CN115481906B - 一种生产制造产线评估方法、装置、设备及介质 - Google Patents
一种生产制造产线评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115481906B CN115481906B CN202211158966.9A CN202211158966A CN115481906B CN 115481906 B CN115481906 B CN 115481906B CN 202211158966 A CN202211158966 A CN 202211158966A CN 115481906 B CN115481906 B CN 115481906B
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- dimension
- weight
- measurement
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 159
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 claims abstract description 109
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 238000012937 correction Methods 0.000 claims abstract description 12
- 238000010219 correlation analysis Methods 0.000 claims abstract description 10
- 238000013210 evaluation model Methods 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims description 88
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000007689 inspection Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012353 t test Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
-
- 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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于制造产线技术领域,提供了一种生产制造产线评估方法、装置、设备及介质,其中方法包括:构建评估指标体系模型;基于相关性分析对评估指标体系模型进行修正优化;通过层次分析法与熵权法确定评估指标体系模型中指标的权重;基于权重‑协方差改进的TOPSIS方法获取多个制造产线评价对象的评价指标。本发明基于结构方程模型构造制造产线指标评估模型,并通过相关性分析对制造产线综合评估体系模型进行修正优化,降低了统计计算的数据量,减小了不同指标相关性的干扰;基于权重‑协方差改进的TOPSIS方法实现对制造产线的综合评价,针对不同制造产线评价维度差异大、指标权重各异的实际情况,解决了针对不同制造产线评价的普适性问题。
Description
技术领域
本发明涉及制造产线技术领域,具体涉及一种生产制造产线评估方法、装置、设备及介质。
背景技术
随着智能制造的不断建设和发展,以新型传感器、智能控制系统、工业机器人、自动化成套生产线为代表的智能制造装备产业体系初步形成。
然而面对产品更新换代加快、设计周期减小,生产效率高的新型生产模式,现有的生产制造产线评估方法多是针对特定某产品计算其各维度的指标,再基于以上实际生产指标数值进行评估判断。该方法存在以下缺点:首先,由于各指标的选择与制造产线特点、生产产品类型有关,因此该方法只能针对特定产线在生产特定产品时有效,不具有普适性,在多品种、小批量生产的情况下,无法有效反映产线的真实性能;其次,该方法无法反映不同维度指标之间的关联关系,当选择的产线评估指标范围越广时,指标间相互制约的情况发生的概率越大,多维度指标的综合评估难度越大,因此原方法存在评估指标丰富度与评估结果准确度之间的矛盾,大量的指标也加大了数据统计与计算的难度与成本;此外,目前基于评估指标的判断严重依赖于人的主观经验,在不同维度的指标影响度、指标单位与范围均不相同的情况下,仅凭人的主观打分难以得到有效的综合评估结果。
