考慮主客觀權(quán)重與田口過程能力指數(shù)的多響應(yīng)穩(wěn)健設(shè)計(jì)_第1頁
考慮主客觀權(quán)重與田口過程能力指數(shù)的多響應(yīng)穩(wěn)健設(shè)計(jì)_第2頁
考慮主客觀權(quán)重與田口過程能力指數(shù)的多響應(yīng)穩(wěn)健設(shè)計(jì)_第3頁
考慮主客觀權(quán)重與田口過程能力指數(shù)的多響應(yīng)穩(wěn)健設(shè)計(jì)_第4頁
考慮主客觀權(quán)重與田口過程能力指數(shù)的多響應(yīng)穩(wěn)健設(shè)計(jì)_第5頁
已閱讀5頁,還剩5頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

考慮主客觀權(quán)重與田口過程能力指數(shù)的多響應(yīng)穩(wěn)健設(shè)計(jì)

Summary:針對(duì)設(shè)計(jì)工作中常見的多變量多響應(yīng)穩(wěn)健優(yōu)化的難題,提出結(jié)合Kendall系數(shù)修正的主觀權(quán)重法和客觀熵權(quán)權(quán)重法確定各個(gè)響應(yīng)指標(biāo)權(quán)重、以Taguchi過程能力指數(shù)為優(yōu)化目標(biāo)構(gòu)建模型,并采用GRG進(jìn)行優(yōu)化求解,得到優(yōu)化水平組合,最終以應(yīng)用案例證實(shí)該方法的實(shí)用性,優(yōu)化結(jié)果表明Taguchi過程能力指數(shù)的計(jì)算結(jié)果比文獻(xiàn)中方法計(jì)算的結(jié)果更優(yōu)。Keys:多響應(yīng)穩(wěn)健優(yōu)化;主客觀權(quán)重;田口過程能力指數(shù);GRG;0引言在多響應(yīng)穩(wěn)健優(yōu)化中,終極目標(biāo)就是確定可以同時(shí)優(yōu)化多個(gè)響應(yīng)指標(biāo)的變量水平組合[1]。針對(duì)于多響應(yīng)穩(wěn)健優(yōu)化設(shè)計(jì)相關(guān)難題,部分學(xué)者已經(jīng)提出了幾種定量計(jì)算方法應(yīng)用在科研實(shí)踐中。鐘曉芳等運(yùn)用主觀權(quán)重法中的主成分分析法確定權(quán)重,再結(jié)合Taguchi方法來解決多響應(yīng)優(yōu)化問題,通過將原有響應(yīng)進(jìn)行無量綱化,減少了多響應(yīng)優(yōu)化問題中設(shè)計(jì)參數(shù)優(yōu)化之間的沖突問題[4]。何楨等構(gòu)建了一種改進(jìn)馬氏距離函數(shù)模型,將馬氏距離與質(zhì)量損失函數(shù)相結(jié)合,并根據(jù)主觀權(quán)重法對(duì)各個(gè)響應(yīng)指標(biāo)重要度賦予權(quán)重,將多響應(yīng)優(yōu)化問題轉(zhuǎn)變?yōu)轳R氏距離最小化問題[5]。本文提出了主客觀權(quán)重與Taguchi過程能力指數(shù)構(gòu)造多響應(yīng)優(yōu)化模型并通過GRG進(jìn)行優(yōu)化求解的方法。最后通過應(yīng)用實(shí)例證明了本文方法的實(shí)用性并得出相關(guān)結(jié)論。1理論基礎(chǔ)1.2熵權(quán)理論熵權(quán)法確定權(quán)重的核心思想是通過試驗(yàn)所收集到的數(shù)據(jù)可以為決策者提供信息的價(jià)值度來評(píng)價(jià)方案的優(yōu)劣。1.3Taguchi過程能力指數(shù)工程實(shí)踐中常用的過程能力指數(shù)分別為:過程能力指數(shù)、、和田口過程能力指數(shù)。專門用來解決上下公差不對(duì)稱的情況,其形式記作:(1)2多響應(yīng)穩(wěn)健設(shè)計(jì)模型構(gòu)建2.1確定權(quán)重2.1.1專家打分法確定主觀權(quán)重1)選擇評(píng)審專家。選擇b位評(píng)審專家,對(duì)m個(gè)響應(yīng)指標(biāo)進(jìn)行評(píng)估打分,分?jǐn)?shù)越高,權(quán)重越大,意味著該響應(yīng)指標(biāo)所占比重越大。2)評(píng)審專家打分排秩。3)Kendall協(xié)同系數(shù)檢驗(yàn)4)計(jì)算主觀權(quán)重各個(gè)響應(yīng)指標(biāo)的主觀權(quán)重即為評(píng)審專家對(duì)該響應(yīng)指標(biāo)打分之和與評(píng)審專家對(duì)全部響應(yīng)指標(biāo)打分之和的比值。