模块二制造系统总体决策框架模型及分析方法.ppt

目录,制造系统总的决策目标,制造系统总的决策分析方法,1,2,模块二：制造系统总体决策框架模型及分析方法,评价与分析方法概述,3,功能视图,过程视图,资源视图,组织视图,信息视图,回顾：制造系统的体系结构,一、制造系统总体决策目标,1、成本C,系统设施和设备成本,材料成本,劳动力成本,能源成本,维护和培训成本,其他杂项成本,制造企业成本的主要构成,2、时间T,制造系统对外界变化的响应时间,制造系统的生产率,理论生产率与实际生产率工艺、夹具操作技术熟练程度系统可靠性,3、柔性F,机器柔性,工艺柔性,产品柔性,维护柔性,生产能力柔性,扩展柔性,运行柔性,机器加工不同零件的难易程度,工艺流程不变自身适应产品或原材料变化的能力；产品或原材料变化时改变相应工艺的难易程度。,系统生产出新产品的能力；对老产品的继承和兼容能力,多种方式查询和处理故障的能力,产量变化时系统能够经济运行的能力,系统容易扩展结构、增加模块,系统适应外部环境变化的能力；适应内部变化的能力,4、质量Q,产品设计质量,产品制造质量,生产工艺满足产品设计参数（技术特征、性能、技术要求等）的程度。,产品结构和外形的几何特征；产品所用材料表现出来的物理和化学性能；产品被市场接受的能力。,5、环境性E,生态环境影响,资源综合利用,职业健康,安全性,制造过程产生的废气、废液、废物；产品寿命结束后的处置,原材料、能源、土地和水资源等的优化利用,制造系统在运行过程中对劳动者职业健康造成的损害,因故障等原因产生的危害和不安全性,全球关注的三大问题：资源、环境、人口,多目标决策问题。目标之间存在效益背反！,一般的数学方法难以解决大系统、多要素、关系交错的复杂系统的决策问题。,常用决策方法,因果推断,概率推断,系统分析,模糊分析法,层次分析法,灰色关联分析,、,二、制造系统总体决策分析方法,1、层次分析法(AHP),层次分析法是美国著名运筹学家、匹兹堡大学ThomasSaaty于20世纪70年代初提出，其实质是将决策主体对复杂系统的评价思维过程层次化和数量化。选择重要度最大的方案作为最优方案。,层次分析法是一种定性与定量相结合的多目标决策分析方法，为分析相互关联,相互制约的复杂问题提供了一种简单实用的分析方法.通过分析复杂系统的有关要素及其相互关系，简化为有序的递阶层次结构，使这些要素归并为不同的层次，形成一个多层次的分析结构模型.最终把系统分析归结为最低层(供决策的方案,措施等)相对于最高层(总目标)的相对重要性权值的确定问题.,AHP的思想,（1)AHP基本原理假设有n个物体A1，A2，An，它们的重量分别记为W1，W2，Wn。现将每个物体的重量两两进行比较如下：,若以矩阵来表示各物体的这种相互重量关系，AA称为判断矩阵。若取重量向量WW1，W2，WnT，则有：AWnWn是A的一个特征值，W是判断矩阵A的特征向量，即每个物体的重量是A对应于特征根n的特征向量的各个分量。根据线性代数知识可以证明，n是矩阵A的唯一非零的，也是最大的特征值。,上述事实告诉我们，如果有一组物体，需要知道它们的重量，而又没有称重工具，那么就可以通过两两比较它们的相互重量，得出每一对物体重量比的判断，从而构成判断矩阵；然后通过求解判断矩阵的最大特征值max和它所对应的特征向量，就可以得出这一组物体的相对重量。对我们的启示在复杂的决策问题研究中，对于一些无法度量的因素，只要引入合理的度量标度，通过构造判断矩阵，就可以用这种方法来度量各因素之间的相对重要性，从而为有关决策提供依据。这一思想，实际上就是AHP决策分析方法的基本思想，AHP决策分析方法的基本原理也由此而来。