发明内容
针对现有技术中的缺陷,本发明提供一种生产制造产线评估方法、装置、设备及介质,以解决现有产线评估不具有普适性,同时人为主观影响大的问题。
第一方面,本发明提供的一种生产制造产线评估方法,包括:
构建评估指标体系模型;
基于相关性分析对所述评估指标体系模型进行修正优化;
通过层次分析法与熵权法确定所述评估指标体系模型中各指标的权重;
基于权重-协方差改进的TOPSIS方法获取多个制造产线评价对象的评价指标。
可选地,所述构建评估指标体系模型,包括:
构建制造产线评估指标体系中维度指标;其中,/>表示评估指标中的维度指标,表示维度指标中的第/>个指标,/>;
基于维度评价指标构建下一层级测量指标;其中,/>表示评估指标中的测量指标,/>表示该指标为指标模型维度中的第/>个指标,/>分解后得到对应的第/>个测量指标;
基于维度指标和下一层级的测量指标/>,构建制造产线指标评价模型;所述维度指标为准则层指标,所述测量指标为方案层指标。
可选地,所述基于相关性分析对所述评估指标体系模型进行修正优化,包括:
根据制造产线多组指标样本数据,获取每组指标的相关系数;每组指标包括任意两个测量指标;
通过t检验法获取t值并查询t分布表,确定单边检验的P值;
保留所述相关系数及所述P值在预设范围内的测量指标。
可选地,所述维度指标的权重通过如下方法确定:
通过预设定的相对尺度标度,构建所述维度指标的判断矩阵M,
其中,表示评估指标体系模型中第r个维度指标与第/>个维度指标的相对尺度标度;
获取评估指标体系模型中维度指标的权重,若一致性指标CI在允许范围内,则维度指标的权重/>为相应准则层指标的权重。
可选地,所述获取评估指标体系模型中维度指标的权重,若一致性指标CI在允许范围内,则维度指标的权重/>为相应准则层指标的权重,包括:
计算评估指标体系模型中维度指标权重;
计算一致性指标,并通过一致性指标/>获取一致性比率/>,当一致性比率/>满足预设条件,则代表一致性指标在允许范围内;其中,/>,RI和准则层指标数量相关,为预设值。
可选地,所述测量指标的权重通过如下方法获取:
获取样本数据并确定归一化测量指标;其中/>为第/>个样本中第i个维度指标下对应的第/>个测量指标的归一化值;
根据归一化测量指标计算测量指标的权重/>;测量指标的权重/>是根据熵值法确定的。
可选地,所述基于权重-协方差改进的TOPSIS方法获取多个制造产线评价对象的评价指标,包括:
将测量指标进行正向化转换,并基于正向化转换后的测量指标确定标准化矩阵;
根据所述标准化矩阵计算第i个评价对象到正负理想点的距离和/>;
计算第i个评价对象的最终评价指标EI。
第二方面,本发明提供的一种生产制造产线评估装置,包括:
模型构建模块,用于构建评估指标体系模型;
修正模块,用于基于相关性分析对所述评估指标体系模型进行修正优化;
权重计算模块,用于通过层次分析法与熵权法确定所述评估指标体系模型中各指标的权重;
评价指标计算模块,用于基于权重-协方差改进的TOPSIS方法获取多个制造产线评价对象的评价指标。
可选地,所述模型构建模块,具体用于:
构建制造产线评估指标体系中维度指标;其中,/>表示评估指标中的维度指标,表示维度指标中的第/>个指标,/>;
基于维度评价指标构建下一层级测量指标;其中,/>表示评估指标中的测量指标,/>表示该指标为指标模型维度中的第/>个指标,/>分解后得到对应的第/>个测量指标,/>;
基于维度指标和下一层级的测量指标/>,构建制造产线指标评价模型。
可选地,所述修正模块,具体用于:
根据制造产线多组指标样本数据,获取每组指标的相关系数;每组指标包括任意两个测量指标;
通过t检验法获取t值并查询t分布表,确定单边检验的P值;
保留所述相关系数及所述P值在预设范围内的测量指标。
可选地,所述权重计算模块,具体用于:
通过预设定的相对尺度标度,构建所述维度指标的判断矩阵M,
其中,表示评估指标体系模型中第r个维度指标与第/>个维度指标的相对尺度标度;
获取评估指标体系模型中维度指标的权重,若一致性指标CI在允许范围内,则维度指标的权重/>为相应准则层指标的权重。
可选地,所述权重计算模块,具体还用于:
计算评估指标体系模型中维度指标权重;
计算一致性指标,并通过一致性指标/>获取一致性比率/>,当一致性比率/>满足预设条件,则代表一致性指标在允许范围内;其中,/>,RI和准则层指标数量相关,为预设值。
可选地,所述权重计算模块,具体还用于:
获取样本数据并确定归一化测量指标;其中/>为第/>个样本中第i个维度指标下对应的第/>个测量指标的归一化值;
根据归一化测量指标计算测量指标的权重/>;测量指标的权重/>是根据熵值法确定的。
