本书讨论广义设计概念下产品设计过程中的主观测量评价方法及其面向实践应用的优化，理论分析视角聚焦于模糊信息采集与信息融合。本书通过对主观测量在本体论层面的深度剖析，以及对其应用情况的调查研究，提出主观测量在设计中面临的三个亟待解决的问题：主观测量工具的结构如何优化、主观测量工具如何贴近自然语言表达，以及小被试量情形下的群体主观测量结果如何聚合。针对这三个问题，本书分别进行了深入讨论，并给出了一般性的解决方案。 本书适合广义人机系统设计领域的研究者与实践者阅读。

第1章 工业设计与主观测量
1.1 工业设计流程中的主观测量
1.2 工业设计常用的主观测量法
1.2.1 系统可用性量表
1.2.2 李克特量表
1.2.3 语义差异量表
1.2.4 NASA-TLX量表
1.3 主观测量的工业设计应用案例
1.4 本章小结
第2章 测量的概念及基本论述
2.1 测量的概念
2.2 测量的分类
2.2.1 客观测量
2.2.2 主观测量
2.3 客观测量与主观测量的比较
2.3.1 评价测量方法的标准
2.3.2 关于主观测量和客观测量的争论
2.3.3 主观测量的重要性
2.4 主观测量面临的挑战
2.5 研究问题与研究目标
第3章 研究背景及文献综述
3.1 引言
3.2 与研究目标1相关的文献回顾
3.3 与研究目标2相关的文献回顾
3.4 与研究目标3相关的文献回顾
3.4.1 基础概念
3.4.2 关于GDM的文献综述
3.4.3 关于目标3要解决的一般性问题的文献总结
3.5 本章小结
第4章 主观评级量表的结构优化研究
4.1 引言
4.2 关于等间距刻度评级量表的回顾
4.3 评价量表表现的一般性标准
4.4 实验
4.4.1 实验设计
4.4.2 实验的数据分析
4.4.3 实验结果与讨论
4.5 文献回顾及讨论
4.6 本章小结
第5章 主观评级量表的模糊化构建研究
5.1 引言
5.2 RSME回顾
5.3 模糊逻辑简介
5.3.1 模糊集
5.3.2 模糊隶属函数
5.3.3 模糊化和去模糊化
5.4 模糊RSME的构建方法
5.4.1 总体思路
5.4.2 传统RSME测量结果的模糊化
5.4.3 模糊RSME值的去模糊化
5.5 案例验证及分析
5.6 本章小结
第6章 主观测量的意见聚合研究
6.1 引言
6.2 最大同意度（MA）方法
6.2.1 MA的算法
6.2.2 案例与分析
6.2.3 MA算法收敛性的数值模拟
6.3 MA的替代方法讨论及缺失信息的处理
6.3.1 MA方法的一些拓展
6.3.2 MA方法的三种替代方法
6.3.3 遗漏信息的处理
6.4 离散事件的专家意见聚合
6.5 问题的定义：对四字段表示法的补充说明
6.6 本章小结
第7章 结论
7.1 研究内容总结及结论
7.2 主要贡献及创新点
7.3 本书的局限性及展望
附录
附录1（第6章）：数值检验MA收敛性的Matlab代码
附录2（第6章）：离散目标事件专家意见聚合算法的Matlab代码
附录3：附图1～附图5
后记