(2)2.1.2熵權(quán)法計(jì)算客觀權(quán)重1)評(píng)價(jià)指標(biāo)矩陣的構(gòu)建與無量綱化2)對(duì)規(guī)范化矩陣求3)求第個(gè)響應(yīng)指標(biāo)輸出的熵(3)4)求第個(gè)響應(yīng)指標(biāo)的熵權(quán)(4)2.1.3計(jì)算綜合權(quán)重綜合Kendall系數(shù)修正后的專家打分法與熵權(quán)法的兩個(gè)權(quán)重,最終得到綜合權(quán)重。、分別為第個(gè)響應(yīng)指標(biāo)的主、客觀權(quán)重。綜合權(quán)重為(5)2.2田口過程能力指數(shù)的計(jì)算過程能力指數(shù)可以寫成:(6)3應(yīng)用案例為證明上述方法的實(shí)用性,本文采用文獻(xiàn)[6]中實(shí)例所引用的試驗(yàn)數(shù)據(jù),具體數(shù)據(jù)見表2。本試驗(yàn)有8個(gè)影響因素:分別為A、B、C、D、E、F、G和H,兩個(gè)響應(yīng)分別是(Depositionthickness)和(Refractiveindex),且均為望目型指標(biāo),其中的上下公差限±50,目標(biāo)值為1000,而的上下公差限為±0.1,目標(biāo)值為2。1)采用4位專家對(duì)2個(gè)響應(yīng)打分,滿分為10分。表2試驗(yàn)數(shù)據(jù)表序號(hào)ABCDEFGH111111111730.62.03211222222874.22.22311333333967.22.61412112233800.82.02512223311789.21.97612331122796.21.88713121323909.81.89813232131648.81.78913313212646.61.7010211332211013.41.9711212113321493.61.831221322113900.61.901322123132902.41.831422231213824.82.041522312321792.62.101623132312814.62.1917232131238181.911823321231738.82.02表3響應(yīng)指標(biāo)得分及排秩響應(yīng)指標(biāo)專家秩和12348(2)8(2)5(1)9(2)76(1)3(1)6(2)5(1)5根據(jù)公式(2)可計(jì)算Kendall協(xié)同系數(shù)檢驗(yàn)的統(tǒng)計(jì)量,表達(dá)式為=0.25根據(jù)Kendall協(xié)同系數(shù)檢驗(yàn)結(jié)果,可認(rèn)為各專家對(duì)于各個(gè)響應(yīng)的意見一致,打分分?jǐn)?shù)合理。則根據(jù)公式(4)計(jì)算出的主觀權(quán)重如表4所示。表4主觀權(quán)重表響應(yīng)主觀權(quán)重0.600.402)計(jì)算、兩個(gè)響應(yīng)指標(biāo)的熵()和熵權(quán)值(),最終結(jié)果見表5。表5客觀權(quán)重表響應(yīng)指標(biāo)熵0.910.94熵權(quán)0.600.403)根據(jù)公式(9)計(jì)算出兩個(gè)響應(yīng)指標(biāo)表6綜合權(quán)重表響應(yīng)指標(biāo)綜合權(quán)重0.69230.3077采用文獻(xiàn)中的擬合方程,對(duì)分別對(duì)和兩個(gè)響應(yīng)指標(biāo)的過程能力指數(shù)計(jì)算,并利用ExcelSolver進(jìn)行整體過程能力指數(shù)的優(yōu)化計(jì)算,最終求得優(yōu)化的水平組合為:將本文采用方法和文獻(xiàn)中優(yōu)化結(jié)果進(jìn)行對(duì)比,結(jié)果見表7。表7優(yōu)化結(jié)果對(duì)比表響應(yīng)指標(biāo)()均值方差文獻(xiàn)[6]方法1998.57470.052.1221.980.0002本文方法11001.14326.122.3622.010.0002通過表7的結(jié)果分析,可看出,就整體過程能力指數(shù)而言,本文采用方法的優(yōu)化結(jié)果比文獻(xiàn)中方法要優(yōu)。4結(jié)論本文方法可廣泛應(yīng)用于制造業(yè),針對(duì)設(shè)計(jì)過程中遇到的多變量多目標(biāo)優(yōu)化的難題,指導(dǎo)設(shè)計(jì)參數(shù)的確定。Reference[1]鐘曉芳,韓之俊.利用主成分分析對(duì)多響應(yīng)指標(biāo)的優(yōu)化設(shè)計(jì)[J].南京理工大學(xué)學(xué)報(bào),2003,27(3):301-304.[2]何楨,張于軒.多響應(yīng)實(shí)驗(yàn)設(shè)計(jì)的優(yōu)化方法研究[J].工業(yè)工程,2003,4(4):363-375.[3]何楨,馬彥輝,趙有.基于Taguchi過程能力指數(shù)和熵權(quán)理論的多響應(yīng)穩(wěn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論