论文部分内容阅读
经过几年的发展,云制造已经发展到一种全新的制造业模式和智慧制造手段,受到了国内外众多研究机构的高度关注,成为制造领域新的研究热点,在理论研究和实际应用方面都取得了一些重要成果。从整个云制造服务全生命周期活动中可以看出,云制造平台汇集了大量虚拟化后的制造服务资源。通过对制造服务任务进行分解、需求分析、功能需求匹配,把集成化的制造服务资源分解为多个不同的独立服务组合,实现了“分散资源集中使用,集中资源分散服务”和高效低耗的目的。但是面对制造服务日趋的动态性、复杂性、多样性、离散性等特点,给制造服务的服务能力提出了更高的要求。所以对云制造服务进行评价研究至关重要,这样不仅能增强不同服务自身的竞争能力,还能集中优势资源、降低生产成本、实现云制造服务资源之间的优势互补。首先,在模糊理论的基础之上,基于模糊综合评价法(FCE),采用定性与定量相结合的方式,建立了层次化的综合评价指标体系和隶属度函数。利用层次分析法(AHP)和熵权法(Entropy Method)对评价指标权重进行修正,得出组合权重。最终确定了一个“优”、“良”、“中”、“合格”、“差”五个等级的综合评价模型。并通过相关实例验证,所建立的等级评价模型能够根据服务用户的不同需要,对云制造服务进行有效的综合评价和系统的等级分类。其次,运用逼近理想解法(TOPSIS)和灰色关联分析理论(GRAT)建立了云制造服务提供方优选决策模型。该模型既能考虑样本在多维空间上的实际距离,又能考虑样本在形状变化上的关联程度,使优选决策结果更加合理,可信度更高。同时基于改进的粒子群优化算法(IPSO)优化投影寻踪模型,实现了样本指标在高维非正态,非线性数据下的分析。有效避免了评价指标权重因人而异的随机性,增强了客观性,具有计算结果稳定,所需参数少,收敛速度快等特点。通过实例仿真表明,该模型能够科学、客观、高效的优选出云制造服务提供方,及时发现其制约因素和不足,为云制造服务提供方的优选决策提供了一种可借鉴的方式。