1.一种基于多维关联函数的相似实例检索方法，其特征在于：该方法包括如下步骤：(1)、面向低碳设计的侧距

假设产品某属性的节域X＝＜c,d＞，x0为该属性的最优点值，则任意一点x到区间X的左侧距表示为：右侧距公式为：

当 时，曲线最低点为 当 趋近过程中，左侧距曲线、右侧距曲线分别在区间[c,x0]、[x0,d]上向内凹起，其公式为：(2)、基于低碳实例的三维侧距构建假设点P落于n维空间的某一区域，过最优点O和点P的直线lOP与n维封闭空间的边框交点为P1和P2，可知， 且 则n维右侧距表示为：其中：

S1表示为一个实际产品需求的多维区间，即 表示为第i个维度的长度；

Fr(S1)表示为每个维的长度端点向其他维垂直映射所构成的封闭的多维区间的边界；

P1表示为多维区间的点O与P所在直线和Fr(S1)的交点；

d(P,P1)表示为点P与点P1的线性距离；

(3)、基于低碳设计的多维关联函数构建假设存在两区间X0＝＜a,b＞，X＝＜c,d＞， 且空间的几何中心与输入多维参数最优值O重合，则多维关联函数表示为：其中S2为产品设计要求多维属性空间，(4)、基于多维关联函数的低碳实例相似度检索对产品需求进行低碳和成本需求提取，先对这两者做二维的一级检索，确定出低碳和成本中至少有一个匹配的产品实例，作为二级检索的实例源，这样的目的是为了减少不必要的数据计算、无效结果的输出、凸显低碳设计的重要性；再输入产品性能需求，做多维数据的二级检索，计算基于多维关联函数的相似度值，把实例源又划分为产品性能需求全满足和产品性能需求不全满足这两个实例域；最后输入多维产品零部件需求，再次划分上层的低碳实例域，输出产品零部件需求匹配与不匹配的产品实例集；

一级检索的相似度为：

二级检索的相似度为：

三级检索的相似度为：

则，产品需求与产品实例相似度为：

2.如权利要求1所述的一种基于多维关联函数的相似实例检索方法，其特征在于：所述步骤(4)中，基于多维关联函数的相似度检索方法的过程如下：第一步：判定产品需求类型，确定产品需求点值及转换获取需求区间值；

第二步：依据产品需求区间值构建多维经典域空间S1和多维可拓域空间S2；

第三步：结合产品实例属性点Pt和最优点x0，构建直线lOP和n-D维空间；

第四步：依据点Pt求解方程给出Pt所属区域；

第五步：降维计算Kn-D(Pt)；

第六步：判断Kn-D(Pt)，计算sim(PRi,Pt)；

第七步：记录该产品实例检索级别的sim(PRi,Pt)；

第八步：结束。