可选地,所述评价指标计算模块,具体用于:
将测量指标进行正向化转换,并基于正向化转换后的测量指标确定标准化矩阵;
根据所述标准化矩阵计算第i个评价对象到正负理想点的距离和/>;
计算第i个评价对象的最终评价指标EI。
第三方面,本发明一实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行计算机程序时实现上述任一种方法的步骤。
第四方面,本发明一实施例提供了一种计算机可读存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述任一种方法的步骤。
采用上述技术方案,本申请具有如下有益效果:
基于结构方程模型构造制造产线指标评估模型,并通过相关性分析对制造产线综合评估体系模型进行修正优化。降低了统计计算的数据量,减小了不同指标相关性的干扰。基于权重-协方差改进的TOPSIS方法实现对制造产线的综合评价,针对不同制造产线评价维度差异大、指标权重各异的实际情况,解决了不同制造产线评价的普适性问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明实施例提供的一种生产制造产线评估方法的流程图;
图2示出了本发明实施例提供的一种生产制造产线评估指标体系模型构建方法的流程图;
图3示出了本发明实施例提供的评估指标体系模型的示意图;
图4示出了本发明实施例提供的一种生产制造产线评估方法的流程图;
图5示出了本发明实施例提供的一种生产制造产线评估装置的示意图;
图6示出了本发明第四实施例所提供的一种电子设备的结构框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只是作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
图1示出了本发明实施例提供的一种生产制造产线评估方法的流程图;如图1所示,包括:
S1、构建评估指标体系模型。如图2所示,步骤S1具体包括:
S101、构建制造产线评估指标体系模型中维度指标;其中,/>表示评估指标中的维度指标,/>表示维度指标中的第/>个指标,/>。
以制造领域的实际经验,结合制造企业的实际情况与目标,构建制造产线评估指标体系中维度评价指标。其中,/>表示评估指标,下标/>表示指标属于维度指标,上标/>表示该指标为模型维度指标中的第/>个指标,/>。维度的选择主要受制造企业所生产的产品类型、产品应用领域等企业实际情况的影响。常见的指标包括产线生产效率、产品质量、能耗消耗、产线收益等,可根据企业实际进行增减设置。
S102、基于维度评价指标构建下一层级测量指标;其中,/>表示评估指标中的测量指标,/>表示该指标为指标模型维度中的第/>个指标,/>分解后得到对应的第/>个测量指标,/>。
依据步骤S101中的维度指标,对其进行进一步分解,构建下一层级的测量指标。其中,/>表示评估指标,下标/>表示指标属于评估指标模型中的测量指标,上标/>表示该指标为指标模型维度中的第/>个指标,/>分解后得到对应的第/>个测量指标。例如对于生产效率维度,其分解后得到的对应的测量指标包括产线单位生产数、产线计划完成率、产线整体设备效率等。
S103、基于维度指标和下一层级的测量指标/>,构建制造产线评估指标体系模型。
参见图3,评估指标体系模型包括准则层和方案层,准则层包括若干维度指标,维度指标对应的若干测量指标属于方案层。
S2、基于相关性分析对评估指标体系模型进行修正优化。如图4所示,步骤S2具体包括:
S201、根据制造产线多组指标样本数据,获取每组指标的相关系数;每组指标为任两个测量指标。
采集制造产线多组指标样本数据,计算两两量化指标间的相关系数,计算公式如下:
其中x、y表示任一样本的任意两个测量指标数据。以测量指标为例,通过计算其与另外任一测量指标的相关系数,确定两者相关性。同时在实际应用时,/>和/>分别为多组样本中测量指标的平均值,以生产效率和产品质量这两个测量指标为例,在某一组样本数据中,若计算相关系数,x、y分别为生产效率和产品质量,/>和/>则为多组样本数据的生产效率平均值和产品质量平均值。
S202、通过t检验法获取t值并查询t分布表,确定单边检验的P值。
依据t检验计算t值,t值计算公式如下:
上式中为样本均值,/>为总体均值,S为样本标准差,n为样本数量。根据上式计算获得的t值查询t分布表,确定单边检验的P值。
S203、保留相关系数及P值在预设范围内的测量指标。
