[发明专利]基于模糊层次分析法的智能制造能力成熟度评价方法

说明书

本发明公开一种基于模糊层次分析法的智能制造能力成熟度评价方法，步骤如下：S1、建立评价指标体系：依据评价目的，借助调查研究和专家咨询的方式，建立逐级分层的智能制造能力成熟度评价指标体系；S2、确定权重：使用层次分析法，引入领域专家的评审意见，确定其同一层次各个指标的权重；S3、量化指标：结合当今智能制造成熟度的总体发展水平，将指标的发展水平统一使用一种量纲；S4、模糊综合评价：依据评语集和相应评语等级集的基准值，获取评价集模糊子集的隶属度，构建模糊关系矩阵；依据指标的权重向量与模糊关系矩阵，利用加权平均法得出成熟度的总分，进而判断出评价对象所处的成熟度级别。

技术领域

本发明涉及一种成熟度评估信息处理方法，尤其是涉及一种模糊层次分析法的智能制造能力成熟度评价方法。

背景技术

智能制造能够促进经济的增长以及工业的转型升级，世界各国都在智能制造上发力，积极对现代制造业进行布局。国务院颁布《中国制造2025》明确提出将智能制造做为主攻方向，德国有工业4.0计划、美国工业互联网、日本工业价值链和法国新工业革命。智能制造能力成熟度的评价能够凝聚行业的共识，避免方向走偏，降低融合发展的风险，因此针对智能制造能力成熟度评价的研究工作多集中在各个国家的标准化组织当中。德国机器及制造商协会发布了用于评价工业4.0进行程度的成熟度模型，该成熟度模型包含策略与组织、智能工厂、智能操作、智能产品、数据驱动服务和员工6个一级评价指标，并包含18个二级评价指标。我国的智能制造能力成熟度评价是依据《国家智能制造标准体系建设指南(2015版)》提出的系统架构，分别从智能维和制造维对智能制造能力进行评价。

现有对智能制造能力成熟度评价方法均为定性的评价方法，定性评价方法在实际操作过程当中难免带有较多的主观因素，因此对智能制造成熟度的评价使用定量的或者定性与定量相结合的方式将能够更加客观、精确的反映智能制造成熟度的真实特性，满足当前数字化、数据化的时代发展潮流。本发明将借助《国家智能制造标准体系建设指南(2015版)》提出的体系架构，建立智能制造能力成熟度评价指标体系，将层次分析法与模糊综合评价法相结合，对智能制造能力成熟度进行评估，该方法能够精确的反映当前企业的智能制造能力。

发明内容

本发明提供了一种定量化的智能制造能力成熟度评价方法，该方法基于模糊层次分析综合对成熟度进行评价，能够提高成熟度评价的准确性，包括：

建立评价指标体系：依据评价目的，借助调查研究和专家咨询的方式，建立逐级分层的智能制造能力成熟度评价指标体系；

确定权重：利用问卷打分的形式将领域专家的知识经验引入到权重确定的过程中，使用数学方法——层次分析法，确定同一层次各个指标的权重；

量化指标：结合当今企业智能制造成熟度的总体发展水平，将指标的发展水平进行量化以统一量纲；

模糊综合评价：依据评语集和相应评语等级集的基准值，获取评价集模糊子集的隶属度，构建模糊关系矩阵；依据指标的权重向量与模糊关系矩阵，利用加权平均法得出成熟度的总分，进而判断出评价对象所处的成熟度级别。

进一步地，建立评价指标体系，包括：

依据评价目的，借助调查研究和专家咨询的方式建立了由最高层、中间层与最底层组成的3层智能制造能力成熟度评价指标体系。

定义各层所代表的含义，最高层是需要获取的最终目标，即智能制造能力成熟度；中间层是最高层与最底层的关系纽带；最底层是制造过程中具体的实施手段和方法。

其中中间层包含一级指标和二级指标，一级指标涵盖智能维和制造维，二级指标涵盖设计、生产、物流、销售、服务、资源要素、互联互通、系统集成、信息融合和新兴业态；最底层包含三级指标，涵盖产品设计、工业设计、工艺优化、采购、计划与调度、生产作业、质量控制、仓储与配送、安全与环保、物流管理、销售管理、客户服务、产品服务等27个指标。