（机械制造及其自动化专业论文）基于人工神经网络的asp平台下的制造资源综合评价模型.pdf

贵州大学硕士研究生毕业论文 基于人工神经网络的a s p 平台下的制造资源综合评价模型 摘剪 本文对多指标综合评价的理论与方法进行了深入的研究，将多指标综合评价 理论与方法的原有应用领域( 如经济统计领域、人口素质评估j 进行拓展，使其 适合于其他领域的综合评估，并应用于a s p 平台的制造资源评价；本文在大量 调研和分析的基础上，建立了适用于制造资源评价的多指标综合评价体系；在分 析现有的制造资源评估方法( 如层次分析法、灰色梯度分析法等) 的基础上，首 次提出基于人工神经网络的制造资源评估方法，建立了一套具有实用价值的评估 模型。作者在理论研究的基础上，完成了制造资源评估系统的系统建模，以j 2 e e 构架为开发平台，采用m a t l a b 为实现工具，初步实现了基于人工神经网络的制 造资源评估系统。 本课题是2 0 0 3 年国家8 6 3 c i m s 主题计划项目：“面向a s p 平台的产品创新 设计与制造资源管理的研究和应用”和贵阳市“十五”重点项目“基于a s p 的 网络化制造应用集成服务系统的主要研究内容之一。 关键词：多指标综合评价制造资源管理层次分析法灰色梯度分析法 人工神经网络j 2 e em a t l a b 贵州大学硕士研究生毕业论文基于人工神经网络的a s p 平台下的制造资源综合评价模型 a b s t r a c t t h ep a p e rd e e pr e s e a r c h e st h et h e o r ya n dm e t h o do fm u l t i 。c r i t e r i ac o m p r e h e n s i v ee v a l u a t i o n t os u m m a r i z ei tf r o mac e r t a i nf i e l f ( e c o n o m yc o u n tf i e l d ) ，i ti ss u i t a b l ef o ro t h e rf i e l d ，a n di t i s a p p l i e df o rt h em a n u f a c t u r er e s o u r c ee v a l u a t i o nb a s e do nt h ep l m f o r mo fa s p t h ep a p e rf o u n d s t h em u l t i c r i t e r i ac o m p r e h e n s i v ee v a l u a t i o ns y s t e mf o r t h em a n u f a c t u r er e s o u r c e t h ep a p e r a n a l y z e s t h ee x i s t i n gm e t h o di nm a n u f a c t u r er e s o u r c e s ，f o ri n s t a n c e ：t h ea n a l y t i ch i e r a r c h y p r o c e s s ，a n a l y t i ca p p r o a c ho fg r e yg r a d i e n ta n ds oo n ，a n di t ，f i r s t l y , p u t sf o r w a r dt h em e t h o do f t h em a n u f a c t u r er e s o u r c ee v a l u a t i o nb a s e do na r t i f i c i a ln e u r a ln e t w o r k t h ep a p e rf i n i s h e st h e m o d eo ft h ee v a l u a t i o ns y s t e mf o rt h em a n u f a c t u r er e s o u r c e ，a n dr e a l i z e si tb ym a t l a h ，w h i c hb a s e o nt h ep l a t f o r mo fj 2 e e a sap a r to ft h ep r o j e c to f “t h ea s pm a n u f a c t u r i n gp l a t f o r mo fg u i y a n ga i m i n ga tt h e a u t o m o b i l em a n u f a c t u r i n gi n d u s t r y ”，t h er e s e a r c hp r o j e c tw a sf i n a n c e db y t h em a i np l a n so f t h en a t i o n a lp r o j e c t8 6 3 c i m s ”a n d t h e1 0 “g r e a tp r o j e c t so f g u i y a n g ” k e y w