毕业设计（论文）工艺知识管理水平评价指标体系设计

《毕业设计（论文）工艺知识管理水平评价指标体系设计》由会员分享，可在线阅读，更多相关《毕业设计（论文）工艺知识管理水平评价指标体系设计（30页珍藏版）》请在装配图网上搜索。

1、大连铁道学院学士学位论文第一章 绪论1.1 工艺知识的重要性工艺知识作为知识的一个重要组成部分对于制造企业来说起着决策性的作用，而工艺知识由于其复杂性和特殊性又具有一般知识管理系统所无法解决的问题。因为制造业向国民经济各部门提供装备，一方面根据社会需求开发产品，另一方面要解决用什么生产资料、方法和手段制造出需要的产品，这些都是工艺知识的范畴17。工艺知识在企业中的重要地位和作用主要表现在以下几个方面：1) 工艺工作是科学技术转变为生产力的实践过程，而工艺工作离不开工艺知识的支撑。工艺知识具有决策作用、反馈控制作用和积累共享作用。2) 工艺知识是新产品开发和老产品改造更新换代的保证。在产品和技术

2、引进过程中，样机、设计图样是可以买到的（显性知识），但工艺技术和成份配方等是很难得到的，尤其是制造技术的关键、诀窍（隐性知识），更是保密。因此，这些技术难点往往就成为国产化的关键。3) 工艺知识是影响产品质量的重要原因。实践表明，产品存在大量质量问题，往往由于工艺知识落后和工艺管理不善和工艺纪律松弛导致的。同时，工艺技术的每项重大进展和应用，会显著提高产品的质量。4) 工艺知识管理水平已成为衡量一个企业管理水平的重要标志，工艺知识管理是企业最基本的管理工作，工艺知识管理上不去，其它管理工作就失去了根基。然而，迄今为止，对于工艺知识的概念并没有明确的定义。作为知识的一个组成部分，工艺知识也包括显

3、性知识和隐性知识两大部分。工艺知识就是在企业的设计、生产准备、制造和经营管理活动中，贯穿产品全生命周期的与工艺有关的知识。工艺知识是使产品设计变为成品的整个制造过程中的基础知识，它是保证产品质量以及企业经济技术效益的重要条件之一。根据工艺知识的流程，它贯穿于产品整个生命周期（产品设计、工厂布置设计、设备配置、工艺装备设计制造、材料工具采购、生产计划、现场施工、售后服务等）各个环节，它来源于产品设计、工厂现实条件，也来源于工艺情报、科学实验、施工和售后服务总结，以及工艺人员的专业知识源。针对工艺知识的获取，许多专家撰文作了阐述，在这里将工艺知识获取的方法总结如下： （1）工艺专家头脑中的经验，经

4、归纳总结成为工艺知识；比如，制订工艺规程和进行工装设计方面的经验等；（2）研究部门经过科学研究，创造或发现新的工艺知识；如在工艺试验方法研究过程中，发现新的工艺方法等；（3）职能部门根据工艺信息整理出的工艺知识，做出决策。包括工艺发展规划和工艺改造规划等；（4）工艺部门根据决策和制造资源等情况设计出的工艺方案、工艺路线、工艺规程、工装图纸及其它各种工艺文件等；（5）制造部门根据设计图纸、工艺文件、指导书等进行制造，制造过程中工艺师所凭借的经验、守则、现场质量管理等方面工艺知识；（6）产品售后服务过程中有关保养、拆卸、维修、回收处理等方面工艺知识的获取；（7）其它所有与产品全生命周期工艺知识相关

5、的工艺情报。工艺知识作为知识的一个组成部分，其管理系统除具备知识管理的功能外，还具有以下作用：（1）由于工艺知识涉及范围广，任何个人不可能拥有所有的工艺知识。通过工艺知识管理系统，所有的工艺知识可以存放在一个工艺知识库中进行共享，使用者可以快速检索到自己需要的工艺知识，并在系统指导下按流程完成工艺工作。（2）由于工艺知识的隐含性，必须建立工艺知识管理机制以激励员工贡献出自己的知识，即将头脑中的工艺知识变成文字，使隐性知识的显性化。用户可以通过系统平台进行交流，不受时间、空间的限制。另外，提供工艺知识挖掘工具，例如神经网络，不断发现新知识。（3）由于工艺知识的动态性，通过工艺知识管理系统可以更好

6、的对其进行管理，使工艺知识库时刻处于最新的状态，用户可以实时了解国内外最新的工艺情报，并及时的针对工艺情报作出反应。1.2对工艺知识评价的意义然而，这些管理系统建成以后必须有一定的手段对其进行评价。进行工艺知识管理系统的评价目的在于：（1）检查系统的目标、功能及各项指标是否达到设计要求；（2）检查系统的质量；（3）检查系统的使用效果；（4）检查评审和和分析的结果，找出系统的薄弱环节，提出改进意见。但迄今为止并没有一套指标体系衡量工艺知识管理系统的水平如何，更没有人研究其评价方法。 事物的发展总是要经过一个曲折的过程，呈现螺旋式上升和波浪式前进的状态，一个企业的工艺知识水平的提高也是这样。对某一

7、个具体的企业而言，它可能不清楚自己在工艺知识管理方面所处的状况，无法找到努力的方向，所以对工艺知识管理水平的评价就有了其特殊的意义。通过使用作者开发的工艺知识管理评价系统软件，企业可以从中获得许多有用的信息，并找到自己在工艺知识管理方面存在哪些不足，然后采取相应的措施，使本企业的工艺知识管理水平更上一个台阶，这个过程的往复进行，最终能达到提高生产效率，为企业赢得经济效益的目的。1.3 国内外研究现状在过去很长一段时间内，所有企业都只注重通过提高工艺设计的质量来提高产品质量，而忽视了工艺管理水平对于产品质量和加工效率的影响，更没有人去研究如何评价企业工艺管理水平的高低。企业工艺管理水平的高低直接

