1.一种基于聚类解耦的复杂产品多源变更传播影响力预测方法，其特征在于，包括以下步骤：(1)建立待变更产品的复杂产品网络G＝(V,E,W)；

(2)依据节点在功能、行为和结构方面的关联关系，执行基于louvain聚类的零部件关系解耦方法，确定多个变更源或变更节点之间的耦合程度；

(3)基于多个变更源或变更节点之间的耦合程度值，计算变更节点的影响力或变更强度；

(4)考虑设计公差带来的节点抗变更能力，执行广度优先搜索方法，实现复杂产品多源变更影响力预测；

所述步骤(1)实现过程如下：

复杂产品网络模型为G＝(V,E,W)，其中，V＝(v1,v2,...,vn)表示节点集合，E＝(e1,e2,...,en)表示边集合，W＝(w1,w2,...,wn)为节点间变更风险集合；如果节点i和节点j之间存在关系，则eij＝1；否则eij＝0；权重wij在[0,1]间取值；

所述步骤(1)包括以下步骤：

(21)从功能、行为和结构方面综合分析不同变更源之间的耦合作用，将相似功能的零部件即节点归到一类，如果两个节点i和j隶属同一类，则将其关系记pf(i,j)＝1；反之，记为pf(i,j)＝0；

(22)通过计算同一类中两个节点之间的最短距离df(I,j)，更准确地刻画出它们之间的相似程度值，即耦合程度：针对同一类中任意两个节点i和j，分别在功能、行为和结构层上计算耦合度，得到三个耦合程度值Lf(i,j),Lb(i,j)和Ls(i,j)；

(23)对三个耦合程度值进行线性加权，即可得到节点i和j的总体耦合程度值：L(i,j)＝wfLf(i,j)+wbLb(i,j)+wsLs(ijj) (6)如果两个节点i和j不属于同一个模块，那么它们之间的相似程度值会很小；相应地，其耦合程度可以忽略，即L(i,j)＝0.；由于不同产品对于功能、行为和结构依赖程度不一样，计算权重不同，wf、wb和ws为功能、行为和结构的权重系数，三者相加和为1；

所述步骤(3)实现过程如下：

考虑来自同一模型不同变更源之间的耦合关系：考虑K个变更源记为Ok,k＝1,2,…,K；

对于当前节点i，记隶属于变更源Ok的上游节点集合为NOk，在变更源的影响下当前节点i的变更强度为：其中， NOi|表示集合的规模；

当变更在网络中传播停止或者遍历整个网络后，得出这些变更源的综合影响力为：式中，Z为整个网络中所有变更的节点集合；

去掉其它变更源对同一个节点的叠加影响，得到当前变更源Oi的影响力：其中，Z(Oi,Ok)为同时受两个变更源Oi和Qk传播影响的节点集合。

2.根据权利要求1所述的基于聚类解耦的复杂产品多源变更传播影响力预测方法，其特征在于，步骤(4)所述设计公差的取值范围为[0,1]。