国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于任務(wù)分層策略和屬性相對變權(quán)決策的設(shè)備資源優(yōu)化

2021-11-10 04:33:08王有遠錢偉偉
計算機集成制造系統(tǒng) 2021年10期
關(guān)鍵詞:需求方方案優(yōu)化

王有遠,錢偉偉,劉 瑞

(1.南昌航空大學(xué) 工業(yè)工程研究所,江西 南昌 330063;2.南昌航空大學(xué) 航空制造工程學(xué)院,江西 南昌 330063)

0 引言

隨著云計算、物聯(lián)網(wǎng)和大數(shù)據(jù)等技術(shù)的發(fā)展,智能制造作為一種新型制造模式,已經(jīng)在制造業(yè)中興起并逐步應(yīng)用。設(shè)備資源作為先進制造技術(shù)的物質(zhì)載體,是企業(yè)向智能制造轉(zhuǎn)型升級的重要組成部分,其優(yōu)化配置水平的提高對于提升企業(yè)整體競爭力具有重要意義。

為了解決設(shè)備資源等制造資源優(yōu)化配置問題,近年來國內(nèi)外學(xué)者對其進行了廣泛研究。如陳冰等[1]提出了基于非合作博弈的制造資源優(yōu)化配置方法;張相斌等[2]建立了基于資源用量和交易參考價格的制造資源逆優(yōu)化配置模型;趙道致等[3]提出了基于Pareto最優(yōu)的制造資源動態(tài)優(yōu)化配置方法;熊永華等[4]建立了以制造效率和資源負載均衡為目標的多目標優(yōu)化模型,使用改進的粒子群算法進行求解;ZHANG等[5]提出了任務(wù)驅(qū)動的制造服務(wù)主動發(fā)現(xiàn)和優(yōu)化配置方法;蘇凱凱等[6]建立了云制造環(huán)境下的制造資源優(yōu)化配置非合作博弈決策模型,采用改進的遺傳算法進行求解;AKBARIPOUR等[7]提出了混合整數(shù)規(guī)劃的資源配置模型;劉曉陽等[8]提出了基于多色集合理論遞階系統(tǒng)的制造資源優(yōu)化配置方法;TAVANA等[9]提出了基于成組技術(shù)的離散布谷鳥優(yōu)化算法,求解資源分配問題;WANG等[10]提出了基于改進的分布式遺傳算法的制造資源優(yōu)化選擇策略。

上述研究主要是將與制造任務(wù)相關(guān)的成本和負載等作為目標建立優(yōu)化模型,未考慮任務(wù)功能需求的差異性和復(fù)雜性;另外,在決策方法方面,多采用多屬性固權(quán)決策方法,未考慮需求方在屬性上的偏好依賴關(guān)聯(lián)行為,存在一定的缺陷?;谝陨戏治?,本文分兩步完成智能制造環(huán)境下的設(shè)備資源優(yōu)化:①通過分析任務(wù)的不同功能需求,提出智能制造環(huán)境下設(shè)備資源雙層優(yōu)化模型,并設(shè)計相應(yīng)的求解算法,獲取候選方案集合;②通過研究需求方在屬性上的偏好依賴關(guān)聯(lián)行為,提出基于屬性相對變權(quán)決策的優(yōu)選模型;基于該模型從候選方案集合中選取綜合評價最高的方案,該方案不但綜合評價最優(yōu),而且與需求方關(guān)于屬性偏好依賴關(guān)聯(lián)行為及客觀事實高度相符。

1 設(shè)備資源雙層優(yōu)化模型

1.1 設(shè)備資源優(yōu)化選擇問題描述

設(shè)備資源的選擇和分配是企業(yè)實行智能制造中完成資源服務(wù)化管理中的一項關(guān)鍵技術(shù),本文研究的設(shè)備資源是指企業(yè)生產(chǎn)中涉及的各類加工設(shè)備。設(shè)備資源組合服務(wù)單元是指由不同類型的加工設(shè)備通過合理布置而形成的具有獨立完成特定加工任務(wù),并經(jīng)服務(wù)化封裝注冊于企業(yè)資源管理平臺中的服務(wù)輸出單元。設(shè)備資源優(yōu)化配置問題的本質(zhì)是由加工任務(wù)(簡稱任務(wù))需求所驅(qū)動,通過選取最佳設(shè)備資源組合服務(wù)單元(簡稱設(shè)備單元)以實現(xiàn)任務(wù)完成的最優(yōu)化。由于任務(wù)需求和設(shè)備資源狀態(tài)都具有動態(tài)多變性,為便于模型描述,使得研究更具嚴謹性和可操作性,本文基于以下假設(shè)進行研究:

(1)所提交的任務(wù)皆滿足設(shè)備單元工藝要求。

(2)單個設(shè)備單元可以完成多個任務(wù),但同一時間只能執(zhí)行一個任務(wù)。

(3)任務(wù)可以在多個設(shè)備單元上被執(zhí)行,但只能從候選設(shè)備單元集中進行選取。

(4)具有約束關(guān)系的任務(wù),只有在完成前置任務(wù)的所有操作之后,才能執(zhí)行后續(xù)任務(wù)。

(5)所有任務(wù)一旦開始執(zhí)行,就不能中斷。

通常情況下,提交到企業(yè)的任務(wù)非常復(fù)雜,需要調(diào)用多個設(shè)備單元協(xié)同完成,以動態(tài)完成復(fù)雜任務(wù),其選擇映射關(guān)系如圖1所示。

1.2 設(shè)備資源上層優(yōu)化模型

由于設(shè)備資源優(yōu)化配置通常面對的是具有復(fù)雜約束的任務(wù),且約束關(guān)系隨著任務(wù)種類的不同而存在差異,因此用式(1)來描述企業(yè)設(shè)備單元與任務(wù)之間的關(guān)系:

(1)

式中QSij(k)表示第k個企業(yè)設(shè)備單元對任務(wù)i的子任務(wù)j的完成能力。由于任務(wù)之間的約束關(guān)系各異,因此用式(2)來描述不同任務(wù)之間的約束關(guān)系:

(2)

式中ACjl表示子任務(wù)j和子任務(wù)l之間的約束關(guān)系。每個子任務(wù)的完成時間由3個部分組成,即加工時間(Making Time, MT)、設(shè)置時間(Setup Time, ST)和傳遞時間(Transfer Time,TT)[11]。加工時間是指企業(yè)設(shè)備單元完成加工任務(wù)消耗的時間,設(shè)置時間是指企業(yè)設(shè)備單元為處理任務(wù)所做的準備時間(包括安裝、定位等),傳遞時間是指將已完成的任務(wù)轉(zhuǎn)移到所選企業(yè)設(shè)備單元的位置以執(zhí)行后續(xù)操作所用的時間。

若Mij(k)為任務(wù)i的子任務(wù)j被分配到EUNSk時,企業(yè)設(shè)備單元單位工作負載的加工時間,則加工時間MTij(k)=Mij(k)×wij,wij表示負載量。用式(3)來描述預(yù)測開始時間:

PSTij(k)=

(3)

PSTij(k)表示在EUNSk上,任務(wù)i的子任務(wù)j的預(yù)測開始時間,mn(k)為EUNSk在tij之前執(zhí)行的任務(wù)tmn,STmn(k)ij(k)表示從EUNSk上執(zhí)行任務(wù)tmn到tij的設(shè)置時間;FTil(g)表示由EUNSg處理前一個子任務(wù)til的完成時間;l∈preij,preij表示子任務(wù)tij的前一組子任務(wù),preij={l|l∈ACjl=1};TTij(k)il(g)表示將EUNSg執(zhí)行的til任務(wù)轉(zhuǎn)移到由EUNSk執(zhí)行的tij任務(wù)的傳遞時間。若EUNSg和EUNSk屬于同一個生產(chǎn)車間,則TTij(k)il(g)=0。

EUNSk和EUNSg遵循式(4)中的約束。

QSil(g)=QSij(k)=QSmn(k)=1。

(4)

約束(4)表示EUNSk和EUNSg必須完成各自的子任務(wù)tmn、tij和til。若EUNSk在執(zhí)行tij之前未執(zhí)行其他任務(wù),則STmn(k)ij(k)=ST0ij(k),ST0ij(k)為tij在EUNSk上的初始設(shè)置時間。

由于從任務(wù)i分解的子任務(wù)j的實際制造時間(Actual Manufacturing Time, AMT)取決于所選的EUNSk的實際可用時間。若用ATij(k)表示EUNSk可用于執(zhí)行當(dāng)前請求的最早時間,則EUNSk執(zhí)行任務(wù)i的子任務(wù)j的實際開始時間和完成時間的計算公式如下:

AMTij(k)=max{PSTij(k),ATij(k)};

(5)

FTij(k)=AMTij(k)+MTij(k)。

(6)

其中AMTij(k)、FTij(k)分別表示EUNSk處理任務(wù)i的子任務(wù)j的實際開始時間和完成時間。

對于單個任務(wù)i的優(yōu)化目標是使其所有子任務(wù)的完成時間最短,建立數(shù)學(xué)模型如下:

i=1,2,…,ny。

(7)

對于全體任務(wù)T′的優(yōu)化目標是最大限度地降低T′的完成時間,建立數(shù)學(xué)模型如下:

(8)

s.t.

(9)

FTij(k)≤AMTcd(k),若prijcdk=1;

(10)

(11)

約束(9)表示每個子任務(wù)只能分配給一個合格的企業(yè)設(shè)備單元,約束(10)表示企業(yè)設(shè)備單元在任何給定時間只能執(zhí)行單個子任務(wù),Prijcdk=1表示任務(wù)i的子任務(wù)j在任務(wù)c的子任務(wù)d之前被安排在EUNSk上;約束(11)表示并非所有企業(yè)設(shè)備單元都能滿足任務(wù)請求。

1.3 設(shè)備資源下層優(yōu)化模型

在設(shè)備資源優(yōu)化配置中,除了復(fù)雜約束關(guān)系的任務(wù)外,還存在一些未包含約束關(guān)系的任務(wù)。因此本節(jié)討論此類任務(wù)。

定義1任務(wù)匹配度。任務(wù)匹配度是衡量企業(yè)設(shè)備單元對任務(wù)適合程度的指標參數(shù),其值越大,越理想。物流水平、負載、軟硬件水平等是影響任務(wù)匹配度的主要因素[12],具體描述如下:

(1)物流指標 用Lci′j′描述EUNSi′與任務(wù)j′之間的物流關(guān)系,若具有物流關(guān)系,則Lci′j′=0.5,否則Lci′j′=1。

(2)能力指標 用Abi′j′描述EUNSi′對任務(wù)j′的加工能力。Abi′j′的取值用向量a=[0,0.2,0.4,0.6,0.8,1]表示,加工能力越強,取值越大,劃分依據(jù)為人員職稱、執(zhí)行類似任務(wù)的次數(shù)等。

(3)裝備指標 用Capi′描述EUNSi′的軟硬件水平,Capi′的取值用向量c=[3,2,1]表示,裝備水平越高,取值越大。

(4)興趣指標 用Ini′j′描述EUNSi′對任務(wù)j′的興趣程度,Ini′j′的取值用向量d=[1,0.8,0.6,0.4,0.2,0]表示,興趣程度越高,取值越大。

(5)負載指標 用Loai′表示EUNSi′的負載,

(12)

其中Resi′、Ideli′分別表示EUNSi′的剩余資源和使用資源;WR、WI為系數(shù),滿足WR+WI=1。

由于任務(wù)匹配度包含多種指標,因此綜合考慮各指標的影響,構(gòu)建任務(wù)匹配度模型如下:

(13)

定義2單元協(xié)調(diào)度。單元協(xié)調(diào)度是反映各企業(yè)設(shè)備單元之間協(xié)作能力的指標參數(shù)[13],其值越大,越理想。構(gòu)建單元協(xié)調(diào)度模型如下:

(14)

式中:si*j*表示執(zhí)行任務(wù)i*的企業(yè)設(shè)備單元與執(zhí)行任務(wù)j*的企業(yè)設(shè)備單元之間的協(xié)調(diào)度,計算方法見文獻[13];ns表示T″任務(wù)的數(shù)量,ns=n-ny;ny表示T′任務(wù)的數(shù)量。

下層優(yōu)化模型是在滿足時間和成本約束的同時,以任務(wù)匹配度和單元協(xié)調(diào)度最大化為目標。構(gòu)建下層優(yōu)化數(shù)學(xué)模型如下:

(15)

(16)

time≤timez;

(17)

(18)

(19)

其中:xi′j′為0-1邏輯變量,選擇策略如下:

2 基于TPSO和屬性相對變權(quán)決策的優(yōu)選方法

2.1 改進的帶有時變速度和極值排序的粒子群算法

本文設(shè)計了一種帶有時變速度和極值排序的改進粒子群算法(Time-Varying Velocity Particle Swarm Optimization, TPSO)用于求解設(shè)備資源雙層優(yōu)化模型。

(20)

(21)

TPSO求解設(shè)備資源雙層優(yōu)化模型的步驟如下:

步驟1對企業(yè)設(shè)備單元進行整數(shù)編碼,構(gòu)建與其對應(yīng)的個體。例如:當(dāng)候選的組合為[EUNS6、EUNS2、EUNS14、EUNS8、EUNS3、EUNS5、EUNS9、EUNS12、EUNS13]時,其對應(yīng)的整數(shù)編碼為[6、2、14、8、3、5、9、12、13]。

步驟2初始化粒子群,設(shè)置算法的種群規(guī)模Gr,迭代次數(shù)N,時變權(quán)重值γ*和學(xué)習(xí)因子c1、c2j#等參數(shù);隨機賦予粒子群中每個粒子的初始速度和初始位置。

步驟3計算每個粒子的適應(yīng)度值,對適應(yīng)度值進行排序,搜索每個粒子經(jīng)歷的最好位置和群體經(jīng)歷的最好位置,并選取前n#個粒子的信息作為后續(xù)粒子群的更新依據(jù)。

步驟4按照式(20)和式(21)更新粒子速度和位置。

步驟5判斷停止條件,若滿足t≥N,則輸出最優(yōu)解集;否則返回步驟3。

通過調(diào)整γ*和n#值,TPSO表現(xiàn)出更強的局部和全局搜索能力,既保證了求解效率,又提高了優(yōu)化效果。

2.2 基于屬性相對變權(quán)決策的優(yōu)選模型

企業(yè)設(shè)備資源優(yōu)化是以客戶(需求方)需求為驅(qū)動的資源服務(wù)化管理行為,通常需要根據(jù)客戶需求偏好,從候選方案集合中選取綜合評價最好的方案作為最終的實施依據(jù)。

然而候選方案的屬性之間并非絕對獨立,往往客戶對屬性的偏好存在關(guān)聯(lián)依賴關(guān)系。以往研究較多采用屬性固權(quán)決策方法,忽視了需求方的屬性偏好間的關(guān)聯(lián)依賴關(guān)系,不能保證決策結(jié)論的科學(xué)合理性。因此,本文在借鑒文獻[14]研究成果的基礎(chǔ)上,結(jié)合設(shè)備資源雙層優(yōu)化模型的特點,提出基于屬性相對變權(quán)決策的優(yōu)選模型。

設(shè)決策問題共有m′個候選方案,記為{Ak′|k′=1,2,…,m′},需要分析的屬性因素有n′個,記為{Hd|d=1,2,…,n′},任意一個決策方案A在H1,H2,…,Hn′的屬性值為x1,…,xn′,方案Ak′在屬性因素Hi″上的狀態(tài)值為xi″,j″,則主觀偏好比率

i″=1,2,…,n′;j″=1,2,…,m′。

(22)

其中:Efj″,j″-Efj″,zc為首先希望在第fj″屬性上將Azc的屬性值改進為Aj″(Aj″為候選方案)的屬性值所帶來的偏好變化量;Ei″,j″=ωi″,j″×ui″(xi″,j″),Efj″,j″=ωfj″,j″×ufj″(xfj″,j″),ωi″,j″為對Aj″和Azc的擺幅置權(quán)方法判斷信息所確定的第i″個屬性Hi″的權(quán)重[15],ui″(xi″,j″)為對Aj″在屬性Hi″上的狀態(tài)值xi″,j″所給出的單屬性偏好,ui″(xi″,j″)∈[0,1];Ei″,j″-Ei″,zc為在第i″屬性上將Azc的屬性值改進為Aj″的屬性值所帶來的偏好變化量,Azc為基于候選方案集合{Ak′|k′=1,2,…,m′}來構(gòu)造的最差方案,Azc=(x1,zc,x2,zc,…,xn′,zc);fj″為屬性{Hd|d=1,2,…,n′}中首先希望將Azc的屬性值改進為Aj″的屬性值,fj″∈1,2,…,n′。

(23)

s.t.

