主权项 |
一种基于聚类分析和多属性决策的作业车间瓶颈识别方法,其特征在于:包括以下步骤:步骤1:预处理:步骤1.1:输入作业车间的调度优化方案Ω:Ω={{B11,…,Bv1,…,Be1;C11,…,Cv1,…,Ce1;Z11,…,Zv1,…,Ze1},…,{B1i,…,Bvi,…,Bei;Cli,…,Cvi,…,Cei;Zli,…,Zvi,…,Zei},…,{B1m,…,Bvm,…,Bem;Clm,…,Cvm,…,Cem;Zlm,…,Zvm,…,Zem}}其中,Bvi表示第v∈E={1,2,…,e}个工件在第i∈M={1,2,...,m}台机器上的开始加工时间,Cvi表示第v个工件在第i台机器上的加工完成时间,Zvi表示第v个工件在第i台机器上的工装准备时间;步骤1.2:建立机器的特征属性集为X={X1,X2,...,Xj,...,Xn},j为机器的特征属性标号,j∈N={1,2,...,n};步骤1.3:根据步骤1.1的调度优化方案Ω,计算每个机器的特征属性值,并建立机器的特征属性矩阵FAM=(xij)m×n,xij是第i个的机器的第j个特征属性值;并将FAM标准化,得到特征属性标准化矩阵FAM′=(x′ij)m×n;步骤2:基于步骤1得到的特征属性标准化矩阵FAM′,对机器进行层次聚类:步骤2.1:将每台机器均初始化为一个独立的机器簇Ck={Ak},Ck表示第k个机器簇,Ak表示第k台机器,k=1,…,m;建立机器簇集合C={C1,C2,…,Cm}和聚类结果集合C′={C1,C2,…,Cm};步骤2.2:采用最近邻方法计算机器簇集合中两两机器簇之间的距离Dsl(Cp,Cq),Cp,Cq表示机器簇集合中任意两个机器簇,得到一组两两机器簇间的距离值:Dsl(Cp,Cq)=min{d(Aα,Aβ)|Aα∈Cp,Aβ∈Cq}其中,d(Aα,Aβ)表示机器Aα与机器Aβ之间的欧式距离: <mrow> <mi>d</mi> <mrow> <mo>(</mo> <msub> <mi>A</mi> <mi>α</mi> </msub> <mo>,</mo> <msub> <mi>A</mi> <mi>β</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msqrt> <munderover> <mi>Σ</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msup> <mrow> <mo>(</mo> <msubsup> <mi>x</mi> <mi>αj</mi> <mo>′</mo> </msubsup> <mo>-</mo> <msubsup> <mi>x</mi> <mi>βj</mi> <mo>′</mo> </msubsup> <mo>)</mo> </mrow> <mn>2</mn> </msup> </msqrt> </mrow>步骤2.3:取步骤2.2得到的一组两两机器簇间距离值中最小值对应的两个机器簇Ch和Cl,在机器簇集合C中删除Ch和Cl,同时添加Cm+t,Cm+t=Ch∪Cl,并在聚类 结果集合C′中添加Cm+t,t表示步骤2.2~步骤2.3的循环次数;步骤2.4:循环进行步骤2.2~步骤2.3,当机器簇集合C中只有一个元素时,结束循环,进入步骤3;步骤3:基于步骤1得到的特征属性标准化矩阵FAM′,根据步骤2得到的聚类结果集合C′={C1,C2,…,Cm,Cm+1,…,Cm+t},进行瓶颈簇识别:步骤3.1:采用TOPSIS法确定Cm+t的下一级子簇Cm+t‑1和Cm+t‑2的簇中心cm+t‑1和cm+t‑2,所述簇中心指通过TOPSIS法求的子簇中评价值最高的成员;步骤3.2:采用TOPSIS法比较cm+t‑1和cm+t‑2,得到评价值高的子簇中心为较优子簇中心,较优子簇中心对应的子簇为Cm+t的特征属性较优子簇;特征属性较优子簇为瓶颈簇;步骤4:基于步骤1得到的特征属性标准化矩阵FAM′,根据步骤3得到的瓶颈簇,进行主瓶颈簇识别:步骤4.1:以步骤3得到的瓶颈簇为第0阶主瓶颈簇PBC0;建立主瓶颈簇集合PBC={PBC0};步骤4.2:采用TOPSIS法确定第r阶主瓶颈簇PBCr的下一级子簇Cα,Cβ的簇中心cα和cβ;步骤4.3:采用TOPSIS法比较cα和cβ,得到第r阶主瓶颈簇PBCr的特征属性较优子簇;第r阶主瓶颈簇PBCr的特征属性较优子簇为第r+1阶主瓶颈簇PBCr+1;将得到的第r+1阶主瓶颈簇PBCr+1添加进主瓶颈簇集合PBC;步骤4.4:循环步骤4.2~步骤4.3,当主瓶颈簇中的机器成员个数为1时,结束循环,得到主瓶颈簇集合PBC。 |