CN112053026A - 一种船舶维修资源配置验证方法及装置 - Google Patents
一种船舶维修资源配置验证方法及装置 Download PDFInfo
- Publication number
- CN112053026A CN112053026A CN202010678756.7A CN202010678756A CN112053026A CN 112053026 A CN112053026 A CN 112053026A CN 202010678756 A CN202010678756 A CN 202010678756A CN 112053026 A CN112053026 A CN 112053026A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- index
- equipment
- rate
- resource
- 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
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- 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
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Game Theory and Decision Science (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种船舶维修资源配置验证方法及装置,根据各类维修资源中的各类指标对维修保障能力的影响因素,分别构建所述各类指标的统计模型;将实际船舶维修资源配置数据代入所述统计模型中,计算各类指标对评价结果的影响值;利用模糊层次分析法,根据资源类型及指标类型构建层次结构模型,并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度;结合指标类型对维修保障能力的影响值及所述综合重要度,对实际船舶维修资源配置数据进行验证评估。本发明针对各类维修保障资源建立评估指标体系,并利用模糊层次分析法对维修资源配置方案进行优化验证,以得到最优化的资源配置模型。
Description
技术领域
本发明涉及船舶维修中的资源配置技术领域,具体涉及一种船舶维修资源配置验证方法及装置。
背景技术
船舶维修资源是指实施维修工作所必需的物资和维修工作完成的其他条件,主要包括人员、物资、环境、规程等。船舶维修资源优化配置及验证问题是个复杂而系统的数学问题,它涉及维修资源的最优化整体分配、把修船单位看为整体的资源最优化分配、单一资源的最优化分配、多维资源的最优化分配等各种问题。
现阶段船舶维修资源配置大多是基于单项分析法,即仅以单一维修资源为优化目标开展优化配置,而且在配置时对船舶本身技术状态参数、航行里程、船坞综合修理能力等重要影响因素没有充分系统考虑,造成维修资源配置不科学、不合理,产生不必要的浪费。
发明内容
本发明针对现有技术中存在的技术问题,提供一种船舶维修资源配置验证方法及装置,针对各类维修保障资源建立评估指标体系,并利用模糊层次分析法对维修资源配置方案进行优化验证,以得到最优化的资源配置模型。
本发明解决上述技术问题的技术方案如下:
第一方面,本发明提供一种船舶维修资源配置验证方法,包括以下步骤:
根据各类维修资源中的各类指标对维修保障能力的影响因素,分别构建所述各类指标的统计模型;
将实际船舶维修资源配置数据代入所述统计模型中,计算各类指标对评价结果的影响值;
利用模糊层次分析法,根据资源类型及指标类型构建层次结构模型,并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度;
结合指标类型对维修保障能力的影响值及所述综合重要度,对实际船舶维修资源配置数据进行验证评估。
进一步的,所述的利用模糊层次分析法,根据资源类型及指标类型构建层次结构模型,并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度,包括:
步骤201,构建评价层次结构模型,所述评价层次结构模型包括指标层和子指标层;所述指标层元素分别对应各维修资源类型;所述子指标层中各元素分别对应各指标类型;
步骤202,根据专家及历史资源配置经验确定模型中指标层各元素对于验证评估结果的相对重要度以及子指标层各元素对于各指标层元素的相对重要度;
步骤203,根据所述指标层和子指标层的相对重要度计算子指标层各元素对于验证评估结果的综合重要度。
进一步的,所述的根据所述指标层和子指标层的相对重要度计算子指标层各元素对于验证评估结果的综合重要度,包括:根据下式计算综合重要度wj
wj=ai*bj