o r d s ：m u l t i - c r i t e r i ac o m p r e h e n c ee v a l u a t i o n m a m u f a c t u r er e s o u r c em a n a g e m e n t a h p ( t h ea n a l y t i c eh i e r a r c h yp r o c e s s ) t h ea n a l y t i ca p p r o a c ho fo r e yg r a d i e n t a r t i f i c i a ln e n u a ln e t w o r k 附：学位论文原创性声明和关于学位论文使用授权的声明 原创- 胜声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究所取得的成果。除丈中已经注明引用的内容外，本 论文不包含任何其他个人或集体已经发表或撰写过的科研成果。 对本文的研究在做出重要贡献的个人和集体，均已在文中以明确 方式标明。本人完全意识到本声明的法律责任由本人承担。 论文作者签名：堑坚日期：! q q 主生旦 关于学位论文使用授权的声明 本人完全了解贵州大学有关保留、使用学位论文的规定，同 意学校保留或向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅；本人授权贵州大学可以将本学位论 文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或其他复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：盔超导师签名 贵州大学硕士研究生毕业论文基于人工神经网络的a s ph z n t 的制造资源综合评价模型 第1 章绪论 1 1 课题研究的背景 制造产业，制造技术和产品正逐步走向国际化。如今的国际市场与以前相比 具有更激烈的竞争，更短的产品生命周期，产品多样化，分段的市场，产品多样 而复杂性和满足不同客户群的小批量生产等特性，这样的市场导致了制造业在全 球范围内重新分布和组合。竞争的加剧将促使竞争对手利用一切可以利用的制造 资源，主动积极地寻求市场机遇，灵敏地响应和适应客户多样化的消费需求，高 质量地为全球顾客服务，从而获得规模经济，促进企业的发展与壮大。产品开发 时间的不断缩短与产品生命周期不断增长形成了鲜明的对比【l 】。 1 1 1 研究的背景、目的和意义及技术路线 本文是2 0 0 3 年国家8 6 3 c i m s 主题计划项目：“面向a s p 平台的产品创新设 计与制造资源管理的研究和应用”和贵阳市“十五”重点项目“基于a s p 的网 络化制造应用集成服务系统”的主要研究内容之。 目前网络化制造资源的选择与重组是一个相当热门的课题。由于网络上的资 源众多，又处于分散无序状态，这就给选择者在选择合适的资源( 企业，技术， 设备，人员等1 上增加了难度。项目发起者往往很难从这些众多的资源中轻松地 找到符合自身要求的资源，即使勉强找到，也是差强人意【引。因此从众多的，复 杂无序的网络制造资源，选择出用户满意的资源就成了一项相当迫切的任务。 随着全球经济一体化，特别是我国加入w t o 以后，企业正面临着国际国内 市场竞争的严峻形势。激烈的市场竞争要求企业必须全面提高t 、q 、c 、s 水 平。即不断缩短产品开发时间( t i m e ) 、提高产品质量( q u a l i t y ) 、降低成本( c o s t ) 、 提高服务( s e r v i c e ) ，才能在激烈的市场竞中立于不败之地【”。这就要求区域内 的食、i k 相瓦之间必须进行资源整合、优势互补，形成区域经济的整体优势，增强 竞争力。 另一方面，随着信息技术和计算机网络技术特别是i n t e r n e u i n t r a n e t 技术的飞 速发展，出现了许多基于它的新技术，a s p 即是其中之一。a s p ( a p p l i c a t i o n s e r v i c ep r o v i d e r ) 从字面上理解为应用服务提供商，真正的意义是利用集中管理 的设施为客户提供应用部署、租赁、托管和外包等各种服务i9 1 。a s p 是把各种应 用软件安装在数据中心( d c ) 或服务器集群上，通过网络将应用软件的功能或基 于这些功能的服务，以有偿的方式提供给使用者，并由a s p 负责管理、维护和 贵州大学硕士研究生毕业论文 基于人工神经网络的a s p 平台下的制造资源综台评价模型 更新这些功能与服务，其本质是集中式的资源分离。客户将其部分或全部与 业务流程相关的应用委托给应用服务提供商，所有这些服务的交付则是基于网络 的，客户将通过网络远程获取这些服务。总之，这就是“软件变服务、服务走网 络”的一种营运模式【6 1 。 所以，通过建立基于a s p 制造企业动态联盟的服务平台( 图l 1 ) ，不但能 加快区域内制造企业的信息化建设，还能通过该平台实现企业间的动态联盟，使 区域内各具特色的一批企业，通过社会化、专业化的信息平台，实现资源整合， 三冬塞蜜 外协制造厂商群 堡壑垫三塑墼 m i e 技术服务支撑体系 系统门户，客户接口层 应用服务层 圆圆圃圆圆匾避 回叵叵圃圈圃匝 操作系统、计算机网络、数据库管理系统、防火墙、 共享信息库 ：1 。 