8、决定了产品加工质量和效率，现在已逐渐成为每个企业重视的重要环节之一，如何评价企业的工艺管理水平及如何根据企业自身的管理水平来确定企业的发展目标是每个企业需要面对而且亟待解决的问题。在具体实施工艺知识管理水平评价的过程中，许多人投入了大量的心血。事物都是普遍联系的，事物的发展变化受多种因素的影响。对评价指标而言，作者根据现场调研并结合大量查阅相关资料得出，工艺知识管理水平的高低主要取决于11个大方面：工艺知识的完整性、可靠性、统一性；工艺知识管理系统的灵敏度、智能度、系统性能、操作；企业软硬件环境、人员配备程度、工艺知识管理制度及效益。我们把这11方面确定为评价体系的一级指标，每一方面又有众多影

9、响因素，将影响每一方面的因素确定为二级指标。在多指标综合评价方法中，有定性的，也有定量的。在实际的应用中，可根据具体的情况来选择，他们既可以单独使用，又可以综合起来使用。其具体的评价方法有：决定型评价法（评价图法、评价表法、记分法）、专家打分法、经济型评价法（效益成本法、经济指数公式法）、模糊数学综合评价法、层次分析法（AHP）、运筹学法、风险分析法、综合型评价法等。 由于工艺知识管理水平的评价过程极其复杂，影响的因素颇多，直到现在，还没有一个具体的理论公式来对工艺知识管理水平评价，人工神经网络对一个企业的工艺知识管理水平的评价提供了一个新的方法和途径。如果将工艺知识管理水平的评价过程运用神经

10、网络来进行模拟，那么评价过程将大大减轻工艺评价人员的工作负担，从而最终提高工作效率。1.4本课题的主要内容基于上述因素考虑，作者运用模糊评价和神经网络理论，借助Visual Basic +Matlab软件和Access 数据库，开发出了一个评价系统软件，该系统软件通过专家、系统的界面和用户交互，完成神经网络的训练和推理过程。从而实现对工艺知识管理水平的评价，以便尽快地作出反应。第二章 建立工艺知识管理水平评价指标体系通过大量查阅国内外相关文献和进行现场调研，作者认为工艺知识管理水平的高低主要取决于11个大的方面：工艺知识的完整性、可靠性、统一性；工艺知识管理系统的灵敏度、智能度、系统性能、操作

11、；企业软硬件环境、人员配备程度、工艺知识管理制度及效益。把这11方面确定为评价体系的一级指标，而每一大的方面又有众多影响因素，将影响每一方面的因素确定为二级指标，如图1所示。下面将每一个部分作如下说明：(1) 工艺知识的完整性：该指标对于工艺知识管理系统的水平来讲是十分重要的，一个企业的工艺知识管理系统如果不能为用户提供完整的工艺知识，用户需要什么知识而不能从该系统中快速地检索到，那么这个系统就不是完善的系统。将工艺知识分为图1中所示的四个大部分，只有这四部分都纳入了工艺知识管理系统才算是完整的。(2) 工艺知识的可靠性：是指工艺知识必须准确、正确，否则就失去了参考价值。可靠性是在完整性的基础

12、上而言的，可靠性对于一个系统能否圆满地完成一项任务是很重要的。另外，工艺知识的来源和处理手段必须是可靠的，这样才能保证工艺知识的可靠性。(3) 工艺知识的统一性：统一性也是一个很重要的指标，对于一个系统来说，特别是工艺知识管理这样一个复杂系统，涉及的参数、术语、图形、公式、符号等特别多，如果术语不统一，可能导致搜索不到要检索的内容，也可能引起歧义，其后果是不堪设想的；一个企业的指导书、任务书、工艺规程等文件可能达到几百种，如果工艺文件不进行规范化，系统化，则很难进行管理，在无形之中就降低了工作效率。而且，规范化又是标准化和数字化的基础，若要实现，数字化，则必须进行规范化。(4) 工艺知识管理系

13、统的灵敏度：是指系统的反应能力和快速更新能力，用四个指标进行衡量：工艺知识的访问频率、闲置时间、获得的及时性和知识库的更新能力。如果某一工艺知识的访问频率极低，则说明该知识的参考价值极低，可以考虑删除或更新，这就需要工艺管理人员要长期留意，经常分析工艺知识的情况；如果某一工艺知识闲置时间过久，比如一年左右没有用户访问，说明该知识已经失去使用价值，或者是与经济效益挂不上钩，也可考虑取消或用新知识来取代；工艺知识获得的及时性是指当新工艺知识出现时，系统是否具备在第一时间内将其捕获的能力，21世纪信息的获得相当重要，而在同等的水平下，谁最先掌握第一手资料，谁就能在激烈的竞争中处于有利地位；知识库更新

14、能力是指是否具备更新机制，比如定期进行更新维护或实时进行更新和维护。(5) 工艺知识管理系统的智能度：知识管理系统主要是为工艺人员提供技术支持和为企业决策者进行决策支持的，所以至少应具备工作流管理能力、辅助工艺分析能力、决策支持能力和高级检索能力。另外，随着数据库和数据仓库技术的发展，数据仓库中工艺知识量的增大，还应具备工艺知识挖掘能力，以便更好的辅助决策者进行决策。(6) 系统性能：对于一个工艺知识管理评价系统软件系统来讲，系统的性能也是非常重要的。首先，系统必须可靠、高效、可维护、可扩充、可移植、可共享，这些是软件系统必备的特性。另外，系统还应具有一定的适应性，以适应不同情况下的软硬件环境

