CN111126796A - 模型驱动企业的能力等级评价方法 - Google Patents

模型驱动企业的能力等级评价方法 Download PDF

Info

Publication number
CN111126796A
CN111126796A CN201911246267.8A CN201911246267A CN111126796A CN 111126796 A CN111126796 A CN 111126796A CN 201911246267 A CN201911246267 A CN 201911246267A CN 111126796 A CN111126796 A CN 111126796A
Authority
CN
China
Prior art keywords
evaluation
mbe
capability
data
domain
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.)
Granted
Application number
CN201911246267.8A
Other languages
English (en)
Other versions
CN111126796B (zh
Inventor
吴灿辉
张岩涛
李学常
王宁
李狮伟
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.)
China Aero Polytechnology Establishment
Original Assignee
China Aero Polytechnology Establishment
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 China Aero Polytechnology Establishment filed Critical China Aero Polytechnology Establishment
Priority to CN201911246267.8A priority Critical patent/CN111126796B/zh
Publication of CN111126796A publication Critical patent/CN111126796A/zh
Application granted granted Critical
Publication of CN111126796B publication Critical patent/CN111126796B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种模型驱动企业的能力等级评价方法，包括以下步骤：步骤一，确定MBE能力等级的划分；步骤二，确定MBE能力的评价指标；步骤三，根据MBE能力等级和评价指标，构成MBE能力等级评价指标体系；步骤四，使用MBE能力等级评价指标体系矩阵计算获得MBE能力等级为值和升级趋势系数。本发明中的模型驱动企业的能力等级评价方法与MBE数字化能力紧密度更高、更全面，评价使用上更便捷、客观；对MBE能力等级的划分更符合MBE能力等级实际评价需求。