式中,ai表示指标层第i个元素对于验证评估结果的相对重要度;bj表示子指标层第j元素对于指标层第i个元素的相对重要度。
进一步的,所述的结合指标类型对维修保障能力的影响值及所述综合重要度,对实际船舶维修资源配置数据进行验证评估,包括:
利用线性加权法计算实际船舶维修资源配置数据对船舶维修的综合评价值T;
式中,U(xj)表示第j个指标类型xj对维修保障能力的影响值,wj表示第j个指标类型xj对维修保障能力的综合重要度,n表示在各类维修资源中的所有指标的数量。
进一步的,所述维修资源类型包括人力资源、设备资源和设施资源。
进一步的,所述的人力资源类型中包括:职称率指标、经验率指标以及培训率指标;
所述职称率指标用于表征维修队伍职称水平,其统计模型为:
式中,Qj表示第j个专业的人员职称率,ni表示具有第i类职称的人数,qi表示第i类职称的比重因数;
所述经验率指标用于表征维修人员的生产力水平,其统计模型为:
P=x1/2
式中,P表示维修人员的生产力,x表示维修人员的归一化工作年限;所述归一化工作年限为维修人员的实际工作年限与指定工作年限的比值;
所述培训率指标用于表征维修人员的培训次数、培训效果、培训专业相关度对人力资源的影响程度,其统计模型为:
式中,PX表示维修人员整体的平均培训率;PXj表示第j个专业的人员维修培训率,ti表示第i次培训的专业针对性,qi表示第i次培训的效果,pi表示第i次培训的参加人数;m表示维修专业类别的数量;pi,j表示第j个专业的人员参加第i次培训课程的人数。
进一步的,所述的设备资源类型和所述设施资源类型均包括:寿命周期指标、可运转率指标以及配套率指标;
所述寿命周期指标用于表征维修设备或维修设施的寿命周期影响因素,其统计模型为:
式中,Sn表示所有维修设备或维修设施的平均寿命周期指数,n表示维修设备或维修设施的数量,Si表示第i个维修设备或维修设施的寿命周期指数;
t为维修设备或维修设施使用年限;T为维修设备寿命周期;
所述可运转率指标是指设备扣除设备事故、故障及维护、检修等自身因素所占用的停机台时外,设备可用于生产的时间与其制度工作时间的百分比,其统计模型为:
式中,Syz为所有维修设备或维修设施的平均可运转率,n表示维修设备或维修设施的数量,Syi表示第i个维修设备或维修设施的可运转率;
Z为设备制度工作时间,G为事故故障停机时间,J为设备检修时间;
所述配套率指标用于表征维修设备或维修设施的配套水平,其统计模型为:
式中,Ps为所有维修设备或维修设施的平均配套率;n表示维修设备或维修设施的数量;Psi表示第i个维修设备或维修设施的配套率,Psi=0.6Pzj+0.4Pwx,Pzj为专家打分配套率,Pwx为维修设备或设施使用人员打分配套率。
第二方面,本发明提供一种船舶维修资源配置验证装置,包括:
统计模型构建模块,根据各类维修资源中的各类指标对维修保障能力的影响因素,分别构建所述各类指标的统计模型;
影响值计算模块,将实际船舶维修资源配置数据代入所述统计模型中,计算各类指标对评价结果的影响值;
综合重要度计算模块,利用模糊层次分析法,根据资源类型及指标类型构建层次结构模型,并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度;
评估模块,结合指标类型对维修保障能力的影响值及所述综合重要度,对实际船舶维修资源配置数据进行验证评估。
第三方面,本发明提供一种电子设备,其特征在于,包括:
存储器,用于存储计算机软件程序;
处理器,用于读取并执行所述存储器中存储的计算机软件程序,用以实现本发明第一方面所述的一种船舶维修资源配置验证方法。
第四方面,本发明提供一种非暂态计算机可读存储介质,所述存储介质中存储有用于实现本发明第一方面所述的一种船舶维修资源配置验证方法的计算机软件程序。
本发明的有益效果是:采用基于模糊层次分析方法的船舶技术状态评估体系就是在对维修保障资源实际进行综合分析的基础上,建立待评对象的递阶层次结构,根据评价指标的属性,采用动态系数加权的模型,利用模糊数学原理,以精确的数学语言描述定性或者不确定因素,对其修理能力进行评价,得到最优化的配置模型。
附图说明
图1为本发明实施例提供的船舶维修资源能力评估体系图;
图2为本发明实施例提供的设备寿命周期五阶段图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例1
按照图1所示船舶维修资源配置模型体系进行模型体系建立。指标体系是装备维修保障能力评估的基础和依据,通过一系列科学、完整、系统的指标来反映维修保障系统的运行情况和存在不足。
一、建立维修人力资源指标模型
表征维修人力资源的指标有很多,为使评估模型有效而又不复杂,我们选取其中最有代表性的三个指标:维修人力资源职称率、维修人力资源经验率以及维修人力资源培训率,其相对权重[αry,βry,γry]=[0.4,0.4,0.2]。
(一)分析维修人力资源职称率影响因素,建立模型描述
