CN102411735A - 可重构装配系统重构规划方案评价方法 - Google Patents

可重构装配系统重构规划方案评价方法 Download PDF

Info

Publication number
CN102411735A
CN102411735A CN2011102668339A CN201110266833A CN102411735A CN 102411735 A CN102411735 A CN 102411735A CN 2011102668339 A CN2011102668339 A CN 2011102668339A CN 201110266833 A CN201110266833 A CN 201110266833A CN 102411735 A CN102411735 A CN 102411735A
Authority
CN
China
Prior art keywords
index
evaluation
membership
value
degree
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011102668339A
Other languages
English (en)
Inventor
苑明海
许焕敏
纪爱敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN2011102668339A priority Critical patent/CN102411735A/zh
Publication of CN102411735A publication Critical patent/CN102411735A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种可重构装配系统重构规划方案评价方法，包括以下步骤：建立三层评价指标体系，建立评价指标集；获取评价指标集中的各评价指标值；获取评价指标的隶属度矩阵；得出系统最优参考向量和最劣参考向量；得到组合权重；构造关于隶属度目标函数，并获得优良隶属度计算式；根据优良隶属度计算式求解优良隶属度值，得到各个方案的总的隶属度值U，根据该隶属度数值确定最优重构方案。本发明从工程实际出发，构建了较为系统、科学、全面的可重构装配系统的三层指标评价体系，提供了一种基于组合权重的可重构装配线评价方法，使评价结果主观与客观统一，通过最小二乘法求解最优隶属度可以在一定程度上克服评价值易均匀化，决策难度大的不足。

Description

可重构装配系统重构规划方案评价方法
技术领域
 本发明属于生产线自动控制与人工智能评价领域，涉及一种可重构装配系统重构规划方案评价方法。
背景技术
可重构装配系统是一种新型的复杂系统，系统在构造和规划初期要充分考虑各种因素，形成一个合理的系统规划方案。此外，当外部市场或生产任务发生变化时，可重构装配系统会经常随之重构，从而形成多种不同的系统构形，这些都需要一种新的评价决策体系，以此对可重构装配系统的构造决策、规划设计、及运行阶段做一个综合的评价。因此，为系统的设计或重构提供一个最优化的决策方案具有十分重要的意义，但是迄今为止国内外对可重构装配系统的评价体系的研究大多局限于对系统的某些方面的评估，如设备的性能，控制系统的可靠性、系统的布局规划等，而忽视了对影响可重构装配系统整体性能的诸多因素进行综合评估，因此，企业很难对可重构装配系统的规划方案进行科学合理地综合评估，也就无法分析比较多种规划方案，并从中加以选择。此外，评价过程复杂，需要进行建立层次结构模型、构造判断矩阵、一致性检验等步骤，且评价指标权重的选取大都主要取决于专家的知识水平和经验。造成评价结果缺乏一定的科学性。
发明内容
本发明的目的是针对现有技术的不足，从工程实际出发，构建一个系统、科学、全面的可重构装配系统的评价方法。
实现本发明目的的技术方案是一种可重构装配系统重构规划方案评价方法，包括以下步骤：
①根据                                               
Figure 2011102668339100002DEST_PATH_IMAGE002
个评价对象
Figure 2011102668339100002DEST_PATH_IMAGE004
建立包括目标层、指标层和方案层的三层评价指标体系，建立可重构装配系统的评价对象的评价指标集，构造指标特征值矩阵
Figure 2011102668339100002DEST_PATH_IMAGE008
，
Figure 2011102668339100002DEST_PATH_IMAGE010
表示第
Figure 2011102668339100002DEST_PATH_IMAGE012
个待评对象的第
Figure 2011102668339100002DEST_PATH_IMAGE014
个指标的特征值；
②获取步骤①中的评价指标集中的各评价指标值；
③根据扎德提出的最大最小隶属度函数模型，采用从优隶属度原则，对指标进行归一化处理，得到评价指标的隶属度矩阵
Figure 2011102668339100002DEST_PATH_IMAGE016
，表示第
Figure 39920DEST_PATH_IMAGE012
个待评对象的第
Figure 134172DEST_PATH_IMAGE014
个指标的隶属度；
④根据评价指标的隶属度矩阵，得出系统最优参考向量
Figure 2011102668339100002DEST_PATH_IMAGE022
和最劣参考向量
Figure 2011102668339100002DEST_PATH_IMAGE024
；
⑤根据确定指标权重值的非线性目标规划模型得到组合权重
Figure 2011102668339100002DEST_PATH_IMAGE026
；
⑥依据最小二乘原理构造关于隶属度
Figure 2011102668339100002DEST_PATH_IMAGE028
目标函数F（ui），并获得优良隶属度计算式
Figure 2011102668339100002DEST_PATH_IMAGE030
；
⑦根据优良隶属度计算式
Figure 668663DEST_PATH_IMAGE030
求解各指标隶属度向量相对于最优参考向量
Figure 607669DEST_PATH_IMAGE022
的优良隶属度值
Figure 2011102668339100002DEST_PATH_IMAGE032
，得到各个方案的总的隶属度值
Figure 2011102668339100002DEST_PATH_IMAGE034
，根据该隶属度数值确定最优重构方案。
所述步骤①中，指标层分为两级，一级指标集合定义为
Figure 2011102668339100002DEST_PATH_IMAGE036
，二级指标集合定义为一级指标集合中各指标的进一步细化；
所述步骤⑦中，根据优良隶属度计算式
Figure 183794DEST_PATH_IMAGE030
求解各二级指标隶属度向量相对于最优参考向量
Figure 575461DEST_PATH_IMAGE022
的优良隶属度值
Figure 898995DEST_PATH_IMAGE032
，然后，再由
Figure 683718DEST_PATH_IMAGE032
构成一级指标对总目标的隶属度矩阵
Figure 2011102668339100002DEST_PATH_IMAGE038
，求解各一级指标隶属度向量相对于最优参考向量
Figure 739399DEST_PATH_IMAGE022
的优良隶属度值，最后再通过优良隶属度计算式
Figure 618362DEST_PATH_IMAGE030
得到各个方案的总的隶属度值
Figure 745587DEST_PATH_IMAGE034
，根据该隶属度数值确定最优重构方案。
所述步骤①中，一级指标集合
Figure 2011102668339100002DEST_PATH_IMAGE040
=（经济性，装配性能，可重构性，可靠性，环境性，风险性）；
二级指标集合U1=（U11,U12,U13,U14,U15,U16,U17,U18）=（原始成本，重构成本，运行成本，机会成本，静态投资回收期，动态投资回收期，投资的收益率，净现值指数）；U2=(U21,U22.U23,U24,U25,U26,U27)= （系统生产率，生产资源利用率，装配设备利用率，装配资源的集成度，装配能力范围，装配线设计容量）；U3=(U31,U32,U33,U34，U35)=（设备的可重构性，工艺可重构性，生产布局的可扩展性，物流系统的可重构性，功能单元的可重构性）；U4=（U41,U42,U43,U44,U45）=（斜升时间，系统的可诊断性，平均故障间隔时间，平均修复时间，系统可用度）；U5=（U51,U52,U53,U54,U55）=（生态环境影响，资源的优化利用，职业健康，系统安全性，系统宜人性）；U6=（U61,U62,U63,U64）=（技术风险，组织风险，市场风险，资金风险）。
所述步骤②中，分别通过评价专家评分法、隶属分布函数、公式计算和EM-plant软件仿真的方法获取各评价指标值。
所述步骤③中，指标隶属度矩阵
Figure 708120DEST_PATH_IMAGE020
：
           
Figure 2011102668339100002DEST_PATH_IMAGE042
                 。
所述步骤④中，向量
Figure 124583DEST_PATH_IMAGE022
，满足
Figure 2011102668339100002DEST_PATH_IMAGE044
为最优参考向量；向量，满足
Figure 2011102668339100002DEST_PATH_IMAGE046
为最劣参考向量。
所述步骤⑤的具体推导步骤为：假定对指标
Figure 2011102668339100002DEST_PATH_IMAGE048
而言组合权重的值为
Figure 2011102668339100002DEST_PATH_IMAGE050
，主观权重值为
Figure 2011102668339100002DEST_PATH_IMAGE052
，客观权重值为
Figure 2011102668339100002DEST_PATH_IMAGE054
，则对应于各不同权重向量到理想参考向量
Figure 2011102668339100002DEST_PATH_IMAGE056
的加权海明距离可分别定义为：
Figure 2011102668339100002DEST_PATH_IMAGE058
，
Figure 2011102668339100002DEST_PATH_IMAGE060
，
Figure 2011102668339100002DEST_PATH_IMAGE062
根据理想的组合权重应使按组合权重和主观权重计算的方案与理想方案的偏差与按组合权重和客观权重计算的方案与理想方案的偏差的和最小的原则构造非线性规划模型：
Figure 2011102668339100002DEST_PATH_IMAGE064
     
