[发明专利]一种基于信息熵的啤酒包装生产线运行效率定量评估方法

摘要

本发明公开了一种基于信息熵的啤酒包装生产线运行效率定量评估方法，属于智能信息处理技术辅助企业生产管理决策技术。本发明方法主要分五步：第一步确定效率评估的参考变量；第二步建立啤酒包装生产线物元评估模型；第三步；利用AHP层次分析法和熵值法计算评价模型的复合权重；第四步：定量计算计算啤酒包装生产线健康度；第五步建立啤酒包装生产线健康度预测模型。

主权项

1.一种基于信息熵的啤酒包装生产线运行效率定量评估方法，其特征在于：包括以下步骤：第一步：确定评估参考变量，计算参考变量如下：1.总资产利用率：2.线毛产出率：3.总设备利用率：；4.线效率：5.啤酒损耗；6.单位原料消耗；7.单位能源消耗；8.单位时间产能；第二步：建立物元评估模型；通过第一步的参考变量建立物元评估模型，物元评估模型分三层，自顶向下依次为目标层A、准则层B、决策层C；目标层A为包装生产线的健康度，准则层B为能源消耗指标B1、产能指标B2和KPI综合指标B3三个指标，决策层C包括啤酒损耗C1、单位能源消耗C2、单位时间产能C3、单位原料消耗C4、总资产利用率C5、毛线出产率C6、总设备利用率C7和线效率C8八个指标；第三步：计算复合权重，计算过程如下：1.计算理论权重，计算过程如下：1.1根据物元评估模型不同层次的关联关系，通过第二步建立物元评估模型，应用1‑9标度法构建目标层矩阵A、准则层源消耗指标B1、产能指标B2、和KPI综合指标B3的AHP权重矩阵，矩阵中各元素变量的比值参照啤酒车间物料衡算与热量衡算方法，以及KPI计算公式反映的参数权重关系；1.2求解特征值经归一化后的特征向量W＝(w1,w2,…wn)T，求解矩阵的最大特征值根λmax，1.3一致性检验，使用三个参量CI,RI,CR检验目标层判断矩阵和准则层判断矩阵是否合格，其过程如下：①计算层次一致性指标CI＝(λmax‑n)/(n‑1)；②平均随机一致性指标RI；③一致性比值CR＝CI/RI，如果CR≤0.1认为目标层判断矩阵和准则层判断矩阵的一致性是可以接受的；1.4计算各评价指标对目标层的影响权重决策层各决策方案对准则层的影响权重为准则层权重矩阵的特征矩阵WC＝[ωC1,ωC2,…ωCn,]，准则层对目标层的影响权重为WB＝[ωB1,ωB2,…ωBn]T，决策层对目标层的理论权重为公式(1)：ω′＝WC×WB,   (1)2.计算啤酒包装生产线健康度评价客观权重，过程如下：2.1建立啤酒包装生产线运行评估立体交叉复合物元，其方法为：利用m个不同时间包装生产线运行状态参加评价，由n项指标来描述，形成有m个目标n个指标的立体交叉复合元；2.2对立体交叉物元的评价指标进行标准化处理；2.3立体交叉方案评价指标关联函数及啤酒包装生产线评价客观权重系数的计算，过程如下：客观权重系数的确定首先确定关联函数理想参考数列为Y＝{y₁,y₂,…y_n}，根据信息论中最大离散熵定理，当各符号出现概率相等时熵最大，值为H_max＝lnn，则复合物元的第j项指标C_j具有的关联函数如公式(2)所示：立体交叉第j项指标的熵值为其中：K＝‑(H_max)^‑1＝‑(lnn)^‑1，F_j∈[0,1]偏差度为e_j＝1‑F_j指标c_j的权重系数即(啤酒包装生产线评估的客观权重)如下：3.利用理论权重和客观权重计算啤酒包装生产线健康度评价联合权重，经过AHP法计算出的主观权重为wi'，熵值法计算出的客观权重为wi”，最终确定的权重为两种权重的联合权重wi如下，第四步：计算不同时刻啤酒包装生产线健康度，过程如下：1、建立啤酒包装生产线健康度评价复合物元联合权重矩阵，立体交叉指标复合物元的权重矩阵为wj为下式，Cj(1≤j≤n)为不同决策，wj(1≤j≤n)为联合权重，2、依据啤酒包装生产线健康度评价复合物元联合权重，结合最大信息熵理论，计算不同状况下的啤酒包装生产线的健康度，为不同时间啤酒包装生产线油中检测数据作为评价方案，Hj(1≤j≤m)为健康度的具体数值，计算Hj的具体公式，第五步：建立啤酒包装生产线健康度预测模型，过程如下：1.采用mapminmax()函数将历史健康度数据的归一化处理；2.训练集数据和测试集数据的划分，选取每年相同月份啤酒包装生产线历史健康度作为训练集，要求10组以上，在其中选取一组作为测试集；3.选用epsilon‑SVR和nu‑SVR两种支持向量机函数，采用RBF核函数；4.利用网格搜索法算法、遗传算法、粒子群算法训练测试集进行参数寻优，建立啤酒包装生产线健康程度预测模型；5.最佳模型为预测拟合程度最高、相关系数最好，预测的误差最小的模型，并确定最佳惩罚参数C和g值；6.运用支持向量机最优模型，通过测试集验证啤酒包装生产线健康度的预测精度。