若两变量相关系数r大于0.8且置信度P小于0.05,则说明两指标之间具有强相关性,根据实际判断进行强相关性指标的剔除;否则保留,即强相关性的两个测量指标需根据实际情况进行选择性地剔除其一。仍以测量指标生产效率和产品质量为例,若两者之间具有强相关性,则会根据实际产线情况,剔除其中一个测量指标,以减少所需采集统计的指标,降低指标计算与统计成本。
S3、通过层次分析法与熵权法确定评估指标体系模型中各指标的权重。
在经过步骤S2对评估指标体系模型进行修正优化后,步骤S3将通过层次分析法与熵值法结合计算权重,针对指标体系中的维度指标进行权重的计算。将多维度、多准则又难以量化处理的决策问题转化为多层次单目标问题,降低了复杂产线系统多维度指标评估的难度;通过引入熵值法计算评估指标权重,能有效弥补采用单一层次分析法的不足。
一方面熵值法的计算基于历史数据信息,无需人为参与打分,可以有效降低人为主观因素对维度指标权重的影响,解决指标过多时数据统计量大,人工难以确定权重的问题;另一方面,可以克服随着指标增多,层次分析法中判断矩阵阶数也随之增加,计算难度也随之增大的问题。
具体地,步骤S3包括准则层指标和方案层指标的获取。
其中维度指标的权重通过如下方法确定:
S311、通过预设定的相对尺度标度,构建维度指标的判断矩阵M,
其中,表示评估指标体系模型中第r个维度指标与第/>个维度指标的相对尺度标度。
需要说明的是,本实例是通过一致矩阵法建立相对尺度标度,以尽可能减少性质不同因素相互比较的困难,相对尺度标度如表1所示。
表1
S312、获取评估指标体系模型中维度指标的权重,若一致性指标CI在允许范围内,则维度指标的权重/>为相应准则层指标的权重。具体包括:
S312.1、计算评估指标体系模型中维度指标权重。
对应步骤S311中判断矩阵,求其最大特征值与特征向量/>,对特征向量/>进行归一化处理后得到各维度指标的权重/> ,/>。
S312.2、准则层指标权重一致性检验。
计算一致性指标,若其一致性指标不在允许范围内则返回步骤S312,重新调整准则层两两指标的相对尺度标度;若其一致性指标在允许范围内,则将步骤S312.1中计算的/>作为相应准则层指标的权重。一致性指标/>计算方法如下:
其中,为准则层指标的数量,/>越接近0代表一致性越高。
引入一致性比率:
当则代表一致性指标在允许范围内,将经过一致性检验的归一化处理后的/>作为评估指标体系维度指标的权重。
其中如表2所示:
表2
步骤S3中的还包括获取方案层指标,即测量指标的权重通过如下方法获取,包括:
S321、获取样本数据并确定归一化测量指标;其中/>为第/>个样本中第i个维度指标下对应的第/>个测量指标的归一化值。
对于样本数据的获取,包括两个步骤:
首先,按照不同产品类型或一定时间周期的划分获取评估指标的多组实际测量数值,作为多个样本数据。
之后,清洗数据:基于获取到的样本数据,剔除各指标中的偏离正常值范围之外的值,即异常值,如空值、极大极小值等,将其用比较合理的值进行替换。
在确定样本数据后,采用临界值法归一化方案层指标,将各个指标同度量化,即将指标的实际值转化为不受量纲影响的指标评价值。
若该指标是正向指标则选择公式进行归一化处理;若该指标是负向指标则选择公式/>进行归一化。
其中表示第/>个样本中第/>个维度指标下对应的第/>个评估指标,/>,/>表示所有样本中第/>个维度指标下对应的第/>个评估指标的最大值,/>表示所有样本中第/>个维度指标下对应的第/>个评估指标的最小值。
S322、根据归一化测量指标计算测量指标的权重/>;测量指标的权重/>是根据熵值法确定的。
具体地,测量指标的权重的计算方法包括如下步骤:
(1)计算第个样本第i个维度指标下对应的第/>个评估指标的比重:
(2)计算第个维度指标分解到的第/>个评估指标的熵值:
其中,为常数,取决于样本总数。
(3)计算第个样本第i个维度指标下对应的第/>个评估指标的差异系数:
(4)计算第i个维度指标下对应的第个评估指标的权重:
S4、基于权重-协方差改进的TOPSIS方法获取多个制造产线评价对象的评价指标。具体包括:
S401、将测量指标进行正向化转换,并基于正向化转换后的测量指标确定标准化矩阵。主要分为三种具体情况,具体如下,并列举出了对应的具体转换公式:
(1)对于极小值指标转化为极大值指标,转换公式如下:
或
(2)中间型指标转化为极大值指标;对于中间型指标转化为极大值指标,转换公式如下:
上式中表示该指标的最优值。
(3)区间型指标转化为极大值指标,转换公式为:
其中,M的计算公式如下,其中a为下界,b为上界:
在获取到正向指标后,使用如下公式完成指标的标准化:
n个评价对象,m个评价指标的标准化矩阵为:
S402、根据标准化矩阵Z计算第i个评价对象到正负理想点的距离和/>。
在步骤S402中,首先根据标准化矩阵Z定义最大值和最小值;
