摘要：针对现有测试性分配方法的不足，以及人们判断的模糊性和不确定性这两个问题，将模糊层次分析法引入测试性分配中，先求得层次单排序权重向量，进而求得层次总排序权重向量，根据总排序权重向量求得各组成单元的分配指标。针对传统模糊层次分析法在融合多个专家的评价时只是进行简单的数据相加再求平均这一不足之处，将D-S证据理论运用到融合不同专家的评价中，最后结合案例应用验证该方法的可行性。
　　关键词：测试性分配；模糊层次分析法；权重向量；D-s证据理论
　　文献标志码：A
　　文章编号：1674-5124（2016）04-0111-04
　　0.引言
　　测试性分配是将系统的测试性定量要求根据给定的原则和方法，按系统层次自上而下逐级分配给系统的各组成部分。现有的测试性分配方法主要有经验分配法、故障率分配法、加权分配法、有部分老产品时的分配法及优化分配法等，这些方法都有各自的特点和具体的适用条件，但是在对产品进行创新设计时，上述方法的分配结果往往不能满足要求。文献将产品复杂程度、测试性实现费用、技术水平、工作时间以及环境条件作为影响测试性分配的5项因素，引入层次分析法（AHP）确定各机构的重要性影响权重系数，求得了分配指标，然而却没有考虑人们的判断具有模糊性和不确定性。文献在融合多个专家的评价时只是进行简单的数据相加再求平均，致使试验结果可能同样不够理想。
　　本文拟从两个方面对上述问题进行改进：
　　1）考虑人们判断的模糊性和不确定性，将模糊数引入AHP法。
　　2）运用D-S证据理论来融合不同专家的评价。2构建模糊层次分析模型
　　荷兰学者Laarhovenl61提出用三角模糊数获取指标权重排序的计算方法，消除了通过层次分析法获得权重时人为因素影响大的缺陷。之后，基于梯形模糊数、可拓区间数、直觉模糊数等各种形式的模糊层次分析法相继提出。本文就可拓层次分析法进行介绍。
　　可拓学是由我国学者蔡文创立的一门新学科。可拓层次分析法（extension analytic hierarchvprocess，EAPH）是在可拓集合理论和方法的基础上建立的一种层次权重决策分析方法。本文考虑复杂度、重要度、MTFR、实现费用、环境条件这5个影响测试性分配因素，建立测试性分配层次结构模型如图1所示。在建立了测试性分配层次结构模型之后，采用可拓层次分析法确定对象层每个LRU的权重。
　　4.结束语
　　本文首先针对传统测试性分配方法的不足，将可拓层次分析法运用到测试性分配中，并采用最适宜于计算准确权值的10/10～18/2标度构造判断矩阵，该方法考虑了人们判断的模糊性和不确定性，减小了因人为因素带来的误差。其次，运用D-S证据理论来融合不同专家的评价。最后，以某新研机载电子设备为研究对象进行案例应用，针对故障检测率这一指标进行了测试性分配，通过对分析结果的修正，求得了合适的分配指标，结果表明此方法是可行的。