Description

模型驱动企业的能力等级评价方法
技术领域
本发明属于定量评价领域，涉及一种模型驱动企业的能力等级评价方法。
背景技术
企业能力等级评价是对企业能力认定的一种方式，对企业能力等级的合理评价，建立对企业的清楚认知，一方面是企业管理者、决策者进行企业战略布局必不可少的过程；另一方面，也可为企业进行战略伙伴筛选、供应商管控提供重要参考依据。目前，国内对于装备制造企业的能力等级评价往往是采用人工方法，通过聘请专家，根据已有的评价体系，针对每一项指标进行打分，最后赋予一定的权重，计算综合得分。现有的评价体系一般是从企业的治理管理、技术创新、企业文化、人员发展、社会责任、品牌影响、产品产业等方面展开，分成多个层级，组成多层级指标体系，结构较为复杂。评分人员依据各项指标要求对企业进行考核，并在某个区间内，给出一个具体的分值。该模式下对企业能力等级的评价易受人为主观影响，当指标涵盖范围较广或涉及的指标项专业性过强时，评分结果与专家所擅长的领域和其当前阶段所研究的方向密切相关，对于某项指标评分上的细微差别可能导致评价结果在等级上的直接变化，客观性有待考量。
此外，目前在航空制造领域内，大量厂所已经引进并推行了基于模型的数字化定义(MBD)技术，但是，现有的评价体系中，却缺少考核与之对应的模型驱动企业(MBE)的考核方法，因此对这类企业的考核，仅能在企业″设计——制造信息化″这一单一维度开展，无法对企业数字化能力进行全方位的评估，难以反映其在″数据重用″和″集成环境″等方面的真实能力水平。因此，目前需要一种能够对模型驱动企业的能力等级进行定量评价的方法。
发明内容
本发明为解决现有评价体系难以全方位评估MBE的实际能力水平，人为评分在具体指标得分上，容易受个人经历、学识等主观因素的不同而产生主观差异，以造成评价结果不准确，客观性不强，导致对MBE的定级、管控失效等问题，建立了一套适用于全面评价国内MBE的评价体系，并提出一种考虑全面、更为客观的能力等级计算与评价方法。
本发明为解决上述问题，提供了一种模型驱动企业的能力等级评价方法，包括以下步骤：
步骤一，将MBE能力根据数据重用和集成环境两方面，确定MBE能力等级的划分。
步骤二，确定MBE能力的评价指标包含8个评估域：需求数据评估域、设计数据CAD评估域、技术数据包评估域、更改和构型管理数据评估域、外部和内部制造数据交换评估域、质量要求、规划和检验代码生成评估域、企业协同和数据交换评估域、以及保障数据评估域；
对每个评估域细分成若干项评价指标，评价指标以将MBE在该评估域内的能力细分到能够满足实际需求为止；
步骤三，根据步骤一中MBE能力等级的划分方式和步骤二中MBE能力的评价指标，构成MBE能力等级评价指标体系。MBE能力等级评价指标体系将MBE能力等级细化到每一个评价指标，明确规定了每一项评价指标在不同MBE能力等级中要达到的客观评价标准。
步骤四，使用MBE能力等级评价指标体系矩阵获得MBE能力等级为值，具体包括以下步骤：
MBE能力的评价指标数为α，MBE能力等级数为β，形成零矩阵Dα×β。根据MBE能力等级评价指标体系记录MBE在相应指标上达到的最高等级数，将零矩阵Dα×β中对应位置的0改为1，得到评价矩阵Cα×β。
计算MBE最大化能力值Gmax。以单位矩阵E1×α左乘Cα×β，再与矩阵A相乘。其中矩阵A＝[1 2 3 … β]T，即：
Gmax＝E1×αCα×βA
计算MBE能力均化等级FM，
FM＝Gmax/α
计算MBE能力差异度Sd
Sd＝Cα×βA-FMEα×1
取Sd矩阵元素中最大值smax和最小值smin。
y＝smax
x＝|smin|
计算惩罚系数P
P＝-0.067x2+1.6259x-1.425
计算升级趋势系数U：
U＝0.0701e0.6423y
计算MBE能力等级L：
L＝＜FM-P-1＞
最后获得MBE能力等级为L，L通过对FM-P-1值四舍五入取整后获得，采用本方法的L值一定小于β，因此L值就是MBE能力等级。根据MBE能力等级值越大则说明MBE在数据重用和集成环境两个方面的能力越强，能够应对更高要求的数字化制造任务，在该等级基础上升级趋势系数为U，U越大表示企业在数字化能力方面进行的深入研究和实践工作越充分，整体能力升级的可能性越高。
