多目标模糊综合评价的数控机床元动作单元关键质量特性识别

为了充分考虑数控机床关键质量特性识别过程中指标体系的完整性和评估信息的多种不确定性,提出一种面向数控机床元动作单元的多目标综合模糊评价关键质量特性识别方法。从元动作单元角度构建数控机床多目标质量特性指标体系,并给出了相关概念及定义。采用粗糙数理论将质量特性评估信息转化为区间形式去处理评估信息中的模糊性和主观性,再将粗糙区间评价值转化为正态云形式,以弥补粗糙数不能处理信息随机性的缺陷。结合专家权重的分析结果,采用粗有序加权平均法求解评价因子的相对重要性。针对传统决策方法没有考虑专家有限理性的问题,使用基于风险偏好的评估方法进行质量特性排序和关键质量特性的识别。最后,通过实例验证了所提方法的有效性。

基于多目标鲸鱼优化的关键质量特性识别方法

提出基于多目标鲸鱼优化(multi-objective whale optimization algorithm, MWOA)的产品关键质量特性(特征)识别方法。首先,针对非平衡制造过程数据,将识别模型构建为最大化G-mean指标和最小化特征数的多目标特征选择问题。其次,提出群智能优化算法MWOA求解模型。MWOA针对特征选择提出一种新的多样性帕累托排序策略,能够对解进行优劣排序的同时保证群体多样性。同时,在MWOA中嵌入变异操作以解决鲸鱼优化易陷入局部最优的缺点。选取3组非平衡制造过程数据验证算法有效性。实验结果表明,所提算法在数据非平衡条件下能够有效识别关键质量特性。