之后计算第i个评价对象到正负理想点的距离
其中,W为各评估指标的权重矩阵,/>为m个评价指标协方差矩阵的逆。
S403、计算第i个评价对象的最终评价指标EI。EI根据下式计算确定,
如果EI越接近1,则表明该产线在所设置的评估指标模型下越优。
步骤S4基于权重-协方差改进的TOPSIS方法实现对多个制造产线评价对象的评估。传统TOPSIS方法的距离计算未考虑多元数据的分布特性以及各元素权重对距离的影响。对于不同制造产线,其评价维度往往大不相同,因此其指标模型的差异较大,从而必须将各指标元素之间的分布特性与权重纳入考虑。所提出的方法一方面通过马氏距离的计算引入不同指标间的协方差矩阵,另一方面通过在计算距离时引入权重向量,从而考虑不同制造产线指标分布特性与指标权重差异特点,实现了更加合理的产线综合评估结果。
在一个实施例中,提供了一种生产制造产线评估装置50,如图5所示,包括:
模型构建模块501,用于构建评估指标体系模型;
修正模块502,用于基于相关性分析对评估指标体系模型进行修正优化;
权重计算模块503,用于通过层次分析法与熵权法确定评估指标体系模型中各指标的权重;
评价指标计算模块504,用于基于权重-协方差改进的TOPSIS方法获取多个制造产线评价对象的评价指标。
可选地,模型构建模块,具体用于:
构建制造产线评估指标体系中维度指标;其中,/>表示评估指标中的维度指标,表示维度指标中的第/>个指标,/>;
基于维度评价指标构建下一层级测量指标;其中,/>表示评估指标中的测量指标,/>表示该指标为指标模型维度中的第/>个指标,/>分解后得到对应的第/>个测量指标;
基于维度指标和下一层级的测量指标/>,构建制造产线指标评价模型。
可选地,修正模块,具体用于:
根据制造产线多组指标样本数据,获取每组指标的相关系数;每组指标包括任意两个测量指标;
通过t检验法获取t值并查询t分布表,确定单边检验的P值;
保留相关系数及P值在预设范围内的测量指标。
可选地,权重计算模块,具体用于:
通过预设定的相对尺度标度,构建维度指标的判断矩阵M,
/>
其中,表示评估指标体系模型中第r个维度指标与第/>个维度指标的相对尺度标度;
获取评估指标体系模型中维度指标的权重,若一致性指标CI在允许范围内,则维度指标的权重/>为相应准则层指标的权重。
可选地,权重计算模块,具体还用于:
计算评估指标体系模型中维度指标权重;
计算一致性指标,并通过一致性指标/>获取一致性比率/>,当一致性比率/>满足预设条件,则代表一致性指标在允许范围内;其中,/>,RI和准则层指标数量相关,为预设值。
可选地,权重计算模块,具体还用于:
获取样本数据并确定归一化测量指标;其中/>为第/>个样本中第i个维度指标下对应的第/>个测量指标的归一化值;
根据归一化测量指标计算测量指标的权重/>;测量指标的权重/>是根据熵值法确定的。
可选地,评价指标计算模块,具体用于:
将测量指标进行正向化转换,并基于正向化转换后的测量指标确定标准化矩阵;
根据标准化矩阵计算第i个评价对象到正负理想点的距离和/>;
计算第i个评价对象的最终评价指标EI。
本申请实施例提供的生产制造产线评估装置50与上述生产制造产线评估方法采用了相同的发明构思,能够取得相同的有益效果,在此不再赘述。
基于与上述生产制造产线评估方法相同的发明构思,本申请实施例还提供了一种电子设备60,如图6所示,该电子设备60可以包括处理器601和存储器602。
处理器601可以是通用处理器,例如中央处理器(CPU)、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器602作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random Access Memory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本发明实施例中的存储器602还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
本发明实施例提供了一种计算机可读存储介质,用于储存为上述电子设备所用的计算机程序指令,其包含用于执行上述页面播报的控制方法的程序。
上述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
以上,以上实施例仅用以对本申请的技术方案进行了详细介绍,但以上实施例的说明只是用于帮助理解本发明实施例的方法,不应理解为对本发明实施例的限制。本技术领域的技术人员可轻易想到的变化或替换,都应涵盖在本发明实施例的保护范围之内。
Claims (6)