,通过,决策问题,构筑层次结构模型,建立判断矩阵,层次单排序,一致性检验,层次总排序,一致性检验,通过,决策结果,是,是,否,否,（2）AHP的决策步骤,例题：某企业拟引进一条新的生产线，有三种类型可以选择。要对此问题做出决策，可根据制造系统决策框架模型，确定引进生产线要考虑的主要因素，即决策目标因素。从系统的角度引进生产线应考虑成本（价格）、质量、生产率、柔性和环境影响性，即制造系统的五大决策目标均应考虑，请用层次分析法来进行决策。,第一步：构建层次分析模型,简化生产线层次分析模型,柔性和环境影响可通过定性分析来加以比较。,第二步：建立判断矩阵,参与层次分析的人员应是对研究对象富有经验并有判断能力的专家，他们应能对每一层次中各要素的相对重要性做出判断。构造判断矩阵是层次分析法的关键。,1）判断尺度的确定,2）构造判断矩阵,Hs为上一层的某要素，A1An为本层次的诸要素，aij为对于Hs而言，Ai与Aj的相对重要性。,判断矩阵,aij是元素ui与uj相对于C的重要性的比例标度,判断矩阵具有下述性质：,本例题的判断矩阵为：,第三步：层次单排序,根据判断矩阵，通过计算相对重要度对本层次的各要素相对于上一层的某要素进行重要度排序。,例1,特征向量w（权重系数）的计算方法：,和法,根法,幂法,将A按列归一化后，再按行求和。,将A按行求几何平均。,迭代法。,最大特征根的简易计算方法：,和法步骤：1）对A按列规范,2）各行相加得和,3）再规范化，得权重系数：,方根法的步骤是：,1）按行元素求积，再求1/n次幂，得,2）规范化，即得权重系数,(1),(2)进行归一化处理：,则各方案对Hs的相对重要度为（0.258,0.637,0.106）。,(3)计算最大特征根max,以例1为例，用根法计算相对重要度的过程为：,判断矩阵的特征向量W经过归一化后即为各因素关于目标的相对重要性的排序权值。利用判断矩阵的最大特征值，可求CI和CR值（CI,CR是和一致性检验相关的数），当CR0.1时，认为层次单排序的结果有满意的一致性；否则，需要调整判断矩阵各元素的取值。,第四步：一致性检验,根据判断矩阵，通过计算相对重要度对本层次的各要素相对于上一层的某要素进行重要度排序。,一致性检验,完全一致时，应该存在如下关系：,定义一致性指标：,当完全一致时有：,当不一致时：,n越大，一致性越差，引入修正值：CR,只要满足,就认为所得比较矩阵的判断可以接受。,平均随机一致性指标RI是多次（500次以上）重复进行随机判断矩阵特征值的计算之后，取算术平均数得到的。,例1为：,第五步：层次总排序,计算某一层次各因素相对上一层次所有因素的相对重要性的排序权值称为层次总排序。层次总排序过程是从最高层到最低层逐层进行的，而最高层是总目标，所以，层次总排序也是计算某一层次各因素相对最高层(总目标)的相对重要性的排序权值。,层次总排序计算过程如下：设A层有m个要素A1，A2，Ai，Am，它们关于上一层的综合重要度分别为a1，a2，ai，am。A级的下层B有n个要素B1，B2，Bj，Bn，它们关于Ai的相对重要度分别为b1i，b2i，bji，bni，则B层的要素Bj的综合重要度为：即某一层的综合重要度是以上一层要素的综合重要度为权重的相对重要度的加权和。,层次总排序的计算方法,要计算某一层的综合重要度，必须先知道其上一层的综合重要度。因而综合重要度总是由上至下进行计算，第二层的综合重要度就是它的相对重要度，而第三层的综合重要度根据第二层的综合重要度计算，以此类推。,案例,各型号汽车对于动力指标的权重(和法),按列归一化,各行相加,相加后的向量除以n,各型号汽车对于动力指标的权重（根法）,汽车选择问题中综合重要度的计算,综合重要度的计算,同样需要从上到下逐层进行一致性检验。