15、。对于某些保密性强的企业来讲，系统必须具备安全保密性，以免泄密或被病毒侵犯，否则将造成巨大的损失。同时，系统的寿命至少应满足在软件内容满足条件的情况下安全无故障的运行在安全使用期限内。(7) 系统带来的效益：对于企业来讲，效益特别是经济效益是衡量一切的前提。一个知识管理系统的开发如果不能为企业创造效益，那么从根本上就是失败的，其它衡量指标就无从谈起。效益一般从下述几个方面来衡量：直接经济效益（采用工艺知识管理系统前后效益对比）， 间接经济效益（采用工艺知识管理系统所带来的其它正面影响），社会效益，用户满意和系统的利用率。后两个指标虽然不与经济效益直接挂钩，但却能直接体现系统的作用，最终可转化为

16、效益指标进行衡量，也是效益的一个方面。(8) 系统的操作：系统是否便于操作是衡量软件系统的一个重要方面，一个便于操作的系统可能节省一半以上的操作时间，从而提高工作效率；相反，一个不便于操作的系统可能浪费许多的操作时间，从而降低工作效率。可操作性一般从四个方面进行衡量：输入标准化、输出标准化、操作安全与可靠性、界面友好与方便。界面的友好与方便十分重要，一个界面不太友好，用户就不会满意，这将影响软件产品的销售，最终影响经济效益。(9) 企业的软硬件环境：即使工艺知识管理系统开发得再好，如果企业的软硬件环境配备的太差也会严重影响系统的使用。想必这一点用户也深有体会罢，系统的软硬件配备的太差，运行的速

17、度就快不起来，用户解决问题的时间就会变长。软硬件环境从以下四个方面考虑：计算机装备率、网络装备率、硬件配置性能和操作系统的先进性。 (10) 企业的人员配备程度：人力资本是企业知识资源中很重要的一部分。好多隐性知识，比如专家、技术人员的经验、诀窍，只能靠传授和交流来进行传播。所以在评价指标体人员配备是绝不容忽视的部分。一般考虑四个方面的因素：专职工知识人员比例、大专以上人员比例和各级技工人员比例。 (11) 企业的管理制度：当上述一切条件都具备以后，如果企业的管理制度涣散，没有严格的考核、奖惩机制，则其它条件都无法起作用。企业的制度是系统能否正常运行的充分保障，因此，在评价体系中，管理制度也应

18、占有重要的地位。一般从下述六个方面考虑企业的管理制度：工艺知识共享机制、工艺文件管理制度、工艺贯彻率、工艺流程贯彻率、工艺人员培训制度和工艺考核制度。 图2.1所示是工艺知识管理评价指标体系图2.1 工艺知识管理水平评价指标体系第三章 工艺知识管理评价方法3.1多指标加权法评价问题的数学模型多指标加权综合评价法是根据企业工艺管理水平评价的指标体系，测定各级指标量值，确定合理的加权系数，最后计算出工艺管理水平指数。具体步骤如下：（1）制定评价指标由上述分析影响企业管理水平的因素确立评价指标的体系，将11个主要因素确定为一级指标，52个相关因素确立为二级指标。（2）确定加权值根据各项指标对提高工艺

19、管理水平的重要程度，应给以不同的权重，一级指标权重记为，且若第i项一级指标的第j项二级指标对于第i项指标的重要程度，即权重记为wij，且式中，mi为第i项一级指标含二级指标的项数。中，mi为第i项一级指标含二级指标的项数。（3）制定指标满足度标度指标满足度是判别指标值优劣的依据。指标值最优时，满足度E=100。为便于制定指标满足度标度，现对满足度标度作如下约定（不同企业可参考本企业实际情况酌情处理）：相当于优秀水平的单项指标最高值的满足度为95分，即E=95。满足于最低水平（即及格水平）的满足度为E=75分。其定量指标满足度可按下式计算：式中：E 指标满足度 水平指标的实际值 优秀水平要求的指

20、标值 及格水平要求的指标值（4）计算水平指数C：C值的大小表示工艺管理水平的高低。C值越大，工艺知识管理水平越高。水平指数计算公式算公式为：企业工艺知识管理水平经评价后，可按评价结果分别定为优秀、良好、中等、合格、不合格五个等级。3.2模糊评价法的实施步骤第一步，建立判断矩阵：判断矩阵是对上一层的某要素而言，将本层次诸要素之间进行两两比较来确定的，其形式如下：HsA1A2AjAnA1a11a12a1ja1nA2a21a22a2ja2nAiai1ai2aijainAnan1an2anjann其中，Hs为上一层的某要素，Ai为本层次的诸要素，aij为对于Hs而言，Ai与Aj的相对重要性，且有aij

21、=1/aji。aij的值可以根据表3.1的判断尺度确定。 表3.1 要素比较的判断尺度判断结果aij对Hs而言，Ai和Aj同样重要1对Hs而言，Ai比Aj稍微重要3对Hs而言，Ai比Aj明显重要5对Hs而言，Ai比Aj强烈重要7对Hs而言，Ai比Aj极端重要9介于上述两个相邻判断尺度的中间2，4，6，8 如对统一性而言，企业的决策者可能认为参数的规范化比使用术语的规范性重要得多，使用术语的规范性又比工艺文件的规范性明显重要，则可构造判断矩阵如下：HsA1A2A3A1179A21/715A31/91/51第二步，层次单排序：先计算判断矩阵中每一行诸元素的乘积及其方根，得到然后进行归一化处理，得到

22、第三步，计算最大特征根lmax第四步，一致性检验：因为在一般评价问题中，判断矩阵的值只是评价人的估计值，如果估计时有偏差，则必然会导致判断矩阵的特征值和最大特征根也有偏差，即据此的各方案相对重要度可信度差。若该矩阵具有完全一致性，则lmax =n。为检验判断矩阵的一致性，建立了判断矩阵的一致性指标：当判断矩阵具有完全一致性时，=0。为了度量不同阶数判断矩阵是否具有满意的一致性，引进判断矩阵平均随机性指标RI。表3.2判断矩阵平均随机性指标值阶数n123456789RI0.000.000.580.901.121.241.321.411.45于是，有判断矩阵的一致性比例CR为CR=/RI。CR0.

