区间Pythagorean模糊交互式多准则决策模型

研究了权重信息部分已知,评价信息为区间Pythagorean模糊数的交互式多准则决策问题。利用区间Pythagorean模糊数得分函数,计算各方案的加权得分向量在Pythagorean模糊正理想点和Pythagorean模糊负理想点上的投影,构建基于方案满意度最大的非线性规划准则权重确定模型。根据决策者的主观偏好并结合现有客观信息建立单目标规划模型,通过对方案满意度的给定与修正来实现交互决策。通过算例说明模型及方法的可行性和有效性。     

大规模定制下多CODP的定位模型及算法

在分析大规模定制系统中单客户订单解耦点（Customer Order Decoupling Point,CODP）生产模式不足的基础上,提出为不同属性的产品设置不同的多CODP的大规模定制生产模式,通过分析企业订单及其产品定制属性,设计多CODP的定位机制及模型,并给出算法。最后以某电动车生产企业为例,验证模型及算法的可行性。     

基于直觉梯形模糊数的信息不完全确定的多准则决策方法

针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出一种基于直觉梯形模糊的信息不完全确定的多准则决策方法.该方法利用权系数的不完全确定信息,建立关于各方案综合直觉梯形模糊数与理想解和负理想解的Hamming距离的优化模型.通过求解优化模型可得到各准则的最优权系数,进而得到各方案与相对理想解的贴近度,再根据贴近度得到方案集的一个排序.实例分析表明了该方法的有效性和可行性.     

基于指数型模糊数的多属性决策模型及其应用

针对模糊多属性决策问题,给出一种基于指数型模糊数的多属性决策模型。一方面,通过定义指数型模糊数的期望,以实现属性权重向量的解模糊化处理;另一方面,根据三元区间数理论和指数型模糊数的截集信息,定义指数型模糊数上一种新的距离度量,以计算各备选方案与正、负理想方案之间的距离。根据模糊理想点思想,基于指数型模糊数的期望和距离的定义,给出一种指数型模糊数上的Topsis多属性决策方法。将该模型应用于一个具体实例,其结果证实了该方法的有效性。     

基于投影技术的三角模糊数型多属性决策方法研究

针对属性权重完全未知且属性值为三角模糊数的多属性决策问题.提出一种基于线性规划和模糊向量投影的决策方法.该方法基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,计算各方案的加权属性值在模糊正理想点和负理想点上的投影,进而计算相对贴近度,并据此对方案进行排序,最后,通过算例说明了模型及方法的可行性和有效性.     

基于直觉梯形模糊数的信息不完全确定的多准则决策方法

针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出一种基于直觉梯形模糊的信息不完全确定的多准则决策方法.该方法利用权系数的不完全确定信息,建立关于各方案综合直觉梯形模糊数与理想解和负理想解的Hamming距离的优化模型,通过求解优化模型可得到各准则的最优权系数,进而得到各方案与相对理想解的贴近度,再根据贴近度得到方案集的一个排序.实例分析表明了该方法的有效性和可行性.

     

MC环境下基于加工特征的零件工时定额研究

工时定额是大规模定制生产模式下企业确定产品交货期和提高顾客满意度的重要参考依据。为更好地支持大规模定制生产的企业工时定额的制定,提出一种大规模定制环境下基于加工特征的零件工时定额的制定方法。在此方法中,运用面向对象方法将零件组内的加工特征进行分类、编码,建立加工特征信息模型,以便于零件加工特征的检索;采用神经网络技术,结合MATLAB软件针对编码系统中每一个最底层的加工特征建立对应的工时模型;根据零件加工特征的编码检索各个加工特征的工时模型,估算每个加工特征的加工工时,从而得到整个零件的工时定额。通过与传统的工时定额方法对比,验证了该方法的准确性和快速性。     

多属性决策方法在高校科技产业风险评价中的应用研究

针对属性权重完全未知且属性值为三角模糊数的多属性决策方法,所求出的所有方案综合属性值所在的区间一般并不是使用同一个属性权重向量,使得所有的方案评价不具有可比性。提出一种基于线性规划和投影模型的区间型多属性决策方法,该方法基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,计算各方案的加权属性值在模糊正理想点和负理想点上的投影,进而计算相对贴近度,并据此对方案进行排序,最后,通过高校科技产业风险评价的仿真算例说明了模型及方法的可行性和有效性。     