Figure 2011102668339100002DEST_PATH_IMAGE066
其中，
Figure 2011102668339100002DEST_PATH_IMAGE068
为决策者对主观权重的偏好度，
Figure 2011102668339100002DEST_PATH_IMAGE070
为决策者对客观权重的偏好度，构造函数：
Figure 2011102668339100002DEST_PATH_IMAGE074
 ，
对上式分别对
Figure 2011102668339100002DEST_PATH_IMAGE076
和
Figure 2011102668339100002DEST_PATH_IMAGE078
求偏导数，得到：
Figure 2011102668339100002DEST_PATH_IMAGE082
令  
Figure 2011102668339100002DEST_PATH_IMAGE086
则求出理想的组合权重值为：
Figure 2011102668339100002DEST_PATH_IMAGE088
                       。
所述步骤⑤中，采用改进层次分析法获取各评价指标之间主观权重
Figure 2011102668339100002DEST_PATH_IMAGE090
：
其求解方法如下：
（a）通过专家评分的方式，构造比较矩阵
Figure 2011102668339100002DEST_PATH_IMAGE092
，各因素的重要性采用三标度法来确定：
Figure 2011102668339100002DEST_PATH_IMAGE094
其中是第
Figure 944997DEST_PATH_IMAGE048
因素与第
Figure 2011102668339100002DEST_PATH_IMAGE098
因素重要性比较的数值，且
Figure 2011102668339100002DEST_PATH_IMAGE100
；
（b）利用重要度排序指数
Figure 2011102668339100002DEST_PATH_IMAGE102
，构造判断矩阵
Figure 2011102668339100002DEST_PATH_IMAGE104
，其中，
Figure 2011102668339100002DEST_PATH_IMAGE106
                        
（c）首先通过
Figure 2011102668339100002DEST_PATH_IMAGE108
求出判断矩阵
Figure 2011102668339100002DEST_PATH_IMAGE110
的传递矩阵
Figure 2011102668339100002DEST_PATH_IMAGE112
Figure 2011102668339100002DEST_PATH_IMAGE114
，然后再通过
Figure 2011102668339100002DEST_PATH_IMAGE116
得到传递矩阵的最优传递矩阵，最后根据
Figure 2011102668339100002DEST_PATH_IMAGE118
得到判断矩阵
Figure 14234DEST_PATH_IMAGE110
的拟优一致矩阵
Figure 2011102668339100002DEST_PATH_IMAGE120
；
（d）计算各评价指标的权重值，并对其进行归一化处理，计算公式为：
Figure 2011102668339100002DEST_PATH_IMAGE122
，
Figure 2011102668339100002DEST_PATH_IMAGE124
                  
为指标为
Figure 229359DEST_PATH_IMAGE048
的归一化标准权重值，为评价指标的个数；
采用信息熵确定各评价指标之间的客观权重
Figure 2011102668339100002DEST_PATH_IMAGE130
：
设有
Figure 256483DEST_PATH_IMAGE002
个待评价方案，
Figure 2011102668339100002DEST_PATH_IMAGE132
个评价指标，
Figure 853074DEST_PATH_IMAGE010
表示第
Figure 2011102668339100002DEST_PATH_IMAGE134
项指标下第
Figure 2011102668339100002DEST_PATH_IMAGE136
个评价方案的评标值，则规范化后指标评价值矩阵为
Figure 2011102668339100002DEST_PATH_IMAGE138
，利用信息熵来确定客观权重的方法如下：
（e）计算第
Figure 711571DEST_PATH_IMAGE134
项指标的输出熵
Figure 2011102668339100002DEST_PATH_IMAGE140
：
Figure 2011102668339100002DEST_PATH_IMAGE142
     　　　　　         
， 
Figure 2011102668339100002DEST_PATH_IMAGE146
，
Figure 2011102668339100002DEST_PATH_IMAGE148
，
Figure 2011102668339100002DEST_PATH_IMAGE150
；若，规定
Figure 2011102668339100002DEST_PATH_IMAGE154
；
（f）第
Figure 865909DEST_PATH_IMAGE014
项指标的差异系数为：
Figure 2011102668339100002DEST_PATH_IMAGE156
(1≤
Figure 3498DEST_PATH_IMAGE014
≤
Figure 2011102668339100002DEST_PATH_IMAGE158
)  　　　　　             
（g）计算第
Figure 262834DEST_PATH_IMAGE014
项指标的客观权重
Figure 867515DEST_PATH_IMAGE054
，
Figure 2011102668339100002DEST_PATH_IMAGE160
 (1≤≤
Figure 936414DEST_PATH_IMAGE158
，，)            
得到指标的客观权重向量
Figure 2011102668339100002DEST_PATH_IMAGE166
。
所述步骤⑥中的具体推导步骤为：
定义
Figure 2011102668339100002DEST_PATH_IMAGE168
与分别为评价对象的指标隶属度向量
Figure 2011102668339100002DEST_PATH_IMAGE172
相对于系统最优参考向量
Figure 2011102668339100002DEST_PATH_IMAGE174
和最劣参考向量
Figure 2011102668339100002DEST_PATH_IMAGE176
的隶属度，根据模糊数学余集的定义有
Figure 2011102668339100002DEST_PATH_IMAGE178
，                              
取评价对象
Figure 640188DEST_PATH_IMAGE004
与最优向量
Figure 909495DEST_PATH_IMAGE022
和最劣向量的加权欧氏距离分别为：
                   
Figure 2011102668339100002DEST_PATH_IMAGE180
                    
               
Figure 2011102668339100002DEST_PATH_IMAGE182
                    
依据最小二乘原理构造关于隶属度
Figure 191584DEST_PATH_IMAGE028
目标函数：
            
Figure 2011102668339100002DEST_PATH_IMAGE184
  
Figure 2011102668339100002DEST_PATH_IMAGE186
      
根据最小二乘法原理
Figure 2011102668339100002DEST_PATH_IMAGE188
最小时，取最优值，即：
                            
令：
Figure 2011102668339100002DEST_PATH_IMAGE192
                               
得到：
Figure 570666DEST_PATH_IMAGE168
 的最优解即优良隶属度计算式为：
Figure 2011102668339100002DEST_PATH_IMAGE194
 
Figure 2011102668339100002DEST_PATH_IMAGE196
。
采用了上述技术方案后，本发明具有以下的积极的效果：本发明的评价方法利用组合权重来确定各评价指标的客观权重，并结合层次分析法和模糊数学的方法实现对各指标的评价，利用组合权重和模糊综合评价的方法对该方案进行评估的过程，同时也是发现方案的不足之处，对其进行优化的过程。在评价过程中，各方案指标值都会得到一个相应的最优参考向量的优良隶属度值，根据该隶属度值不但能得出最优方案，还能清楚的知道各方案指标值的差异程度，从而改进方案中的相关环节，达到优化方案的目的。
 
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中
图1 可重构装配系统的三层评价指标体系。
图2 可重构装配系统重构规划方案评价流程图。
 