基础技术体系 基础数据库il ( 体系结构、标准规范、指南) 图卜1a s p 平台体系结构 促进优势互补，形成具备整体优势的产业链、供应链、增值链，从而促进形 成防：域经济的整体优势，带动区域经济的发展【“。 小课题的研究背景是基于a s p 的，基于a s p 网络化制造的制造资源的管理， 不但能加快区域内制造企业的信息化建设，还能通过该平台实现网络化制造的制 造资源评价，为了适应客户对制造资源管理多目标决策的需要，应该在制造资源 的“tq csc ”方面建立一个全方位的综合评估指标体系，对制造资源的选择 做出全面、客观、公正的评估 3 】。 论文论述了制造资源的多指标综合评价指标体系的建立，分析了各种具体的 评价方法，然后选用了人工神经网络的b p 网作为评价模型，选用m a t l a b 作为最 后的实现工具。针对本课题的研究内容和预期达到的目标本课题主要采用方法 2 嚣匈 贵州大学硕士研究生毕业论空 基于人工神经网络的a s p 平台下的制造资源综台评价模型 研究技术手段。技术路线如下： 在策略层面上： ( 1 ) 首先采用多学科、技术交叉的方法进行技术研究； ( ”其次采用建模的方法和技术完成模型结构系统的总体设计和详细设计； 在技术层面上： ( 1 ) 产品建模( 原子模型) ，建立评价指标体系及神经网络模型： ( 2 ) 具体实现 1 1 2 制造资源评估的研究现状 信息革命促使制造业向全球方向发展，使现代企业呈现集团化、多元化的发 展趋势。这些企业需要及时了解各地分公司的生产经营状况，同一企业不同部门、 不同地区的员工之间也需要及时共享大量企业信息。随着l m e m e t 的推广，制造 业已不再是传统的以企业为单一实体形式的了，在i n t e m e t 世界里，一个团体， 一个小组甚至是个人都可能发起某个制造项目。这一新出现的情形极大地改变了 原有的制造模式，随之孕育出网络化制造这一新的制造理念”l 。网络化制造指的 是：面对市场机遇，针对某一市场需求，利用以因特网( i n t e m e t ) 为标志的信 息高速公路，灵活而迅速地组织社会制造资源，把分散在不同地区的现有生产设 备资源、智力资源和各种核心能力，按资源优势互补的原则，迅速地组合成一种 没有围墙的、超越空间约束的、靠电子手段联系的、统一指挥的经营实体一一网 络联盟企业，以便快速推出高质量、低成本的新产品。由于网络化制造可以通过 汁算机网络实现对全球分布的制造资源的快速调集与利用，通过虚拟企业的形 式，实现制造业的快速动态重组，通过异地并行设计和虚拟制造达到双赢的目的。 选择正确的资源是实现网络化制造的关键。因此，在本论文中，作者着重研究了 虚拟企业伙伴的选择，机床设备资源的选择及其加工效能评估| 4 】。 根据目前制造资源选择的研究现状分析，制造资源的选择一般分为两部分： 第一，制造资源的评价指标体系；第二，制造资源的综合评价方法。在虚拟企业 的组建阶段，选择合作伙伴是一个复杂决策问题。 目前，国内外学者研究制造资源的选择方法主要有： 国外研究：g h a l e v i 应用矩阵优化的方法来进行v e 伙伴选择；t a b u c a n o n 等提出一种面向设计、智能支持决策系统对柔性制造系统而选择机床设备；新西 兰学者c a v a n l u t t e r v e l t 提出的包含价格、交付日期等因素的基于遗传算 法的伙伴选择方法：多a g e n t 谈判和最优化理论相结合的方法；本体论一 量丝! 查堂塑主竺堑当毕业论文基于人工神经嗍络的a s p 平台下的制造资源综合评价模型 t o v e ( t o r o n t ov i r h l a le n t e r p r i s e ) 方法。 国内研究：香港学者挠q i n 提出的基于分解项目、任务分配的资源选择的挑 选方法：香港理丁大学容启亮( 2 0 0 2 ) 等应用软计算进行伙伴选择；马永军( 2 0 0 0 ) 提出的采用a h p 来选择合作伙伴；马鹏举( 1 9 9 9 ) 提出采用f a h p 进行合作伙 伴选择：吴宪华( 1 9 9 8 ) 提出的采用a n p ( a n a l y t i cn e t w o r kp r o c e s s ) 来选择虚拟企 、i p 伙伴：谭正等人( 1 9 9 7 ) 提出的采用模糊推理机制进行选择伙伴；刘晓冰等运用 人工智能来研究合作伙伴选择等等。 在评价方法方面，常用的评价方法有：效用函数综合评价法、多元统计分析 法、层次分析法( h l - w ) , 灰色系统理论法、模糊综合评价法、模糊优选法、神经 网络法、时序多目标决策方法、模糊层次分析法、数据包络法( d e a ) 整数规划法 及遗传算法等。 i i 3 论文提出的观点及主要创新点 在对众多网络化资源进行评估选择时，我们以a s p 平台为基础对虚拟企业 伙伴选择。支持评估人重新对其进行训练，不断提高评估精度。本文依托了2 0 0 3 年国家8 6 3 c i m s 主题计划项目：“面向a s p 平台的产品创新设计与制造资源管 理的研究和应用”和贵阳市“十五”重点项目“基于a s p 的网络化制造应用集 成服务系统”。