维修人员职称一般为高级职称、中级职称和初级职称,维修人员职称比例是影响维修能力的重要因素。在此引入职称率的概念来表征维修队伍职称水平。
式中,Qj表示第j个专业的人员职称率,ni表示具有第i类职称的人数,qi表示第i类职称的比重因数。举例说明:假设(q1,q2,q3)=(0.9,0.7,0.5),即一名高级职称维修人员职称比重因数值为0.9,一名中级职称维修人员职称比重因数值为0.7,而一名初级职称维修人员职称比重因数值为0.5,因此,一个维修队伍高职比重越大,其专业人员职称率就高,表征维修能力就越高。
(二)分析维修人力资源经验率影响因素,建立模型描述
工作年限长、经验丰富的维修人员肯定比新入职的维修人员维修能力更强,即同一时间段内输出的生产力更大,假设第一年的维修人员生产力是经验丰富的熟练维修人员的四分之一,这意味着需要四个第一年的新入职维修人员才能取代一个经验丰富的熟练维修人员的工作。
生产力的定义方式有多种。这里,把生产力定义为一个单位时间内生产性工作的相对份额。多项关于有经验工作人员与无经验工作人员相对生产力关系的研究可以参考。比如美国兰德公司的研究人员进行了几项研究,以检验在核动力造船厂的无经验劳动力与有经验劳动力的相对生产力。研究发现,一名新员工大约需要8年时间才能在船舶维修工作中具备充分的生产力。一名新员工需要7年时间才能在公共造船厂具备充分生产力。有2.5年经验的学徒的生产效力是有7年经验的熟练工的一半,而有5年经验的熟练工的生产力是一名有7年经验的熟练工人的90%,生产效力已经相当成熟。根据个人情况和专业情况,员工达到这些生产力水平的时间规律略有差别,但总的趋势一致,可以建立以下模型描述。
P=x1/2
式中,P表示维修人员的生产力,x表示维修人员的归一化工作年限;所述归一化工作年限为维修人员的实际工作年限与指定工作年限的比值。在本实施例中,根据坞修厂提供经验,有7年工作经验的维修人员具备充分生产力,即该名维修人员归一化工作年限x=1,归一化生产力P=1;假设维修人员工作年限为3年,即x=3/7,则该员维修人员一化生产力P=0.65。
(三)分析维修人力资源培训率情况影响因素,建立模型描述
根据修理厂主管人员经验,一名维修人员需要7年左右的时间才能完全熟练,而如果提供平均为期两个月的具有针对性的“维修训练培训”可以快速提高维修人员的出事维修能力,缩短其成为熟练维修人员的时间。这里对维修培训效果进行模糊量化,用维修培训率表示。维修培训率涵盖维修人员参与维修培训的次数,培训效果、培训专业相关度等因素。
式中,PXj表示第j个专业的人员维修培训率。
ti表示第i次培训的专业针对性,在本实施例中将其量化为:极强、强、较强、弱,四个层次,对应打分分别是(1、0.8、0.6、0.4)。
qi表示第i次培训的效果,在此可以用此次专业培训考核平均成绩表征,为统一成绩表示方式,需要对平均成绩进行归一化处理。
pi表示第i次培训的参加人数。
得到每个专业的维修人员培训率后,计算整体平均培训率。
其中,m表示维修专业类别的数量,pi,j表示第j个专业的人员参加第i次培训课程的人数。
二、建立维修设施及设备资源子指标模型
表征维修设备资源和维修设施的指标有很多且类似,为使评估模型有效而又不复杂,选取其中最有代表性的三个指标:寿命周期、可运转率以及资源配套率,其相对权重[αsb,βsb,γsb]=[0.25,0.3,0.45]。下面仅以维修设备资源为例,对各指标进行说明。
(一)确定维修设备资源寿命周期影响因素
设备寿命周期一般分为三个阶段:初始故障期、偶发故障期、损耗故障期。
维修设备在不同的寿命周期阶段上的效率不一样。根据几乎每个设备都有初始故障期效率较低;偶发故障期效率升高;劣化故障期效率下降的规律。在此,参考设备的经济寿命把设备的使用时间分五个阶段,按照同一阶段内的设备比较评估的原则进行评估。一般来说设备的第一年为初始故障期,从第二年开始,设备进入一个长时间的正常偶发故障期,然后慢慢进入劣化故障期。因此,把设备的寿命周期分为五个阶段,如图2所示。
每个设备以设备经济寿命参考年限表中对应的寿命的最大值为基础,将寿命分为五个阶段。考虑到一般第一年为初始故障期,因此第一年不做评估,从设备寿命周期第二年开始到寿命周期五分之二处为第一阶段;寿命周期五分之二处到五分之三处为第二阶段;寿命周期五分之三处到五分之四处为第三阶段;寿命周期五分之四处到五分之五处为第四阶段;设备经济寿命参考年限之后的时间为第五阶段。设备评估时要按照同一寿命阶段内的设备比较评估的原则来评估设备的优劣,只有这样才能保证评估的公平与公正。
根据上述维修设备使用周期可以用设备寿命周期指数反映设备寿命周期影响因素。
S为维修设备的寿命周期指数。
t为维修设备或维修设施使用年限。
T为维修设备寿命周期。
根据公式不难发现,维修设备使用时间越长维修设备寿命周期指数越低。最后可以得到所有维修设备的平均寿命周期指数:
式中,Sn表示所有维修设备的平均寿命周期指数,n表示维修设备的数量,Si表示第i个维修设备的寿命周期指数。
(二)确定维修设备资源可运转率影响因素
设备可运转率是指设备扣除设备事故、故障及维护、检修等自身因素所占用的停机台时外,设备可用于生产的时间与其制度工作时间的百分比。其计算公式为:
Sy为设备或设施的可运转率。
Z为设备制度工作时间(Z=设备每年制度运行天数D*设备日制度工作时间H)。
G为事故故障停机时间(每年平均值)。
J为设备检修时间(每年平均值)。
最后得到所有设备的平均可运转率:
式中,Syz为所有维修设备的平均可运转率,n表示维修设备的数量,Syi表示第i个维修设备的可运转率。
(三)确定维修设备资源配套率影响因素影响因素
维修设备资源配套率由维修设备数量的齐全率以及设备在整个维修工作中所发挥作用决定。在此,我们将设备配套性的评价指标分为四个等级,即:优秀、良好、一般、较差,以此来评价维修设备配套水平。四个评价标准信息如表1所示。
表1维修设备资源配套率评价标准
根据表1评价指标,采用专家与维修设备使用人员共同打分的方式对维修设备配套率进行评价。在此对专家评分与维修设备使用人员评价权重进行量化,其中专家打分权重为0.6,维修设备使用人员权重为0.4。
Psi=0.6Pzj+0.4Pwx
Psi为第i个维修设备配套率;
Pzj为专家打分配套率;
Pwx为维修设备或设施使用人员打分配套率。
计算出单个设备配套率后可以计算维修设备总体的平均配套率。
式中,Ps为所有维修设备或维修设施的平均配套率;n表示维修设备或维修设施的数量。
三、采用改进的模糊层次分析法,建立维修保障能力评估模型。并采用实际船舶维修数据进行验证评估
层次分析法本质上是一种定量和定性相结合的方法,是分析多目标、多准则情况下复杂问题的重要工具,它具有逻辑清晰、方法简便、系统性较强以及适用性广泛等特点,在运用过程中又综合专家的意见与经验,将经验判断进行定量描述,不仅可以有效避免逻辑推理在结构复杂和方案较多的情况下的差错,而且适合用无法完全用定量方法进行研究的决策问题。基于以上优点,采用层次分析法对维修资源能力进行评估。
(一)构造评价层次结构模型
层次分析法的第一个步骤是将决策问题分解为若干个层次,并确定每个层次中包含的若干个影响因素,以及实现决策目标的几个备选方案。在层次分析法最简化的模型中,层次结构分为目标层、准则层、方案层等三个层次。在处理较为复杂的多目标决策优化问题时,影响决策目标的因素往往还可以细分为多个子因素,从而形成一个介于准则层和方案层之间的子准则层,子准则层中包含的各子因素通过影响上层因素间接影响决策目标。
根据评价体系中各指标所属类型,可将其划分为不同的层次,形成了船舶维修资源能力评价的递阶层次结构模型。船舶状态评价结构模型是一个完全独立的层次结构,其特点是上一级指标都是独立的,与下一级指标完全不同。
本实施例中根据图1所示的船舶维修资源配置模型体系建立评价层次结构模型。层次结构模型中,包括指标层和子指标层。指标层包括人力资源、设备资源、设施资源,子指标层分别包括维修人力资源职称率、维修人力资源经验率、维修人力资源培训率、维修设备资源寿命周期、维修设备资源可运转率、维修设备资源配套率、维修设施资源寿命周期、维修设施资源可运转率、维修设施资源配套率。其中维修人力资源职称率、维修人力资源经验率、维修人力资源培训率隶属于指标层的人力资源,维修设备资源寿命周期、维修设备资源可运转率、维修设备资源配套率属于指标层的设备资源,维修设施资源寿命周期、维修设施资源可运转率、维修设施资源配套率隶属于指标层的设施资源。
根据指标层各元素对于验证评估结果的相对重要度以及子指标层各元素对于各指标层元素的相对重要度构建相对重要度判断矩阵,然后根据相对重要度判断矩阵计算子指标层各元素对于验证评估结果的综合重要度。
(二)确定隶属度
隶属度是用来反映某对象的模糊性质或属于某个模糊概念的程度。隶属度函数可以是任意形状的曲线,取什么形状取决于是否简单、方便,惟一的约束条件是隶属度函数的值域必须为[0,1]。目前指派法是建立隶属函数时采用的主要方法。指派法就是现成的某些形式的模糊分布表述问题的性质,然后根据实测数据确定分布中所含的参数。这个方法给出的隶属函数是近似的,在实践中通过学习加以修改,使之逐步完善。根据每一指标的特性,从已有的标准模糊分布中选择适当的模糊分布,然后根据经验指定或根据实验数据计算出隶属函数中有关参数,最后确定出该评价指标的隶属函数。
(三)综合评价
在求出了每个评价指标的隶属度U,并计算出各指标的综合重要度后,就可以进行综合评价。综合评价可以使受多因素影响的事物和现象达到整体最优。在此,采用线性加权法,该方法主要考虑的是各评价指标在评价中所处的地位或所起的作用不尽相同,方案的综合评价值是该方案各指标单项价值的线性加权和,即
式中,U(xj)表示第j个指标类型xj对维修保障能力的影响值(即隶属度),wj表示第j个指标类型xj对维修保障能力的综合重要度,n表示在各类维修资源中的所有指标的数量。