1.一种生产制造产线评估方法,其特征在于,包括:
构建评估指标体系模型,包括:
构建制造产线评估指标体系中维度指标;其中,/>表示评估指标中的维度指标,/>表示维度指标中的第/>个指标,/>;
基于维度评价指标构建下一层级测量指标;其中,/>表示评估指标中的测量指标,/>表示该指标为指标模型维度中的第/>个指标,/>分解后得到对应的第/>个测量指标,/>;
基于维度指标和下一层级的测量指标/>,构建制造产线指标评价模型;所述维度指标为准则层指标,所述测量指标为方案层指标;
基于相关性分析对所述评估指标体系模型进行修正优化,包括:
根据制造产线多组指标样本数据,获取每组指标的相关系数;每组指标包括任意两个测量指标;
通过t检验法获取t值并查询t分布表,确定单边检验的P值;
保留所述相关系数及所述P值在预设范围内的测量指标;
通过层次分析法与熵权法确定所述评估指标体系模型中指标的权重;所述维度指标的权重通过如下方法确定:
通过预设定的相对尺度标度,构建所述维度指标的判断矩阵M,
其中,表示评估指标体系模型中第r个维度指标与第/>个维度指标的相对尺度标度;
获取评估指标体系模型中维度指标的权重,若一致性指标CI在允许范围内,则维度指标的权重/>为相应准则层指标的权重;
所述测量指标的权重通过如下方法获取:
获取样本数据并确定归一化测量指标;其中/>为第/>个样本中第i个维度指标下对应的第/>个测量指标的归一化值;
根据归一化测量指标计算测量指标的权重/>;
基于权重-协方差改进的TOPSIS方法获取多个制造产线评价对象的评价指标。
2.根据权利要求1所述的方法,其特征在于,所述获取评估指标体系模型中维度指标的权重,若一致性指标CI在允许范围内,则维度指标的权重/>为相应准则层指标的权重,包括:
计算评估指标体系模型中维度指标权重;
计算一致性指标,并通过一致性指标/>获取一致性比率/>,当一致性比率/>满足预设条件,则代表一致性指标在允许范围内;其中,/>,RI和准则层指标数量相关,为预设值。
3.根据权利要求2所述的方法,其特征在于,所述基于权重-协方差改进的TOPSIS方法获取多个制造产线评价对象的评价指标,包括:
将测量指标进行正向化转换,并基于正向化转换后的测量指标确定标准化矩阵;
根据所述标准化矩阵计算第i个评价对象到正负理想点的距离和/>;
计算第i个评价对象的最终评价指标EI。
4.一种生产制造产线评估装置,其特征在于,包括:
模型构建模块,用于构建评估指标体系模型;具体用于:包括:
构建制造产线评估指标体系中维度指标;其中,/>表示评估指标中的维度指标,/>表示维度指标中的第/>个指标,/>;
基于维度评价指标构建下一层级测量指标;其中,/>表示评估指标中的测量指标,/>表示该指标为指标模型维度中的第/>个指标,/>分解后得到对应的第/>个测量指标,/>;
基于维度指标和下一层级的测量指标/>,构建制造产线指标评价模型;所述维度指标为准则层指标,所述测量指标为方案层指标;
修正模块,用于基于相关性分析对所述评估指标体系模型进行修正优化,包括:
根据制造产线多组指标样本数据,获取每组指标的相关系数;每组指标包括任意两个测量指标;
通过t检验法获取t值并查询t分布表,确定单边检验的P值;
保留所述相关系数及所述P值在预设范围内的测量指标;
权重计算模块,用于通过层次分析法与熵权法确定所述评估指标体系模型中各指标的权重;所述维度指标的权重通过如下方法确定:
通过预设定的相对尺度标度,构建所述维度指标的判断矩阵M,
其中,表示评估指标体系模型中第r个维度指标与第/>个维度指标的相对尺度标度;
获取评估指标体系模型中维度指标的权重,若一致性指标CI在允许范围内,则维度指标的权重/>为相应准则层指标的权重;
所述测量指标的权重通过如下方法获取:
获取样本数据并确定归一化测量指标;其中/>为第/>个样本中第i个维度指标下对应的第/>个测量指标的归一化值;
根据归一化测量指标计算测量指标的权重/>;
评价指标计算模块,用于基于权重-协方差改进的TOPSIS方法获取多个制造产线评价对象的评价指标。
5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至3任一项所述方法的步骤。
