1.一种锂电池装配风险分析方法，其特征在于，包括以下步骤：步骤S1，使用双层犹豫模糊语言术语集对锂电池装配中失效模式的严重度、发生频率、探测度进行评价；其中，所述双层犹豫模糊语言术语集包括双层语言术语集和犹豫模糊语言术语集，均由评价人员的评价信息构成；

步骤S2，基于相似性测度计算评价人员权重，基于注水原理计算严重度、发生频率、探测度的影响因素权重；

评价人员权重的计算步骤包括：

步骤S211，获取评价人员在失效模式影响因素中的隶属度，计算非隶属度，生成理想解；

步骤S212，计算评价人员与理想解之间的欧式距离；

步骤S213，计算评价人员与理想解之间的相似度；

步骤S214，基于相似度，计算评价人员权重;步骤S3，采用组合折衷排序法聚合评价人员的评价信息，计算失效模式风险值；

步骤S3包括以下步骤：

步骤S311，基于评价人员权重，通过简单直觉模糊加权几何算子聚合评价信息，获取评价人员的隶属度与非隶属度；

步骤S312，计算评价信息的加权和与加权积集成，获取评价信息的集成结果；

步骤S313，通过三种得分策略计算中间风险值；

步骤S314，对通过三种得分策略计算得到的中间风险值进行计算，得到最终风险评估值;步骤S4，通过多目标聚合技术确定最优评价信息;步骤S4包括以下步骤：

步骤S41，对失效模式排在风险排序排名上的方法进行汇总，生成对应集合，并计算失效模式在风险排序排名上累计出现的次数；

步骤S42，根据评价人员对失效模式在影响因素下的不同评价信息，计算对应评价信息实际参与最终风险计算的评价数值；

步骤S43，根据风险排序排名的权重，设置分配矩阵；

步骤S44，设置多目标数学模型，其目标函数的公式如下所示：；

；

其约束条件如下所示：

；

其中，表示失效模式数量， ；表示影响因素数量， ；表示评价人员数量， ；表示风险排序排名， ；为优化方法数量， ；

为失效模式 在风险排序排名 上累计出现的次数，其中， ;为风险排序排名的权重，表示为 为分配矩阵中的元素； 为失效模式 排在风险排序排名f上的方法集合， 为失效模式 在风险排序排名 上出现的次数； 表示优化方法 对失效模式 影响因素的评价信息， 为多目标模型求解的失效模式影响因素最优评价信息；

；

表示优化方法 中影响因素的权重， 表示优化方法 中评价人员 的权重， 为评价人员k对失效模式 在影响因素j下的评价信息；而 为评价信息 的得分函数；

；

通过不同失效模式优化方法的计算结果和最优解的差异度，判断优化方法的优劣性，确定最优评价信息。

2.如权利要求1所述的锂电池装配风险分析方法，其特征在于,所述步骤S1中，所述双层语言术语集 包括主层语言术语集和副层语言术语集，其表达式如下所示：；

所述主层语言术语集 用于描述基础语义，包括以下表达式：；

所述副层语言术语集 用于修饰语义强度，包括以下表达式：；

其中， 为主层语言术语集的边界参数， 为主层语言术语在主层语言术语集中的索引值，为副层语言术语集的边界参数，为副层语言术语集在主层语言术语集中的索引值。

3.如权利要求1所述的锂电池装配风险分析方法，其特征在于,在所述步骤S1中，所述犹豫模糊语言术语集的表达式如下所示：；

其中， 为S3上有限、有序的连续语言术语集的集合， 为一个语言术语集，， 为一个非空集合，是 中的一个元素；

在 中， 表示犹豫模糊语言术语集中的元素，其表达式如下所示：；

其中， 为S3上有限且连续的语言术语集；

犹豫模糊语言术语集通过转换函数转化为隶属度。

4.如权利要求1所述的锂电池装配风险分析方法，其特征在于，在步骤S2中，影响因素权重的计算步骤包括：步骤S221，计算评价矩阵的均值和方差；

步骤S222，计算注水平面；

步骤S223，基于注水平面，计算影响因素权重。

5.如权利要求1所述的锂电池装配风险分析方法，其特征在于，在步骤S313中，三种得分策略的公式如下所示：；

；

；

其中， 为第一得分策略中间风险值， 为第二得分策略中间风险值， 为第三得分策略中间风险值； 为加权和集成， 为加权积集成；为倾向因子。

6.如权利要求1所述的锂电池装配风险分析方法，其特征在于，在步骤S314中，最终风险评估值的计算公式如下所示：；

其中， 为最终风险评估值。

7.如权利要求1所述的锂电池装配风险分析方法，其特征在于，在所述步骤S44中，差异度的计算公式如下所示：；

其中， 表示优化方法 对失效模式 的排序， 为多目标模型求解的失效模式最优排序， 表示优化方法 对失效模式 影响因素的评价信息， 为多目标模型求解的失效模式 影响因素最优评价信息， 为的最大取值，为的最大取值。