优选的，步骤一中所述MBE能力等级划分为七个等级，从0～6分别为：分离制造分离的企业，中性模型CAM分离的企业，专用模型CAM分离的企业，专用模型CAM分离的企业，集成制造分离的企业，集成制造集成内部企业，以及集成制造集成扩展企业。
优选的，步骤二中所述对每个评估域细分成若干项评价指标，具体为：
(1)需求数据评估域被细分为需求定义，技术方案生成，以及需求与技术方案的关联共3项评价指标；
(2)设计数据CAD评估域被细分为2D图样创建＆信息内容，3D模型创建＆信息内容，模型/图样关联，辅助数据，检查＆模型质量，以及BOM共6项评价指标；
(3)技术数据包评估域被细分为TDP中元素组合，TDP管理共2项评价指标；
(4)更改和构型管理数据评估域被细分为发放和更改流程，元素管理，授权共3项评价指标；
(5)外部和内部制造数据交换评估域被细分为PMI数据到制造、检验及其他需要PMI的组织的流程，制造工艺生成，制造代码生成，制造数据管理，制造工艺与数据管理关联性，工装、试验、电气工装和支撑设备使用飞机零件的方法共6项评价指标；
(6)质量要求、规划和检验代码生成评估域被细分为质量/检验代码生成，质量要求数据管理，质量/工装质量共3项评价指标；
(7)企业协同和数据交换评估域被细分为提交给内部企业的设计数据，内部企业设计数据使用，提供给外部设计组织的设计数据共3项评价指标；
(8)保障数据评估域被细分为提供给使用单位的保障数据共1项评价指标。
本发明的有益效果是：本发明中的MBE能力等级评价指标体系与传统的企业能力等级评价指标体系相比，与MBE数字化能力紧密度更高、更全面，评价使用上更便捷、客观；MBE能力等级评定与计算方法可以消除人为打分造成的主管影响，并对MBE各方面能力水平综合考量，避免″长短腿″等情况对评价结果的影响；对MBE能力等级的划分更符合MBE能力等级实际评价需求。
附图说明
图1本发明的步骤流程图。
具体实施方式
以下对本发明的具体实施方式进行说明。
步骤一，确定MBE能力等级的划分。MBE能力从″数据重用″的角度分为五个等级：分离的制造、中性模型CAM、专用模型CAM、专用标注模型CAM、以及集成制造；MBE能力从″集成环境″的角度分为三个等级：分离的企业、集成内部企业和集成扩展企业。本申请根据实际国内MBE发展的规律，将二者有机的结合形成0～6七个能力等级，分别具体为：分离制造分离的企业，中性模型CAM分离的企业，专用模型CAM分离的企业，专用模型CAM分离的企业，集成制造分离的企业，集成制造集成内部企业，以及集成制造集成扩展企业。具体等级标准的描述参见表1，
表1
Figure BDA0002307766890000051
Figure BDA0002307766890000061
对MBE能力等级的划分可以根据实际需要进行确定。
步骤二，确定MBE能力的评价指标。MBE能力的评价指标包含8个评估域：需求数据评估域、设计数据CAD评估域、技术数据包评估域、更改和构型管理数据评估域、外部和内部制造数据交换评估域、质量要求、规划和检验代码生成评估域、企业协同和数据交换评估域、以及保障数据评估域。每个评估域被细分成若干项评价指标，具体如下：
(1)需求数据评估域被细分为需求定义，技术方案生成，以及需求与技术方案的关联共3项评价指标；
(2)设计数据CAD评估域被细分为2D图样创建＆信息内容，3D模型创建＆信息内容，模型/图样关联，辅助数据，检查＆模型质量，以及BOM共6项评价指标；
(3)技术数据包评估域被细分为TDP中元素组合，TDP管理共2项评价指标；
(4)更改和构型管理数据评估域被细分为发放和更改流程，元素管理，授权共3项评价指标；
(5)外部和内部制造数据交换评估域被细分为PMI数据到制造、检验及其他需要PMI的组织的流程，制造工艺生成，制造代码生成，制造数据管理，制造工艺与数据管理关联性，工装、试验、电气工装和支撑设备等使用飞机零件的类似方法共6项评价指标；
(6)质量要求、规划和检验代码生成评估域被细分为质量/检验代码生成，质量要求数据管理，质量/工装质量共3项评价指标；
(7)企业协同和数据交换评估域被细分为提交给内部企业的设计数据，内部企业设计数据使用，提供给外部设计组织的设计数据共3项评价指标；
(8)保障数据评估域被细分为提供给使用单位的保障数据共1项评价指标。