?k′∈1,2,…,m′;

?i″∈{i#|i#=1,2,…,n′;ui#(xi#,j″)≠0},

ωi″,j″≥ε>0。

其中:ui″(xi″,k′)為對候選方案Ak′在屬性Hi″上的狀態(tài)值xi″,k′所給出的單屬性偏好,ui″(xi″,k′)∈[0,1];ε為非阿基米德無窮??;Zk′,j″為候選方案Ak′的綜合偏好評價值。

由式(23)可知,屬性權(quán)重之比ωi″,j″/ωfj″,j″是xi″,k′、xfj″,k′和?j″(i″,fj″)的函數(shù),因此ωi″,j″/ωfj″,j″會隨著候選方案Ak′各個屬性值的變化而變化;同樣ωi″,j″/ωfj″,j″也會隨著需求者關(guān)于方案Ak′各個屬性值的偏好(體現(xiàn)在?j″(i″,fj″))變化而變化;并且由于屬性值x1,…,xn′是方案Ak′在各個屬性上的特征描述,當(dāng)需求者對屬性的偏好存在關(guān)聯(lián)關(guān)系時,需求者對各個候選方案的偏好也呈現(xiàn)出關(guān)聯(lián)依賴關(guān)系,這種關(guān)系稱為需求方在屬性上的偏好關(guān)聯(lián)依賴關(guān)系,因此構(gòu)造各候選方案彼此之間互相影響的超矩陣rj″,t:

(24)

式中rj″,t為方案A1,A2,…,Am′在權(quán)重體系ωi″,j″下的相對偏好值。

A1A2…Am′

(25)

(δ1,δ2,…,δm′)T=

(26)

其中:I=(1,1,…,1)T為m′維列向量[16];c為循環(huán)周期,c∈N+;δk′為候選方案Ak′的優(yōu)選排序權(quán)重,取值越大,方案越優(yōu)。

3 仿真分析

3.1 仿真模型

以某型號往復(fù)式壓縮機主要零件的生產(chǎn)制造任務(wù)(T)為例,對本文所提方法進行仿真驗證。由于企業(yè)設(shè)備資源的有限性,需求方給任務(wù)T提出的要求為:生產(chǎn)總時間不超過450 h,生產(chǎn)總成本不超過6萬元,T′任務(wù)的完成時間不超過300 h,T″任務(wù)完成時間不超過200 h,成本不超過2.5萬元,設(shè)備單元協(xié)調(diào)度不小于3.6,任務(wù)匹配度不小于3.8。則該仿真實驗的約束信息為:

max(ZTZ+time)≤450;

ZTZ≤300,time≤200;

Cost≤2.5,CostMAX≤6;

Z1≥3.8,Z2≥3.6。

(27)

T任務(wù)的名稱和數(shù)量等信息如表1所示。

表1 T任務(wù)信息

表1表明,該T任務(wù)可分成T′和T″兩種任務(wù)類型,求解時分別對應(yīng)雙層優(yōu)化模型中的上層優(yōu)化模型和下層優(yōu)化模型。T′包括T1和T2等2個任務(wù),T″包括T3、T4、T5、T6和T7等5個任務(wù)。各個任務(wù)具有一定的約束關(guān)系,如圖2所示。

圖2表明,T1包含t11曲軸和t12機身2個子任務(wù),T2包含t21連桿和t22十字頭2個子任務(wù);T1和T2具有約束關(guān)系,即T2受T1任務(wù)的完成情況影響,T2必須在T1所有子任務(wù)完成后才能執(zhí)行,且t22必須在t21完成后才能執(zhí)行;T3,T4,T5,T6,T7受T2任務(wù)的完成情況影響,即T3~T7必須在T2所有子任務(wù)完成后才能執(zhí)行。

企業(yè)中可選的生產(chǎn)車間PROWj,j=1,2,3,4,5,企業(yè)設(shè)備單元對T任務(wù)的加工時間和設(shè)置時間,企業(yè)設(shè)備單元之間的傳遞時間,T3~T7的任務(wù)匹配度指標以及企業(yè)設(shè)備單元之間的單元協(xié)調(diào)度等詳細信息如表2~表5所示。表中數(shù)據(jù)信息是基于企業(yè)產(chǎn)品生產(chǎn)數(shù)據(jù)庫而形成的數(shù)據(jù)。表2中,N表示對應(yīng)的企業(yè)設(shè)備單元非可用;第1行第2列的1/2表示EUNS12對于任務(wù)t11的單位負載加工時間為1h,設(shè)置時間為2h;Number表示企業(yè)設(shè)備單元在候選集合中的索引號。表3中傳遞時間為0,表示企業(yè)設(shè)備單元屬于同一個生產(chǎn)車間。表4中,設(shè)[LcAbCapInLoa]等指標的權(quán)重為:[?1?2?3?4?5]=[0.160 0.237 0.166 0.254 0.183],用e=[1.2,1.4,1.3,1.2,1.4,1.8,1.1,1.5,1.4,1.2,1.3,1.6,1.3,1.4]表示企業(yè)設(shè)備單元的單位時間成本。表5中S34表示可執(zhí)行T3任務(wù)的3個企業(yè)設(shè)備單元與可執(zhí)行T4任務(wù)的4個企業(yè)設(shè)備單元之間的單元協(xié)調(diào)度(例如:EUNS11、EUNS12、EUNS13與EUNS21、EUNS22、EUNS23、EUNS24),為3行4列矩陣,其目的為量化企業(yè)設(shè)備單元之間的單元協(xié)調(diào)度值,其余表示類似。

表2 EUNS對T任務(wù)的單位負載加工時間MT和設(shè)置時間ST

表3 企業(yè)設(shè)備單元之間的傳遞時間TT

表4 T3~T7的任務(wù)匹配度指標信息

表5 企業(yè)設(shè)備單元之間的單元協(xié)調(diào)度

3.2 仿真結(jié)果與分析

在MATLAB R2012a運行環(huán)境下,采用TPSO求解式(27)。算法參數(shù)N=200,n﹟=4,c1=c2j#=0.8,Gr=500,以最大迭代次數(shù)為結(jié)束條件。仿真實驗采用的參數(shù)是在適當(dāng)范圍內(nèi)隨機產(chǎn)生,求解結(jié)果如圖3和表6所示。

表6 候選方案編號及其對應(yīng)指標數(shù)據(jù)

圖3給出了T1、T2的最佳執(zhí)行次序、加工時間、設(shè)置時間和傳遞時間。

表6表明,共有6組候選方案,t11、t12、t21、t22、T3、T4、T5、T6、T7可選擇由組序為1(不一定是最佳方案)的設(shè)備單元(即EUNS6、EUNS2、EUNS14、EUNS8、EUNS3、EUNS5、EUNS9、EUNS12、EUNS13)來執(zhí)行。

此處獲得的是候選方案集合{Ak′|k′=1,2,…,6},需要依據(jù)任務(wù)匹配度(Z1)、執(zhí)行總時間(Time)、單元協(xié)調(diào)度(Z2)和總成本(CostMAX)等方面(依次視為屬性H1、H2、H3、H4)的綜合評價信息優(yōu)選出最佳方案。候選方案集合中的6組方案在4個屬性上的屬性值,即xi″,k′(i″=1,2,3,4;k′=1,2,3,4,5,6)(如表6)。

由于需求方可能會在H1、H2、H3、H4屬性上存在偏好依賴關(guān)聯(lián)關(guān)系,在給出具體數(shù)值偏好之前,需要向需求方做出調(diào)查,調(diào)查結(jié)果為:①當(dāng)方案的任務(wù)匹配度或單元協(xié)調(diào)度比較好時,成本或時間可以適當(dāng)大一些;②當(dāng)方案的任務(wù)匹配度或單元協(xié)調(diào)度比較差時,即使成本或時間很小也不應(yīng)該獲得較高的評價結(jié)果。上述調(diào)查結(jié)果顯示需求方關(guān)于方案的屬性存在偏好依賴關(guān)聯(lián)關(guān)系。

因此根據(jù)需求方的偏好信息,采用基于屬性相對變權(quán)決策的優(yōu)選模型,經(jīng)偏好判斷給出主觀偏好比率(如表7)和各方案的單屬性偏好值(如表8);利用式(23)~式(26)可得方案A1,A2,A3,A4,A5,A6的選擇排序權(quán)重及排列順序如表9所示。

表7 主觀偏好比率?j″(i″,fj″)

續(xù)表7

表8 方案Ak′在屬性Hd上的單屬性偏好

續(xù)表8

表9 δk′的值及Ak′的優(yōu)選排序

表7中第1列表示候選方案的組序,第2列表示屬性類別,第3列表示各組候選方案相對最差方案Azc的屬性值變動,第4列表示各組中主觀偏好比率最大值所對應(yīng)屬性的編號,第5列表示主觀偏好比率。

表9表明方案3為最佳的執(zhí)行方案。通過分析表6和表9的數(shù)據(jù)信息,可以明顯發(fā)現(xiàn)A3、A5的排序與需求方給出的調(diào)查結(jié)果②高度符合;A2、A5的排序與需求方給出的調(diào)查結(jié)果①高度符合。因此,該方法具有準確反映點依賴偏好關(guān)聯(lián)關(guān)系的優(yōu)勢,并且可以很好地直接反映需求方的偏好結(jié)構(gòu)。

表10表明,文獻[12]可以得到較優(yōu)的任務(wù)匹配度(Z1),但是在任務(wù)總時間(Time),單元協(xié)調(diào)效率(Z2)和總成本(Ct)方面求解較差;文獻[5]可以得到較優(yōu)的總成本(Ct),但是在任務(wù)匹配度(Z1)方面求解較差;而本方法在任務(wù)總時間(Time)和單元協(xié)調(diào)效率(Z2)方面求解較優(yōu),在總成本(Ct)和任務(wù)匹配度(Z1)方面求解良好,并且在T1、T2的最佳執(zhí)行時間(time)上,求解最優(yōu),表現(xiàn)出較好的求解性能。

表10 不同優(yōu)選方法結(jié)果對比

上述分析表明,本文所提出的設(shè)備資源雙層優(yōu)化模型和多屬性相對變權(quán)決策方法在解決設(shè)備資源優(yōu)化配置問題上是合理有效的。

4 結(jié)束語

本文研究了基于任務(wù)分層策略和屬性相對變權(quán)決策的設(shè)備資源組合服務(wù)優(yōu)選方法,主要貢獻如下:①提出了設(shè)備資源雙層優(yōu)化模型,該模型可以根據(jù)任務(wù)的不同功能需求對任務(wù)進行分層處理,強調(diào)任務(wù)功能需求的差異性及其關(guān)系的復(fù)雜性;②設(shè)計了基于時變速度和極值排序的粒子群算法,該算法能夠有效提高模型求解精度和效率;③提出了基于屬性相對變權(quán)決策的優(yōu)選模型,該模型可以在優(yōu)選過程中準確反映需求方在屬性上的偏好依賴關(guān)聯(lián)行為,規(guī)避優(yōu)選參數(shù)賦值的隨意性問題;④仿真實驗表明,本文所提方法能夠生成指導(dǎo)生產(chǎn)的綜合評價最優(yōu)的方案,該方法具有良好的性能。

綜合考慮本文的研究內(nèi)容和領(lǐng)域的發(fā)展,在后續(xù)研究中,將關(guān)注突發(fā)擾動等不確定因素對企業(yè)設(shè)備資源優(yōu)化配置的影響,并展開深入研究。

猜你喜歡
需求方方案優(yōu)化
爛臉了急救方案
好日子(2022年3期)2022-06-01 06:22:30
超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
面向軟件外包平臺的協(xié)同過濾推薦算法的研究
民用建筑防煙排煙設(shè)計優(yōu)化探討
關(guān)于優(yōu)化消防安全告知承諾的一些思考
一道優(yōu)化題的幾何解法
實時競價中的傭金率問題研究
共享單車市場的發(fā)展現(xiàn)狀與前景研究
定邊:一份群眾滿意的“脫貧答卷” 一種提供借鑒的“扶貧方案”
陜西畫報(2018年6期)2018-02-25 01:37:20
我國上市公司會計信息質(zhì)量問題研究
迭部县| 沁水县| 二手房| 阿鲁科尔沁旗| 水富县| 申扎县| 区。| 卫辉市| 通山县| 密山市| 皮山县| 嘉祥县| 宣威市| 宁武县| 钟祥市| 双峰县| 长垣县| 绩溪县| 平乐县| 丘北县| 甘德县| 商洛市| 洛隆县| 巩义市| 松滋市| 北海市| 调兵山市| 焦作市| 股票| 天门市| 大兴区| 甘孜县| 潞城市| 元朗区| 高安市| 和硕县| 丹江口市| 三台县| 祁门县| 乌海市| 阜城县|