具体实施方式
    见图2，本实施例的可重构装配系统重构规划方案评价方法，包括以下步骤：
步骤①根据
Figure 28585DEST_PATH_IMAGE002
个评价对象
Figure 565746DEST_PATH_IMAGE004
建立包括目标层、指标层和方案层的三层评价指标体系，建立可重构装配系统的评价对象的评价指标集，构造指标特征值矩阵
Figure 276792DEST_PATH_IMAGE008
，
Figure 847889DEST_PATH_IMAGE010
表示第
Figure 793717DEST_PATH_IMAGE012
个待评对象的第
Figure 484461DEST_PATH_IMAGE014
个指标的特征值；
目标层表示可重构装配线评价方案的最终综合评估值，而最终综合评价值又取决于各评价指标的值。
指标层分为两级，一级指标集合定义为
Figure 913693DEST_PATH_IMAGE036
，二级指标集合定义为一级指标集合中各指标的进一步细化；指标层的各个指标形成一个自上而下的递阶层次关系，这样使得可重构装配线规划设计方案的评估变的更加清晰，明确。
一级指标集合
Figure 664480DEST_PATH_IMAGE040
=（经济性，装配性能，可重构性，可靠性，环境性，风险性）；
二级指标集合U1=（U11,U12,U13,U14,U15,U16,U17,U18）=（原始成本，重构成本，运行成本，机会成本，静态投资回收期，动态投资回收期，投资的收益率，净现值指数）；U2=(U21,U22.U23,U24,U25,U26,U27)= （系统生产率，生产资源利用率，装配设备利用率，装配资源的集成度，装配能力范围，装配线设计容量）；U3=(U31,U32,U33,U34，U35)=（设备的可重构性，工艺可重构性，生产布局的可扩展性，物流系统的可重构性，功能单元的可重构性）；U4=（U41,U42,U43,U44,U45）=（斜升时间，系统的可诊断性，平均故障间隔时间，平均修复时间，系统可用度）；U5=（U51,U52,U53,U54,U55）=（生态环境影响，资源的优化利用，职业健康，系统安全性，系统宜人性）；U6=（U61,U62,U63,U64）=（技术风险，组织风险，市场风险，资金风险）。
具体来说：
（1）、经济性指标
U1经济性是可重构装配系统规划或重构中必须要考虑的一个重要因素，经济性评价可采用原始成本、重构成本、运行成本、机会成本、静态投资回收期、动态投资回收期、投资的收益率、净现值指数指标来进行评价。
U11：原始成本
Figure 2011102668339100002DEST_PATH_IMAGE198
原始成本主要由系统的设施和设备成本、材料成本，人力资源成本及系统建立初期所需的其他费用，
Figure 287485DEST_PATH_IMAGE198
决定于可重构装配线具有的生产能力，可表示为：
Figure 2011102668339100002DEST_PATH_IMAGE200
 
Figure 2011102668339100002DEST_PATH_IMAGE202
  
Figure 2011102668339100002DEST_PATH_IMAGE204
                (1)
式(1)中，
Figure 2011102668339100002DEST_PATH_IMAGE206
为生产能力；为装配第
Figure 2011102668339100002DEST_PATH_IMAGE210
种零件的生产能力；
Figure 2011102668339100002DEST_PATH_IMAGE212
为可装配零件种类最大数；
Figure 2011102668339100002DEST_PATH_IMAGE214
为规划与设计的可装配零件种类的最大数，
Figure 2011102668339100002DEST_PATH_IMAGE216
与为由统计和经验获得的初始投资常数。
U12：重构成本
重构成本指在新的生产需求条件下，对系统重构所投入的资本。可重构装配线的重构成本与重构过程直接相关的，当市场对产品的需求变化时，企业需要购买或租用新的功能模块对装配线进行重构，以满足产品生产需求的变化对装配线提出新的功能要求。重构成本主要由重构固定成本
Figure 2011102668339100002DEST_PATH_IMAGE222
（减去剩余价值
Figure 856871DEST_PATH_IMAGE038
）和重构作业成本
Figure 2011102668339100002DEST_PATH_IMAGE224
（减去剩余价值
Figure 514511DEST_PATH_IMAGE038
）构成。重构固定成本主要用于新的设备和工艺装备的购买、重构用材料和能源的消耗，以弥补可重构装配线当前构型中固定资产在功能和数量上的不足。
剩余价值
Figure 294303DEST_PATH_IMAGE038
是指由于折旧效应使得可重构装配线的原始成本的价值逐渐“丧失”，而最后残留的价值。剩余价值可表示为：
Figure 2011102668339100002DEST_PATH_IMAGE226
                      （2）
Figure 2011102668339100002DEST_PATH_IMAGE228
 
Figure 2011102668339100002DEST_PATH_IMAGE230
                 （3）
式（2）、（3）中
Figure 2011102668339100002DEST_PATH_IMAGE232
、
Figure 2011102668339100002DEST_PATH_IMAGE234
、
Figure 2011102668339100002DEST_PATH_IMAGE236
分别为全生命周期末整个系统的剩余价值、初始固定资产的剩余价值、第
Figure 718329DEST_PATH_IMAGE210
项重构固定资产的剩余价值；
Figure 2011102668339100002DEST_PATH_IMAGE238
和
Figure 2011102668339100002DEST_PATH_IMAGE240
分别表示初始固定资产的残留系数和第
Figure 230476DEST_PATH_IMAGE210
项重构固定资产残留系数。
重构作业成本
Figure 314276DEST_PATH_IMAGE224
是指在重构过程中所需材料、能源消耗及劳动力成本等，可表示为：
Figure 2011102668339100002DEST_PATH_IMAGE242
  
Figure 2011102668339100002DEST_PATH_IMAGE244
                      （4）
式（4）中，
Figure 2011102668339100002DEST_PATH_IMAGE246
和
Figure 2011102668339100002DEST_PATH_IMAGE248
分别表示第
Figure 285775DEST_PATH_IMAGE210
生产周期单位生产时间每个零件的作业成本和作业时间，
Figure 2011102668339100002DEST_PATH_IMAGE250
和
Figure 187259DEST_PATH_IMAGE078
表示第
Figure 364031DEST_PATH_IMAGE210
生产周期内所有装配零件的数量和重构作业系数。
U13：运行成本
Figure 2011102668339100002DEST_PATH_IMAGE252
运行成本指系统正常运转所需要的费用，其主要包括：生产材料消耗、能源消耗、管理成本、设备及工装费用等，其可表示为：
Figure 2011102668339100002DEST_PATH_IMAGE254
                           （5）
式（5）中
Figure 879720DEST_PATH_IMAGE246
和
Figure 587781DEST_PATH_IMAGE248
分别表示第
Figure 242359DEST_PATH_IMAGE210
生产周期单位生产时间每个零件的作业成本、作业时间，
Figure 86687DEST_PATH_IMAGE250
表示第
Figure 458762DEST_PATH_IMAGE210
生产周期内所有装配零件的数量。
U14：机会成本
机会成本是由于装配线的重构所引起的生产中断所产生的成本，其可表示为：
Figure 2011102668339100002DEST_PATH_IMAGE258
 