因此8个评估域共计有27项评价指标，评价指标的确立以将MBE在该评估域内的能力细分到能够满足实际需求为止。本实施例中的27项指标是具有普遍性、代表性和通用性的评价指标，本领域技术人员可以在此基础上进行适当增加或删除。
步骤三，根据步骤一中MBE能力等级的划分方式和步骤二中MBE能力的评价指标，构成MBE能力等级评价指标体系。MBE能力等级评价指标体系将MBE能力等级细化到每一个评价指标，明确规定了每一项评价指标在不同MBE能力等级中要达到的客观评价标准。使用MBE能力的评价指标和MBE能力等级构成二维矩阵的形式。本实施例有28个指标，有7个等级，因此MBE能力等级评价指标体系是一个28*7的二维矩阵，每个指标具体等级要求的确定以能够实现对MBE在指标项的客观评价为原则。本实施例中的具体MBE能力等级评价指标体系参见表2。每一个评价指标在MBE能力等级中可以是不连续的，即等级是跳跃的。表2中″-＞″表示在评价指标在所对应的MBE能力等级中没有，如评价指标″需求定义″只有等级0、4和6，也就是说针对″需求定义″这个评价指标，MBE能力等级只能是0、4和6这三个等级，而不可能出现1、2、3和5这样的等级。
表2
Figure BDA0002307766890000071
Figure BDA0002307766890000081
Figure BDA0002307766890000091
Figure BDA0002307766890000101
Figure BDA0002307766890000111
Figure BDA0002307766890000121
Figure BDA0002307766890000131
Figure BDA0002307766890000141
步骤四，使用MBE能力等级评价指标体系矩阵获得MBE能力等级为值，具体包括以下步骤：
MBE能力的评价指标数为α，MBE能力等级数为β，形成零矩阵Dα×β。根据MBE能力等级评价指标体系记录MBE在相应指标上达到的最高等级数，将零矩阵Dα×β中对应位置的0改为1，得到评价矩阵Cα×β。
计算MBE最大化能力值Gmax。以单位矩阵E1×α左乘Cα×β，再与矩阵A相乘。其中矩阵A＝[1 2 3 … β]T，即：
Gmax＝E1×αCα×βA
Gmax用于体现企业的最大能力，即任务需求与企业能力完全匹配情况下，该值能够直接反应企业所能够完成的最高要求任务的情况。
计算MBE能力均化等级FM，FM反应企业对业务处理的平均水平。
FM＝Gmax/α
计算MBE能力差异度Sd。一般而言，企业根据自身业务需求，在不同指标类和相同指标类下，不同指标项上的发展水平是不同步的，差异度用于反应企业在各个指标项之间的超前程度和落后程度。
Sd＝Cα×βA-FMEα×1
取Sd矩阵元素中最大值smax和最小值smin。
y＝smax
x＝|smin|
计算惩罚系数P。惩罚系数是对企业发展落后指标的一种惩罚手段，当企业在某个指标项出现严重落后的情况时，容易造成″木桶效应″，根据单项落后程度越高，对整体资源的浪费越大余原则，设置惩罚系数算法。
P＝-0.067x2+1.6259x-1.425
计算升级趋势系数U。升级趋势系数是对企业超前发展指标的一种肯定手段，能力等级相同的情况下，升级趋势系数越高者，企业能力整体升级的可能性越高，能够满足的任务要求越多，可作为优先选择的依据。
U＝0.0701e0.6423y
计算MBE能力等级L。
L＝＜FM-P-1＞
最后获得MBE能力等级为L，L通过对FM-P-1的值四舍五入取整后获得，采用本方法的L值一定小于β，因此L值就是MBE能力等级。根据MBE能力等级值越大则说明MBE在数据重用和集成环境两个方面的能力越强，能够应对更高要求的数字化制造任务，在该等级基础上升级趋势系数为U，U越大表示企业在数字化能力方面进行的深入研究和实践工作越充分，整体能力升级的可能性越高。
本申请对MBE的考核直接量化为对各个指标的简单量化，然后通过对MBE能力等级评价指标体系矩阵的处理，直接获得MBE能力等级以及在该等级基础上升级趋势系数，避免了人为因素的干扰。
以上所述的实施例仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (3)