23、1则认为判断矩阵有满意一致性，根据此判断矩阵而计算出的相对重要度是可以接受的。若不满足这一条件，则需要重新修订判断矩阵，直至获得满意的一致性。我们来检验一下刚才所建立的判断矩阵的一致性：CR=/RI=（3.025-3）/(3-1)/0.58=0.0210.1 （ 满足标准）依照上述方法，计算出所有一级指标和二级指标的权重数。第五步，专家对各项评价指标打分。第六步，计算评价指标C。在多指标综合评价方法中，目前常用的有专家打分法、AHP法（层次分析法）和神经网络法等。其中专家打分法对于专家的经验过分依赖，只有在处理简单评价问题时才经常使用；AHP法通常用于既依赖专家意见（比较指标的重要程度时），又

24、要进行一致性检验的场合，但权重系数一旦确定，修改起来较为烦琐；神经网络法一般用于现场数据比较丰富，并且准确可靠，但缺乏经验公式的情况。根据工艺知识管理水平的评价指标体系还是刚刚建立，现场数据不是很丰富，专家又缺乏实际经验的现实情况，本文提出将AHP法和神经网络法相结合的评价方法，该方法既避免过分依赖专家，又避免了过分依赖现场数据的不足，使得评价结果尽可能地接近真实情况。具体步骤如下：(1) 采用AHP法计算每级各个评价指标所占的权重；(2) 建立神经网络数学模型，确定初始值；(3) 请十组以上的专家打分，根据步骤1中计算出的权值，计算出最终评价结果；(4) 根据步骤3中的数据作为神经网络的训练

25、样本，对步骤2中建立的数学模型进行训练，得出拟合出来的数学公式；(5) 实施评价，将现场专家打分输入已经训练好的神经网络，求出评价结果。3.3 神经网络法数学模型采用Matlab中的径向基函数神经网络工具箱来计算，径向基函数神经网络由三层组成，输入层、隐层、输出层，如图2所示。输入层节点只传递输入信号到隐层，隐层节点由像高斯函数那样的辐射状作用函数构成，而输出层节点通常是简单的线性函数。基函数采用高斯核函数（Gaussian kernel function），如下式所示： j=1,2,Nh其中，uj是第j个隐层节点的输出，X=(x1,x2,xn)T是输入样本，Cj是高斯函数的中心值，j是标准化

26、常数，Nh是隐层点数。采用高斯基函数，具备如下优点：（1）表示形式简单，即使对于多变量输入也不增加太多的复杂性。（2）径向对称。（3）光滑性好，任意阶导数都存在。（4）由于该基函数表示简单且解析性好，因而便于进行理论分析。其连接权的学习修正仍可采用BP算法。3.4 BP网络的设计分析在BP网络设计前，一般应从网络的层数、每层中的神经元个数、初始值以及学习方法等方面来进行考虑。（1）网络的层数和隐含层的神经元数理论上早已证明：具有偏差和至少一个S型隐含层加上一个线性输出层的网络，能够逼近任何有理函数。增加层数主要可以更进一步的降低误差，提高精度，但同时也使网络复杂化，从而增加了网络权值的训练时间

27、。而误差精度的提高实际上也可以通过增加隐含层中的神经元数目来获得，其训练效果也比增加层数更容易观察和调整，所以一般情况下，应优先考虑增加隐含层中的神经元数。在本评价问题中，将隐层设置为1层。由于二级指标共有52个，因此确定输入层为52个节点；一级指标有11个，作为隐层，则隐层节点数为11个；输出层为一个节点，即评价结果。（2）初始权值的选取由于系统是非线性的，初始值对于学习是否达到局部最小、是否能够收敛以及训练时间的长短关系很大。如果初始值太大，使得加权后的输入落在激活函数的饱和区，从而导致其导数f(x)非常小，从而使得调节过程几乎停顿下来。所以，一般总是希望经过初始加权后的每个神经元的输出值

28、都接近于零，这样可以保证每个神经元的权值都能够在它们的S型激活函数变化最大之处进行调节。所以，一般取初始权值在（-1，1）之间的随机数，由于本方法将两种方法相结合，所以初始权值采用AHP法中计算出来的权值，利用这种方法可以在较少的训练次数下得到满意的训练效果。（3）学习速率学习速率决定每一次循环训练中所产生的权值变化量。大的学习速率可能导致系统的不稳定性，但小的学习速率将会导致训练时间较长，收敛速度很慢，不过能保证网络的误差值不跳出误差表面的低谷而最终趋于最小误差值。所以在一般情况下，倾向于选取较小的学习速率以保证系统的稳定性。学习速率的选取范围在0.010.8之间，因为本方法中输入、输出和初

29、始权值都是经过计算出来的，所以训练时间应该不会过长，因此本程序选取较小的学习速率0.01。但是，对于一个具体网络都存在一个合适的学习速率，而对于复杂网络，在误差曲面的不同部位可能需要不同的学习速率。为了减少寻找学习速率的训练次数以及训练时间，比较合适的方法是采用变化的自适应学习速率，使网络的训练在不同的阶段自动设置不同学习速率的大小。（4）期望误差的选取在设计网络的训练过程中，期望误差值也应当通过对比训练后确定一个合适的值，这个所谓的“合适”，是相对于所需要的隐含层的节点数来确定，因为较小的期望误差值是要靠增加隐含层的节点，以及训练时间来获得的。一般情况下，作为对比，可以同时对两个不同期望误差

30、值的网络进行训练，最后通过综合因素的考虑来确定其中一个网络。本程序中开始选取期望误差值为0.01，但在训练时，该值经长时间训练后也无法收敛，最后确定为0.1，这样不用增加隐层节点而能达到较好的训练结果。3.5 具体应用AHP法的过程表3.3 神经网络训练样本组输入数据输出168 72 75 83 61 65 78 92 82 76 93 65 68 79 82 72 73 75 78 76 63 65 72 78 83 84 91 86 75 72 73 61 66 83 72 65 83 67 72 68 69 72 85 87 92 93 83 86 76 65 85 9275.57727