Figure 2011102668339100002DEST_PATH_IMAGE260
                      （6）
式（6）中，表示单位时间内获取的效益，表示中断时间，
Figure 2011102668339100002DEST_PATH_IMAGE264
表示机会成本系数。
U15：静态投资回收期
Figure 2011102668339100002DEST_PATH_IMAGE266
静态投资回收期是指投资装配线收回原始总投资所需要的时间，即以投资装配线经营净现金流量抵偿原始总投资所需要的全部时间。其可表示为：
                       （7）
式（7）中
Figure 327766DEST_PATH_IMAGE134
为静态投资回收期（Ts）=累计净现金流量开始出现正值的年份－1；
Figure 2011102668339100002DEST_PATH_IMAGE270
为上年累计净现金流量；
Figure DEST_PATH_IMAGE272
当年净现金流量。
U16：动态投资回收期
Figure DEST_PATH_IMAGE274
动态投资回收期是考虑资金时间价值的投资返本年限，其计算公式为：
Figure DEST_PATH_IMAGE276
式                      （8）
式（8）中
Figure DEST_PATH_IMAGE278
为累计折现净现金流量开始出现正值的年份；
Figure DEST_PATH_IMAGE280
为上年累计折现净现金流量；
Figure DEST_PATH_IMAGE282
当年折现净现金流量。
U17：投资的收益率
Figure DEST_PATH_IMAGE284
投资的收益率是可重构装配线在正常年份的净收益与原始投资额的比值，其表达式为：
Figure DEST_PATH_IMAGE286
                            （9）
式（9）中，
Figure DEST_PATH_IMAGE288
为净收益率；
Figure DEST_PATH_IMAGE290
为原始投资额。
U18：净现值指数
Figure DEST_PATH_IMAGE292
净现值指数是指在装配线计算期内，按行业基准收益率或其他设定折现率计算的各年净现金流量现值的代数和。其计算公式为：
                   （10）
式（10）中： 
Figure DEST_PATH_IMAGE296
为第t年的现金流入量 ；
Figure DEST_PATH_IMAGE298
为第年的现金流出量；
Figure 932927DEST_PATH_IMAGE128
为计算期；
Figure DEST_PATH_IMAGE302
为基准折现率。
（2）、装配性能指标
可重构装配系统规划或重构效果的好坏，不仅要靠静态的定量评价，还要通过系统运行后性能的好坏来体现。U2装配性能指标主要包含系统生产率、生产资源利用率、装配设备利用率、装配资源的集成度、装配能力范围、装配线的平衡性、装配线设计容量。
U21：系统生产率
Figure DEST_PATH_IMAGE304
系统生产率可用单位时间内制造产品数量来表示： 
Figure DEST_PATH_IMAGE306
 （件/分）                 （11）
式（11）中总时间可以由：（有效工作时间）、
Figure DEST_PATH_IMAGE310
（加工等待时间）及
Figure DEST_PATH_IMAGE312
（辅助时间）等构成。
U22：生产资源利用率
Figure DEST_PATH_IMAGE314
为了全面反映生产资源的利用情况，可以从时间和能力角度计算资源的利用指标，其计算公式如下： 
Figure DEST_PATH_IMAGE316
                        （12）
式（12）中
Figure 300672DEST_PATH_IMAGE314
表示为实际生产总量；
Figure DEST_PATH_IMAGE320
为最大可能生产总量；
Figure DEST_PATH_IMAGE322
为实际作业时间；
Figure DEST_PATH_IMAGE324
为最大可能作业时间；
Figure DEST_PATH_IMAGE326
为实际单位时间产量；为理论时间产量。
U23：装配设备利用率
Figure DEST_PATH_IMAGE330
指装配设备被利用的程度，计算公式为：
 
Figure DEST_PATH_IMAGE332
                          （13）
式（13）中：
Figure 366016DEST_PATH_IMAGE330
 为装配设备的利用率；
Figure DEST_PATH_IMAGE334
为第台设备每小时的使用费用；
Figure DEST_PATH_IMAGE336
为第
Figure 779385DEST_PATH_IMAGE210
台设备的工作时间；为装配设备每小时的费用；
Figure 135673DEST_PATH_IMAGE310
为加工系统可运行时间；
Figure 977727DEST_PATH_IMAGE278
为加工设备的台数。
U24：装配资源的集成度
装配资源包括硬件资源和软件资源，其集成度越大，重构的成本就越低。
U25：装配能力范围
装配能力范围表示系统能够满足生产加工的能力大小。
U26：装配线平衡性
装配线的平衡性包含两点：如何以最少的配置完成特定的生产任务的问题和如何通过安排生产次序、设备数量和容量，使得装配线的设备空置时间最短的问题。
U27：装配线设计容量
适当的设计容量是指在完成生产计划的同时，系统的冗余最少。
（3）、可重构性指标
U3可重构性是可重构装配系统区别于其他装配自动线的最重要的特性，其评价指标包含设备的可重构性、工艺可重构性、生产布局的可扩展性、生产布局的可扩展性、物流系统的可重构性、功能单元的可重构性。
U31：设备的可重构性
其主要体现在机床模块化程度和控制器的动态重构能力的大小。它是衡量可重构装配线的可重构能力的一个重要指标。
U32：工艺可重构性
工艺可重构性是指不同工艺单元重构组成新的加工工艺以适用多变的生产需求的能力。
U33：生产布局的可扩展性
系统生产布局的可扩展性是整个系统重构能力的基础。
U34：物流系统的可重构性
物流系统的工作状态可被随时调整以达到在公共基地上物流最优化，运输路线最短、成本最低的能力。
 
U35：功能单元的可重构性
系统的功能单元的模块化程度及其扩展性是可重构装配线的重要指标。
 
（4）、可靠性指标
U4可靠性指标是可重构装配系统装配质量的一个重要指标，可靠性评价可从斜升时间、系统的可诊断性、平均故障间隔时间、平均修复时间、系统可用度五个方面进行。
U41：斜升时间
斜升时间是指可重构装配线运行开始后达到规划或设计规定的质量、运转时间和成本的过渡时间，斜升时间是可重构装配线是否可行的一个重要评价指标。
U42：系统的可诊断性
系统的可诊断性指对于系统重构后产品加工质量及故障原因等分析和识别能力。
U43：平均故障间隔时间
Figure DEST_PATH_IMAGE340
平均故障间隔时间是指系统在两次失效间的平均间隔时间，它是考察一个系统可靠性的重要指标。可采用如下公式加以计算：
Figure DEST_PATH_IMAGE342
                       （14）
式（14）中
Figure DEST_PATH_IMAGE344
为故障的开始时间；
Figure DEST_PATH_IMAGE346
为故障的结束时间。
U44：平均修复时间
系统故障修复的平均时间，它体现系统排除故障的能力。其计算公式为：
                          （15）
式（15）中为修复故障的开始时间；
Figure DEST_PATH_IMAGE352
为修复故障的结束时间。
U45：系统可用度
系统在任一个时刻需要和开始执行任务时，处于可工作和可使用状态的概率，系统的可用度为单元可用度的组合。单元可用度可用固有可用度来计算，其计算公式为：
                           （16）
式（16）中
Figure DEST_PATH_IMAGE358
为单元处于可使用状态的时间总和；
Figure DEST_PATH_IMAGE360
为单元自纳入系统以来的总时间。
 
（5）、环境性指标
为了企业可持续、稳定发展，U5环境性成为可重构装配系统规划过程中必须要考虑的一个因素，其评价指标主要包括生态环境影响、资源的优化利用、职业健康、系统安全性、系统宜人性五个方面。
U51：生态环境影响
生态环境影响是在全生命周期内系统及产品对生态环境的影响程度。
U52：资源的优化利用
资源的优化利用指系统对自然资源的优化利用的能力。
U53：职业健康
职业健康指系统在运行中对于劳动者的身心健康造成的影响。
U54：系统安全性
系统安全性表示系统运行过程中发生故障所产生的危害程度。
U55：系统宜人性
系统宜人性是指劳动者在系统运行中的舒适程度。
 
（6）、风险性指标
可重构装配系统投资巨大，对其进行任何变动都将可能会造成人力、物力、财力的极大浪费。因此在可重构装配系统评价过程中，U6风险性也是必须要考虑的一个因素，其评价指标主要包括技术风险、组织风险、市场风险和资金风险四个方面。
U61：技术风险
技术风险主要指新技术实施及其集成过程中所遇到的风险。
U62：组织风险
组织风险是指系统构建及其实施过程中的所需要的适用现代生产管理的组织机构和管理体制不能满足要求所带来的风险。
U63：市场风险
市场风险指动态响应市场需求的变化及满足客户化定制能力的不足所造成的风险。
U64：资金风险
资金风险表示资金的筹措及其还贷能力方面的风险。
 