在分析了网络化资源选择的对指标综合评价指标体系的基础上， 给出了其制造资源评估选择的指标体系，提出了一个完整的制造资源选择、评估 系统框架。此外，对制造资源选择的理论和方法做了深入的研究，并结合实例对 系统做了迸一步的阐述和验证，具有重要的理论和实际应用意义。在整个基于网 络化制造资源评估系统的理论方法研究过程中，作者主要完成了以下几个方面内 。本： ( 1 ) 对多指标综合评价的理论与方法进行了深入的研究，把目前关于多 指标综合评价理论与方法的研究，从具体的某个领域( 如经济统计 领域、人口素质评估) 进行了研究提升，使其适合于其他领域的综 合评估，并应用于a s p 平台的制造资源评价； ( 2 ) 在分析现有的制造资源评估方法( 如层次分析法、灰色梯度分析法 等) 进行了理论和应用上的研究，指出优缺点； ( 3 ) 首次提出基于人工神经网络的制造资源评估方法，建立了人工神经 网络的b p 网评价模型，完成了制造资源评估系统的建模，以j 2 e e 构架为开发平台，采用m a t l a b 为实现工具，初步实现了基于人工神 贵州大学硕士研究生毕业论文基于人工神经网络的a s p 平台下的制造资源综合评价模型 经网络的制造资源评估系统。 5 贵州大学硕士研究生毕业论文 基于人工神经网络的a s p 平台下的制造资源综合评价模型 第2 章多指标综合评价理论与方法问题研究 近二十年来，统计综合评价技术的理论研究与实践活动均有了很大的发展。 新的方法时有提出，旧的方法也不时有改进或改正意见发表。综合评价方法的应 用领域也r 益广泛。 2 1 多指标综合评价的现状与问题 多指标综合评价技术从最初的评价、组合指标评价、综合指数评价法，到后 来的多元统计评价法、模糊综合评判法、灰色系统评价法、a h p 法，再到近几 年来的d e a 法( 数据包络分析) 、a n n ( 人工神经网络) 法等，评价方法日趋复杂化、 数学化、多学科化，使之成为一种边缘性的科学技术。 但是，我们同时也发现综合评价理论研究与应用实践中存在一些缺陷乃至错 误。邱东教授早在十年前就发现多指标综合讦价方法中存在“三个不足”【1 2 】， 即： ( 1 ) 在社会经济统计领域，多指标综合评价方法还没有得到足够的重视。 ( 2 ) 在理论发展与实践应用之间还存在着空白 ( 3 ) 各学科往往是孤军作战，学科之问往往没有联系 如今看来，经过社会经济统计学理论界与统计实际部门的多年努力，特别是 国家统计局有关部门在经济效益综合评价、生活质量评价等统计评价实践方面的 色i 作，上述第一个不足应该说已经克服了，多指标综合评价方法已经枝写进 j ，统汁计学原理教材之中。第二、第三个问题虽然已经有很大的改观，但有些问 题依然存在。同时，还出现了一些新的不良倾向归纳起来，我认为目前在多指 标综合评价理论与方法的研究与应用上存在的问题或不足主要表现在以下几个 方面： ( 1 )随着多指标综合评价方法理论研究者与实际应用者队伍的日益扩 大，新的方法与思想不断被提出或引入，综合评价方法的应用领域也越来越广泛， 但思想方法良莠不齐，有些观点并不妥当甚至是错误的，需要从理论上作进一步 的研究。 ( 2 )目前存在一种与综合评价主旨不相协调的倾向。人们似乎更加关心 评价方庄的复杂性而忽略了评价方法的简明性与科学性，盲目追求评价方法数学 形式的复杂化，有意无意将评价方法的复杂性与评价结论的科学性混同起来，似 贵州大学硕士研究生毕业论文 基于人工神经网络的a s p 平台下的制造资源综合评价模型 乎方法越复杂，评价结论就越科学；评价方法的算法过程越“自动化”，越不需 要动脑筋，则平价结论越客观。所以，象多元统汁分析法、灰色系统理沦、模糊 数学方法、人工神经网络及遗传算法等被越来越多的人所采用，丽对易于计算、 易于理解、易于发挥评价者主体意识的评价方法效用函数平均法，却目益遭到 冷落。 ( 3 )综合评价理论研究在内容上存在严重不均衡的情况。人们重视对综 合评价方法的创新与发展而忽视了对综合评价基础理论问题的研究，特别是关于 综合评价指标体系理论、综合评价标准、综合评价排序性等理论问题的研究几乎 是空白的。 ( 4 ) 综合评价方法虽然丰富，但缺乏系统的最新总结。目前从事多指标 ( 按照决策科学的提法，也称多目标) 综合评价理论研究的有统计学界、管理决 策学界、系统工程学界等不同领域的人士，从而应用研究的则更是来自各行各业。 由于研究出发点与基础不同研究术语、观点、偏好也不尽相同使得综合评价 这一重要技术的理论研究仍然处于一种分散、零乱之中，已有的成果没有很好总 结推广，重复研究现象也时有出现，没有形成统一的学科思想与学科结构，从而 未能使综合评价技术真正成为一门独立的学科。 而目前国内外对多指标综合评价方法进行系统全面研究的文献极少，基本上 都是某单个具体方法提出各种各样的改进设想或实际应用。根据我们掌握到的资 料，东北材经大学邱东教授应该是最早也是唯一对多指标综合评价方法进行系统 研究的学者。他在其博士论文基础之上修改出版的专著多指标综合评价方法的 系统研究在统计学界产生了广泛的影响，对于促进多指标评价方法的发展与推 广应川作出了很大的贡献。