1.一种模型驱动企业的能力等级评价方法，其特征在于，包括以下步骤：
步骤一，将MBE能力根据数据重用和集成环境两方面，确定MBE能力等级的划分；
步骤二，确定MBE能力的评价指标包含8个评估域：需求数据评估域、设计数据CAD评估域、技术数据包评估域、更改和构型管理数据评估域、外部和内部制造数据交换评估域、质量要求、规划和检验代码生成评估域、企业协同和数据交换评估域、以及保障数据评估域；
对每个评估域细分成若干项评价指标，评价指标以将MBE在该评估域内的能力细分到能够满足实际需求为止；
步骤三，根据步骤一中MBE能力等级的划分方式和步骤二中MBE能力的评价指标，构成MBE能力等级评价指标体系，MBE能力等级评价指标体系将MBE能力等级细化到每一个评价指标，明确规定了每一项评价指标在不同MBE能力等级中要达到的客观评价标准；
步骤四，使用MBE能力等级评价指标体系矩阵获得MBE能力等级为值，具体包括以下步骤：
MBE能力的评价指标数为α，MBE能力等级数为β，形成零矩阵Dα×β，根据MBE能力等级评价指标体系记录MBE在相应指标上达到的最高等级数，将零矩阵Dα×β中对应位置的0改为1，得到评价矩阵Cα×β；
计算MBE最大化能力值Gmax，以单位矩阵E1×α左乘Cα×β，再与矩阵A相乘，其中矩阵A＝[1 23 … β]T，即：
Gmax＝E1×αCα×βA
计算MBE能力均化等级FM，
FM＝Gmax/α
计算MBE能力差异度Sd
Sd＝Cα×βA-FMEα×1
取Sd矩阵元素中最大值smax和最小值smin：
y＝smax
x＝|smin|
计算惩罚系数P
P＝-0.067x2+1.6259x-1.425
计算升级趋势系数U：
U＝0.0701e0.6423y
计算MBE能力等级L：
L＝<FMM-P-1>
最后获得MBE能力等级为L，L通过对FM-P-1值四舍五入取整后获得，采用本方法的L值一定小于β，因此L值就是MBE能力等级；根据MBE能力等级值越大则说明MBE在数据重用和集成环境两个方面的能力越强，能够应对更高要求的数字化制造任务，在该等级基础上升级趋势系数为U,U越大表示企业在数字化能力方面进行的深入研究和实践工作越充分，整体能力升级的可能性越高。
2.根据权利要求1所述的模型驱动企业的能力等级评价方法，其特征在于，步骤一中所述MBE能力等级划分为七个等级，从0～6分别为：分离制造分离的企业，中性模型CAM分离的企业，专用模型CAM分离的企业，专用模型CAM分离的企业，集成制造分离的企业，集成制造集成内部企业，以及集成制造集成扩展企业。
3.根据权利要求1所述的模型驱动企业的能力等级评价方法，其特征在于，步骤二中所述对每个评估域细分成若干项评价指标，具体为：
(1)需求数据评估域被细分为需求定义，技术方案生成，以及需求与技术方案的关联共3项评价指标；
(2)设计数据CAD评估域被细分为2D图样创建&信息内容，3D模型创建&信息内容，模型/图样关联，辅助数据，检查&模型质量，以及BOM共6项评价指标；
(3)技术数据包评估域被细分为TDP中元素组合，TDP管理共2项评价指标；
(4)更改和构型管理数据评估域被细分为发放和更改流程，元素管理，授权共3项评价指标；
(5)外部和内部制造数据交换评估域被细分为PMI数据到制造、检验及其他需要PMI的组织的流程，制造工艺生成，制造代码生成，制造数据管理，制造工艺与数据管理关联性，工装、试验、电气工装和支撑设备使用飞机零件的方法共6项评价指标；
(6)质量要求、规划和检验代码生成评估域被细分为质量/检验代码生成，质量要求数据管理，质量/工装质量共3项评价指标；
(7)企业协同和数据交换评估域被细分为提交给内部企业的设计数据，内部企业设计数据使用，提供给外部设计组织的设计数据共3项评价指标；
(8)保障数据评估域被细分为提供给使用单位的保障数据共1项评价指标。
CN201911246267.8A 2019-12-08 2019-12-08 模型驱动企业的能力等级评价方法 Active CN111126796B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911246267.8A CN111126796B (zh) 2019-12-08 2019-12-08 模型驱动企业的能力等级评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911246267.8A CN111126796B (zh) 2019-12-08 2019-12-08 模型驱动企业的能力等级评价方法