6.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该计算机程序指令被处理器执行时实现权利要求1至3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211158966.9A CN115481906B (zh) | 2022-09-22 | 2022-09-22 | 一种生产制造产线评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211158966.9A CN115481906B (zh) | 2022-09-22 | 2022-09-22 | 一种生产制造产线评估方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115481906A CN115481906A (zh) | 2022-12-16 |
CN115481906B true CN115481906B (zh) | 2024-04-16 |
Family
ID=84394744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211158966.9A Active CN115481906B (zh) | 2022-09-22 | 2022-09-22 | 一种生产制造产线评估方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115481906B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106372952A (zh) * | 2016-11-14 | 2017-02-01 | 北京创业公社征信服务有限公司 | 一种基于主客观赋权多模型组合验证的企业信用评价方法及系统 |
CN106651624A (zh) * | 2015-07-14 | 2017-05-10 | 国网辽宁省电力有限公司阜新供电公司 | 一种综合业务接入网运行质量评价方法及其测试平台 |
CN107330610A (zh) * | 2017-06-28 | 2017-11-07 | 国网山东省电力公司经济技术研究院 | 一种电网节能减排效益量化评价方法 |
CN108921376A (zh) * | 2018-05-24 | 2018-11-30 | 华南理工大学 | 一种智能配电网用电可靠性提升对象的优选方法及系统 |
CN109829604A (zh) * | 2018-12-13 | 2019-05-31 | 国网江苏省电力有限公司电力科学研究院 | 一种电网侧储能电站运行效果综合评估方法 |
CN110348665A (zh) * | 2019-04-03 | 2019-10-18 | 中国电力科学研究院有限公司 | 一种低压台区电力系统数据质量评价方法及装置 |
CN111260211A (zh) * | 2020-01-14 | 2020-06-09 | 东南大学 | 一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法及装置 |
CN111967777A (zh) * | 2020-08-19 | 2020-11-20 | 国网河南省电力公司经济技术研究院 | 一种储能促进清洁能源利用价值的综合评价方法 |
CN112541632A (zh) * | 2020-12-15 | 2021-03-23 | 江苏大学 | 一种基于多属性决策的驾驶行为安全性评估方法 |
CN114091908A (zh) * | 2021-11-23 | 2022-02-25 | 杭州市电力设计院有限公司余杭分公司 | 计及多模式储能站的配电网综合评价方法、装置和设备 |
CN114881485A (zh) * | 2022-05-11 | 2022-08-09 | 中国政法大学 | 一种基于层次分析法和云模型的企业资金风险评估方法 |
-
2022
- 2022-09-22 CN CN202211158966.9A patent/CN115481906B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651624A (zh) * | 2015-07-14 | 2017-05-10 | 国网辽宁省电力有限公司阜新供电公司 | 一种综合业务接入网运行质量评价方法及其测试平台 |
CN106372952A (zh) * | 2016-11-14 | 2017-02-01 | 北京创业公社征信服务有限公司 | 一种基于主客观赋权多模型组合验证的企业信用评价方法及系统 |
CN107330610A (zh) * | 2017-06-28 | 2017-11-07 | 国网山东省电力公司经济技术研究院 | 一种电网节能减排效益量化评价方法 |
CN108921376A (zh) * | 2018-05-24 | 2018-11-30 | 华南理工大学 | 一种智能配电网用电可靠性提升对象的优选方法及系统 |