但该书毕竟成于十年前，在过去的十年中，多指标综 合评价技术又有了许多新的发展，新的理论与方法也时有提出或被引入到综合评 价中来，如a n n 法、d e a 法、a j 妒技术、构权方法、灰色系统技术等等，对 于现有方法，人们也提出了许多新的见解或改进设想更何况。 本文的一个基本任务就是要对多指标综合评价技术在制造资源选择进行研 究。 2 2 基本理论 2 2 1 一般意义上的评价与综合评价 1 、评价1 3 ) 贵州大学硕士研究生毕业论文基于人工神经网络的a s p 平台下的制造资源综合评价模型 在日常生活中，人们常常要参照一定的标准( 有客观的标准，也有主观的标 准，有比较强确的标准，也有相当模糊的标准、有定性的标准、也有定量的标 准) 对某一个或某一些特定事物、行为、认识、态度( 一般我们可以将这些事物、 行为，认识、态度统称为“评价客体”) 进行各种各样的评价，评价起价值高低 或优劣状态，并功过评价而达到对事物的认识，进而知道一定的决策行为。因此， “评价”就是人们参照一定标准对客体的价值或优劣进行评判比较的一种认知 过程，同时也是一种决策过程。他是人们认识事物的重要手段。 2 综合评价 综合评价是相对于单个评价而言的，他们之间的区别不在于评价客体的多 少，而在于评价标准的复杂性，般而言，若评价标准比较单一，明确，则可称 为“单项评价”反之，若评价标准比较复杂、抽象，就属于“综合评价”。 2 2 2 综合评价的基本过程 综合评价是一项复杂的统计活动过程( 物理过程) ，同时也是一个定量的思 维过程。 ，、 f 开始1 磕定评价目的 确定评价指标体系 ( 目标分解、指标初选与精选、结构优化、量化) 确定评价方 去与 ( 方法选择、权数构造、参照标准值、评价规则) 收集评价数据实施综合评价 ( 教据收集，检验、必要的推算、模型参敬求解) 评估与检验 分析与报告、存储与开发利用 结束 图2 - 1多指标综合评价的物理过程 贵州大学硕士研究生毕业论文基于人工神经网络的a s p 平台下的制造资源综合评价模型 一、 综合评价的物理过程 作为一个物理过程，完整的综合评价可以分为如下几个阶段； ( 1 ) 确定评价目的。 ( 2 ) 建立评价指标体系。具体还包括评价目标的细分与结构化，指标体系 的初步确定。指标体系的繁体检验与单项检验，指标体系结构的优化，定性变量 的数量化等环节。 ( 3 ) 选择评价方法与模型。具体还包括评价方法选择，权数构造，评价指 标体系的标准值与开价规则的确定。 ( 4 ) 综合评价实施。具体还包括指标体系数据搜集，数据评估，必要的数 据推算【“1 ，评价模型参数求解等。 ( 5 ) 对评价结果进行评估与检验，判别所选评价模型、有关标准、有关权 值、甚至指标体系的合理与否，若不符合要求，则需要进行一些修改，其至返 回前述的某一环节。 ( 6 ) 评价结果分析与报告。 具体还包括评价结果的书面分析，撰写评价 报告，提供与发布评价结果，资料的储备与后续开发利用。 上述综合评价物理过程( 如图2 1 所示) 。当然，实践对于那些比较简单的 评价问题，上述几个阶段的区分并不十分明显。 2 3 3 综合评价技术的基本内容与方法分类 综合评价学的基本研究内容 作为一门学科，综合评价学的内容体系为( 如图2 - 2 所示) ： ( 1 ) 统计综合评价的基本问题，主要研究综合评价的意义、作用、地位、 过程、特点、评价方法分类等基础理论。 ( 2 ) 综合评价指标体系理论与方法。主要研究综合评价指标体系构建原则、 构建方法、测验方法等理论。也包括评价体系中单项指标目标设计方法、定性变 量的数量化技术等的研究。 ( 3 ) 综合评价权数方法。主要研究综合评价指标值合成过程中的加权问题， 包括权重对综合评价结论的影响、评价用权数的构造方法、测验方法。针对不同 类型的合成值表现形式，讨论特殊的权数方法与权数形式。 ( 4 ) 综合评价效用函数法原理，包括效用函数法的一股原理、具体可操作 性的方法及有关方法的比较研究。包括效用函数值的合成方法理论，主要研究各 类合成山法的数学形式、数学特点与适用条件，同时也研究台成过程中的一些基 贵州大学硕士研究生毕业论文 基于人工神经网络的a s p 平台下的制造资源综合评价模型 本理论问题。 ( 5 ) 综合评价的多元统”分析法，包括主成份分析法、主坐标法、园子分 析法、判断分析法、聚类分析法、典型相关分析法等评价方法的思想、特点与适 用条件研究。 ( 6 ) 综合评价系统分析方法。包括模糊数学评价法( f s ) 、灰色系统评价法( g s ) 、 人工神经网络评价法( a n n1 、数据包络分析法( d e a ) 、层次分析法( a h p ) 等的 基本思路、特点及适用条件的研究。 图2 - 2综合评价学的内容体系结构( 简) 二综合评价方法的分类 综合评价可以从不同角度进行分类。不同类型的综合评价具有不同的特点或 应用条件。因此实践中必须正确选择或判定综合评价的基本类型。 1 从综合评价对象所属时间看，有实绩评价与预期评价 实绩评价是对已经发生的情况进行评判，属于一种事后评价。预期评价则是 p , x , l 脱缘未来发展情况进行的评判，如建设项目可行性分析时，财务评价或国民 经济讣价就属预期评价。由于二者侧重点不同，由此对评价方法的要求也略有不 同。预期评价由于涉及到的是将来情况，因此需要将价值量评价指标按货币时间 价值进行转化，即需要考虑现值与将来值的问题。 