Publications (2)

Publication Number Publication Date
CN111126796A true CN111126796A (zh) 2020-05-08
CN111126796B CN111126796B (zh) 2021-08-20

Family

ID=70497746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911246267.8A Active CN111126796B (zh) 2019-12-08 2019-12-08 模型驱动企业的能力等级评价方法

Country Status (1)

Country Link
CN (1) CN111126796B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361661A (zh) * 2021-07-20 2021-09-07 红云红河烟草(集团)有限责任公司 一种数据协同能力评价的建模方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413020A (zh) * 2013-06-25 2013-11-27 武汉理工大学 一种面向车间级制造能力的动态综合评估方法
CN104820771A (zh) * 2015-04-10 2015-08-05 北京信息控制研究所 一种航天工程制造成熟度等级确定方法
CN106920045A (zh) * 2017-03-07 2017-07-04 西南石油大学 一种航空产品成熟度建模方法
CN107845045A (zh) * 2017-10-25 2018-03-27 浙江大学 教学工厂的多维度数字化教学资源库及其构建方法和应用

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413020A (zh) * 2013-06-25 2013-11-27 武汉理工大学 一种面向车间级制造能力的动态综合评估方法
CN104820771A (zh) * 2015-04-10 2015-08-05 北京信息控制研究所 一种航天工程制造成熟度等级确定方法
CN106920045A (zh) * 2017-03-07 2017-07-04 西南石油大学 一种航空产品成熟度建模方法
CN107845045A (zh) * 2017-10-25 2018-03-27 浙江大学 教学工厂的多维度数字化教学资源库及其构建方法和应用

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
石雅玲: "基于 MBE 模式的航空企业数据管理", 《产业与科技论坛》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361661A (zh) * 2021-07-20 2021-09-07 红云红河烟草(集团)有限责任公司 一种数据协同能力评价的建模方法及装置
CN113361661B (zh) * 2021-07-20 2023-04-07 红云红河烟草(集团)有限责任公司 一种数据协同能力评价的建模方法及装置

Also Published As

Publication number Publication date
CN111126796B (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN106910007A (zh) 自动分配审查任务的方法及系统
Chen et al. Multiobjective optimization of airline crew roster recovery problems under disruption conditions
CN107944698B (zh) 面向云制造的制造需求与设备能力归一化建模方法
Wen et al. Selection of Six Sigma project with interval data: common weight DEA model
CN111126796B (zh) 模型驱动企业的能力等级评价方法
Liu et al. Evaluation of the intelligent logistics eco-index: evidence from China
Merelo-Guervós et al. Conference paper assignment using a combined greedy/evolutionary algorithm
Siderska et al. Cloud manufacturing platform and architecture design
Chai et al. Decision model for complex group argumentation
Rodrigues et al. Digital transformation project portfolio selection/prioritization: Literature review and future directions
Zakria et al. Selection of simulation software for manufacturing system: Application of analytical hierarchy approach in multi criteria decision making
Kaur et al. Clustering based architecture for software component selection
Chang et al. A novel general approach for solving a supplier selection problem
Chen et al. Forecasting port cargo throughput based on grey wave forecasting model with generalized contour lines
Irene et al. University course timetable planning using hybrid particle swarm optimization
Tsoi Using analytic hierarchy process (AHP) method to prioritise human resources in substitution problem
Deng et al. A rule-based decision support system for evaluating and selecting IS projects
Noori-Darvish et al. Solving a bi-objective open shop scheduling problem with fuzzy parameters
Xiao-yan Performance evaluation of airport construction energy-saving based on DEA network design and performance analysis
Titze et al. The identification of industrial clusters: Methodical aspects in a multidimensional framework for cluster identification
Brokman et al. An optimal point is not enough: The motivation to cope with complex software project planning
Masmoudi Sizing manufacturing cell machines based on the simulation and an expert system
TABIT et al. DEVELOPING A DECISION-MAKING FOR OUTSOURCING APPLYING FUZZY ANALYTICAL HIERARCHY PROCESS (FAHP)
Jiang An Information-Entropy-based Risk Measurement Method of Software Development Project.
Carboni et al. Measuring environmental and economic efficiency in Italy: An application of the malmquist-DEA and grey forecasting model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant