基于神经网络的产品服务质量评价模型研究

针对产品服务质量评价的模糊性和复杂性,导致评价准确率低的问题,提出基于神经网络的产品服务质量评价模型.通过采用UCI上的汽车测评数据集(Car Evaluation Data Set)模拟产品服务质量评估离散型数据的实际情况,使用独热编码(one-hot编码)进行数据预处理,结合数据特征构建神经网络结构进行模型训练,与...     

基于超网络的协同产品创新知识网络稳定性EI北大核心CSCD

为定量分析协同产品创新知识网络的稳定性,基于加权知识超网络模型提出了知识网络稳定性的测度与分析方法。研究了协同成员及知识等要素流失对知识网络稳定性的影响,以及协同产品创新知识网络中节点与节点间关系的特性。基于三角模糊数方法提出了知识超网络边权与点权的量化加权方法,进而构建了协同产品创新加权知识超网络模型。基于所构建模型,从静态稳定性与动态稳定性的角度提出了知识网络稳定性测度与分析的指标与方法。通过在某手机开发企业中的应用,表明了所提方法能够全面、准确地评估协同成员及知识等要素的流失对协同产品创新知识网络稳定性的影响,为监测和优化知识网络的运行稳定性提供了决策支持。     

基于模糊理论的配电网网架可靠性评估及规划研究

基于模糊理论,提出了一个配电网网架可靠性评估及规划模型。提出的模型通过评估配电网网架馈线的可靠性,将其作为配电网系统的规划指标。通过使用真实的配电网络数据测试了所提出模型的效果。结果表明,该模型能够根据所用数据找出影响配电系统稳定性的馈线,同时可以帮助确定配电系统规划方案。     

基于BP-AdaBoost算法的复杂产品装配制造成熟度等级评估方法

现有复杂产品装配制造成熟度等级评估依赖专家凭经验确定指标权重和指标评分，存在主观性较强、工作量大、耗时长、无法传承评价实例所蕴含的知识等问题。为了提高复杂产品装配制造成熟度等级评估的效率以及客观性，利用成熟度等级评价实例数据，研究基于BP人工神经网络和AdaBoost算法的制造成熟度等级评估方法。构建复杂产品装配制造成熟度评价指标体系，给出基于模糊评价法和隶属函数的评价指标及成熟度等级达成度量化方法，建立基于BP神经网络的复杂产品装配制造成熟度等级评估模型，并使用AdaBoost算法优化成熟度等级评估BP神经网络模型。采用复杂产品分系统装配制造成熟度评价数据集对评估模型进行训练和实验，分析BP-AdaBoost的评估结果，获得最优评价模型。实验结果表明，基于BP-AdaBoost算法的复杂产品装配制造成熟度等级评估方法具有较好的可靠性与准确度。     

基于油液分析的变压器健康状态评估

为了保证变压器的安全稳定运行,提出了一种基于深度自编码网络的变压器健康状态评估方法,用于预测变压器的健康状态。该方法确定了变压器油中溶解气体及油特性试验所检测的12种特征参量作为预测变压器健康状态的影响因子,利用主观赋予权重法和模糊C均值法确定深度自编码网络所需训练数据样本,应用训练数据样本建立深度自编码网络模型。最后,利用变压器数据样本对模型进行评估。结果表明该方法能够准确地评估变压器健康状态。     

集成化面向装配的设计研究

提出用多重装配连接图表示产品中零件之间的多重装配关系,用模糊连接图中的结点和连接边的模糊度来模糊评价产品可装配性。对产品装配体,进行自动装配特征识别,基于所建立的产品装配模型自动产生产品装配数据的中性文件。建立了产品可装配性评价体系;基于产品装配数据和装配知识,对产品可装配性进行模糊定量评价,从而指导产品装配设计,实现了CAD/DFA的信息集成。     

基于T-S故障树和贝叶斯网络的模糊可靠性评估方法

针对贝叶斯网络方法存在的贝叶斯网络模型和节点条件概率表难以构造、根节点故障率和故障概率数据难以精确获取等不足,以及T-S故障树分析方法存在的计算复杂、不能进行反向推理等不足,提出基于T-S故障树和贝叶斯网络的模糊可靠性评估方法:利用T-S故障树构造贝叶斯网络模型、T-S门规则构造节点条件概率表;用模糊数描述节点的多种故障状态,模糊子集描述节点各故障状态下的故障率、故障概率;结合贝叶斯网络推理给出在仅知根节点故障状态条件下,叶节点各故障状态的发生概率、根节点状态重要度;以及已知根节点各故障状态的故障率、故障概率模糊子集条件下,叶节点各故障状态的故障率、故障概率模糊子集,以及根节点模糊重要度、后验概率。通过与文献[5]的T-S故障树分析方法、文献[10]的贝叶斯网络方法对比,验证所提方法的可行性。对巷道运输车液压系统进行模糊可靠性评估,计算根节点状态重要度等可靠性指标,为提高系统可靠性和进行故障诊断提供依据。     

复杂产品制造过程重要资源节点发掘

结合复杂网络理论在复杂系统评价上的优势,构建了产品制造过程系统网络模型。将系统中的各设备资源定义为网络中的节点,考虑任务路线的流向,同时加入各工段占用设备的有效时间,将产品制造过程等效为一个有向加权网络图。基于所建立的模型,从网络节点拓扑位置差异与节点自身所具备的关键属性两方面给出资源节点重要度评价指标体系,提出了一种基于熵权—模糊综合评价方法的产品制造过程资源节点重要度评估方法。结果表明该方法能有效地发掘复杂产品制造过程中的重要资源节点。最后,结合变压器制造企业的产品制造过程实例,证明了方法的合理性和有效性。     

基于粗糙集理论的多属性评估方法的研究

传统的模糊综合评价方法利用模糊数学理论来描述评价过程中涉及的一些模糊因素,取得了一定效果。但这种方法存在的隶属度参数调整的主观性、网络结构不易确定、模糊规则的选取等问题不易解决。本文提出结合粗糙集理论（RS）和模糊神经网络（FNN）的一种网络评估模型。使得网络的结构容易确定,并利用Rosetta软件轻松提取模糊规则。是一种具有通用性的网络评估模型。     

基于模糊软集的航空制造企业供应商绩效评估

航空制造企业是国民经济的支柱产业,其供应商的绩效优劣将直接影响产品的最终质量。针对以往供应商绩效评估模型中参数难以确定的问题,提出了基于模糊软集的供应商绩效评估方法。针对航空制造企业的特点,通过查阅和总结资料建立评估指标体系,采用相对差异函数模型来确定相对差异隶属度,从而构建模糊软集合并对供应商的绩效进行综合评价。为解决指标权重确定过程过于主观的问题,采用基于级差最大化的主客观组合赋权法确定指标权重。最后以C航空制造公司供应商绩效评估为例,验证了所提评估模型的有效性和可行性。