2 从综合评价对象的结构看，有动态评价与静态评价 若对一个现象若干年f 至少两年) 的发展变化情况进行综合评价。称为动态评 价，若对同一时间不同单位、不同地区、不同部门、不同国家进行综合评价，则 属于静态评价。动态评价可以看出一个现象的综合水平发展过程，因此可以用时 间数列中的有关方法对综合评价值进行”深加工”，增强统计分析力度。静态评 价主要是对现象进行排序比较，评价结果可以看作是截面数据，由此统计学中的 有关分析方法也是可以使用的。 贵州大学硕士研究生毕业论文基于人工神经网络的a s p 平台下的制造资源综合评价模型 3 从评价目标看，有相对评价与绝对评价 任何综合评价都必须有一个评价标准或依据，这个标准或依据就成为参照 系。参照系可以是固定的，也可以是根据样本情况进行调整确定的。若综合评价 标准是独立于样本，我们称之为绝对评价，否则称这相对评价。绝对评价的优点 在于评价标准可以根据综合评价意图进行调节，可以发挥人的主观能动性、相对 评价的优点是“客观性”强，但由于评价目标与样本有关，样本构成的变化对评 价结论将产生一定的影响从而使这种评价结论给人以不唯一”的感觉不同 样本之间不可比，两次讦价之间不可比。 4 从评价最终结果看，有单纯性排序评价、价值排序评价、价值分类评价 之分( 如图2 3 所示) 综合评价的直接结果通常表现为一个量化的综合评价值。人们可以据对若干 个现象的综合水平或综合规模进行排序，以了解综合水平或综合规模的变动方向 与优劣顺序，也可以据之对现象的综合水平或综合规模高低、好坏、类型进行判 断。前者称之为广义排序评价，包括“单纯性排序评价”与”价值排序评价”两 种，其中的单纯性排序评价也称“狭义排序评价”，本文不加说明时的排序评价 都是指这种单纯性的排序评价。后者称为价值评价，包括“价值排序评价”与“价 值分类评价”两种。可见，广义排序评价与价值评价存在交叉部分。综合评价的 最终结果也可分为“( 狭义) 排序评价”与”价值评价”，或分为“( 广义) 排序 讦价与分类评价”。 匣亟囹 互妇 窜审事 i 堡堡堡堡! 叁墨! )竺堕堡堡j 图2 3 排序评价与分类评价 5 从评价实旌者看可分为官方评价与非官方评价 综合评价的实施者可以政府部门组织，也可以是有非官方，国家统计局对工 业企业经济效益进行的综合评价、财政部对国有资本金效绩进行的评价等都属于 官方评价。 6 从评价持续情况看，有制度化评价与临时性评价 但某项综合评价活动是定期进行的，我们称为制度化评价。否则，为临时性 评价。对于一些重大领域，日国际竞争力或综合国力、社会满意度等问题，建立 贵卅l 大学硕士研究生毕业论文基于人工神经网络的a s p 平台下的制造资源综合评价模型 制度化综合评价是非常重要的，它可以动态地考察现象综合水平的发展情况，为 政府决策部门提供长期的咨淘服务。 2 3 综合评价指标理论问题研究 2 3 1 综合评价指标体系理论研究的意义、内容和现状 一评价指标理论研究的意义 多指标综合评价的前提就是确定科学的评价指标体系。只有科学合理的评价 价指标体系，才有可能得出科学公正的综合评价结论。正如前面所指出的，我国 多指标综合评价实践中，由于一些应用者对综合评价指标理论缺乏必要的了解， 使得评价指杯体系出现程度不等的不合，或采用一些与评价目标无关的指标，或 是指标公式有误，或是指标体系结构不合理，或是指标体系不完整等等( 统计学 界人士设计的综合指标在这方面问题教少或一般不太明显，而非统计学界的一些 人士设计的指标体系相对来说问题教多) 。 二综合评价指标体系研究的内容 作为综合评价学重要内容的评价指标体系理论至少应该包括以下几个方面： l 、综合评价指标体系构建原则 2 、综合评价指标体系构建方法( 初选方法) 3 、综合评价指标体系测验方法( 优选方法) 4 、综合评价指标体系结构优化方法 5 、综合评价体系中单项指标设计方法理论与指标( 变量) 变换理论 6 、综合评价中定性变量的数量化技术 三综合评价指标体系理论研究现状 目前理论界对综合评价指标体系理论的研究是不够全面与完整的，已有的研 究基本上侧重在指标体系筛选与优化方法方面，而很少涉及其它一些理论与方法 问题。 根据我们掌握到的资料，关于综合评价指标体系理论问题i 竹研究归纳起来大 致可以有以下几个方面： 1 、关于指标体系筛选与优化问题的研究 邱东教授在这个方面的研究相对来说比较全面，他将评价指标体系的选取方 法分为“定性和定量两大类”，并提出了定性选取评价指标的五大基本原则：目 的性、全面性、可行性、稳定性、与评价方法协调性性【1 。目前各类多指标综 贵州大学硕士研究生毕业论义基于人工神经网络的a s p 平台下的制造资源综合评价模型 合评价实践中基本上是采用这种定性方法进行指标选驭的。 对于定量选取评价指标，在理沦界也有一些研究成果，始王硕平同志提水的 数学方法选择社会经济指标【1 6 】；张尧庭教授等提出从数理统计方法选取评价指 标【”】【1 8 】，包括逐步判别分析、系统聚类与动态聚类、极小广义方差法、主成分 分析法( 原文其实还包括了对主成分进行正交旋转的结果) 、极大不相关法等方 法，并把他们的特点进行了分析；邱东教授也提到了用“条件广义方差极小原则” 来选择评价指标体系，还提出种根据指标相关性选择“典型指标”的方法( 将 指标聚类之后再从每一类中挑一个“与类内其它指标平均相关程度最大”者作为 本类的代表) 。