若已经求得以C层上元素Cj为准则的一致性检验指标C.I.j(2),平均随机一致性指标R.I.j(2),一致性比例C.R.j(2)。那么，C层的综合指标C.I.(2)、R.I.(2)、C.R.(2)应为：,汽车选择问题中综合重要度的计算,AHP法小结,建立层次分析结构,（1）递阶层次结构,（2）计算单一准则下元素的相对重要性这一步是计算各层中元素相对于上层各目标元素的相对重要性（层次单排序），参见前面的单层次模型。例：如图相对于目标A1而言，C1、C2、C3、C4相对重要性权值为w11、w12、w13、w14，同理相对目标A2，C1、C2、C3、C4相对重要性权值为w21、w22、w23、w24。,（3）计算各元素的总权重,（4）评价层次总排序计算结果的一致性设：CI为层次总排序一致性指标：RI为层次总排序随机一致性指标。其计算公式为：CIi为Ai相应的B层次中判断矩阵的一致性指标。RIi为Ai相对应的B层次中判断矩阵随机一致性指标并取当，认为层次总排序的结果具有满意的一致性。,（4）决策,实际应用时，整体一致性检验常常可以省略。决策者给出单目标下准则判断矩阵时，是难以对整体进行考虑的，当整体一致性不满足要求时，进行调整也比较困难，因此目前大多数实际工作都没有对整体一致性进行严格检验。其必要性有待于进一步讨论。,2模糊综合评价法,模糊（Fuzzy）综合评价法,问题10“模糊”是否指“糊里糊涂”?,问题20元素a=55岁的人、b=65的人与模糊集的关系?,能说或?,问题30如何用隶属函数求隶属度?,如：55岁的人X1A=Q集合的程度65岁的人X2A=Q集合的程度,什么是模糊数学,模糊概念,模糊概念：从属于该概念到不属于该概念之间无明显分界线,年轻、重、热、美、厚、薄、快、慢、大、小、高、低、长、短、贵、贱、强、弱、软、硬、阴天、多云、暴雨、清晨、礼品。,共同特点：模糊概念的外延不清楚。,术语来源,Fuzzy:毛绒绒的，边界不清楚的,模糊，不分明，弗齐，弗晰，勿晰,模糊概念导致模糊现象,模糊数学就是用数学方法研究模糊现象。,模糊综合评价模糊综合评价的一般步骤如下：（1）确定评价对象的因素集；（2）确定评语集；（3）作出单因素评价；（4）综合评价。例：评价某种牌号的手表Ux1,x2,x3,x4，其中x1表示外观式样，x2表示走时准确，x3表示价格，x4表示质量。评语集为Vy1,y2,y3，其中y1表示很满意，y2表示满意，y3表示不满意。,模糊数学应用,隶属度（可能性程度）,案例,企业作为一个社会生产单位，其质量经济效益最终表现在产品质量和经济效益两个方面，而每个方面又由若干评价指标所决定。相应地，评价指标集分为两个层次：第一层，总目标因素集；第二层，子目标因素集和子目标因素集。质量经济效益综合评价系统的结构及其各评价指标的具体含义见图。,（1）评价指标体系的建立,（2）评价集的确定本模型的评语共分五个等级。具体的评价集为：。,（3）权重的确定,在进行模糊综合评价时，权重对最终的评价结果会产生很大的影响，权重选择的合适与否直接关系到模型的成败。确定权重的方法有很多，如专家估计法、层次分析(AHP)法。在综合有关专家意见的基础上，本模型最终的权重确定结果如下：,权重确定的依据有下列三条:1)产品质量和经济效益在综合评价系统中占有同等重要的地位，轻视任何一方对企业的发展都不利。2)产品质量的决定权在用户而不是生产企业，只有用户满意的产品才是真正高质量的产品。3)生产者在追求自身经济效益的同时，要兼顾消费者和社会的经济效益。,（4）模糊判断矩阵的确定选取生产者代表、用户代表及有关专家组成评审团，对评价指标体系中第二层各个元素进行单因素评价，具体做法可采用问卷调查的形式。通过对调查结果的整理、统计，即得到单因素模糊评判矩阵。其中，m为评价指标集u中元素的个数，n为评价集v中元素的个数。,（5）综合评价由第三步得到的权重以及第四步得到的单因素模糊评价判断矩阵，进行如下的综合评判：,假设我们对某机械工业企业做质量效益综合评价。为了综合评价该企业的质量经济效益，我们选取了该企业的生产代表、长期使用该企业产品的用户代表和有关专家共计二十人组成评审团，以问卷调查的形式让他们对图中综合评价系统第三层各元素进行单因素评价。通过对调查表的回收、整理和统计，得到评价结果的统计表如表所示。,某机械工业企业质量效益单因素评价的调查结果统计表,由可以得到“产品质量的评价向量：由可以得到“经济效益”的评价向量：,再由，我们便得到了“质量经济效益”的综合评价向量：根据最大隶属度原则，0.47375对应于一般评语，说明该企业的质量经济效益属于一般水平。本评价方法具有科学、简洁、可操作性强等特点，就如何定量地评价质量经济效益做了一次有益的尝试。,3、灰色关联法及其应用,主要内容（一）、灰色系统理论（二）、灰色关联分析（三）、案例应用,（一）灰色系统理论,（1）、灰色系统理论基本概念灰色系统理论是我国学者邓聚龙教授于1982年创立，是一种研究少数据、贫信息不确定性问题的新方法。灰色系统理论以“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。,（2）、灰色系统理论主要内容灰色系统理论经过二十年的发展，现已基本建立起集系统分析、评估、建模、预测、决策、控制、优化技术于一体的一门新兴学科的结构体系。主要内容包括：1）以灰色代数系统、灰色方程、灰色矩阵等为基础的理论体系；2）以序列算子和灰色序列生成为基础的方法体系；3）以灰色关联空间和灰色聚类评价为依托的分析、评价模型体系；4）以GM（1,1）为核心的预测模型体系；5）以多目标智能灰靶决策为标致的决策模型体系；6）以多方法融合创新为特色的灰色组合模型体系；7）以灰色规划、灰色投入产出、灰色博弈、灰色控制为主体的优化模型体系。,（二）灰色关联分析,数理统计中的回归分析、方差分析、主成分分析等都是用来进行系统分析的方法、这些方法都有下述不足之处：（1）要求有大量数据，数据量少就难以找出统计规律；（2）要求样本服从某个典型的概率分布，要求各因素数据与系统特征数据之间呈线性关系且各因素之间彼此无关，这种要求往往难以满足；（3）计算量大，一般要靠计算机帮助；（4）可能出现量化结果与定性分析结果不符的现象，导致系统的关系和规律遭到颠倒。灰色关联分析方法弥补了采用数理统计方法作系统分析所导致的缺憾。它对样本量的多少和样本有无规律都同样适合，而且计算量小，十分方便，更不会出现量化结果与定性分析结果不符合的情况。,（1）,（2）,式（1）和（2）中；。,为所有评价指标差值的最小值；为所有评价指标差值的最大值。,灰色关联系数构成灰色关联矩阵,其中,(4)计算灰色关联度设W为各评价指标的权重，则灰色关联度为：,根据灰色关联决策的准则，值越大，则备选方案愈接近最优方案，故其为备选方案中的最佳方案。,计算距离采用欧氏距离公式计算各样本点到参考样本点的距离，分别为：,则即为求得权重。,cj越大，表明样本点与最优样本点的相对距离越近。然后对cj做归一化处理，即,（2）主观权重确定-最小平方法决策者对评价对象的评价指标的重要性进行逐个比较，得出比较矩阵，从而评价指标的权重问题可表示为主观权重模型：,若记,，其中,，则主观权重模型的目标函数课写成,，其最优解为,最小平方法主观权重为,（3）组合权重,客观权重：,主观权重：,令,则,其中，,构造目标函数,令,则,组合赋权的方法即为如下最优化问题：,求解，得,则,（三）案例分析,（1）评价指标权重确定,通过前面公式求得：,则组合权重为：,（2）备选方案灰色关联度的计算,由y1的值最大，因而其为最佳选择方案。,3评价方法概述,一综合评价概述二指标体系的建立三指标权重的确定四评价方法的选择,一综合评价概述,评价综合评价构成要素：评价目的、被评价对象、评价者、评价指标、权重系数、综合评价模型、评价结果评价程序：熟悉评价对象、确立评价指标体系、确定指标权重、建立评价模型、分析评价结果,（一）评价,评价是人类社会中一项经常性的、极为重要的认识活动。现实社会生活中，对一个事物的评价常常要涉及到多个因素或多个指标，评价是在多因素相互作用下的一种综合判断。随着人们的活动领域的不断扩大，人们所面临的评价对象日趋复杂，人们不再能只考虑被评价对象的某一方面，必须全面地从整体的角度考虑问题。,（二）综合评价,综合评价即对评价对象的全体，根据所给的条件，采用一定的方法，给每个评价对象赋予一个评价值，再据此择优或排序。希望能对若干对象，按一定意义进行排序，从中挑出最优或最劣对象。对于每一个评价对象，通过综合评价和比较，可以找到自身的差距，也便于及时采取措施，进行改进。,多指标综合评价方法是对多指标进行综合的一系列有效方法的总称。它具备以下特点：它的评价包含了若干个指标，这多个评价指标分别说明被评价事物的不同方面；评价方法最终要对被评价事物作出一个整体性的评判，用一个总指标来说明被评价事物的一般水平。,（三）构成综合评价问题的要素,1、评价目的：对某一事物开展综合评价，首先要明确为什么要综合评价，评价事物的哪一方面，评价的精确度要求如何，等等。2、被评价对象：评价对象可能是人，是事，是物，也可能是它们的组合。同一类评价对象的个数要大于1。这一步的实质是明确对象系统。评价对象系统的特点直接决定着评价的内容、方式以及方法。3、评价者：评价者可以是某个人（专家）或某团体（专家小组）。评价目的的确定、被评价对象的确定、评价指标的建立、权重系数的确定、评价模型的选择都与评价者有关。,4、评价指标：所谓指标是指根据研究的对象和目的，能够确定地反映研究对象某一方面情况的特征依据。每个评价指标都是从不同侧面刻画对象所具有的某种特征。所谓指标体系是指由一系列相互联系的指标所构成的整体。它能够根据研究的对象和目的，综合反映出对象各个方面的情况。指标体系不仅受评价客体与评价目标的制约，而且也受评价主体价值观念的影响。,5、权重系数：相对于某种评价目标来说，评价指标之间的相对重要性是不同的。评价指标之间的这种相对重要性的大小，可用权重系数来刻画。当被评价对象及评价指标都确定时，综合评价的结果就依赖于权重系数了。即权重系数确定的合理与否，关系到综合评价结果的可信程度。因此，对权重系数的确定应特别谨慎。,6、综合评价模型：所谓多指标综合评价，就是指通过一定的数学模型将多个评价指标值“合成”为一个整体性的综合评价值。7、评价结果：输出评价结果并解释其含义，依据评价结果进行决策。应该注意的是，应正确认识综合评价方法，公正看待评价结果。综合评价结果只具有相对意义，即只能用于性质相同的对象之间的比较和排序。,综合评价的具体方法有许多，各不尽相同，但各种方法的总体思路是统一的，大致可分为熟悉评价对象，确立评价的指标体系，确定各指标的权重，建立评价的数学模型，评价结果的分析等几个环节。其中确立指标体系，确定各指标权重，建立数学模型这三个环节是综合评价的关键环节。,（四）综合评价程序,1确立评价对象。评价的对象通常是同类事物（横向）或同一事物在不同时期的表现（纵向）。