31、3 94 61 63 82 79 84 75 69 74 79 92 61 82 65 73 65 61 63 61 80 70 60 85 72 73 82 88 60 82 83 65 76 83 79 78 77 76 72 76 83 82 65 75 85 77 76 77 78 79 80 8176.323395 83 85 75 91 78 83 74 68 73 78 75 95 95 64 81 66 65 85 85 65 66 67 68 69 70 81 85 88 66 65 70 80 90 61 82 83 90 86 87 88 65 78 79 80 85 9

32、1 92 93 64 95 9680.873485 72 63 86 86 77 82 73 67 72 77 84 85 73 73 84 87 76 73 86 90 80 70 60 85 76 63 82 81 76 66 83 65 81 80 90 90 80 93 92 91 90 61 62 63 64 61 62 63 64 65 6678.759575 63 86 75 76 76 81 72 66 71 76 83 75 94 86 65 76 76 83 83 70 60 80 90 90 80 70 60 63 90 80 70 60 80 90 80 70 60 7

33、6 77 78 79 93 95 97 98 82 83 84 85 86 8777.102668 92 67 68 61 71 81 91 71 72 73 61 62 63 64 61 62 63 71 73 90 80 65 75 85 80 81 83 60 85 75 75 62 92 76 82 84 79 67 77 82 90 82 83 85 79 90 80 60 66 65 7076.331778 75 63 92 72 73 65 85 72 65 85 73 72 81 85 73 75 76 80 92 61 66 78 79 85 72 85 85 92 63 6

34、5 72 75 65 73 65 85 82 72 65 70 75 92 90 89 61 85 85 75 61 72 9076.968885 65 83 61 83 86 86 61 65 88 63 87 83 91 83 84 89 63 61 83 72 73 91 61 63 91 61 62 65 88 82 83 92 75 65 72 61 93 65 73 65 68 61 72 73 85 61 72 73 89 92 6176.600965 75 84 93 66 75 80 91 65 70 75 73 65 83 84 76 66 86 93 84 60 70 8

35、0 90 60 70 80 90 60 60 70 80 90 60 88 89 91 65 63 64 65 66 65 64 83 82 76 77 78 79 80 8175.0601073 86 76 86 91 81 71 61 81 82 83 71 72 73 74 95 96 61 62 63 60 70 80 65 66 72 84 93 62 75 65 85 64 63 65 81 91 72 93 82 77 67 79 82 85 83 93 72 69 79 89 7077.358首先，采用AHP法计算出的各级指标权重如下（有关AHP法的介绍在好多书中都有讲解，此处

36、不再赘述）：一级指标11个权值为0.049 0.022 0.049 0.125 0.125 0.022 0.049 0.263 0.125 0.125 0.049。二级指标权值分别为0.091 0.494 0.285 0.1290.125 0.125 0.3753750.600 0.200 0.2000.409 0.409 0.045 0.1360.463 0.073 0.195 0.195 0.0730.019 0.035 0.035 0.185 0.185 0.086 0.185 0.086 0.1850.064 0.152 0.360 0.064 0.3600.1210.121 0.22

37、0 0.5370.055 0.118 0.263 0.5640.068 0.151 0.391 0.3910.425 0.041 0.0410.090 0.201 0.201。根据上述权值，请十名专家现场打分，得出十组数据如表3.3所示。将上述十组数据作为神经网络的训练样本，得出训练后的最终神经网络模型，用其中一组训练样本进行校验，当输入为第二组训练样本时，神经网络的输出为76.421，与76.323非常接近，所以可以认为训练结果还是很可信的。第四章 软件开发过程41 工具软件介绍411 Access数据库介绍 Access是一个优秀的工作组级的数据库管理系统，它已不是仅仅能存储和管理数据表的

38、软件，而是一个集数据管理和信息提取，开发数据库应用，办公应用程序集成为一体的优秀数据库平台。Access数据库已经具备了许多大型数据库管理系统才具备的特征，而且具有完全的网络数据管理能力，并且Access与office有着紧密的集成，使得用access开发的信息管理系统与企业现有的桌面办公平台可实现无缝对接。数据表在Access数据库中被成为一个对象，Access数据库除了表对象以外，它还有查询、窗体、报表、页、宏和模块对象。通过这些对象大大的扩展了数据库的功能，使我们管理数据更加容易，更价直观。用户需要学习的就是这些对象的创建和使用方法，然后通过这些对象来管理数据库。Access 2000的

39、新特点：1、 将数据库转换为以前的版本。2、 数据库窗口。3、 名称自动更正。4、 子数据表。5、 拖放到excel6、 窗体的改进。7、 打印关系向导。8、 关闭时压缩。9、 数据访问页。412 VISUAL BASIC 简介Visual basic 是一种面向对象的程序设计语言（OOP）,因它具有OOP语言所具有的创建机制、对象的继承性、对象的多态性及对象的了预见性等特征。在VB中，对象主要分为两种类型：一种是程序的载体-窗体（form）对象；另一种是在窗体对象,如文本框、图像框、选择控件、命令按钮、标签等控件对象。 Visual basic不仅是指visual basic 编程语言，还包

40、括visual basic编程系统和VBA。VB开发环境的7个窗口的关系为：窗体窗口是程序的界面，是程序执行时用户可见的部分，窗体窗口用于设计图形的图形界面，其它5个窗口是为这2个窗体服务的：主窗口为其设计提供环境和命令；工具箱窗口为其提供界面设计的基本素材，如按钮、文本框、标签、复选框、图片、文件框等；属性窗口为其提供设计的风格，如窗体中按钮上文字的字体、大小及颜色等；工程文件窗口为其提供所用的窗体及工具函数程序清单；窗体布局窗口设置最后的图形界面在计算机屏幕上显示的位置。VB6.0环境的7个窗口之间的关系也可以用一个形象的比喻来理解：即它的主窗体像一个厨房，所有与做菜有关的物件和材料都在厨