并详细分析了用主成分分析法进行指标筛选与排序中存在的问题 1 1 9 1 。何湘藩提出了“根据三力建标法，运用评价值离差量大的指标体系就 是最优评价指标体系的思想，建立了最优评价指标体系及相应的最优评价模型“， 但着实际上就是主成分分析法【2 0 l ；王庆石教授探讨了“统计指标间重达的消减 办法”，具体包括复相关系数法，多元回归法、逐步回归法、主成分分析法、因 子分析法 “j 。王铮提出了采用综合回归注( 又称“综合趋优法”) 建立评估指标 体系，并详细讨论了这一方法的三个基本部分：初始指标体系的建立、指标集的 过滤、指标集的净化1 2 2 】，这个过程虽然是针对教育评估问题给出的，但却是比 较完整的定性与定量相结合的指标体系构造过程，可以推广到一般的评价问题 中。 2 、关于评价指标体系构建原则的问题。 从某种角度看，评价指标体系构建原则等价于指标体系定性选取原则，但二 者还是有一些区别的，构建原则包括了比选取原则更加广泛的内容：前者是“从 无到有”的过有，后者是“从有到优”的过程。 一般的应用文献都是在对具体问题的评价指标体系构建时才提一些“指标体 系构建原则”诸如“科学性原则”、“目的性原则”、“层次性原则”、”可操作性 原则”、“全面性原则”、“统一性原则”、“系统性原则”、“可比性原则”等等 2 3 j 2 4 j 1 2 5 】2 6 1 。 3 、关于评价指标体系结构的优化方法问题 对于综合评价指标体系的结构问题，许多应用者都不太注重，其实，这是一 个非常重要的理论问题。合理的评价结构对于综合评价结果的准确性与深入分析 都具有重要的意义。 塞卅坠堂坠研究生毕业论文基于人工神经网络的a s p 平台下的制造资源综合评价模型 2 3 2 综合评价指标体系构建的内容与过程 一综合评价指标体系构造的基本内容 由于综合评价指标体系是从多个视角和层次反映了特定评价指标数量规模 与数量水平。所以，综合评价指标体系是一个信息系统。构建一个综合评价指标 体系，就是要构建一个系统，而系统的构建一般是包括系统元素的配置和系统结 构的安排两方面的。在综合评价指标体系这系统中，每单个指标都是系统元素， 而个指标之间的相互关系则是系统结构。因此从广义上说，综合评价指标体系构 造的内容就相应有以下两方面： 1 系统元素构造 明确该评价指标体系是有哪些指标组成的，且各指标的概念，计算范围( 包 括计算的总体范围界定、时空范围界、标志内容界定) 、计算方法、计量单位分 别是什么。在很多情况下，这些单项指标都是现成的，有时也需专门构造。图 2 4 给出了评价用的单项和综合指标设计过程。 卅始 确定指标体系的构成、内涵 评价指标体系的粗选 评价指标体系的完善 鐾挛翌二譬 确定指标体系的元素及结构l 指标体系的试用 3 醪 土! 确定指标体幂 结柬 图l 单项评价指标构造流程 图2 综合评价指标体系拇追流程 图2 - 4 评价用的单项和综合指标设计过程 2 系统结构构造 即明确该评价指标体系中所有指标之间的相互关系如何? 层次结构怎样? 因为越是复杂的综合评价问题，对评价目标往往是多层次的，理顺这种层次关系 4 贵州大学硕士研究生毕业论文基于人工神经网络的a s p 平台下的制造资源综合评价模型 对于提高评价效率与效果都有重要的作用。 任何评价指标体系都可以用最简单的双层结构的形式出现：第一层为总目标 层，第二层为指标层，如果将评价对象作为第三层，则形成了“三层”结构，即 总目标层、子目标层、指标层。 与一般的统计指标体系构造类似，综合评价指标体系构造也是一个“具体一 一抽象具体”的过程。一般来说，这个过程可大致氛围以下四个环节：理论 准备、指标体系粗选、指标体系测试，指标体系应用。其流程见图2 。 二综合评价指标体系构造的过程 与一股的统计指标体系构造类似，综合评价指标体系构造也是一个“具体一 抽象一具体”的辩证逻辑思维过程，是人们对现象总体数量特征的认识逐步求精、 逐步完善、逐步系统化的过程一般来说，这个过程可大致分为以下四个环节：理 论准备、指标体系粗选、指标体系测验、指杯体系应用。 l 、理论准备 首先，综合评价指标及指标体象的设计者应该对待评价领域的有关基础理论 要有一定深度和一定广度的了解，应该全面掌握该领域描述性指标体系的基本情 况。 其次，综合评价指标及指标体系的设计者还应具备一定的统计理论与方法素 养。 最后，对于设计者来说，详细了解国内外相应领域评价指标体系中的经验教 训。 也是必不可少的一项准备性工作。 总之，设计一个综合评价指标体系时，设计者必须有多方面的知识。对于统 计学界人士而言，更加需要补充理论背景知识，而对于非统计学界人士而言，则 需要掌握统计指标基本理论与方法。 2 、评价指标体系初选 在具备了一定的理论与方法素养之后，设计者可以采用一定的方法主要 是系统分析法来构造综合评价指标体系的框架。这是一个人的认知逐步深入的过 程，是一先粗后细、逐步求精的过程。 3 、评价指标体系完善( 即测验) 作为综合评价指标体系，显然有许多要求，初选的结果并不一定是合理的或 必要的。可能有重复，也可能有遗漏甚至错误。