[发明专利]基于模糊层次分析的多目标作业调度中瓶颈设备识别方法有效
申请号: | 201611192828.7 | 申请日: | 2016-12-21 |
公开(公告)号: | CN106707991B | 公开(公告)日: | 2018-11-20 |
发明(设计)人: | 翟颖妮 | 申请(专利权)人: | 西安建筑科技大学 |
主分类号: | G05B19/418 | 分类号: | G05B19/418 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 徐文权 |
地址: | 710055 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 瓶颈设备 作业目标 多目标 准则层 层次分析 作业调度 目标层 瓶颈 模糊 排序 车间生产调度 层次分析法 模糊隶属度 正交试验法 调度目标 加工设备 结构模型 决策矩阵 有效解决 权向量 重要度 三层 评判 运作 转化 | ||
1.基于模糊层次分析的多目标作业调度中瓶颈设备识别方法,其特征在于,包括以下步骤:
(1)创建层次化的瓶颈设备识别模型,将多目标作业车间瓶颈设备识别问题所涉及的对象分解至目标层、准则层及方案层;
(2)建立判断矩阵,计算准则层各作业目标对目标层的单排序权重向量;
(3)基于正交试验法计算方案层各设备对准则层各作业目标的瓶颈程度排序;
(4)引入模糊数学的隶属度函数,将各设备对各单一作业目标的瓶颈程度排序通过模糊归一化处理,建立从方案层到准则层的模糊评判决策矩阵;
(5)将步骤(2)中所得单排序权重向量与步骤(4)所得决策矩阵进行模糊运算,计算各设备的瓶颈程度综合评价;
(6)进行瓶颈决策,综合评价权值最大元素值对应的设备即为瓶颈设备;
步骤(2)中采用专家评价法,建立判断矩阵A,求解其对应的特征根及特征向量,并进行一致性检验,若通过一致性检验,则判断矩阵的最大特征根对应的归一化特征向量为准则层各作业目标对总决策目标的权重向量,记为W;若不通过,则重新进行专家评价,调整判断矩阵的参数直至通过一致性检验;
步骤(4)中引入模糊数学的隶属度函数,将各设备对各单一作业目标的瓶颈程度排序通过模糊归一化处理,建立从方案层到准则层的模糊评判决策矩阵;模糊归一化处理方法如下:
其中,B为决策矩阵;q为作业目标个数;boj表示设备j对作业目标o的模糊瓶颈隶属度;roj表示设备j对作业目标o的瓶颈程度排序序号;
步骤(5)中,通过模糊运算得到方案层各设备对总决策目标的综合评价权向量为:
其中,W为步骤(2)中判断矩阵A的最大特征根对应的归一化特征向量,即为准则层各作业目标对总决策目标的权重向量,记为[ω1,ω2,…,ωq],dj,j=1…m为设备j在多作业目标情形下的瓶颈程度综合评价值。
2.根据权利要求1所述的基于模糊层次分析的多目标作业调度中瓶颈设备识别方法,其特征在于,步骤(1)中,瓶颈设备的识别是总决策目标,被划分在层次分析(AnalyticHierarchy Process,AHP)中的目标层;车间各作业目标被划分于准则层;作业车间的设备被划分于AHP底层的方案层;各层之间具有上下支配关系,由此建立层次化的瓶颈识别模型。
3.根据权利要求1所述的基于模糊层次分析的多目标作业调度中瓶颈设备识别方法,其特征在于,判断矩阵构造方法如下:通过两两比较准则层各因素对目标层的影响程度,确定成对比较矩阵,即为判断矩阵;设aij表示准则层第i个因素相对于第j个因素的比较结果,则若瓶颈识别模型中准则层作业目标个数为q,则判断矩阵为aij的取值可根据比较尺度进行选择。
4.根据权利要求1所述的基于模糊层次分析的多目标作业调度中瓶颈设备识别方法,其特征在于,在步骤(3)中采用正交试验,建立正交试验要素{因素;水平;试验指标;关键因素}到{车间各设备;调度规则集;作业目标;瓶颈}的映射,根据正交表给每台设备分配不同的调度规则,构造多次正交试验,分析正交试验结果来获取每台设备上调度规则改变对作业目标的影响,影响最大者为瓶颈;通过逐一计算每一个作业目标下各设备的瓶颈程度排序,建立方案层各设备对准则层各作业目标的瓶颈程度排序。
5.根据权利要求1所述的基于模糊层次分析的多目标作业调度中瓶颈设备识别方法,其特征在于,步骤(6)中,按照最大隶属度原则,综合评价权向量D中最大元素值对应的设备即为瓶颈设备:
6.根据权利要求5所述的基于模糊层次分析的多目标作业调度中瓶颈设备识别方法,其特征在于,通过对综合评价权向量D的元素值进行排序,获得车间各设备在多作业目标情形下瓶颈程度的排序。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安建筑科技大学,未经西安建筑科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611192828.7/1.html,转载请声明来源钻瓜专利网。