越大，表明专家的意见与所在类别意见越不一致。对于第l类专家，可认为该类专家在评价时达成了共识，形成了一致性意见。为了保证最终形成的类别一致性意见能够较为准确且尽可能反映所有专家的意愿，单个专家意见与类别一致性意见之间的偏差之和应当尽可能小，即偏差熵之和应尽可能大。由此可以建立第l类专家意见的偏差熵模型为：
利用matlab软件中的fmincon最优化函数，求解可得第l类中第k位专家的类内权重ω
kl
，最终通过求解λ
l
和ω
lk
，可得专家的总权重为：v
lk
＝λ
l
ω
lk
。
技术总结本发明公开了一种基于区块链的物联网智能课桌评估系统，具体涉及智能课桌技术领域，本发明首先建立评价指标体系，首先测试数据对比评价指标得分标准得出各项测试数据的得分后，根据得分与该评价指标的合格范围判断该项测试数据是否合格，若是出现某一评价指标中的测试数据不合格的情况，直接进行报警，在多项评价指标测试数据均合格后，计算各项评价指标在智能课桌质量评估中所占比重，参照各评价指标的测试数据得分情况计算得出智能课桌评估结果，本发明实现自动计算智能课桌质量评估标准在整体质量评估中所占比重，可直观清楚对智能课桌质量进行评估分析，评估过程标准化，适合大范围推广使用。合大范围推广使用。合大范围推广使用。
技术研发人员：吴晓涛 黄俊锋
受保护的技术使用者：珠海清大声光电工程技术研发中心
技术研发日：2022.06.23
技术公布日：2022/11/1