模糊Job Shop调度交货满意度模型研究

针对生产环境中调度参数的不确定性,研究含模糊加工时间和模糊交货期的Job Shop调度问题,用6点模糊数表示加工时间梯形模糊数表示交货期。基于隶属度定义工件交货满意度,以最大化平均工件交货满意度作为优化目标建立模糊调度数学模型。基于模糊截集概念设计稳定性指标评价优化方案的稳定性,最后通过仿真结果证明所设计模型能够获得稳定性较好的满意调度方案。     

电子中介中的多属性匹配研究

研究了电子中介处理个人之间单件物品交易时的多属性匹配问题。建立了多目标匹配模型,推导了用理想点法求解该模型时,求解其一次距离最小等价于求解原各目标相应系数直接相加所得的单目标指派问题。用有指导随机搜索算法求解了距理想点的二次距离最小。仿真实验表明,变量规模小于65时可以求二次距离最小并得到满意解;而大于65时求一次距离最小更为合适。     

融合用户满意度的产品需求配置方法研究

为合理地确定用户需求偏好及其优先程度以适应大规模定制生产模式,最大限度 提升用户满意度,提出一种改进的产品用户需求配置方法。将模糊聚类分析方法融入Kano 模 型中对用户需求进行归属分类,根据用户需求对满意度提升的贡献程度进行筛选,计算需求 满意度及重要度评价因子,建立产品用户需求递阶层次结构模型。在模糊层次分析法(FAHP) 中通过采用模糊最优最劣法(FBWM)构造一致性三角模糊数互补判断矩阵,引入可能度概念实 现去模糊化,得到用户需求初始权重,并将需求评价因子作为初始权重的修正因子,将修正 后的权重进行归一化处理,得到用户需求综合权重,以此为依据实现产品需求配置。以某企 业眼镜产品设计开发为例,验证了该方法的有效性,为眼镜及其他产品设计开发提供了用户 需求配置策略。     

模糊时间窗VRP的动态规划和禁忌搜索混合算法

为优化具有模糊时间窗的车辆路径问题,以物流配送成本和顾客平均满意度为目标,建立了多目标数学规划模型。基于Pareto占优的理论给出了求解多目标优化问题的并行多目标禁忌搜索算法,算法中嵌入同时优化顾客满意度的动态规划方法,运用阶段划分,把原问题分解为关于紧路径的优化子问题。对模糊时间窗为线性分段函数形式和非线性凹函数形式的隶属度函数,分别提出了次梯度有限迭代算法和次梯度中值迭代算法来优化顾客的最优开始服务时间。通过Solomon的标准算例,与次梯度投影算法的比较验证了动态规划方法优化服务水平的有效性,与主流的NSGA-II算法的对比实验表明了该研究提出的多目标禁忌搜索算法的优越性。     

基于粒子群算法求解区间值板坯设计优化问题

为了适应大规模定制对连铸计划的新要求,提出了在板坯设计阶段固定板坯重量的策略,以减少过度追求生产柔性造成的高成本。建立了考虑工艺限制的区间值板坯设计模型,该模型是以最小化板坯数量和总盈余量为优化目标的多目标整数规划模型。结合问题的特点,采用模糊决策方法对多目标函数进行集成,提出了符合板坯设计的粒子群编码规则,并利用粒子群算法对模型进行了求解,最后通过实例验证了算法的可行性,并与该问题的下界进行比较,表明了算法的有效性和稳定性。     

A cooperative coevolutionary algorithm for design of platform-based mass customized products

As a new business model, mass customization (MC) intends to enable enterprises to comply with customer requirements at mass production efficiencies. A widely advocated approach to implement MC is platform product customization (PPC). In this approach, a product variant is derived from a given product platform to satisfy customer requirements. Adaptive PPC is such a PPC mode in which the given product platform has a modular architecture where customization is achieved by swapping standard modules and/or scaling modular components to formulate multiple product variants according to market segments and customer requirements. Adaptive PPC optimization includes structural configuration and parametric optimization. This paper presents a new method, namely, a cooperative coevolutionary algorithm (CCEA), to solve the two interrelated problems of structural configuration and parametric optimization in adaptive PPC. The performance of the proposed algorithm is compared with other methods through a set of computational experiments. The results show that CCEA outperforms the existing hierarchical evolutionary approaches, especially for large-scale problems tested in the experiments. From the experiments, it is also noticed that CCEA is slow to converge at the beginning of evolutionary process. This initial slow convergence property of the method improves its searching capability and ensures a high quality solution.     

