一種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法
【專利摘要】本發(fā)明公開了一種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法，在傳統(tǒng)數據包絡分析模型基礎上，考慮復雜制造系統(tǒng)中生產因素的不確定性和模糊性，引入三角模糊數對其進行表征，建立模糊數據包絡分析評價模型。為了避免制造系統(tǒng)評價過程中對某些輸入/輸出因素過于依賴或被忽略，模型中引入保證域概念，保證各生產因素的權值處于合理范圍，從而建立模糊數據包絡分析/保證域模型。引入α截集以計算制造系統(tǒng)模糊有效性的上界和下界，公開一種排序方法對其上界和下界進行排序，排序指標最高即為相對最有效的制造系統(tǒng)。本發(fā)明提供的綜合評價方法釋放了制造系統(tǒng)在生產中規(guī)模收益不變的約束，在實際生產系統(tǒng)更具有實際意義。
【專利說明】一種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法

【技術領域】
[0001] 本發(fā)明涉及制造系統(tǒng)的綜合評價方法，特別是涉及到一種基于改進數據包絡分析 的制造系統(tǒng)綜合評價方法技術。

【背景技術】
[0002] 有效評價行業(yè)內制造系統(tǒng)的投入產出的相對有效性對生產企業(yè)決策具有指導意 義。近年來，對于先進制造系統(tǒng)的評價和決策問題受到了廣泛關注，主要體現在多目標數學 規(guī)劃、智能優(yōu)化以及模糊決策等方法。上述方法需要建立精確地數學模型，因而不適用于難 以建模的復雜制造系統(tǒng)評價。數據包絡分析（Data Envelopment Analysis, DEA)是由運 籌學家Charnes、Cooper和Rhodes于1978年提出的，用于多個同類型決策單元（Decision Making Unit, DMU)相對有效性評價。DEA作為一種線性規(guī)劃方法，也被用于制造系統(tǒng)性能 評價和決策問題。DEA方法結構簡單，且無需建立精確的數學模型，因而在生產效率的評價 中應用日趨廣泛。目前，應用于制造系統(tǒng)中主要是確定的DEA方法。然而，對于某些輸入/ 輸出因素難以用精確數字來描述的復雜系統(tǒng)而言，確定的DEA方法不再適用。針對制造系 統(tǒng)的模糊性和不確定性，已有技術中提出了模糊DEA評價方法，但其方法要求制造系統(tǒng)滿 足規(guī)模收益不變的約束。而實際的生產系統(tǒng)往往難以滿足這一約束條件。因此，本發(fā)明提 供一種適用于規(guī)模收益可變的基于改進數據包絡分析的知識化制造系統(tǒng)綜合評價方法。


【發(fā)明內容】

[0003] 本發(fā)明所要解決的技術問題是針對解決【背景技術】中的不足，提出一種基于改進數 據包絡分析的制造系統(tǒng)綜合評價方法。
[0004] 本發(fā)明為解決上述技術問題采用以下技術方案：
[0005] -種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法，包括以下步驟：
[0006] 步驟1)，針對每一個待評價制造系統(tǒng)，將其定義為決策單元，獲取其輸入因素以及 輸出因素的參數值；
[0007] 步驟2)，根據每個決策單元的輸入因素以及輸出因素的參數值建立其模糊數據包 絡分析 / 保證域（Fuzzy Data Envelopment Analysis/Assurance Region, FDEA/AR)模型；
[0008] 步驟3)，分別對每個模糊數據包絡分析/保證域模型進行求解；
[0009] 步驟4)，分別計算每個待評價制造系統(tǒng)的有效性邊界值的排序指標，選擇排序指 標最1?的制造系統(tǒng)為相對最有效系統(tǒng)。
[0010] 作為本發(fā)明一種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法進一步的優(yōu)化 方案，步驟2)中第i個模糊數據包絡分析/保證域模型的決策單元DMUi的FDEA/AR模型 的模糊相對有效性 < 為：
[0011]

【權利要求】
1. 一種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法，其特征在于，包括以下步 驟： 步驟1)，針對每一個待評價制造系統(tǒng)，將其定義為決策單元，獲取其輸入因素以及輸出 因素的參數值； 步驟2)，根據每個決策單元的輸入因素以及輸出因素的參數值建立其模糊數據包絡分 析/保證域模型； 步驟3)，分別對每個模糊數據包絡分析/保證域模型進行求解； 步驟4)，分別計算每個待評價制造系統(tǒng)的有效性邊界值的排序指標，選擇排序指標最 1?的制造系統(tǒng)為相對最有效系統(tǒng)。
2. 根據權利要求1所述的一種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法，其特 征在于，步驟2)中第i個模糊數據包絡分析/保證域模型的決策單元的模糊有效性矣為：
(I )
其中，
表示第i個決策單元的模糊有效性；《k表示第k個輸出因素的重要程度的權 重系數；
表示第i個決策單元的第j個模糊輸出因素；?表示第j個輸入重要程度的的 權重系數；
表示第i個決策單元的第j個模糊輸入因素 ；u ^為無符號約束的常數；s為 決策單元的數量;m、n均為大于等于2的整數；
為第p個輸入因素的權重下界與第q個 輸入因素權重上界的比值；
為第P個輸入因素的權重上界與第q個輸入因素權重下界 的比值；
為第P個輸出因素的權重下界與第q個輸出因素權重上界的比值；
為第P 個輸出因素的權重上界與第q個輸出因素權重下界的比值。
3. 根據權利要求2所述的一種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法，其特 征在于，所述步驟3)中引入α截集對模糊線性規(guī)劃模型即式（I )求解，則基于置信水平 α的模糊數據包絡分析/保證域模型為：

其中，
表示置信水平α下的下界
表示置信水平α下Xu的上界
表示置信水平α下的下界
表示置信水平α下的上界。 將模糊線性規(guī)劃模型轉化為一對傳統(tǒng)線性規(guī)劃模型以獲得其有效性的上界
和下 界
4. 根據權利要求3所述的一種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法，其特 征在于，所述有效性的上界
和下界
的獲取方法如下： 第i個決策單元的模糊相對有效性
取得上界
當且僅當第i個決策單元的模 糊輸入取下界，其模糊輸出取上界；同時，其他決策單元的模糊輸入取上界，模糊輸出取下 界； 第i個決策單元的模糊相對有效性
取得上界
當且僅當第i個決策單元的模糊 輸入取上界，其模糊輸出取下界；同時，其他決策單元的模糊輸入取下界，模糊輸出取上界。
5. 根據權利要求4所述的一種基于改進數據包絡分析的制造系統(tǒng)綜合評價方法，其特 征在于，第i個決策單元在置信水平α : = I/K (I = 1，2,…，K為傳統(tǒng)取點數）下排序指標
為：
其中，
表示第i個決策單元的模糊有效性；α τ表示置信水平
為在置信水平 \下.的下界；
為在置信水平α τ下。的上界。

【文檔編號】G06F19/00GK104123447SQ201410335163
【公開日】2014年10月29日 申請日期:2014年7月14日 優(yōu)先權日:2014年7月14日
【發(fā)明者】王玉芳, 王志華, 宋 瑩, 楊麗, 薛力紅 申請人:南京信息工程大學