步骤②获取步骤①中的评价指标集中的各评价指标值；
可重构装配系统重构规划方案的评价体系是定性分析与定量计算的相互结合的过程，其定性与定量指标数值的获取方法也不同，分别通过评价专家评分法、隶属分布函数、公式计算和EM-plant软件仿真的方法获取各评价指标值：
（1）对于某些定性指标如生态环境影响、资源的优化利用、职业健康、系统安全性、系统宜人性、技术风险、组织风险、市场风险和资金风险，可采用评价专家评分法进行综合评估，其方法步骤如下：
Step1：建立评价集
Figure DEST_PATH_IMAGE362
。本章将评价集确定为：{很差，差，较差，一般，较好，好，很好}，其对应的打分值为：
Figure DEST_PATH_IMAGE364
。
Step2：建立专家集，各元素
Figure DEST_PATH_IMAGE368
代表各评分专家，为了充分客观的反映评价结果，对于专家集中的各个专家分配不同的权重，权重分配标准主要依据专家的水平来决定，建立权重集为：
Figure DEST_PATH_IMAGE370
                       （17）
式（17）中：。
Step3：单个专家对某一评价指标的评价结果为：。
Step4：专家集对某一因素的总评价为：，其中：
Figure DEST_PATH_IMAGE378
                         （18）
最后通过专家的评价结果得到各评价指标的隶属度，再将其数值化为总的分数。
（2）对于某些可以用确定性数值表示的因素，可以通过隶属分布函数来求出其隶属度。包括：装配资源的集成度、装配能力范围、装配线的平衡性、装配线设计容量、斜升时间、系统的可诊断性。评价指标的评价隶属函数选为偏小型正态分布，设其被评为“良”的分布函数为
Figure DEST_PATH_IMAGE380
                          （19）
由式（19）可知：当评价指标满足
Figure DEST_PATH_IMAGE382
时，其将被评为“良”或更高评议对应其他评议语的评判也有相应的隶属分布函数，当其不足
Figure 697563DEST_PATH_IMAGE382
时，与
Figure 772222DEST_PATH_IMAGE382
偏离的差越大，则评价指标被评判为“良”的隶属度越小。
（3）对于某些可以通过公式获得的指标，可以直接通过公式计算其数值，包括原始成本、重构成本、运行成本、机会成本、静态投资回收期、动态投资回收期、投资的收益率、净现值指数、系统生产率、生产资源利用率、装配设备利用率、均故障间隔时间、平均修复时间、系统可用度指标。
（4）有些复杂的评价指标，如设备的可重构性、工艺可重构性、生产布局的可扩展性、生产布局的可扩展性、物流系统的可重构性、功能单元的可重构性。很难通过简单计算和打分而得到的系统指标数据，要通过EM-plant软件仿真来获取指标的数据。
 
步骤③根据扎德提出的最大最小隶属度函数模型，采用从优隶属度原则，对指标进行归一化处理，对于
Figure 288523DEST_PATH_IMAGE002
个评价对象
Figure 751339DEST_PATH_IMAGE004
，和
Figure 669486DEST_PATH_IMAGE132
个评价指标
Figure 101997DEST_PATH_IMAGE006
，以
Figure 233158DEST_PATH_IMAGE010
表示第
Figure 344071DEST_PATH_IMAGE012
个待评对象的第
Figure 57337DEST_PATH_IMAGE014
个指标的特征值，构成的特征值矩阵为
Figure 852293DEST_PATH_IMAGE008
；然后再将特征值矩阵
Figure 343186DEST_PATH_IMAGE008
转换为指标隶属度矩阵
Figure 870507DEST_PATH_IMAGE020
。，
Figure 763246DEST_PATH_IMAGE018
表示第
Figure 350609DEST_PATH_IMAGE012
个待评对象的第个指标的隶属度；
指标隶属度矩阵
Figure 659810DEST_PATH_IMAGE020
Figure 407055DEST_PATH_IMAGE042
                 （20） 
步骤④根据评价指标的隶属度矩阵
Figure 255118DEST_PATH_IMAGE020
，向量，满足
Figure 652044DEST_PATH_IMAGE044
为最优参考向量；向量
Figure 129162DEST_PATH_IMAGE024
，满足为最劣参考向量。
 
步骤⑤根据确定指标权重值的非线性目标规划模型得到组合权重
Figure 886475DEST_PATH_IMAGE026
；
假定对指标
Figure 431726DEST_PATH_IMAGE048
而言组合权重的值为
Figure 28930DEST_PATH_IMAGE050
，主观权重值为，客观权重值为
Figure 257490DEST_PATH_IMAGE054
，则对应于各不同权重向量到理想参考向量
Figure 793383DEST_PATH_IMAGE056
的加权海明距离可分别定义为：
Figure 979513DEST_PATH_IMAGE058
，
Figure 504343DEST_PATH_IMAGE060
，   （21）
根据理想的组合权重应使按组合权重和主观权重计算的方案与理想方案的偏差与按组合权重和客观权重计算的方案与理想方案的偏差的和最小的原则构造非线性规划模型：
      （22）
Figure 568529DEST_PATH_IMAGE066
式（22）中，
Figure 146751DEST_PATH_IMAGE068
为决策者对主观权重的偏好度，为决策者对客观权重的偏好度，
Figure 363417DEST_PATH_IMAGE072
构造Lagrange函数：
Figure 41917DEST_PATH_IMAGE074
   （23），  
对式（23）分别对和
Figure 540342DEST_PATH_IMAGE078
求偏导数，得到：
Figure 275256DEST_PATH_IMAGE080
令  
Figure 716568DEST_PATH_IMAGE084
则求出理想的组合权重值为：
Figure 249629DEST_PATH_IMAGE088
             （24）          。
具体来说，采用改进层次分析法获取各评价指标之间主观权重
Figure 711177DEST_PATH_IMAGE090
：
其求解方法如下：
（a）通过专家评分的方式，构造比较矩阵
Figure 180598DEST_PATH_IMAGE092
，各因素的重要性采用三标度法来确定：
其中
Figure 991264DEST_PATH_IMAGE096
是第
Figure 159247DEST_PATH_IMAGE048
因素与第
Figure 799569DEST_PATH_IMAGE098
因素重要性比较的数值，且；
（b）利用重要度排序指数
Figure 383445DEST_PATH_IMAGE102
，构造判断矩阵
Figure 807867DEST_PATH_IMAGE104
，其中，
Figure 304576DEST_PATH_IMAGE106
                        （25）
（c）首先通过
Figure 763850DEST_PATH_IMAGE108
求出判断矩阵
Figure 194088DEST_PATH_IMAGE110
的传递矩阵
Figure 473016DEST_PATH_IMAGE112
Figure 265260DEST_PATH_IMAGE114
，然后再通过
Figure 996849DEST_PATH_IMAGE116
得到传递矩阵的最优传递矩阵，最后根据
Figure 32108DEST_PATH_IMAGE118
得到判断矩阵的拟优一致矩阵
Figure 751857DEST_PATH_IMAGE120
；
（d）计算各评价指标的权重值，并对其进行归一化处理，计算公式为：
Figure 111688DEST_PATH_IMAGE122
，                  （26）
式（26）中，为指标为的归一化标准权重值，
Figure 974547DEST_PATH_IMAGE128
为评价指标的个数；
采用信息熵确定各评价指标之间的客观权重
Figure 298081DEST_PATH_IMAGE130
：
设有
Figure 15895DEST_PATH_IMAGE002
个待评价方案，个评价指标，
Figure 417717DEST_PATH_IMAGE010
表示第
Figure 279362DEST_PATH_IMAGE134
项指标下第
Figure 865065DEST_PATH_IMAGE136
个评价方案的评标值，则规范化后指标评价值矩阵为，利用信息熵来确定客观权重的方法如下：
（e）计算第
Figure 523152DEST_PATH_IMAGE134
项指标的输出熵
Figure 375440DEST_PATH_IMAGE140
：
Figure 143544DEST_PATH_IMAGE142
     　　　　　         （27）
式（27）中，， ，
Figure 600961DEST_PATH_IMAGE148
，
Figure 223572DEST_PATH_IMAGE150
；若
Figure 857203DEST_PATH_IMAGE152
，规定；
（f）第
Figure 392145DEST_PATH_IMAGE014
项指标的差异系数为：
Figure 985107DEST_PATH_IMAGE156
(1≤
Figure 989972DEST_PATH_IMAGE014
≤
Figure 742421DEST_PATH_IMAGE158
)  　　　　　             （28）
（g）计算第
Figure 412306DEST_PATH_IMAGE014
项指标的客观权重
Figure 137073DEST_PATH_IMAGE054
，
Figure 234210DEST_PATH_IMAGE160
 (1≤
Figure 411638DEST_PATH_IMAGE014
≤
Figure 885214DEST_PATH_IMAGE158
，
Figure 413889DEST_PATH_IMAGE162
，
Figure 262022DEST_PATH_IMAGE164
)            （29）
得到指标的客观权重向量
Figure 176013DEST_PATH_IMAGE166
。
 