41、房中根据实际任务编程序（在代码窗口中进行）就像在厨房中做一道特定的菜，如西红柿炒鸡蛋。工具箱窗口就像各种调料及材料，西红柿炒鸡蛋当然要从“工具箱”中拿西红柿、鸡蛋、盐等材料了。把这些东西放到炒锅中炒，至于怎么炒，放油、放盐、放料翻炒的过程和工序，实际上就相当于代码窗口中的程序了。而属性窗口就像一块砧板或其他什么，可以把西红柿切成什么形状，切成多大块等。做好的菜要放到盘子中去 ，最后呈现在顾客面前的是一盘西红柿炒鸡蛋，盘子就相当于窗体窗口，一盘西红柿炒鸡蛋，就相当于在窗体中按实际要求加入了按钮、标签、图片等控件形成了具有一定风格的能完成一个特定任务的图形界面，它是用户最后看到的部分。最后把这盘菜

42、放到餐桌的什么位置上，就相当于窗体布局窗口的工作了。工程文件窗口就像菜单，它定义了该顿饭共有几道菜，每道菜都是什么。Visual basic可以实现windows的绝大部分高级功能，如多任务、多文档界面（MDI）、对象的连接与嵌入（OLE）、动态数据交换（DDE）、动态连接库（DLL）子程序的调用，TRUE TYPE字型技术等。尤其是动态连接技术，使得Visual basic可以调用Windows系统的各种资源。通过DDE技术，各应用程序之间课轻而易举的实现动态实时的数据交换。从开发个人使用的或小范围内使用的应用程序，到大型企业应用系统，甚至通过Internet遍及全球的分布式应用程序。都可在

43、Visual basic提供的工具中得以实现。相对于别的高级语言，Visual basic可以实现以下这些有特色的功能：1数据访问特性允许对包括Microsoft SQLserver和其他企业数据库在内的大部分数据库格式建立数据库和前端应用程序。2 ActiveX技术使使用其它应用程序所提供的功能成为可能，例如，Microsoft excel 电子表格及其他windows 应用程序。甚至可以直接调用VB创建的应用程序和对象。3 在应用程序中很容易通过Internet访问其他终端的文档和应用程序。4 已完成的应用程序可以生成真正的EXE文件，并提供运行时可自由分布的动态连接库（DLL）.5 Vi

44、sual Basic 6.0具有以下新特征:1）采用了以简单对象模型为显著特征的数据访问技术，ActiveX数据对象（ADO）可以更好的访问本地和远程数据库。2） ActiveX 数据对象（ADO）控件，使得用户更为容易创建数据库应用程序。3） 数据绑定功能有了更好的增强，可以将任意一个数据圆筒任意一个用户的数据控件绑定。、4） 工程启动项目（F5）允许用户在调试程序是可以选择在何处运行。5）数组的功能有了更好的增强，过程的调用可以返回一个数组，这样调用一过程就可以返回多个数据。6） 允许在远程机器上创建对象。7） 增强了安装想到的功能。8） 对于企业版，增加了SQL 编辑器，允许用户可是画调

45、试SQL 语句。413 MATLAB6.5简介MATLAB是美国Mathworks公司的数学类计算软件，名称取自（Matrix和Laboratory）“矩阵实验室”。70年代中期，Cleve Moler博士开发了LINPACK和EISPACK的FORTRAN语言子程序，求解线性方程和特征值；70年代后期，Cleve Moler编写了使用LINPACK和EISPACK的接口程序，取名MATLAB（Matrix和Laboratory）；80年代中期，Cleve Moler和John Little采用C语言重新编写了MATLAB的核心，开发了MatLab第二代专业版；1984年成立Mathworks

46、公司，MATLAB正式推向市场。MATLAB最新版本为MATLAB6.5(release13)。MATLAB程序设计语言结构完整，且具有优良的移植性，它的基本数据元素是不需要定义得数组。它可以高效率地解决工业计算问题，特别是关于矩阵和矢量的运算。MATLAB比C语言和FORTRAN语言更容易掌握。寥寥几行MATLAB程序就可以实现你意想不到的功能。另外，MATLAB提供了一种特殊的工具：工具箱（toolbox）。这些工具箱包括：信号处理、控制系统、神经网络、模糊逻辑、数据库等等。MATH WORKS 公司和各个领域的专家还在积极的完善工具箱的功能，并不断推出新的工具箱。不同领域、不同层次的用户

47、通过对相应工具箱的学习和应用，可以方便的进行计算、分析和设计工作。Matlab是由Mathworks公司出版发行的著名计算软件，其运算的基本数据结构是矩阵。凭借其杰出的性能，Matlab已被国际学术界确认为准确、可靠的科学计算标准软件。总的来说，MATLAB系统包括以下五个主要部分：（1） MATLAB编程语言。Matlab语言是一种高级矩阵语言，具有面向对象编程的特点，既适合编写小巧玲珑的程序，也适用于开发复杂的大型应用程序。（2） MATLAB工作环境。Matlab工作环境是一个集成了许多应用程序和工具的工作空间，在这里，用户可以方便地管理环境变量，输入、输出数据，开发、管理、调试m文件以

48、及matlab应用程序。（3） MATLAB图形处理。它为用户提供了非常丰富的用于将工程计算和结果可视化的函数，可实现二维或三维图形的绘制、图象处理、动画等功能，同时也包含低层的绘图命令。允许用户为应用程序设计自己的用户图形界面。（4） 数学函数库。它包括大量的计算函数，从简单的基本函数，如求和、正余切到复杂的矩阵求逆，矩阵特征值，贝塞尔函数和快速傅立叶变换等。（5） MATLAB应用程序接口（API）。它是一组动态的库函数，使得用户在自己的c或fortran程序中可以和matlab程序交互，调用matlab的动态连接库作计算。本文就是利用Matlab 神经网络工具箱来对预先输入的10组数据进

