基于模糊评价法的企业CIMS化决策参照研究

郑 煜 王 凯

（1.陕西工业职业技术学院 机械工程学院，咸阳 712000；2.西安理工大学 机械与精密仪器工程学院，西安 710048）

当今市场环境，制造企业竞争日益激烈，计算机集成制造系统CIMS成为部分企业提高生产率的重要手段，但CIMS往往具备较高的成本。如何在企业CIMS化引进或改造前，对所涉方案开展科学、定量的评估，对于规避投资风险具有重要意义。

在CIMS的决策评估上，Bozdag等提出了一种基于四个不同模糊属性的群策方法[1]；熊刚等则利用层次分析法AHP为其提供决策参照[2]；何有世提出了将神经网络与模糊数学相结合的评价算法[3]；Chi-Sheng Tsai利用“田口实验”计算机模拟CIMS的改进和优化决策问题[4]。

由于传统数理统计方法适合于研究大量随机性现象,神经网络、遗传等智能算法需要大量训练样本，不仅增加决策评价准备难度，而且容易造成局部收敛。

本文以模糊评价法为技术手段，该方法是模糊数学在评价决策中的应用，通过层次分析，建立评价集和引入权重的综合计算，最终能够得到系统的综合评定，具备简单易行、成本低廉、适应性强等优点。

1 CIMS通用模型

CIMS是一个较为复杂的系统，要正确评价CIMS决策，首先要建立CIMS的通用模型。为适应研究方法，本文在CIMS通用基本结构图基础上做一定改善：将系统划分为5个模块，即市场营销、设计研发、生产管理、制造生产和财务管理，各部门围绕市场并存在信息与物料的交流，如图1所示。

图1 CIMS结构图

2 评价方法

2.1 划分因素集

对CIMS五部分分别建立因素集U，考虑到单独建立集合，注重对系统组成的分析，忽略了整合效应，因此本文添加“综合管理水平”因素集：

本文将因素集化为二级，即：

企业可针对Ui的不同对各因素uik赋值。例如，设计研发因素集为U2，企业设定的6种评价因素如表1所示，即k=6，必要时，工作人员再可将因素集深入划分为多级。

表1 因素集U2因素取值

2.2 建立评价集

设立评价集：

企业根据百分制赋值评价集元素，即v1=100，优异；v2=85，优良；v3=70，一般；v4=55，较差。

2.3 设定权重

为了避免造成难以分辨的综合评判结果，此处采用加权平均模型。专家组建立各因素集元素的评价权重向量及U因素集的权重向量分别如式（4）、式（5）所示。

2.4 因素评判与综合得分

邀请专家组对Ui中各因素uik在评价集V上投票，建立Ui集隶属度函数：

式中，X为总票数；xikn为uik因素第n（n=1，2，…，4）评价vn上所得票数；rikn为vn隶属度。

建立Ui因素第n评价上的隶属度向量：

可以求得Ui因素第n评价的隶属度值为：

Ui隶属度向量为：

根据最大隶属度原则，max（rin）所在vn即为Ui评价结果。为直观定量反映Ui评价，设立综合得分如下：

类比上述过程，依次求得U在评价vn隶属度向量为：

U在评价vn上的隶属度为：

U隶属度向量为：

根据最大隶属度原则，max（rn）所在评价vn即为评价结果，同时可求得综合得分如下：

3 结语

对CIMS系统的全面深入剖析，本身是一件非常困难的事情。企业在CIMS化引进或改造前，如不对所涉决策进行科学评估，很有可能承受较大投资风险。应用模糊数学评价方法，在一定程度上对CIMS进行相对科学、系统的分析，虽不可能面面俱到，但概括性的方法在一定程度上反映了企业投资时的心理，能为企业和投资者在决策中降低风险，提升收益提供一定参照。

[1]Cafer Erhan Bozdağ，Cengiz Kahraman， Da Ruan.Fuzzy Group Decision Making for Selection among Computer Integrated Manufacturing Systems[J].Computers in Industry，2003，51（1）：13-29.

[2]熊刚，许晓鸣，孙优贤.CIMS项目的分级多目标综合评估法[J].计算机集成制造系统，1998，（2）：32-35.

[3]何有世.CIMS项目风险评估的模糊神经网络方法[J].数量经济技术经济研究，2002，19（5）：53-56.

[4]Chi-Sheng Tsai.Evaluation and Optimisation of Integrated Manufacturing System Operations Using Taguch’s Experiment Design in Computer Simulation[J].Computers &Industrial Engineering 2002，43（3）：591-604.