下面以某修船厂维修资源能力评估案例验证
根据某修船厂提供维修人力、设施及设备配置情况,利用设置的各个影响因素指标关系式,计算维修子指标如下。
1.维修人力资源子指标计算
维修人力资源职称率影响因素,维修人力资源职称率为:Q=0.681。
维修人力资源经验率影响因素,维修人力资源职称率为:P=0.715。
维修人力资源培训率情况影响因素,维修人力资源职称率为:PX=0.608。
2.维修设备资源子指标计算
维修设备资源寿命周期影响因素,维修设备资源周期率为:Snsb=0.612。
维修设备资源可运转率影响因素,维修设备资源可运转率为:Syzsb=0.713。
维修设备资源配套率影响因素影响因素,维修设备资源配套率为:Pssb=0.920。
3.维修设施资源子指标计算
维修设施资源寿命周期影响因素,维修设施资源周期率为:Snss=0.733。
维修设施资源可运转率影响因素,维修设施资源可运转率为:Syzss=0.538。
维修设施资源配套率影响因素,维修设施资源配套率为:Psss=0.904。
4.计算各评价目标的权重
根据下层指标对上层评价准则的影响重要度,计算各级指标的相对重要度,然后计算结果可以求得指标的总体综合重要度,见表2。
表2评价指标综合重要度
5.确定各评价指标的隶属度
首先要确定各指标的隶属函数,采用逻辑推理指派法,根据修船厂各指标的统计资料来确定各指标的隶属度。可以根据其相应的描述,规定相应的隶属度函数,使得指标的定性表示转化为定量描述。对某一指标描述可分为七个等级:很好、好、较好、中、较差、差、很差,那么可以规定相应等级的隶属度函数为1.0、0.9、0.7、0.5、0.3、0.1、0。也就是说,指标的最劣值和最优值分别为0和1.0。在2.2小节建立子指标模型时假定各子指标隶属度标准值均为“1”,因此,在此各子指标隶属度值等于输入值,无需变换。为各指标的隶属度见表3。
表3各指标隶属度计算
评价指标 | 输入值 | 隶属度标准值 | 隶属度(U(x<sub>j</sub>)) |
职称率 | 0.681 | 1 | 0.681 |
经验率 | 0.715 | 1 | 0.715 |
培训率 | 0.608 | 1 | 0.608 |
寿命周期(设备) | 0.612 | 1 | 0.612 |
可运转率(设备) | 0.713 | 1 | 0.713 |
配套率(设备) | 0.920 | 1 | 0.920 |
寿命周期(设施) | 0.733 | 1 | 0.733 |
可运转率(设施) | 0.538 | 1 | 0.538 |
配套率(设施) | 0.904 | 1 | 0.904 |
6.计算维修能力评估值
利用各元素对于船舶状态的综合重要度以及各元素的隶属度值,根据下式计算系数优化结果评价值T。
T=[U(x1),U(x2),...,U(x9)](w1,w2,...,w9)T
=0.681×0.16+0.715×0.16+0.608×0.08+0.612×0.075+0.713×0.09+0.920×0.135+0.733×0.075+0.538×0.09+0.904×0.135=0.7317
通过评估指标体系可以根据维修资源配置情况测算出具体维修能力数值。
实施例2
本发明实施例提供一种船舶维修资源配置验证装置,包括:
统计模型构建模块,根据各类维修资源中的各类指标对维修保障能力的影响因素,分别构建所述各类指标的统计模型;
影响值计算模块,将实际船舶维修资源配置数据代入所述统计模型中,计算各类指标对评价结果的影响值;
综合重要度计算模块,利用模糊层次分析法,根据资源类型及指标类型构建层次结构模型,并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度;
评估模块,结合指标类型对维修保障能力的影响值及所述综合重要度,对实际船舶维修资源配置数据进行验证评估。
需要说明的是,实施例一中所述的方法可以通过计算机软件程序实现,基于此,本发明实施例还提供一种电子设备,包括:
存储器,用于存储计算机软件程序;
处理器,用于读取并执行所述存储器存储的计算机软件程序,用于实现实施例一提供的一种船舶维修资源配置验证方法。
同时还需说明的是,计算机软件程序中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种船舶维修资源配置验证方法,其特征在于,包括以下步骤:
根据各类维修资源中的各类指标对维修保障能力的影响因素,分别构建所述各类指标的统计模型;
将实际船舶维修资源配置数据代入所述统计模型中,计算各类指标对评价结果的影响值;
利用模糊层次分析法,根据资源类型及指标类型构建层次结构模型,并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度;
结合指标类型对维修保障能力的影响值及所述综合重要度,对实际船舶维修资源配置数据进行验证评估。
