一类模糊线性规划的新算法

提出了一种将模糊线性规划转化为常规线性规划的方法,即将目标系数是三角模糊数的线性规划转化为目标系数为L-R型模糊数的线性规划,然后转化为模糊线性多目标规划,并对其模糊线性多目标规划用了一种新的算法求解.最后通过实例说明了该算法的有效性.其运算结果表明:新算法比一般的算法迭代过程更为简洁,收敛速度更快,容易用matlab在计算机上操作.

智能制造系统可靠性与风险评估模型

针对智能制造系统的可靠性与风险评估问题,提出一种基于改进失效模式与影响分析(FMEA)的智能制造系统可靠性与风险评估模型。从创新运用组合权重、逼近理想解排序法思想和模糊多准则妥协解排序法的角度对传统FMEA模型进行改进;基于逼近理想解排序法思想得到专家权重,减少了专家团队对失效模式风险因子分析过程中的个体差异;使用模糊层次分析法和熵权法分别计算风险因子的主观和客观权重,减少了风险因子确定的主观性。最后,运用围绕中心点划分(PAM)聚类算法对改进模型得到的结果进行分析,并应用于智能制造系统风险评估中,确定了智能制造系统中各失效模式的重要程度,通过比较分析验证了改进模型的有效性。

基于F-VIKOR的质量改善部件优先级确定

针对汽车企业质量改善过程部件优先级确定问题,提出考虑顾客抱怨的多属性决策方法。利用基于粗糙集的属性约简技术构建评价指标体系,以梯形模糊数表征质量改善过程小组的决策信息,提出改进模糊多准则妥协解排序方法;引入信息熵获取指标权重,通过计算综合效用值函数得出质量改善过程部件优先权排序。通过实例与文献中决策方法的对比分析可知,第一优先改善部件的决策结果高度一致,优于企业现行决策方法;当效用权重变化时最佳选择方案呈现高鲁棒性。

基于云模型的改进FMEA风险评估方法

针对风险评估过程中的模糊性和随机性两个不确定性因素,采用云模型对语义评价变量进行量化,并通过云的合成对专家的评价结果进行集结,构建云风险评价矩阵。将风险因子O、S、D期望重要度与云的相似度相结合计算风险因子的权重。考虑到传统故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)中故障模式风险值排序的缺陷,基于云的距离测度算法提出云-VIKOR的风险排序方法。最后以实例验证了所提方法的精确性和有效性。