这时就要对初选指标进行精选( 筛 贵州大学硕士研究生毕业论文 基于人工神经网络的a s p 平台下的制造资源综合评价模型 选) ，进行测验，从而使之臻于完善，对于初构的指标体系结构进行优化。 4 ，评价指标体系使用 这是综合评价指标体系的实践过程。实践是检验真理的唯一标准，也是评价 指标体系设计的最终目的。综合评价指标体系需要在实践中逐步完善。通过实例 的计算，分析输出结果的合理性，寻找导致评价结论不合理的原因，虽然有很多 因素影响着评价结论，但指标体系也是一个十分重要的因素。指标体系选择不仅 受到方法的影响，而且也影响方法的选择。 三综合评价指标体系构造的基本原则 从一般意义上讲，综合评价指标体系构造是必须注意以下一些基本原则： 1 、全面性的原则； 2 、科学性的原则； 3 、层次性的原则： 4 、目的性的原则； 5 、可比性的原则； 6 、与评价方法一致的原则； 7 、可操作性的原则。 2 3 3 综合评价指标体系的初选方法 综合评价指标体系的粗选方注有分析法、综合法、交叉法、指标属性分组法 等多种方法，但最基本的是分析法【2 7 】。 1 综合法 所谓综合法。是指对已存在的一些指标群，按一定的标准进行聚类，使之体 系化的一种构造指标体系的方法。综合法特别适合于对现行评价指标体系的完善 与发展。 2 分析法 即将综合评价指标体系的度量对象和度量目标划分成若干个不同组成部分 或不同侧面( 即子系统) ，并逐步细分( 即形成各级子子系统及功能模块) 直到 每一个部分利侧面都可以具体的统计指标来描述、实现。这是构造综合评价指标 体系最基本、最常用的方法。其基本过程是： 第一步，对评价问题的内含与外延作出合理解释，划分概念的侧面结构，明 确评价的总目标与子目标。这是相当关键的一步。 第一一步，对每一个目标或概念侧面进行细分解，越是复杂的多指标综台评价 塞型查堂堡主堑窒皇兰、业堡塞 垩尘! 塑丝堕些塑垒竺! 鱼! 塑型堕窭竖堡鱼壁竺型 问题，这种细分解，就越为重要。 第三步，重复第二步，直到每一个侧面或子子目标都可强直接用一个或几个 明确的指标来反映。 第四步，设计每一子层次的指标。需要指出的是，这罩的“指标”是广义的， 不限于社会经济统计学意义上的可量化指标，还应该包括一些“定性指标”。从 某种意义上讲，更象“标志”。 具体指标设计时，可以采用“交叉法”、“属性组合法”等。 最后得到( 如图2 - 5 所示) 的图的层次结构，在综合评价实践中，主要是树 形层次结构，但个别情况却可能是网状的层次结构。 对象( 总体) ( 总目标) 侧面 ( 子目标) j 部分h i ( 子于目标) 部分n 2 ( 子子目标) 部分mk ( 亍二子目标) 图2 - 5 综合评价指标体系层次结构图 指标1 ，2 指标l ，2 图2 - 6 经济效益指标体系的“更叉“生成法 3 交叉法 这也是构造综合评价指标体系的一种思维方法。通过二维或三维甚至更多维 的交叉，可以派生出一系列的统计指标，从而形成指标体系例如在设计经济效 益统计评价指标体系时，我们常常采用投入”与“产出”的交叉对比，获得指 标体系。因为经济效益就是投入指标与产出指标的刘比关系，所以设计这类指标 体系时，我们可以将所有龄投入指标与产出指标列示出柬( 尽量全面) ，将它们 贵州大学硕士研究生毕业论文 基于人工神经网络的a s p 平台下的制造资源综合评价模型 通过矩阵形式作两两比较，就可得到无数的“经济效益指标”。对比方式如图表 所示( 如图2 - 6 所示) 2 8 1 。当采用d e ai 数据包络分析) ，进行各类效益综合评 价时，则投入产出指标直接作为评价指标体系。 4 指标属性分组法 由于统计指标本身具有许多不同属性，有不同的表现形式，因此，一个初选 评价指标体系时，指标属性也可以是不统一的。因此，初选评价指标体系时也 可以从指标属性角度构思体系中指标元素的组成。一般来说，我们可以先将指标 分为“动态”与“静态”两类，然后每一类中还可以从“绝对数”、“相对数”、 “平均数”等角度来构想指标元素。 必须指出的是，上述四种初选综合评价指标体系的思想往往结合使用的。 5 综合评价指标体系结构化方法 对于分析法，由于整个评价指标体系建造是从目标分解开始的，因此最后得 到的将是一个只有层次结构的指标树。但对于其它生成方法，则需要对指标进行 归类。归类的方法股采用聚类分析法，或采用定性判断的方法确定。 2 3 4 综合评价指标体系的完善指标体系的测验与结构优化 一综合评价指标体系完善的意义 从元素上看，初选只是给出了综合评价指标体系的“指标可能全集”，但一 般不是“充分必要的指标集合”：从结构上看，初选指标体系结构更加强调的是 目标与概念的划分，却没有体现指标之间数据上的亲疏关系与相似关系，且也未 必符合特定综合评价方法的要求。因此，必须对初选的指标体系进行完善化处理。 就完善的内容看，包括“指标体系测验”与“指标体系结构优化”两个方面因 此，这个过程也可称为综合评价指标体系的测验与结构优化。 l 、指标体系测验方法概述 综合评价指标体系测验首先应明确指标设计的目标，因为它是指标测验的依 据。一般来说，描述性统计指标体系的测验主要从体系的完整性、正确性、可 行性入手，注重指标体系描述功能与解释功能是否正常发挥，而对于体系中的元 素( 单个指标) 的必要性则一般很少分析，为追求全面性而宁可增加指标体系中的 重叠度，但综合评价指标体系则不同，除了要求完