2.根据权利要求1所述的方法,其特征在于,所述的利用模糊层次分析法,根据资源类型及指标类型构建层次结构模型,并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度,包括:
步骤201,构建评价层次结构模型,所述评价层次结构模型包括指标层和子指标层;所述指标层元素分别对应各维修资源类型;所述子指标层中各元素分别对应各指标类型;
步骤202,根据专家及历史资源配置经验确定模型中指标层各元素对于验证评估结果的相对重要度以及子指标层各元素对于各指标层元素的相对重要度;
步骤203,根据所述指标层和子指标层的相对重要度计算子指标层各元素对于验证评估结果的综合重要度。
3.根据权利要求2所述的方法,其特征在于,所述的根据所述指标层和子指标层的相对重要度计算子指标层各元素对于验证评估结果的综合重要度,包括:根据下式计算综合重要度wj
wj=ai*bj
式中,ai表示指标层第i个元素对于验证评估结果的相对重要度;bj表示子指标层第j元素对于指标层第i个元素的相对重要度。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述维修资源类型包括人力资源、设备资源和设施资源。
6.根据权利要求5所述的方法,其特征在于,所述的人力资源类型中包括:职称率指标、经验率指标以及培训率指标;
所述职称率指标用于表征维修队伍职称水平,其统计模型为:
式中,Qj表示第j个专业的人员职称率,ni表示具有第i类职称的人数,qi表示第i类职称的比重因数;
所述经验率指标用于表征维修人员的生产力水平,其统计模型为:
P=x12
式中,P表示维修人员的生产力,x表示维修人员的归一化工作年限;所述归一化工作年限为维修人员的实际工作年限与指定工作年限的比值;
所述培训率指标用于表征维修人员的培训次数、培训效果、培训专业相关度对人力资源的影响程度,其统计模型为:
7.根据权利要求5所述的方法,其特征在于,所述的设备资源类型和所述设施资源类型均包括:寿命周期指标、可运转率指标以及配套率指标;
所述寿命周期指标用于表征维修设备或维修设施的寿命周期影响因素,其统计模型为:
式中,Sn表示所有维修设备或维修设施的平均寿命周期指数,n表示维修设备或维修设施的数量,Si表示第i个维修设备或维修设施的寿命周期指数;
t为维修设备或维修设施使用年限;T为维修设备寿命周期;
所述可运转率指标是指设备扣除设备事故、故障及维护、检修等自身因素所占用的停机台时外,设备可用于生产的时间与其制度工作时间的百分比,其统计模型为:
式中,Syz为所有维修设备或维修设施的平均可运转率,n表示维修设备或维修设施的数量,Syi表示第i个维修设备或维修设施的可运转率;
Z为设备制度工作时间,G为事故故障停机时间,J为设备检修时间;
所述配套率指标用于表征维修设备或维修设施的配套水平,其统计模型为:
式中,Ps为所有维修设备或维修设施的平均配套率;n表示维修设备或维修设施的数量;Psi表示第i个维修设备或维修设施的配套率,Psi=0.6Pzj+0.4Pwx,Pzj为专家打分配套率,Pwx为维修设备或设施使用人员打分配套率。
8.一种船舶维修资源配置验证装置,其特征在于,包括:
统计模型构建模块,根据各类维修资源中的各类指标对维修保障能力的影响因素,分别构建所述各类指标的统计模型;
影响值计算模块,将实际船舶维修资源配置数据代入所述统计模型中,计算各类指标对评价结果的影响值;
综合重要度计算模块,利用模糊层次分析法,根据资源类型及指标类型构建层次结构模型,并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度;
评估模块,结合指标类型对维修保障能力的影响值及所述综合重要度,对实际船舶维修资源配置数据进行验证评估。
9.一种电子设备,其特征在于,包括:
存储器,用于存储计算机软件程序;
处理器,用于读取并执行所述存储器中存储的计算机软件程序,用以实现权利要求1-7任一项所述的一种船舶维修资源配置验证方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述存储介质中存储有用于实现权利要求1-7任一项所述的一种船舶维修资源配置验证方法的计算机软件程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010678756.7A CN112053026B (zh) | 2020-07-15 | 2020-07-15 | 一种船舶维修资源配置验证方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010678756.7A CN112053026B (zh) | 2020-07-15 | 2020-07-15 | 一种船舶维修资源配置验证方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112053026A true CN112053026A (zh) | 2020-12-08 |
