[发明专利]一种面向大规模定制的复杂工艺模块划分方法

权利要求书

1.一种面向大规模定制的复杂工艺模块划分方法，其特征在于：包括以下步骤：

S1：由模块化映射机制建立模块特征属性，并由属性确立工艺模块之间的关联性，将关联性描述为可替换相关性和影响度相关性；

S2：工艺模块之间的相互关联程度与可替换性特性、影响度相关性相关，用模糊关联矩阵R的数学模型进行表示：R＝ω_fF+ω_pP，其中，F、P分别表示所定义的影响度相关性矩阵和可替代相关性矩阵，ω_f、ω_p表示特性所对应的权重系数，ω_f、ω_p∈[0，1]，且满足：ω_f+ω_p＝1；

S3：利用模糊聚类分析方法，对模糊关联矩阵模型进行转换求解，获得传递闭包矩阵；

S31：确定各工序之间的相关性，确定各工艺模块之间的相互关联程度；

S32：数据标准化处理：根据原本格式、表达格式、等级量化方式不同，采用平移、极差变换进行数据标准化处理，将模糊关联矩阵的每一个数据压缩到[0，1]上；

S33：建立模糊相似矩阵R′：模糊关联矩阵R与模糊相似矩阵R′为等效关系，运用直接欧几里得距离法:r_(i,j)＝1-c×d(x_i,x_j)，其中，C为任意选取的参数，使得0≤r_(i,j)≤1，d(x_i,x_j)表示x_i与x_j之间的距离：

S34：求传递闭包矩阵根据定理，将模糊关联矩阵R用二次方法求得模糊等价矩阵即传递闭包矩阵并且，使得

S35：求截矩阵R_λ＝λ_(i,j)：其中，λ作为度量值表示截矩阵系数，对模块之间的模糊关系矩阵进行截割，模糊关联矩阵R中大于或者等于λ的元素，其数值取1，小于λ元素的数值取0，在同一行或列中数值为1的元素聚集为同一模块，剩余的元素则单独成为模块，λ值越大，则模块划分越详细；通过选取不同的λ值，便可以得到不同的工艺模块聚类划分结果；

S36：借助Matlab工具并运用模糊聚类分析方法，依据原始关联矩阵可依次计算出标准化矩阵、模糊相似矩阵、传递闭包矩阵，最后利用λ-截矩阵对模糊关联矩阵R进行切割，形成模块聚类图：

S4：根据不同分区阈值序列形成整体的模块聚类图，通过选取不同的λ值，得到不同的模块划分方案。

2.根据权利要求1所述的一种面向大规模定制的复杂工艺模块划分方法，其特征在于：所述步骤S2中，模糊关联矩阵的建立方法，具体包括以下步骤：

A1：以输出参数的属性值域作为评判各个加工工序之间的关联性，将关联性描述为可替换相关性和影响度相关性，用数学模型进行表示模糊关联矩阵R：r_i,j＝ω_ff_i,j+ω_pp_i,j，其中，r_i,j表示模块i与模块j之间的总相关系数，f_i,j 表示模块 i 与模块 j 之间的相关系数， p_i,j 表示模块 j 与模块 i 之间的相关系数 ，ω_f、ω_p表示特性所对应的权重系数；

A2：模糊关联矩阵R也称原始矩阵R，且R满足自反性：0≤r(i,j)≤1，r(i,i)＝r(j,j)＝1；且R满足对称性：r(i,j)＝r(j,i)，则步骤A1中模糊关联矩阵R的数学模型表示为：

3.根据权利要求2所述的一种面向大规模定制的复杂工艺模块划分方法，其特征在于：所述步骤A1中，r_i,j表示模块i与模块j之间的总相关系数，f_i,j表示模块i与模块j之间的相关系数，p_i,j表示模块j与模块i之间的相关系数，ω_f、ω_p表示特性所对应的权重系数；ω_f、ω_p∈[0，1]，且满足：ω_f+ω_p＝1。