為解決模塊化設(shè)計(jì)決策中存在的評價(jià)信息缺失和個(gè)性化需求差的問題,提出了一種應(yīng)用于全流程復(fù)雜工序模塊劃分方案的評價(jià)方法。該方法結(jié)合工件加工過程中各工序的屬性、特征,構(gòu)建了影響方案評價(jià)的指標(biāo)體系,建立了各指標(biāo)的評價(jià)模型;運(yùn)用改進(jìn)三角模糊層次分析法實(shí)現(xiàn)對各層次指標(biāo)權(quán)重值的調(diào)整,在評價(jià)過程中引入了計(jì)算因子對權(quán)重值進(jìn)行波動(dòng)性檢驗(yàn),降低評價(jià)過程主觀因素的過度影響;利用逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)法計(jì)算備選方案到正、負(fù)理想解距離,根據(jù)綜合相對貼近度進(jìn)行方案排序。以某企業(yè)鋁/銅板帶材加工工藝模塊劃分方案評價(jià)為例,驗(yàn)證了該方法的實(shí)用性。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 多目標(biāo)體系模型的建立及量化方法
    1.1 多目標(biāo)評價(jià)體系模型的建立
    1.2評價(jià)指標(biāo)的量化方法
        1.2.1 相似性指標(biāo)
        1.2.2 獨(dú)立性指標(biāo)
        1.2.3 復(fù)雜程度指標(biāo)
            1)子模塊量
            2)均勻度
            3)復(fù)雜度
        1.2.4 冗余度指標(biāo)
2 多目標(biāo)體系模型的求解
    2.1 三角模糊層次分析法
        2.1.1 三角模糊數(shù)
        2.1.2 確定各層指標(biāo)權(quán)重
    2.2 基于TOPSIS排序法
3 案例分析
    3.1 確定指標(biāo)總權(quán)重
    3.2 基于TOPSIS法評價(jià)各指標(biāo)
4 結(jié) 語



本文編號：3863129