专利等级划分的方法多种多样，应用最广泛、最有效的方法是由前苏联G.S.Altshuller教授提出的等级划分方法。在判断专利等级的时候，Altshuller引入许多标准：(a)什么种类的知识才能够形成发明；(b)是否有任何冲突通过发明解决了；(c)需要反复尝试的次数。然而从专利中提取这些内容，对于标准(a)和(c)来说是相当主观的。　　基于以上考虑，本文提出了一种新的方法对发明专利和实用新型的专利来进行五级分类。引进新的标准来区分专利的等级，以减少Altshuller的分级标准的混乱。避免了使用非常主观的标准，如：创新程度、已解决的冲突数量、反复尝试次数等。　　通过分析专利文献，提取专利文献中的技术指标，作为专利等级判断的依据。对应于新的方法构建一种专利指标体系，并制定出专利等级划分原则，可以更加快速、有效的划分专利等级。通过专利分析得到大量的样本，运用神经网络分类算法对专利样本进行训练，并保存网络参数进行专利等级划分。由于分析得到的专利技术指标存在一些不确定性，和干扰因素，使得专利等级划分结果不是太理想。所以本文又提出了一种基于层次分析法的改进算法，AHP-ANN算法来重新划分专利等级。AHP-ANN算法：首先通过层次分析法对专利指标进行去噪，使得到的专利技术指标对专利等级划分更有效，更能代表专利技术；然后再利用神经网络训练算法，计算出基于层次分析法的网络参数；最后通过神经网络的等级划分算法，对专利进行等级划分。　　最后通过蝶阀实例验证了这两种方法对专利等级划分的有效性验证、准确性。