[發明專利]一種面向大規模定制的復雜工藝模塊劃分方法

有效

• 申請號: 201910555601.1
• 申請日: 2019-06-25
• 公開（公告）號: CN110348954B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 范波;宋曉明;付主木;許惠
• 申請（專利權）人: 河南科技大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q10/06;G06F16/28;G06F16/2458
• 代理公司: 洛陽公信知識產權事務所(普通合伙) 41120
• 代理人: 李真真

1.一種面向大規模定制的復雜工藝模塊劃分方法，其特征在于：包括以下步驟：

S1：由模塊化映射機制建立模塊特征屬性，并由屬性確立工藝模塊之間的關聯性，將關聯性描述為可替換相關性和影響度相關性；

S2：工藝模塊之間的相互關聯程度與可替換性特性、影響度相關性相關，用模糊關聯矩陣R的數學模型進行表示：R＝ω_fF+ω_pP，其中，F、P分別表示所定義的影響度相關性矩陣和可替代相關性矩陣，ω_f、ω_p表示特性所對應的權重系數，ω_f、ω_p∈[0，1]，且滿足：ω_f+ω_p＝1；

S3：利用模糊聚類分析方法，對模糊關聯矩陣模型進行轉換求解，獲得傳遞閉包矩陣；

S31：確定各工序之間的相關性，確定各工藝模塊之間的相互關聯程度；

S32：數據標準化處理：根據原本格式、表達格式、等級量化方式不同，采用平移、極差變換進行數據標準化處理，將模糊關聯矩陣的每一個數據壓縮到[0，1]上；

S33：建立模糊相似矩陣R′：模糊關聯矩陣R與模糊相似矩陣R′為等效關系，運用直接歐幾里得距離法:r_(i,j)＝1-c×d(x_i,x_j)，其中，C為任意選取的參數，使得0≤r_(i,j)≤1，d(x_i,x_j)表示x_i與x_j之間的距離：

S34：求傳遞閉包矩陣根據定理，將模糊關聯矩陣R用二次方法求得模糊等價矩陣即傳遞閉包矩陣并且，使得

S35：求截矩陣R_λ＝λ_(i,j)：其中，λ作為度量值表示截矩陣系數，對模塊之間的模糊關系矩陣進行截割，模糊關聯矩陣R中大于或者等于λ的元素，其數值取1，小于λ元素的數值取0，在同一行或列中數值為1的元素聚集為同一模塊，剩余的元素則單獨成為模塊，λ值越大，則模塊劃分越詳細；通過選取不同的λ值，便可以得到不同的工藝模塊聚類劃分結果；

S36：借助Matlab工具并運用模糊聚類分析方法，依據原始關聯矩陣可依次計算出標準化矩陣、模糊相似矩陣、傳遞閉包矩陣，最后利用λ-截矩陣對模糊關聯矩陣R進行切割，形成模塊聚類圖：

S4：根據不同分區閾值序列形成整體的模塊聚類圖，通過選取不同的λ值，得到不同的模塊劃分方案。

2.根據權利要求1所述的一種面向大規模定制的復雜工藝模塊劃分方法，其特征在于：所述步驟S2中，模糊關聯矩陣的建立方法，具體包括以下步驟：

A1：以輸出參數的屬性值域作為評判各個加工工序之間的關聯性，將關聯性描述為可替換相關性和影響度相關性，用數學模型進行表示模糊關聯矩陣R：r_i,j＝ω_ff_i,j+ω_pp_i,j，其中，r_i,j表示模塊i與模塊j之間的總相關系數，f_i,j 表示模塊 i 與模塊 j 之間的相關系數， p_i,j 表示模塊 j 與模塊 i 之間的相關系數 ，ω_f、ω_p表示特性所對應的權重系數；

A2：模糊關聯矩陣R也稱原始矩陣R，且R滿足自反性：0≤r(i,j)≤1，r(i,i)＝r(j,j)＝1；且R滿足對稱性：r(i,j)＝r(j,i)，則步驟A1中模糊關聯矩陣R的數學模型表示為：

3.根據權利要求2所述的一種面向大規模定制的復雜工藝模塊劃分方法，其特征在于：所述步驟A1中，r_i,j表示模塊i與模塊j之間的總相關系數，f_i,j表示模塊i與模塊j之間的相關系數，p_i,j表示模塊j與模塊i之間的相關系數，ω_f、ω_p表示特性所對應的權重系數；ω_f、ω_p∈[0，1]，且滿足：ω_f+ω_p＝1。