CN112053026B CN112053026B (zh) | 2022-09-27 |
Family
ID=73602287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010678756.7A Active CN112053026B (zh) | 2020-07-15 | 2020-07-15 | 一种船舶维修资源配置验证方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053026B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106886923A (zh) * | 2017-03-15 | 2017-06-23 | 国网甘肃省电力公司电力科学研究院 | 一种区域配电网能源费用托管服务定价方法 |
CN107563672A (zh) * | 2017-09-29 | 2018-01-09 | 云南中烟工业有限责任公司 | 一种基于层次分析法构建卷烟制丝质量评价模型的方法 |
CN109657817A (zh) * | 2018-12-21 | 2019-04-19 | 云南电网有限责任公司电力科学研究院 | 一种配电变压器健康评估方法 |
CN109784731A (zh) * | 2019-01-17 | 2019-05-21 | 上海三零卫士信息安全有限公司 | 一种民办教育机构信用评分系统及其构建方法 |
CN110119904A (zh) * | 2019-05-22 | 2019-08-13 | 中国人民解放军海军工程大学 | 一种舰船装备维修保障能力评估方法和系统 |
CN110516821A (zh) * | 2019-07-19 | 2019-11-29 | 中国人民解放军海军工程大学 | 一种船舶维修资源配置优化方法及装置 |
CN111178725A (zh) * | 2019-12-24 | 2020-05-19 | 贵州电网有限责任公司 | 一种基于层次分析法的保护设备状态预警方法 |
-
2020
- 2020-07-15 CN CN202010678756.7A patent/CN112053026B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106886923A (zh) * | 2017-03-15 | 2017-06-23 | 国网甘肃省电力公司电力科学研究院 | 一种区域配电网能源费用托管服务定价方法 |
CN107563672A (zh) * | 2017-09-29 | 2018-01-09 | 云南中烟工业有限责任公司 | 一种基于层次分析法构建卷烟制丝质量评价模型的方法 |
CN109657817A (zh) * | 2018-12-21 | 2019-04-19 | 云南电网有限责任公司电力科学研究院 | 一种配电变压器健康评估方法 |
CN109784731A (zh) * | 2019-01-17 | 2019-05-21 | 上海三零卫士信息安全有限公司 | 一种民办教育机构信用评分系统及其构建方法 |
CN110119904A (zh) * | 2019-05-22 | 2019-08-13 | 中国人民解放军海军工程大学 | 一种舰船装备维修保障能力评估方法和系统 |
CN110516821A (zh) * | 2019-07-19 | 2019-11-29 | 中国人民解放军海军工程大学 | 一种船舶维修资源配置优化方法及装置 |
CN111178725A (zh) * | 2019-12-24 | 2020-05-19 | 贵州电网有限责任公司 | 一种基于层次分析法的保护设备状态预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112053026B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108053036A (zh) | 一种大型复杂装备维修保障能力评估方法 | |
Irawan | Decision support system for employee bonus determination with web-based simple additive weighting (SAW) method in PT. Mayatama Solusindo | |
JP2022518887A (ja) | 大規模・中規模企業の技術標準体系化実施の利益評価方法 | |