步骤⑥依据最小二乘原理构造关于隶属度
Figure 250017DEST_PATH_IMAGE028
目标函数F（ui），并获得优良隶属度计算式
Figure 870748DEST_PATH_IMAGE030
；
定义
Figure 566479DEST_PATH_IMAGE168
与
Figure 840203DEST_PATH_IMAGE170
分别为评价对象的指标隶属度向量
Figure 783144DEST_PATH_IMAGE172
相对于系统最优参考向量
Figure 196065DEST_PATH_IMAGE174
和最劣参考向量
Figure 199049DEST_PATH_IMAGE176
的隶属度，根据模糊数学余集的定义有
Figure 897753DEST_PATH_IMAGE178
                    （30），   
取评价对象
Figure 265891DEST_PATH_IMAGE004
与最优向量
Figure 671333DEST_PATH_IMAGE022
和最劣向量
Figure 720585DEST_PATH_IMAGE024
的加权欧氏距离分别为：
Figure 454055DEST_PATH_IMAGE180
   （31）       
Figure 752181DEST_PATH_IMAGE182
       （32）             
依据最小二乘原理构造关于隶属度
Figure 77377DEST_PATH_IMAGE028
目标函数： 
Figure 169966DEST_PATH_IMAGE184
  
Figure 390732DEST_PATH_IMAGE186
      （33）
根据最小二乘法原理
Figure 964320DEST_PATH_IMAGE188
最小时，
Figure 157404DEST_PATH_IMAGE028
取最优值，即：
Figure 420895DEST_PATH_IMAGE190
                            （34）
令：
Figure 307119DEST_PATH_IMAGE192
                               （35）
得到：
Figure 120616DEST_PATH_IMAGE168
 的最优解即优良隶属度计算式为：
 
Figure 480895DEST_PATH_IMAGE196
，（36）
步骤⑦根据优良隶属度计算式
Figure 800887DEST_PATH_IMAGE030
求解各二级指标隶属度向量相对于最优参考向量
Figure 118210DEST_PATH_IMAGE022
的优良隶属度值
Figure 207257DEST_PATH_IMAGE032
，然后，再由
Figure 940114DEST_PATH_IMAGE032
构成一级指标对总目标的隶属度矩阵
Figure 609387DEST_PATH_IMAGE038
，求解各一级指标隶属度向量相对于最优参考向量
Figure 653435DEST_PATH_IMAGE022
的优良隶属度值，最后再通过优良隶属度计算式
Figure 724552DEST_PATH_IMAGE030
得到各个方案的总的隶属度值
Figure 803543DEST_PATH_IMAGE034
，根据该隶属度数值确定最优重构方案。
 
当
Figure 222760DEST_PATH_IMAGE030
趋近于1时，
Figure 994801DEST_PATH_IMAGE172
的各分量接近于系统最优参考向量
Figure 858108DEST_PATH_IMAGE022
的各分量，当
Figure 385298DEST_PATH_IMAGE030
等于1时，
Figure DEST_PATH_IMAGE384
；当
Figure DEST_PATH_IMAGE386
趋近0时，
Figure 43261DEST_PATH_IMAGE172
的各分量接近于系统最劣参考向量
Figure 540364DEST_PATH_IMAGE024
的各分量，当
Figure 396193DEST_PATH_IMAGE030
等于0时，
Figure DEST_PATH_IMAGE388
。因此可根据优良隶属度
Figure 913193DEST_PATH_IMAGE030
的大小进行评价对象的择优选择，利用该评价准则可以在一定程度上避免传统的模糊评价方法评价值趋于均匀化，造成决策困难的缺点。
 
    以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种可重构装配系统重构规划方案评价方法，其特征在于包括以下步骤：
①根据                                               
Figure 2011102668339100001DEST_PATH_IMAGE002
个评价对象
Figure 2011102668339100001DEST_PATH_IMAGE004
建立包括目标层、指标层和方案层的三层评价指标体系，建立可重构装配系统的评价对象的评价指标集
Figure 2011102668339100001DEST_PATH_IMAGE006
，构造指标特征值矩阵
Figure 2011102668339100001DEST_PATH_IMAGE008
，
Figure 2011102668339100001DEST_PATH_IMAGE010
表示第
Figure 2011102668339100001DEST_PATH_IMAGE012
个待评对象的第
Figure 2011102668339100001DEST_PATH_IMAGE014
个指标的特征值；
②获取步骤①中的评价指标集中的各评价指标值；
③根据扎德提出的最大最小隶属度函数模型，采用从优隶属度原则，对指标进行归一化处理，得到评价指标的隶属度矩阵
Figure 2011102668339100001DEST_PATH_IMAGE016
，
Figure 2011102668339100001DEST_PATH_IMAGE018
表示第个待评对象的第
Figure 393136DEST_PATH_IMAGE014
个指标的隶属度；
④根据评价指标的隶属度矩阵
Figure 2011102668339100001DEST_PATH_IMAGE020
，得出系统最优参考向量
Figure 2011102668339100001DEST_PATH_IMAGE022
和最劣参考向量
Figure 2011102668339100001DEST_PATH_IMAGE024
；
⑤根据确定指标权重值的非线性目标规划模型得到组合权重
Figure 2011102668339100001DEST_PATH_IMAGE026
；
⑥依据最小二乘原理构造关于隶属度
Figure 2011102668339100001DEST_PATH_IMAGE028
目标函数F（ui），并获得优良隶属度计算式；
⑦根据优良隶属度计算式
Figure 599077DEST_PATH_IMAGE030
求解各指标隶属度向量相对于最优参考向量
Figure 15540DEST_PATH_IMAGE022
的优良隶属度值
Figure 2011102668339100001DEST_PATH_IMAGE032
，得到各个方案的总的隶属度值，根据该隶属度数值确定最优重构方案。
2.根据权利要求1所述的一种可重构装配系统重构规划方案评价方法，其特征在于：
所述步骤①中，指标层分为两级，一级指标集合定义为
Figure 2011102668339100001DEST_PATH_IMAGE036
，二级指标集合定义为一级指标集合中各指标的进一步细化；
所述步骤⑦中，根据优良隶属度计算式
Figure 458764DEST_PATH_IMAGE030
求解各二级指标隶属度向量相对于最优参考向量
Figure 186418DEST_PATH_IMAGE022
的优良隶属度值
Figure 816507DEST_PATH_IMAGE032
，然后，再由
Figure 666520DEST_PATH_IMAGE032
构成一级指标对总目标的隶属度矩阵
Figure 2011102668339100001DEST_PATH_IMAGE038
，求解各一级指标隶属度向量相对于最优参考向量
Figure 319743DEST_PATH_IMAGE022
的优良隶属度值，最后再通过优良隶属度计算式
Figure 227918DEST_PATH_IMAGE030
得到各个方案的总的隶属度值
Figure 975163DEST_PATH_IMAGE034
，根据该隶属度数值确定最优重构方案。
3.根据权利要求2所述的一种可重构装配系统重构规划方案评价方法，其特征在于：
所述步骤①中，一级指标集合=（经济性，装配性能，可重构性，可靠性，环境性，风险性）；
二级指标集合U1=（U11,U12,U13,U14,U15,U16,U17,U18）=（原始成本，重构成本，运行成本，机会成本，静态投资回收期，动态投资回收期，投资的收益率，净现值指数）；U2=(U21,U22.U23,U24,U25,U26,U27)= （系统生产率，生产资源利用率，装配设备利用率，装配资源的集成度，装配能力范围，装配线设计容量）；U3=(U31,U32,U33,U34，U35)=（设备的可重构性，工艺可重构性，生产布局的可扩展性，物流系统的可重构性，功能单元的可重构性）；U4=（U41,U42,U43,U44,U45）=（斜升时间，系统的可诊断性，平均故障间隔时间，平均修复时间，系统可用度）；U5=（U51,U52,U53,U54,U55）=（生态环境影响，资源的优化利用，职业健康，系统安全性，系统宜人性）；U6=（U61,U62,U63,U64）=（技术风险，组织风险，市场风险，资金风险）。
4.根据权利要求1所述的一种可重构装配系统重构规划方案评价方法，其特征在于：
所述步骤②中，分别通过评价专家评分法、隶属分布函数、公式计算和EM-plant软件仿真的方法获取各评价指标值。
5.根据权利要求1所述的一种可重构装配系统重构规划方案评价方法，其特征在于：
所述步骤③中，指标隶属度矩阵
Figure 223174DEST_PATH_IMAGE020
：
                            。
6.根据权利要求5所述的一种可重构装配系统重构规划方案评价方法，其特征在于：
所述步骤④中，向量，满足
Figure 2011102668339100001DEST_PATH_IMAGE044
为最优参考向量；向量
Figure 511777DEST_PATH_IMAGE024
，满足
Figure 2011102668339100001DEST_PATH_IMAGE046
为最劣参考向量。
7.根据权利要求1所述的一种可重构装配系统重构规划方案评价方法，其特征在于：
所述步骤⑤的具体推导步骤为：假定对指标
Figure 2011102668339100001DEST_PATH_IMAGE048
而言组合权重的值为
Figure 2011102668339100001DEST_PATH_IMAGE050
，主观权重值为
Figure 2011102668339100001DEST_PATH_IMAGE052
，客观权重值为
Figure 2011102668339100001DEST_PATH_IMAGE054
，则对应于各不同权重向量到理想参考向量
Figure 2011102668339100001DEST_PATH_IMAGE056
的加权海明距离可分别定义为：
Figure 2011102668339100001DEST_PATH_IMAGE058
，
Figure 2011102668339100001DEST_PATH_IMAGE060
，
Figure 2011102668339100001DEST_PATH_IMAGE062
根据理想的组合权重应使按组合权重和主观权重计算的方案与理想方案的偏差与按组合权重和客观权重计算的方案与理想方案的偏差的和最小的原则构造非线性规划模型：
Figure 2011102668339100001DEST_PATH_IMAGE064
     
