本发明属于工业统筹布局技术领域，特别涉及一种工业机器人制造企业最优技术方案的选择方法。
背景技术：
随着世界经济向区域化、全球化发展，现代科学技术以令人惊叹的速度更新换代，在生产、贸易中的作用日益凸显，这于高新科技型企业而言是机遇同时也是巨大的挑战。企业一方面需要创新抢占市场赢得利润，一方面面临着投入巨额创新资金的成果生命周期缩短的风险，即使是国际知名公司，面对市场竞争巨大的挑战，也会出现技术战略决策的失误，陷入困境，甚至面临淘汰的境地。因此，企业在生产过程中往往需要在大量可行的技术方案中选择最优的、最利于企业自身发展的方案，来保证企业自身的效益和发展，规避技术创新的风险。如此一来，技术方案的选择就具有决定性的作用。
工业机器人制造企业在选择技术方案时，由于工业机器人在汽车生产中扮演着装配工、操作工、焊接工等角色，针对焊接、涂胶、弧焊、喷涂、搬运等不同的应用领域，需要设计不同的技术方案。在设计时又需要将机械、电子、控制、检测、通信和计算机等专业有机融合在一起，才能形成由执行机构、传动装置、驱动装置、控制系统、感知系统等5大类构成的机器人本体。面对错综复杂的应用环境、大量的合适的优秀技术方案、众多的影响因素、以及各因素对单个技术方案影响程度的不同，传统具有较大的主观随意性的选择方案方法，只能从定性的角度进行分析对比，难以综合考虑各方面因素的影响，通过定量的方式确定最终的方案。
但由于在实际中的问题往往是复杂的，工业机器人制造企业在进行方案选择的过程中，具有主观随意性，往往会有方案自身影响因素不相互独立互相影响的情况，甚至不同方案间也存在影响因素相互影响的情况，致使技术方案的选择具有局限性，对企业的发展不利。
技术实现要素：
针对现有技术中存在的问题，本发明提供了一种工业机器人制造企业最优技术方案的选择方法，以降低技术方案中的主观随意性，以利于企业的发展。
本发明的技术方案为：
一种工业机器人制造企业最优技术方案的选择方法，所述方法包括：
S1:获取工业机器人制造企业不同时间、不同环境下的历史数据，确定工业机器人制造企业在某一环节可选用的一组有限个的技术方案xi，构成方案集X＝{x1，x2，…，xn}；确定影响所述技术方案选择的各因素vj，构成因素集V＝{v1，v2，…，vm}；
S2:确定技术方案xi在因素vj下的属性值sij，建立工业机器人制造企业某一环节的方案选择优化子模型：矩阵S＝(sij)n×m；
S3:对矩阵S进行修正并规范化，得到规范矩阵
S4:利用历史数据，确定权重向量ωj，所述权重向量ωj表示因素vj在整体中的相对重要程度；
S5:对规范矩阵第i行的属性值进行集结，得到技术方案xi的综合属性值
S6:对各个技术方案xi的综合属性值进行排序，确定该环节最优的j个技术方案；
S7:对t个环节的技术方案链选择问题，建立多环节方案链选择的优化模型，选出每个单独环节最优的g个子方案作为子集Ai＝{xi1，xi2，…，xig}，所有子集Ai构成新的方案集P：
P＝A1∪A2∪…∪At＝{p1，p2，…，pk}；
S8：重新确定因素集以及方案pi在各因素下的属性值，建立矩阵，按S2至S5计算方案pi的综合属性值
S9：按综合属性值的大小，对子集Ai中的方案排序，从子集Ai中按优劣顺序，选择子方案得到方案链求和计算方案链的综合属性值
S10：对方案链排序，选出最优的方案链。
本发明的有益效果至少包括：
本发明综合考虑不同方案自身以及方案间的影响因素，同时利用信息熵确定各影响因素的权重，可以降低技术方案中的主观随意性，以选择最优的方案，提高技术方案选择的准确性，从而降低技术方案中的主观随意性，以利于企业的发展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种工业机器人制造企业最优技术方案的选择方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例的一种工业机器人制造企业最优技术方案的选择方法的流程示意图。参见图1，本发明实施例的选择方法，是一种指导企业确定技术标准指标的方法，所述方法参见下文描述。
步骤S100：获取工业机器人制造企业不同时间、不同环境下的历史数据，针对工业机器人制造企业某一环节的方案选择问题建立优化子模型。
上述优化子模型建立方法如下：
(1)确定工业机器人制造企业在例如渗碳工艺的设计环节中所有可选工艺xi，构成方案集：X＝{x1，x2，…，xn}＝{直接淬火低温回火、预冷直接淬火+低温回火、一次加热淬火+低温回火、渗碳高温回火+一次加热淬火+低温回火、二次淬火低温回火、二次淬火冷处理低温回火、渗碳后感应加热淬火低温回火}；
(2)在确定技术方案集后，确定影响方案选择的各因素vj，例如所有会被渗碳工艺影响的性能的标准要求，构成因素集V＝{v1，v2，…，vm}＝{晶粒大小、强度、韧性、硬度、耐磨性、疲劳极限强度、耐蚀性、内应力}；
(3)通过测度确定技术方案xi在因素vj下的属性值Sij，即可建立工业机器人制造企业某一环节的方案选择优化子模型：矩阵S＝(sij)n×m。
步骤S200，通过优化子模型确定工业机器人制造企业某一环节的最优技术方案，确定技术标准指标，计算方法如下：
(1)确定各因素之间的关联性：由于因素间往往不相互独立，而是相互关联的，所以必须考虑因素vi的变化会对因素vj产生的影响。例如，当企业在考虑一个技术方案是否可行时，会考虑这个方案的经济效益和政治效益，我们假设因素vi是经济效益，因素vj是政治效益，政治效益是决定、制约和影响企业经济效益极其重要的因素，一个好的政策能带来好的经济效益，那么肯定会从正面提高它的政治效益。即因素vi的变化会对因素vj带来影响。
因此，考虑到因素之间的关联性，需确定因素vi对因素vj的影响度yij，构成影响度矩阵Y＝(yij)m×m，其中
其具体数值是依据历史数据统计得出的。
定义矩阵使
通过公式对矩阵S进行修正，得到修正后的矩阵
(2)对修正后的矩阵规范化处理：由于各因素对最终结果的影响，可分为效益型、成本型、固定型、偏离型、区间型、偏离区间型等多种类型。因此在计算过程中，为了消除各因素不同物理量纲对方案选择结果的影响，保证分析结果的可靠性和不可比性，需要对各因素进行无量纲化处理。设Ii(i＝1，2，…，6)分别表示效益型、成本型、固定型、偏离型、区间型、偏离区间型因素的下标集，可按下列公式对矩阵进行规范化处理，得到规范化矩阵
(a)一般效益型因素是指属性值越大越好的因素，对其规范化处理可以采取下列两种公式：
或者
其中，Mj取(i∈N，j∈I1)中的最大值，mj取(i∈N，j∈I1)中的最小值。对于所有取值越大越好的因素，均可做此处理。
(b)一般成本型因素是指属性值越小越好的因素，对其规范化处理可以采取下列两种公式：
或者
其中，Mj取(i∈N，j∈I2)中的最大值，mj取(i∈N，j∈I2)中的最小值。对于所有取值越小越好的因素，均可做此处理。
(c)一般固定型因素是指属性值越接近某个稳定值越好的因素，规范化处理如下：
当时，
当时，
其中，Mj取(i∈N，j∈I3)与差值绝对值的最大值，对于所有越趋近某稳定值越好的因素，使用上述公式进行规范化处理。
(d)一般偏离型因素是指属性值越偏离某个固定值βj越好的因素，规范化处理如下：
其中，Mj取(i∈N，j∈I4)与βj差值绝对值的最大值，mj取(i∈N，j∈I4)与βj差值绝对值的最小值。对于所有越偏离某固定值越好的因素，使用上述公式进行规范化处理。
(e)一般区间型因素是指属性值越接近某个固定区间(包括落入该区间)越好的因素，规范化处理如下：
当时，
当时，
其中，Mj取(i∈N，j∈I5)中的最大值，mj取(i∈N，j∈I5)中的最小值。此公式适用于所有越接近某个范围值越好的因素的规范化处理。
(f)一般偏离区间型因素是指属性值越偏离某个固定区间越好的因素，规范化处理如下：
当时，
当时，
其中，Mj取(i∈N，j∈I6)中的最大值，mj取(i∈N，j∈I6)中的最小值。此公式适用于所有越偏离某个范围值越好的因素的规范化处理。
(3)下一步需要确定每个因素在整体中的相对重要程度，它可以用权重向量ω表示，其值可利用信息熵确定，下面具体介绍ω的计算方法。
将规范矩阵归一化，得到归一化矩阵其中
若则定义
计算因素vj输出的信息熵:
利用每个因素输出的信息熵E1，E2，……，Em，计算因素权重向量ω＝(ω1，ω2，…，ωm)T，其中
(4)选择最优技术方案，确定技术标准指标。对规范矩阵第i行的属性值进行集结，得到技术方案xi的综合属性值
按的大小对该环节的方案进行排序并择优。由此，可确定工业机器人制造企业在该环节最优技术方案，达到指导确定技术标准指标的目的。
步骤S300，建立多环节方案链选择优化模型，通过求解，确定工业机器人制造企业在不同情景下，多环节甚至是全过程最优技术方案，达到指导确定技术标准指标的目的。
需要说明的是，对于工业机器人制造企业，从产品设计、原材料采纳、工艺规程的制定、到操作方法，环节众多，由于相容性、匹配性、可行性、重复性和科学性等问题，仅仅将各个环节的最优技术方案组合在一起，往往并不能得到全生产过程的最优方案。有时，即使理论上最优，在外界不可控或可控环境因素、资源的调配问题、技术与市场的匹配性等各种因素的影响下，效果并不能达到最优。
因此本专利还针对工业机器人制造企业在不同情景下多环节甚至是全过程技术方案选择、技术标准指标确定的问题，提出了一种方案链的选择方法。该方法综合考虑了环节与环节之间方案的相容性、匹配性，可行性和科学性，以各环节的子方案的综合属性值最大为目标，建立工业机器人制造企业多环节方案链选择优化模型。通过求解模型，得到最优方案链，使效果总和达到最优。具体计算方法如下：
(1)选取通过步骤S200确定的每个单独环节最优的g个子方案作为子集Ai＝{xi1，xi2，…，xig}，所有子集Ai构成新的方案集P：
P＝A1∪A2∪…∪At＝{p1，p2，…，pk}。
(2)重新确定因素集以及方案pi在各因素下的属性值，建立矩阵。使用前述的方法计算方案pi的综合属性值
(3)按综合属性值的大小，对子集Ai中的方案排序。从子集Ai中按优劣顺序，选择子方案得到方案链计算方案链的综合属性值
(4)对方案链排序，选出最优的方案链，即的最大值为最优的方案链。
以上所举实施例为本发明的较佳实施方式，仅用来方便说明本发明，并非对本发明作任何形式上的限制，任何所述技术领域中具有通常知识者，若在不脱离本发明所提技术特征的范围内，利用本发明所揭示技术内容所作出局部更动或修饰的等效实施例，并且未脱离本发明的技术特征内容，均仍属于本发明技术特征的范围内。