CN109829604A (zh) * | 2018-12-13 | 2019-05-31 | 国网江苏省电力有限公司电力科学研究院 | 一种电网侧储能电站运行效果综合评估方法 |
CN110348665A (zh) * | 2019-04-03 | 2019-10-18 | 中国电力科学研究院有限公司 | 一种低压台区电力系统数据质量评价方法及装置 |
CN111260211A (zh) * | 2020-01-14 | 2020-06-09 | 东南大学 | 一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法及装置 |
CN111967777A (zh) * | 2020-08-19 | 2020-11-20 | 国网河南省电力公司经济技术研究院 | 一种储能促进清洁能源利用价值的综合评价方法 |
CN112541632A (zh) * | 2020-12-15 | 2021-03-23 | 江苏大学 | 一种基于多属性决策的驾驶行为安全性评估方法 |
CN114091908A (zh) * | 2021-11-23 | 2022-02-25 | 杭州市电力设计院有限公司余杭分公司 | 计及多模式储能站的配电网综合评价方法、装置和设备 |
CN114881485A (zh) * | 2022-05-11 | 2022-08-09 | 中国政法大学 | 一种基于层次分析法和云模型的企业资金风险评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115481906A (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111444241B (zh) | 一种基于数据挖掘的台区线损异常关联用户精准定位方法 | |
CN109409628B (zh) | 基于计量大数据聚类模型的采集终端生产厂商评价方法 | |
CN109389145B (zh) | 基于计量大数据聚类模型的电能表生产厂商评价方法 | |
CN106206346A (zh) | 具取样率决定机制的量测抽样方法 | |
CN114997612A (zh) | 一种面向大型粮堆异常信息的聚类分析方法和装置 | |
CN111967717A (zh) | 一种基于信息熵值的数据质量评价方法 | |
CN113935535A (zh) | 一种面向中长期预测模型的主成分分析方法 | |
CN113469571A (zh) | 数据质量评价方法、装置、计算机设备及可读存储介质 | |
CN116187835A (zh) | 一种基于数据驱动的台区理论线损区间估算方法及系统 | |
CN116089405A (zh) | 一种基于dbscan和knn算法的用电数据离群点检测与清洗方法 | |
CN113723541B (zh) | 一种基于混合智能算法的边坡位移预测方法 | |
CN113379200B (zh) | 一种地质灾害易发性评价的确定方法及装置 | |
CN113793057A (zh) | 一种基于回归分析模型的建筑招投标数据生成方法 | |
CN113742248A (zh) | 一种基于项目测量数据进行组织过程预测的方法及系统 | |
CN115481906B (zh) | 一种生产制造产线评估方法、装置、设备及介质 | |
CN114298659A (zh) | 评价对象指标的数据处理方法、装置、计算机设备 | |
CN114784795A (zh) | 风电功率预测方法、装置、电子设备及存储介质 | |
CN113986970A (zh) | 一种基于基线库数据的量费计算结果检测方法 | |
CN109858699B (zh) | 水质定量模拟方法、装置、电子设备及存储介质 | |
CN114625781A (zh) | 一种基于商品住房价值的批量评估方法 | |
CN109117495B (zh) | 氧化铝生产蒸发过程鲁棒数据协调方法、装置及存储介质 | |
CN115345523B (zh) | 一种设备风险系数评估方法及相关装置 | |
CN113919449B (zh) | 基于精准模糊聚类算法的居民电力数据聚类方法及装置 | |
CN117131977B (zh) | 一种基于误判风险最小准则的径流预报样本集划分方法 | |
CN116433030A (zh) | 旱情损失量的快速评估方法、系统、介质及设备 |
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 |