49、行训练，并将专家评分存入数据库中的数据取出，自动输入到一个叫evaluation的m文件中，经过它的训练和推理，将结果输出到VB界面上，来查看工艺知识管理水平的高低，即工艺知识管理水平处于哪个层次上。神经网络工具箱是在matlab 环境下开发出来的许多工具箱之一，它是以人工神经网络理论为基础，用matlab 语言构造出典型的神经网络激活函数，如s型、线性、竞争层、饱和线性等激活函数，使设计者对所选定网络输出的计算变成对激活函数的调用。另外，根据典型的修正网络权值的规则，加上网络的训练过程，用matlab 编写各种网络设计与训练子程序，网络的设计者则可以根据自己的需要去调用工具箱中的设计训练程序

50、，使自己能够从烦琐的编程中解脱出来，集中精力去思考有关问题和解决问题，从而提高效率和解题质量。目前，matlab最新版本完整地概括了神经网络的基本成果，所涉及的网络类型有：1） 感知器2） 线性网络3） BP网络4） 径向基函数网络5） 自组织网络6） 回归网络对于各种网络模型，神经网络工具箱集成了多种算法，为用户提供了极大的方便。此外，神经网络工具箱中还给除了大量的示例程序，为用户轻松地使用工具箱提供了生动的范例。Rumelgart,McClelland 和他们的同事洞察到神经网络信息处理能力的重要性，于1982年成立了一个PDP小组，研究并行分布信息处理方法，探索人类认知的微结构。1985

51、年发展了BP网络（Back-Propagation Network,简称BP网络）学习算法，实现了Minsy的多层网络设想。目前，在人工神经网络的实际应用中，绝大部分的神经网络模型是采用BP网络和它的变化形式，它也是前向网络的核心部分，并体现了人工神经网络最精华的部分。BP网络主要用于：1） 函数逼近：用输入矢量和相应的输出矢量训练一个网络逼近一个函数；2） 模式识别：用一个特定的输出矢量将它与输入矢量联系起来；3） 分类：把输入矢量以所定义的合适方式进行分类；4） 数据压缩：减少输出矢量维数以便于传输或存储。在进行BP设计前，一般应从网络的层数、每层中的神经元个数、初始值以及学习方法等方面来

52、进行考虑。BP网络是ANN中最重要的网络模型之一；它已在模式识别、图象处理、故障诊断等方面得到了很好的应用。但在工艺知识管理水平的评价中的应用尚属少见。基于ANN的BP网络是一个三层前馈网络，即由输入层、输出层、隐含层组成，每层的神经元对输入进行加权求和，对和值进行阀值处理产生输出值。它利用多层误差修正梯度下降法进行离线学习，经过样本集支持下的若干次学习，网络各层之间的权重得到充分的调整，从而获得并表达出样本中所蕴涵的知识，输出一个专家总评分数，达到评价工艺知识管理水平高低的目的。神经网络的学习方法1 学习方式通过向环境学习获取知识并改变自身性能是神经网络的一个重要特点。在一般情况下，性能的改

53、善是按某种预定的度量通过调节自身参数（如权值）逐步达到的。学习方式有3种：（1） 监督学习（2） 非监督学习（无教师学习）（3） 再励学习（强化学习）2 学习算法（学习规则）(1) 误差纠正学习(2) Hebb学习（3）竞争（competitive）学习3 学习与自适应当学习系统所处环境平稳时（统计特性不随时间变化），从理论上讲通过监督学习可以学到环境的统计特性，这些统计特性可被学习系统（神经网络）作为经验记住。如果环境是非平稳的（统计特性随时间变化），通常的监督学习没有能力跟踪这种变化，为解决此问题，需要网络有一定的自适应能力，此时对每一种不同的输入都作为一个新的例子来对待。42 软件的使用

54、方法 在启动该软件“工艺知识管理水平评价系统”时，你将看到一个界面如图4.1,此时你可以输入密码，然后点击按钮。如果密码错误，显示图4.2的对话框，单击按钮 ，你可以重新输入密码。如果你点击，文本框内的输入被清空，此时你也可以重新输入密码，然后按按钮，或直接按回车键，即进入下一个界面，我们姑且叫它欢迎界面，如图4.3示。图4.1图4.2图4.33秒后将自动进入专家权值确定界面，如图4.4示。图4.4现在就请各位专家作选择，缺省的选择是工艺专家（工艺研究人员），如果你是工艺专家或工艺研究人员，你可以直接单击按钮，或按回车键。选中哪类专家就单点击单选按钮，使其变成状态，然后按按钮，进入专家打分界面

55、，如图4.10所示，在这个界面下，各位专家可以仔细地评分，这时需要各位专家认真分析、考虑周全、客观地对该企业的工艺知识管理水平作出评价。评价时以百分制来打分，即针对一个工艺管理评价指标，输入一个0100之间的分数，然后按Tab键，或用鼠标单击下一个指标的空白文本框，继续评分。等到52个指标都评价完毕，专家可以按下按钮 ，如果输入合法，则弹出如下对话框（图4.5）。图4.5单击按钮 ，刚才输入的一组数据被保存。如果输入不完全，即有的指标未被评分，单击按钮 ，则有图4.6所示的对话框，点击按钮 ，专家可以继续评分；如果某项指标的值没在0100之间，点击按钮 ， 则有图4.7所示的对话框。 图4.6

