重型机床再制造综合评价系统的制作方法
【技术领域】
[0001] 本发明涉及一种重型机床再制造综合评价系统。
【背景技术】
[0002] 对退役机床实施再制造是最大限度利用原材料、能源和减少环境污染的最佳"绿 色制造"模式。在进行重型机床再制造前，对零部件和整机的可再制造性进行量化评估是进 行再制造的前提，在对重型机床进行再制造的过程中，对不同的再制造方案进行优选能够 保证再制造过程的质量。
[0003] 综合评价是以多个评价指标评价值为自变量，建立表征评价对象的综合评价值的 目标函数的过程。由于多个评价指标值与综合评价值之间的映射关系复杂，且受评价方法 和评价者影响较多，因此很难找到一种由单一的、通用的、精确评价方法构造的数学模型进 行综合评价。通过建立一种利用组合评价方法构建的数学模型，并利用专家经验知识库、模 糊识别等构建知识模型能够有效处理具有多个评价指标的复杂评价系统。
[0004] 决策支持系统亦称为人机智能系统，其通过交互语言系统将问题的描述和要求输 入，决策系统根据已经建立的决策模型库和方法库进行问题的识别与处理，并最终为决策 者提供关于评价结果和方案优选的支持。
[0005] 层次分析法（AHP)是由美国运筹学家Saaty A L在20世纪70年代初提出的一种 多目标群体决策思想和方法。层次分析法的核心是利用两两比较判断矩阵计算权重和进行 方案层重要性比较。当判断矩阵中因素较多时，采用1-9标度法，由于判断过程存在模糊性 和复杂性，较难一次得到很好的判断矩阵。
[0006] 熵权法是一种客观赋权方法。在信息论中信息是系统有序程度的度量，熵是系统 无序程度的度量，熵权法根据指标评价原始数据中各指标的变异程度，利用信息熵计算出 各个评价指标的熵权，再利用熵权对由改进的AHP法求得的指标权重进行修正，从而得到 较为客观的指标权重。而当熵值接近1时，熵值的微小变化会引起熵权成倍的变化，对传统 的求解熵权公式改进后便得到改进的熵权法。
[0007] CRITIC法是一种客观赋权方法。CRITIC法不仅通过评价原始数据中各指标的变 异程度，还通过分析指标间相关性显示指标的重要程度。
[0008] 模拟退火遗传算法优化的BP神经网络模型模块是整个评价系统的在机床再制造 产业化应用后的补充模块。BP神经网络是一种误差逆传播的多层前馈网络算法。
【发明内容】
[0009] 针对上述问题，本发明提供一种评价结果更加准确、可靠的重型机床再制造综合 评价系统。
[0010] 为达到上述目的，本发明
[0011] 本发明综合多种改进的评价方法的优点，克服了单一评价方法解决复杂评价系统 的局限性，使评价结果更加准确、可靠，为其它综合评价问题提供参考。具体来说，本发明至 少具有如下优点：
[0012] (1)模块化：综合评价系统利用五个模块相互配合实现综合评价分析，同时组合 评价方法模型库可以自由选择与添加模块，便于对评价对象采用多种评价方法评价。
[0013] (2)准确性：组合评价方法模型库中的评价方法包括了改进的AHP方法、改进的熵 权法等评价方法，克服了原来评价方法的缺点，使评价结果更加准确。
[0014] (3)综合性：多种评价方法按权重进行综合评价增强了评价系统的综合性。同时 综合评价系统建立了再制造产业化评价模型，利用原始数据和模拟退火遗传算法优化的BP 神经网络模型建立重型机床再制造产业化模型。利用评价体系数据库中已有的若干评价结 果原始数据，训练模拟退火遗传算法优化的BP神经网络模型，建立简化的评价模型，可以 与原评价系统评价方法结合作为评价系统的补充模块。
【附图说明】
[0015] 图1为本发明的组合评价方法的重型机床再制造综合评价系统的结构框图；
[0016] 图2为本发明的模拟退火遗传算法优化的BP神经网络算法流程图。
【具体实施方式】
[0017] 下面结合说明书附图对本发明做进一步的描述。
[0018] 一种组合评价方法的重型机床再制造综合评价系统，如图1所示，包括综合评价 模块、评价对象管理模块、评价指标体系管理模块、再制造产业化评价模型和组合评价方法 模型库。其中综合评价模块包括评价对象、方法、指标体系的选择、评价指标数据输入、评价 结果输出、存储、综合分析；评价对象管理模块包含了机床零部件可再制造性、机床可再制 造性和机床再制造方案三个评价对象；评价指标体系管理模块包含了可再制造性评价和再 制造方案评价两套评价指标体系；再制造产业化评价模型是利用原始数据和模拟退火遗传 算法优化的BP神经网络模型建立重型机床再制造产业化模型；组合评价方法模型库包括 在机床再制造评价中使用的多种评价方法。
[0019] 一种组合评价方法的重型机床再制造综合评价系统，其评价步骤如下：
[0020] 步骤1.利用评价对象管理模块中选择评价对象；
[0021] 步骤2.在评价指标体系管理模块中定制与评级对象对应的评价指标体系，具体 为：首先，根据在评价对象管理模块中选择的评价对象和评价目标，确定评价指标体系的层 次结构；
[0022] 其次，采用树形层次结构方式分别建立一级评价指标和与之相对应的二级评价指 标；最后，指定每个二级评价指标的名称、数据类型和取值范围，并保存在数据库中。
[0023] 步骤3.在组合评价方法模型库中选择合适的评价方法；
[0024] 步骤4.计算评价对象各个评价指标数据，并进行指标数据的归一化和无量纲化 处理，作为数据输入输入到综合评价模块；
[0025] 步骤5.综合评价模块对指标数据按照相应评价方法处理，得到评价对象综合评 价值，并对综合评价结果进行分析、存储；
[0026] 步骤6.在重型机床产业化前提下，将已有的大量原始数据作为训练样本，建立机 床零部件可再制造性、机床可再制造性和机床再制造方案的BP神经网络评价模型；
[0027] 步骤7.结合原评价系统评价模型和BP神经网络评价模型对重型机床再制造进行 综合评价。
[0028] 本系统改进的熵权法基本思想是：在信息论中信息是系统有序程度的度量，熵是 系统无序程度的度量，熵权法根据指标评价原始数据中各指标的变异程度，利用信息熵计 算出各个评价指标的熵权，再利用熵权对由改进的AHP法求得的指标权重进行修正，从而 得到较为客观的指标权重。而当熵值接近1时，熵值的微小变化会引起熵权成倍的变化，对 传统的求解熵权公式改进后便得到改进的熵权法。具体操作步骤如下：
[0029] 步骤1.对评价原始数据归一化处理。设有m个样本，η个二级评价指标，将样本指 标评价得分矩阵归一化后形成原始矩阵R = = 1，2, . . .，m ;j = 1，2, . . .，η):
[0030]
【主权项】
1. 一种重型机床再制造综合评价系统，其特征在于，所述系统包括： 评价对象管理模块，生成评价对象，所述评价对象包括机床零部件可再制造性、机床可 再制造性、机床再制造方案； 评价指标体系管理模块，包括可再制造性评价指标体系、再制造方案评价指标体系；用 于定制与评价对象对应的评价指标体系； 组合评价方法模型库，至少包括改进层次分析法模型、模糊层次分析法模型、改进熵权 法模型、CRITIC法模型；计算评价对象各个评价指标数据，并进行指标数据的归一化和无 量纲化处理，作为数据输入输入到综合评价模块； 综合评价模块，在对象管理模块中选择评价对象选择评价对象；在评价指标体系管理 模块中在组合评价方法模型库中选择合适的评价模型；按选择的评模型处理，得到评价对 象综合评价值，并对综合评价结果进行分析、存储；其中所述的评价对象各个评价指标数据 的权重通过改进层次分析法模型得到，并通过改进熵权法模型、CRITIC法模型依次进行校 正。
2. 根据权利要求1所述的重型机床再制造综合评价系统，其特征在于，还包括再制造 产业化评价模型，用于以已