WO2005086591A2 (en) | Method of candidate selection using an organization-specific job profile | |
Marcelo et al. | An alternative approach to project selection: the infrastructure prioritization framework | |
CN112966962A (zh) | 一种电商企业评优方法 | |
CN112329955B (zh) | 一种确定装备维修等级的计算方法 | |
CN112712256A (zh) | 一种低压配网设备检修顺序评估方法 | |
Visser et al. | The development of a performance measurement system for maintenance | |
Zaki et al. | Using AHP and TOPSIS techniques for assessment of multi-skilled workforce in manufacturing industry | |
CN112053026B (zh) | 一种船舶维修资源配置验证方法及装置 | |
CN111915188A (zh) | 企业的系统性能测试方法、装置和设备 | |
Mohamadi et al. | An application of fuzzy screening, fuzzy AHP and fuzzy Shannon's entropy on identification and prioritisation of effective factors in assessment of contractors in Fars Electric Power Distribution Company, Iran | |
CN114266478A (zh) | 一种变电运行规范化综合评价方法及相关装置 | |
Ahmadi | Aircraft scheduled maintenance programme development: decision support methodologies and tools | |
Nestorov et al. | A New Model of Human Resource Management for Work in an Intensive Environment | |
Kodali et al. | Multi-attribute decision models for justification of cellular manufacturing systems | |
Rastgar et al. | Opportunistic maintenance management for a hybrid flow shop scheduling problem | |
CN111178666A (zh) | 一种基于脆弱性的电力系统应急策略生成方法及装置 | |
Antonov et al. | A method for Generating a Digital Twin Structure for a System for Organizing Preventive Maintenance in the Electricity Sector | |
CN117371719A (zh) | 数据处理方法、装置及电子设备 | |
Hemayatkar et al. | A hybrid approach to determine the network structure of strategic criteria in carpet industries | |
Alijanzadeh et al. | Optimization Of Maintenance In Supply Chain Process And Risk-Based Critical Failure Situations (Case study: Iranian Oil Pipeline And Telecommunication Company, North District) | |
Adshirinpour et al. | Physical Asset Management in Equipment-Oriented Industries Using the Equipment Life Cycle Management Approach | |
Richmond | Improving Depot Repair Lead Time Using Lean Six Sigma |
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 |