大数据时代下工业制造开始转向智能制造,车间生产过程变得更为智能化和自动化,基于数据信息的多目标作业车间复杂网络模型,已然成为智能制造研究的新领域之一。本文研究的主要内容有两点,其一是利用数据信息搭建一个多目标作业车间复杂网络模型;其二是在搭建的模型基础上利用模糊网络分析法寻找该模型的关键节点,选择模糊网络分析法使得关键节点评价的结果更具有客观性。最后进行仿真实验,结果表明该模型能较好地应用于实际工业生产,模糊网络分析法能有效挖掘该模型中的关键节点,证明了方法的合理性和有效性。性导致。在该模型中，边反映了是否存在关联，边的权重代表了数据之间存在何种关联。 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name利用复杂网络相关公式计算出不同节点的度、关键节点的寻找-电动数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机介数、聚类系数和节点特征向量。计算结果见表3，由于计算数据较多，文中仅节选了部分数据。表3复杂网络评价指标和重要度T节点度Ｒ4玻璃纤维生产过程任务流程图Fi5基于数据的复杂网络模型图F据重要度评价体系中的评价属性对传感器所监测机器的设备价值、产能、故障频率、维修成本等数据收集汇总后进行归一化处理，处理结果见表4。由于数据较多，也只列举了其中一部分。表4资源节点本身属性点设备价值生产能力故障频率维修费用2模糊网络分析法模糊网络分析法是基于网络分析法与模糊集理论相结合的一种系统决策方法［6］。对此可做探讨分述如下。2．1三角模糊数模糊数的模糊集合可以表示为F={x∈ＲμF(X)}，Ｒ:－!＜x＜+!，μF(x)是从Ｒ到区间［0，1］上的一个连续的映射。三角模糊数M常用(l，m，s)来表示，即M=(l，m，s)，其中l≤m≤s。三角模糊数M的隶属函数fM(x):Ｒ→［0，1］，如图2所示，进而推得其数学定义可写作如下形．(4)图2三角模糊数MF其中，l和s分别表示为M评价小组所确定的下界和上界最小最大值，m为隶属度最可能值。s－l越大、越模糊;s－l越小、模糊度越低，l=m=s时说明判断是非模糊的，三角模糊数的取值参见表2。表2重要程度定量表T指标i比指标j重要程度1i=j3i2模糊网络分析法基本步骤首先确定复杂网络关关键节点的寻找-电动数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name