Figure 2011102668339100001DEST_PATH_IMAGE066
其中，
Figure 2011102668339100001DEST_PATH_IMAGE068
为决策者对主观权重的偏好度，
Figure 2011102668339100001DEST_PATH_IMAGE070
为决策者对客观权重的偏好度，构造函数：
Figure 2011102668339100001DEST_PATH_IMAGE074
 ，
对上式分别对
Figure 2011102668339100001DEST_PATH_IMAGE076
和求偏导数，得到：
Figure 2011102668339100001DEST_PATH_IMAGE082
令  
Figure 2011102668339100001DEST_PATH_IMAGE084
Figure 2011102668339100001DEST_PATH_IMAGE086
则求出理想的组合权重值为：
                       。
8.根据权利要求7所述的一种可重构装配系统重构规划方案评价方法，其特征在于：
所述步骤⑤中，采用改进层次分析法获取各评价指标之间主观权重
Figure 2011102668339100001DEST_PATH_IMAGE090
：
其求解方法如下：
（a）通过专家评分的方式，构造比较矩阵，各因素的重要性采用三标度法来确定：
Figure 2011102668339100001DEST_PATH_IMAGE094
其中是第
Figure 136966DEST_PATH_IMAGE048
因素与第因素重要性比较的数值，且
Figure 2011102668339100001DEST_PATH_IMAGE100
；
（b）利用重要度排序指数
Figure 2011102668339100001DEST_PATH_IMAGE102
，构造判断矩阵
Figure 2011102668339100001DEST_PATH_IMAGE104
，其中，
Figure 2011102668339100001DEST_PATH_IMAGE106
                        
（c）首先通过
Figure 2011102668339100001DEST_PATH_IMAGE108
求出判断矩阵的传递矩阵
Figure 2011102668339100001DEST_PATH_IMAGE112
Figure 2011102668339100001DEST_PATH_IMAGE114
，然后再通过
Figure 2011102668339100001DEST_PATH_IMAGE116
得到传递矩阵的最优传递矩阵，最后根据得到判断矩阵的拟优一致矩阵
Figure 2011102668339100001DEST_PATH_IMAGE120
；
（d）计算各评价指标的权重值，并对其进行归一化处理，计算公式为：
Figure 2011102668339100001DEST_PATH_IMAGE122
，
Figure 2011102668339100001DEST_PATH_IMAGE124
                  
Figure 2011102668339100001DEST_PATH_IMAGE126
为指标为
Figure 393533DEST_PATH_IMAGE048
的归一化标准权重值，
Figure 2011102668339100001DEST_PATH_IMAGE128
为评价指标的个数；
采用信息熵确定各评价指标之间的客观权重
Figure 2011102668339100001DEST_PATH_IMAGE130
：
设有
Figure 207292DEST_PATH_IMAGE002
个待评价方案，
Figure 2011102668339100001DEST_PATH_IMAGE132
个评价指标，表示第
Figure 2011102668339100001DEST_PATH_IMAGE134
项指标下第
Figure 2011102668339100001DEST_PATH_IMAGE136
个评价方案的评标值，则规范化后指标评价值矩阵为
Figure 2011102668339100001DEST_PATH_IMAGE138
，利用信息熵来确定客观权重的方法如下：
（e）计算第
Figure 581260DEST_PATH_IMAGE134
项指标的输出熵：
Figure 2011102668339100001DEST_PATH_IMAGE142
     　　　　　         
Figure 2011102668339100001DEST_PATH_IMAGE144
， 
Figure 2011102668339100001DEST_PATH_IMAGE146
，，
Figure 2011102668339100001DEST_PATH_IMAGE150
；若
Figure 2011102668339100001DEST_PATH_IMAGE152
，规定
Figure 2011102668339100001DEST_PATH_IMAGE154
；
（f）第
Figure 586386DEST_PATH_IMAGE014
项指标的差异系数为：
(1≤
Figure 997644DEST_PATH_IMAGE014
≤
Figure 2011102668339100001DEST_PATH_IMAGE158
)  　　　　　             
（g）计算第
Figure 763869DEST_PATH_IMAGE014
项指标的客观权重
Figure 362733DEST_PATH_IMAGE054
，
Figure 2011102668339100001DEST_PATH_IMAGE160
 (1≤≤
Figure 276694DEST_PATH_IMAGE158
，
Figure 2011102668339100001DEST_PATH_IMAGE162
，
Figure 2011102668339100001DEST_PATH_IMAGE164
)            
得到指标的客观权重向量
Figure 2011102668339100001DEST_PATH_IMAGE166
。
9.根据权利要求8所述的一种可重构装配系统重构规划方案评价方法，其特征在于：
所述步骤⑥中的具体推导步骤为：
定义
Figure 2011102668339100001DEST_PATH_IMAGE168
与
Figure 2011102668339100001DEST_PATH_IMAGE170
分别为评价对象的指标隶属度向量
Figure 2011102668339100001DEST_PATH_IMAGE172
相对于系统最优参考向量
Figure 2011102668339100001DEST_PATH_IMAGE174
和最劣参考向量
Figure 2011102668339100001DEST_PATH_IMAGE176
的隶属度，根据模糊数学余集的定义有
Figure 2011102668339100001DEST_PATH_IMAGE178
，                              
取评价对象
Figure 790368DEST_PATH_IMAGE004
与最优向量
Figure 120987DEST_PATH_IMAGE022
和最劣向量
Figure 457028DEST_PATH_IMAGE024
的加权欧氏距离分别为：
                   
Figure 2011102668339100001DEST_PATH_IMAGE180
                    
                                   
依据最小二乘原理构造关于隶属度
Figure 462286DEST_PATH_IMAGE028
目标函数：
            
Figure 2011102668339100001DEST_PATH_IMAGE184
  
Figure 2011102668339100001DEST_PATH_IMAGE186
      
根据最小二乘法原理
Figure 2011102668339100001DEST_PATH_IMAGE188
最小时，
Figure 999840DEST_PATH_IMAGE028
取最优值，即：
Figure 2011102668339100001DEST_PATH_IMAGE190
                            
令：
Figure 2011102668339100001DEST_PATH_IMAGE192
                               
得到：
Figure 53423DEST_PATH_IMAGE168
 的最优解即优良隶属度计算式为：
Figure 2011102668339100001DEST_PATH_IMAGE194
 
Figure 2011102668339100001DEST_PATH_IMAGE196
。
CN2011102668339A 2011-09-09 2011-09-09 可重构装配系统重构规划方案评价方法 Pending CN102411735A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011102668339A CN102411735A (zh) 2011-09-09 2011-09-09 可重构装配系统重构规划方案评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011102668339A CN102411735A (zh) 2011-09-09 2011-09-09 可重构装配系统重构规划方案评价方法

Publications (1)

Publication Number Publication Date
CN102411735A true CN102411735A (zh) 2012-04-11

Family

ID=45913802

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011102668339A Pending CN102411735A (zh) 2011-09-09 2011-09-09 可重构装配系统重构规划方案评价方法

Country Status (1)

