[发明专利]一种面向大规模定制的复杂工艺模块划分方法

摘要

本发明公开了一种面向大规模定制的复杂工艺模块划分方法，借助与工件相对应工序之间的特征关系，提出在工艺层面对模型进行划分的方法，通过构建工艺模块之间的模糊关联矩阵，利用模糊聚类分析方法对其进行转换求解，获得传递闭包矩阵，根据不同分区阈值序列形成模块聚类图，通过选取不同的λ值，得到不同的模块划分方案，逻辑紧密，控制精确、高效，以期实现快速高效的生产出适应市场和技术变化的个性化成品以及完善工艺的高层次要求。

主权项

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；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为任意选区的参数，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。