2明确评价目标。评价目标不同，所考虑的因素就有所不同。3组织评价小组。评价小组通常由评价所需要的技术专家、管理专家和评价专家组成。4确定评价指标体系。指标体系是从总的或一系列目标出发，逐级发展子目标，最终确定各专项指标。,5选择或设计评价方法。要选择成熟的、公认的评价方法，并注意评价评价方法与评价目的的匹配，注意评价方法的内在约束，掌握不同方法的评价角度与评价途径。6选择和建立评价模型。评价问题的关键是在于从众多的方法模型中选择一种恰当的方法模型。任何一种综合评价方法，都要依据一定的权数对各单项指标评判结果进行综合，权数比例的改变会变更综合评价的结果。7评价结果分析。综合评价工作是一件主观性很强的工作，我们在评价工作中必须以客观性为基础，提高评价方法的科学性，保证评价结果的有效性。当然，由于综合方法的局限性，使得它的结论只能作为认识事物、分析事物的参考，而不能作为决策的唯一依据。,二指标体系的建立,选取原则：简单性、独立性、代表性、可行性确定方法：经验法和数学方法注意事项：指标筛选指标无量纲化处理,评价指标体系由多个相互联系、相互作用的评价指标，按照一定层次结构组成的有机整体。在建立评价指标体系时，应遵循以下原则：1指标宜少不宜多，宜简不宜繁。关键在于评价指标在评价过程中所起作用的大小。目的性是出发点。2指标应具有独立性。每个指标要内涵清晰、相对独立；同一层次的各指标间应尽量不相互重叠，相互间不存在因果关系。,3指标应具有代表性，能很好地反映研究对象某方面的特性。4指标应可行，符合客观实际水平，有稳定的数据来源，易于操作，也就是应具有可测性。指标体系的确定具有很大的主观随意性。在实际应用中，专家调研法是一种常用的方法。该法的关键是物色专家以及确定专家的人数。,注意：在对备选方案进行综合评价之前，要注意评价指标类型的一致化处理。有些指标是正指标，有些指标是逆指标，有些指标是定量的，有些指标是定性的。指标处理中要保持同趋势化，以保证指标间的可比性。对于效益型指标，越大越好；对于成本型指标，则越小越好；对于区间型指标，属性值在某一固定区间为最好，这就要求对评价指标属性值进行归一化处理。对于定性指标首先要经过各种处理，使其转化成数量表示的指标。对于定量指标，其性质和量刚也有不同，造成了各指标间的不可共度性。需要对评价指标作无量刚化处理。,三指标权重的确定,明确确定指标权重的意义加权方法：经验加权（定性加权）、数学加权（定量加权）主观赋权、客观赋权赋权方法简评,为了体现各个评价指标在评价指标体系中的作用地位以及重要程度，在指标体系确定后，必须对各指标赋予不同的权重系数。权重是以某种数量形式对比、权衡被评价事物总体中诸因素相对重要程度的量值。合理确定权重对评价或决策有着重要意义。,明确指标权重的意义,指标的权重是指标评价过程中其相对重要程度的一种主观客观度量的反映。确定权重也称加权，它表示对某指标重要程度的定量分配。加权的方法大体上可以分为两种：（1）经验加权，也称定性加权。它的主要优点是由专家直接估计，简便易行。（2）数学加权，也称定量加权。它以经验为基础，数学原理为背景，间接生成，具有较强的科学性。,四评价方法的选择,评价方法的历史沿革评价方法的种类（1）专家评价法：专家打分法（2）运筹学等数学方法：AHP、DEA等（3）新型评价法：人工神经网络（BP)、灰色评价等（4）混合方法：AHP-模糊综合评价等评价方法筛选原则熟悉、理论基础牢固、简洁、适用专家打分评价法,（一）评价方法的发展,20世纪60年代，模糊数学在综合评价中得到了较为成功的应用，产生了特别适合于对主观或定性指标进行评价的模糊综合评价方法。20世纪70-80年代，产生了多种应