56、 图4.7 点击按钮后，该项错误的输入被取取消，文本框变成空白，等待专家的输入；如果输入不是数字，按按钮后，将出现如下对话框 图4.8 点击按钮后，该项不合法的输入被取取消，文本框变成空白，等待专家的输入。等到此专家的输入完全合法后，单击按钮 ，将出现如下对话框图4.9点击按钮后，数据被保存在一个叫tixi的数据库中。可点击按钮 继续请别的专家评分。图4.10如果某位专家认为前面的数据评价的很不客观，有许多指标的评价都没有做出好的评价，可以按按钮，则打分界面里所有的文本框为空，等待专家的重新输入。按下按钮 ，则显示专家权值确定界面，如下页图。此时系统等待另一个专家的权值输入，这为专家的操作过程

57、与上位专家的方法类似，这里不再叙述。图4.11在这个界面下，另一专家又可以选择其类型，决定其权值。因为系统设定工艺专家（工艺管理人员）的权值为 0.4，计算机专家的权值为 0.2 ，系统专家的权值为 0.2 ，决策层领导的权值为0.1 ，其他专家的权值为0.1。如果同类专家有许多，则评分时取其同类专家的平均值。例如在一次专家打分活动中，有工艺专家24人，则实际评分时取各项指标的工艺专家评分均值作为一组数据存如数据库tixi；有系统作家20人，则实际评分时取各项指标的系统专家评分均值作为一组数据存如数据库tixi；有计算机专家10人，则实际评分时取各项指标的计算机专家评分均值作为一组数据存如数据

58、库tixi；有决策层领导5人，则实际评分时取各项指标的决策层领导评分的平均值作为一组数据存如数据库tixi；其他专家10人，则则实际评分时取各项指标的其他类型专家评分均值作为一组数据存如数据库tixi。等到所有的专家都评分完毕，就可以创建评价数据了。此时，按下按钮 后，刚才所有的专家的评分结果将被处理。即各位专家对各项指标的评分乘完专家权值后被存在一个叫tixi的数据库里，这项处理就是将tixi的数据分各项指标相加，并存在一个叫test的数据库中。处理结果是出现如下的对话框图4.12单击按钮 即可。现在就可以评价了，评价用的软件是Matlab，按下按钮 就能启动Matlab软件，如下图：图4.

59、13等待输入命令，在这里命名matlab的m文件名为evaluation，输入evaluation并回车， 系统就开始评价了，在执行这个程序的过程中，回车4次（或按任意键4次Matlab 将向你展示训练的过程，如图4.14。同时伴有图形，如图4.15图4.14图4.15图4.16此时，专家评分的结果为79.0956,在运行matlab的同时，这个专家总评结果被保存在一个叫data的数据库中，可以随时调用。 现在可以查看你所在的企业的工艺知识管理水平的高低了，实现的方法是按下按钮 ，将进入下一个界面，如下图图4.17在这个界面里，你将看到你所在的企业的工艺知识管理水平的情况，单击按钮 ，你将看到

60、text2中显示一个分数，这个分数是从数据库data中调用的，单击按钮 ，你将看到text框中显示你所在的企业的工艺知识管理水平的位置是优秀、良好、中等、及格、不及格中的哪一种。本例的结果显示如图4.18图4.18此时需要工艺管理人员针对所在的企业的工艺管理水平的位置，认真分析，找准努力的方向，作出相应的反应，采取相应的措施，使企业的工艺知识管理水平再提高一个档次。第五章 结论本文利用人工神经网络的自学习功能，通过对基于BP网络的工艺知识管理水平评价方法的研究，实现了评价的自动化，克服了评价过程复杂、评价指标多、耗时多、用费大的“瓶颈”。当然，仅仅依靠基于人工神经网络的评价方法还不能提高企业的

61、经济效益，还需要相关人员认真分析、采取相应的措施，以期工艺管理水平再上一个台阶。本文还提出的企业工艺管理水平的多目标综合评价方法，方法简单、准确性好，为企业评价工艺管理水平提供了一个良好的工具。在具体应用时，应注意以下两点：（1）对于不同的制造企业，工艺知识管理的侧重点不同，所以评价指标也有可能不同，因此，图中所示的指标体系针对不同企业应酌情进行修改和完善，必要情况下可对指标进行添加和删除；（2）对于不同的制造企业，同一指标所占的权值可能有所出入，因此，采用AHP法计算初始权值时应根据实际情况确定评价矩阵，神经网络的初始值根据实际情况进行选取，以便满足自己的需要。谢辞值此论文完成之际，首先向我

62、的导师孙丽老师致以衷心的感谢。本论文是在导师的精心指导下完成的，在撰写论文的全过程中，我始终得到她的关心、指导和帮助，在她潜移默化的言传身教下，我的动手能力得到很大的提高。导师严谨的治学态度、勤奋刻苦的钻研精神和对科学的执着追求，给我留下了深刻的印象；导师的谆谆教诲更令我终生难忘！在撰写毕业论文期间，我还得到过许多老师和同学们的帮助，在此一并表示感谢。谨以此文献给所有关心、支持和帮助过我的人们。30参考文献1 丛爽编，面向MATLAB工具箱的神经网络理论与应用，中国科学技术大学出版社，1998.11。2 闻新 周露， MATLAB神经网络应用设计，科学出版社，2000.9。3 马心义 杨立群

63、，MATLAB 6 应用开发指南 ，机械工业出版社，2000.1。4 丁爱萍 刘瑞新 ，Visual Basic 程序设计习题解答，西安电子科技大学出版社，2001.9。5 清原计算机工作室 ，MATLAB 6.0基础及应用 ，机械工业出版社，2001.5。6 袁帅， Visual Basic 编程实例教程 ， 北京希望电子出版社，2002.11。7 白松淘， Access 2000 实用培训教程 ，清华大学出版社，2001.5。8马起 ，Access 2000 中文版提高 ，南京大学出版社，2000.9。9 李勇平， 中文Visual Basic 6.0案例教程，电子出版物数据中心 Computer DIY杂志社，2001.9。10 陈建红， Visual Basi