基于知识相似度的产品开发任务分配方法

针对产品开发的任务分配中知识不对等问题，提出一种基于任务与人员双边匹配的产品开发任务分配方法。首先，从知识量化的角度把任务与人员的匹配转化为任务与人员之间的知识相似度，建立序值矩阵，转换成任务对人员匹配的满意度矩阵；其次，根据人员在不同任务属性下对任务的偏好程度，获得人员对任务满意度的序值矩阵；然后，以双方之间的满意度最大为原则，构建基于双边匹配的任务分配多目标优化模型，采用基于隶属度函数的加权和方法转化为线性规划，并通过Matlab编程求解该模型；最后以某企业生产曲轴连杆机构为例，求解4项任务与7名人员双方满意度最大的匹配结果，确定最终的分配方案，与基于聚类分析和双边匹配的产品开发任务分配方法相比，结果显示人员3和人员7之间的知识相似度、人员偏好存在明显差值，表明所提方案能更高效地分配任务。     

基于模糊逻辑NSGA-Ⅲ的开关磁阻发电机多目标优化算法

低资源型的汉越神经机器翻译中,数据稀疏问题是影响翻译性能的主要原因,目前缓解该问题的途径之一是通过语料扩充方法生成伪平行数据,并用于机器翻译模型的训练,伪平行数据生成方法主要有基于词的替换、单语数据回译和枢轴翻译3种.目前的研究集中于3种方法的单独使用,缺少方法间融合利用方面的研究工作,针对此问题,提出了融入双语词典的正反向枢轴方法,利用英语作为枢轴语言,在汉到英到越正向枢轴的基础上,融入利用稀有词构建的汉-英和英-越双语词典,将汉语单语数据通过模型翻译成英语数据,再利用英-越模型将其翻译成越南语数据,其次进行越到英到汉反向枢轴翻译将越南语单语数据翻译为汉语,以此在2个方向上生成汉越伪平行数据,并利用语言模型对生成的伪平行数据进行筛选.汉-越翻译任务上的实验结果表明,提出的融入双语词典的正反向枢轴方法,能够产生更优的伪平行语料,进而显著提升汉越神经机器翻译任务的性能.     

基于双边知识匹配的产品开发任务分配方法

针对目前产品开发任务分配较少考虑任务与人员双边匹配的问题,提出了基于双边知识匹配的产品开发任务分配策略;分别从任务与人员的角度提出了序值和满意度的概念,并给出了相应的计算方法,在此基础上构建了产品开发任务分配的多目标优化数学模型;然后采用基于隶属度函数的加权和方法将多目标数学模型转化为单目标数学模型,并运用Hungarian算法对模型进行求解,得到产品开发任务分配方案;最后通过实例验证与对比,体现该方法的有效性与可行性。     

面向MC的客户群体倾向模型

面向大规模定制生产，建立了客户倾向模型，通过关联分析法量化市场调研和客户需求，采用最大树模糊聚类法进行基于属性重要度的客户群体划分和市场细分，获取客户群体消费倾向，为客户需求的工程特征转换、进行产品簇规划提供数学准备和数据支持。     

煤炭企业信息服务能力评价模型

针对煤炭企业信息服务的特点,采用功能团的方法构建了基于信息资源、信息服务基础设施、信息服务满意度、信息服务方式、信息服务结果5个方面的信息服务能力评价指标体系,提出了基于模糊神经网络的信息服务能力评价模型。该模型可对煤炭企业信息服务平台的信息服务能力进行客观的综合评价,具有操作简单、计算速度快、自我学习等优点。