Country Link
CN (1) CN102411735A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473604A (zh) * 2013-08-22 2013-12-25 国家电网公司 一种日前发电计划综合性能评价方法
CN103731494A (zh) * 2013-12-31 2014-04-16 北京工业大学 云计算中基于模糊理论的服务选择方法
CN104408521A (zh) * 2014-12-03 2015-03-11 北京理工大学 一种基于promethee的可重构制造系统评价方法
CN104657910A (zh) * 2014-12-29 2015-05-27 国网湖南省电力公司 一种电网每日运行评价方法
CN104680036A (zh) * 2015-03-26 2015-06-03 中国人民解放军装甲兵工程学院 一种反坦克导弹系统完成作战任务效率指标的评价方法
CN106022474A (zh) * 2016-06-01 2016-10-12 河海大学常州校区 一种可重构装配线平衡优化方法
CN107133690A (zh) * 2017-04-21 2017-09-05 中国水利水电科学研究院 一种河湖水系连通工程方案优选排序方法
CN108427837A (zh) * 2018-03-06 2018-08-21 南昌航空大学 一种装配粗差判定方法及系统
CN108631823A (zh) * 2018-05-17 2018-10-09 国网山东省电力公司经济技术研究院 一种电力通信传输网络评价方法
CN108764636A (zh) * 2018-04-24 2018-11-06 上海理工大学 基于全生命周期的数控机床可持续性评价方法
CN109377110A (zh) * 2018-12-13 2019-02-22 洛阳博得天策网络科技有限公司 一种品牌的内容资产的评估方法及系统
CN110109357A (zh) * 2019-05-15 2019-08-09 曲阜师范大学 针对非标准型非线性航空器的半全局自适应控制方法
CN111260235A (zh) * 2020-01-20 2020-06-09 上海电力大学 一种基于模糊综合评价的能源综合应急供应系统评价方法
CN111275332A (zh) * 2020-01-20 2020-06-12 山东大学 基于模糊-关联规则的推土机铲刀装配工艺质量评价系统及方法
CN115578157A (zh) * 2022-11-13 2023-01-06 南京数族信息科技有限公司 一种基于供需价值矩阵组合路由策略的助贷平台动态路由工具

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1544999A (zh) * 2003-11-20 2004-11-10 上海交通大学 可重构装配系统控制方法
CN101221591A (zh) * 2007-12-06 2008-07-16 上海交通大学 可重构机器的模块化设计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1544999A (zh) * 2003-11-20 2004-11-10 上海交通大学 可重构装配系统控制方法
CN101221591A (zh) * 2007-12-06 2008-07-16 上海交通大学 可重构机器的模块化设计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
苑明海: "可重构装配线评价体系研究", 《中国博士学位论文全文数据库（工程科技Ⅱ辑）2008年》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473604A (zh) * 2013-08-22 2013-12-25 国家电网公司 一种日前发电计划综合性能评价方法
CN103473604B (zh) * 2013-08-22 2016-08-10 国家电网公司 一种日前发电计划综合性能评价方法
CN103731494B (zh) * 2013-12-31 2017-06-23 北京工业大学 云计算中基于模糊理论的服务选择方法
CN103731494A (zh) * 2013-12-31 2014-04-16 北京工业大学 云计算中基于模糊理论的服务选择方法
CN104408521A (zh) * 2014-12-03 2015-03-11 北京理工大学 一种基于promethee的可重构制造系统评价方法
CN104408521B (zh) * 2014-12-03 2017-12-05 北京理工大学 一种基于promethee的可重构制造系统评价方法
CN104657910A (zh) * 2014-12-29 2015-05-27 国网湖南省电力公司 一种电网每日运行评价方法
CN104680036B (zh) * 2015-03-26 2018-05-22 中国人民解放军装甲兵工程学院 一种反坦克导弹系统完成作战任务效率指标的评价方法
CN104680036A (zh) * 2015-03-26 2015-06-03 中国人民解放军装甲兵工程学院 一种反坦克导弹系统完成作战任务效率指标的评价方法
CN106022474A (zh) * 2016-06-01 2016-10-12 河海大学常州校区 一种可重构装配线平衡优化方法
CN107133690A (zh) * 2017-04-21 2017-09-05 中国水利水电科学研究院 一种河湖水系连通工程方案优选排序方法
CN108427837A (zh) * 2018-03-06 2018-08-21 南昌航空大学 一种装配粗差判定方法及系统
CN108764636A (zh) * 2018-04-24 2018-11-06 上海理工大学 基于全生命周期的数控机床可持续性评价方法
CN108631823B (zh) * 2018-05-17 2021-08-24 国网山东省电力公司经济技术研究院 一种电力通信传输网络评价方法
CN108631823A (zh) * 2018-05-17 2018-10-09 国网山东省电力公司经济技术研究院 一种电力通信传输网络评价方法
CN109377110A (zh) * 2018-12-13 2019-02-22 洛阳博得天策网络科技有限公司 一种品牌的内容资产的评估方法及系统
CN109377110B (zh) * 2018-12-13 2022-05-13 洛阳博得天策网络科技有限公司 一种品牌的内容资产的评估方法及系统
CN110109357A (zh) * 2019-05-15 2019-08-09 曲阜师范大学 针对非标准型非线性航空器的半全局自适应控制方法
CN111260235A (zh) * 2020-01-20 2020-06-09 上海电力大学 一种基于模糊综合评价的能源综合应急供应系统评价方法
CN111275332A (zh) * 2020-01-20 2020-06-12 山东大学 基于模糊-关联规则的推土机铲刀装配工艺质量评价系统及方法
CN111275332B (zh) * 2020-01-20 2022-03-18 山东大学 基于模糊-关联规则的推土机铲刀装配工艺质量评价系统及方法
CN115578157A (zh) * 2022-11-13 2023-01-06 南京数族信息科技有限公司 一种基于供需价值矩阵组合路由策略的助贷平台动态路由工具
CN115578157B (zh) * 2022-11-13 2023-10-24 南京数族信息科技有限公司 一种基于路由策略的助贷平台动态路由方法

Similar Documents

Publication Publication Date Title
CN102411735A (zh) 可重构装配系统重构规划方案评价方法
Mastrocinque et al. An AHP-based multi-criteria model for sustainable supply chain development in the renewable energy sector
Chen et al. An energy sharing game with generalized demand bidding: Model and properties
CN110378528A (zh) 基于遗传算法的车间排产方法及系统
Yang et al. A mixed activity-based costing and resource constraint optimal decision model for IoT-oriented intelligent building management system portfolios
CN108491969A (zh) 基于大数据的空间负荷预测模型构建方法
CN106056290A (zh) 一种计及新能源接入的输电网运行效率效益检测方法
CN109308631B (zh) 一种电力市场决策分析的建模方法
CN107818386A (zh) 电网企业经营利润预测方法
CN111680452A (zh) 基于全要素数据挖掘的电网工程精准投资决策仿真方法
Tartibu et al. Forecasting net energy consumption of South Africa using artificial neural network
Gamalath et al. Energy rating system for climate conscious operation of multi-unit residential buildings
Xuesen et al. Consideration of trends in evaluating inter-basin water transfer alternatives within a fuzzy decision making framework
CN102708298B (zh) 一种车载通信系统电磁兼容指标分配方法
CN109190858A (zh) 一种电网建设项目投资决策优化方法
Bardazzi et al. Towards a new INFORUM bilateral trade model: Data issues and modelling equations
Delgadillo et al. Conjectural-variation-based equilibrium model of a single-price electricity market with a counter-trading mechanism
Dasgupta Lindahl pricing, nonrival infrastructure, and endogenous growth
Scialabba et al. From Practice to Policy: New Metrics for the 21st Century
Troncia Multicriteria methodologies for the appraisal of smart grid projects when flexibility competes with grid expansion
Li et al. Pre Evaluation of Power Grid Project Based on AHP and BPNN
Schwarz Beyond LCA: Development of a framework for product sustainability assessment in the context of a product's system environment
de Oca et al. SUSTAINABILITY EVALUATION AND DRIVING FORCES ANALYSIS IN VIETNAMESE CITIES
Bald et al. The Role of Local Public Goods for Gender Gaps in the Spatial Economy
Hildebrandt Local Energy Management: Optimizing Virtual Economic Units

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20120411