面向运输货损分析的覆盖件表面缺陷多属性评价模型

面向运输货损分析的覆盖件表面缺陷多属性评价模型

论文摘要

论文针对覆盖件运输途中产生的表面缺陷的多属性评价问题进行研究,有助于企业对其表面质量进行精准的等级划分并确定主要缺陷,从而优化物流服务过程,有助于物流服务质量的持续改善,具有重要的现实意义。论文以覆盖件作为评价对象,以运输途中产生的多个表面缺陷作为评价属性,由决策者赋予犹豫模糊数,实现定性评价向定量评价的转化。基于犹豫模糊理论及犹豫模糊多属性评价方法,以单个覆盖件表面缺陷综合得分值为目标函数,结合表面质量等级划分函数,建立覆盖件表面缺陷多属性模糊评价模型。在特征向量主观赋权法的基础上,运用寻优遗传算法确定最佳主观权重;在传统的离差最大化方法的基础上改进,提出一种新的犹豫模糊离差最大化方法确定客观权重;在两者的基础上设计表面缺陷模糊评价整体算法,并运用MATLAB数学分析软件予以求解,得到每个评价对象的综合得分值及其表面质量等级。通过实际案例计算分析,验证了本文建立的模型和算法的有效性、适应性和优越性。论文提出的面向运输货损分析的覆盖件表面缺陷多属性评价模型及其算法,为汽车企业对覆盖件表面缺陷进行质量等级评定和主要缺陷筛查提供了模型和算法参考,同时对相似产品的表面质量多属性评价有一定的借鉴意义。

论文目录

  • 摘要
  • abstract
  • 第1章 绪论
  •   1.1 研究背景和意义
  •     1.1.1 研究背景
  •     1.1.2 研究意义
  •   1.2 研究现状
  •     1.2.1 多属性决策研究现状
  •     1.2.2 基于模糊数的多属性决策研究现状
  •     1.2.3 模糊算子研究现状
  •   1.3 研究内容和方法
  •     1.3.1 研究内容
  •     1.3.2 研究方法
  •     1.3.3 研究框架结构
  • 第2章 覆盖件表面缺陷及其模糊评价理论
  •   2.1 覆盖件表面缺陷
  •   2.2 表面缺陷评价标准
  •     2.2.1 汽车制造用结构钢表面缺陷评价标准
  •     2.2.2 覆盖件表面缺陷企业评价标准
  •     2.2.3 现行钢板表面质量标准存在的问题
  •   2.3 多属性模糊评价理论
  •     2.3.1 属性指标的分类
  •     2.3.2 模糊距离的测度方法
  •     2.3.3 权重的确定方法
  •     2.3.4 犹豫模糊基础理论
  •   2.4 本章小结
  • 第3章 覆盖件表面缺陷多属性模糊评价模型
  •   3.1 参数及变量定义
  •   3.2 问题描述
  •   3.3 评价指标的规范化
  •   3.4 模型的构建
  •     3.4.1 权重的确定
  •     3.4.2 多属性信息的集结模型
  •     3.4.3 表面缺陷的得分函数和等级划分函数
  •   3.5 本章小结
  • 第4章 表面缺陷模糊评价求解算法设计
  •   4.1 遗传算法的基本概念
  •   4.2 基于遗传算法的判断矩阵寻优设计
  •     4.2.1 适应度函数
  •     4.2.2 编码
  •     4.2.3 选择操作
  •     4.2.4 交叉操作
  •     4.2.5 变异操作
  •     4.2.6 判断矩阵寻优算法流程
  •   4.3 表面缺陷模糊评价整体算法设计
  •   4.4 本章小结
  • 第5章 模型及算法的应用实例分析
  •   5.1 实例背景
  •   5.2 车门内板表面缺陷评价案例
  •     5.2.1 实例描述
  •     5.2.2 实例求解
  •     5.2.3 结果分析
  •   5.3 本章小结
  • 第6章 总结与展望
  •   6.1 总结
  •   6.2 展望
  • 参考文献
  • 附录Ⅰ 表面缺陷模糊评价表
  • 附录Ⅱ 部分代码
  • 作者简介
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 桂锟

    导师: 毛佳

    关键词: 运输货损,表面缺陷,多属性,犹豫模糊,混合加权算术平均算子

    来源: 吉林大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 数学,数学,汽车工业

    单位: 吉林大学

    分类号: U468.8;O225;O159

    总页数: 79

    文件大小: 1527K

    下载量: 37

    相关论文文献

    • [1].浅谈砼表面缺陷的防治[J]. 丹东海工 2010(00)
    • [2].集成迁移学习的轴件表面缺陷实时检测[J]. 计算机集成制造系统 2019(12)
    • [3].荧光成像技术无损探测光学元件亚表面缺陷[J]. 光学精密工程 2020(01)
    • [4].浅析1Cr18Ni9Ti零件表面缺陷产生的原因[J]. 特钢技术 2020(01)
    • [5].冷镦钢加工表面缺陷特征分析[J]. 河南冶金 2016(03)
    • [6].浅谈混凝土表面缺陷的防治[J]. 丹东海工 2008(00)
    • [7].连铸坯表面质量控制研究与应用[J]. 冶金与材料 2019(06)
    • [8].材料亚表面缺陷光热辐射检测的模拟和实验研究[J]. 光学与光电技术 2020(02)
    • [9].研究激光激发的声表面波与材料近表面缺陷的振荡效应[J]. 物理学报 2015(13)
    • [10].膜池砼表面缺陷处理措施与质量控制[J]. 科技情报开发与经济 2008(19)
    • [11].金属加工表面缺陷冷焊修复[J]. 现代焊接 2012(07)
    • [12].熔融石英光学元件亚表面缺陷三维重构技术[J]. 光学学报 2020(02)
    • [13].基于大数据平台的表面缺陷分析系统功能的实现[J]. 科技与创新 2020(10)
    • [14].预制扭王字块体表面缺陷的成因及防治措施解析[J]. 黑龙江水利科技 2020(07)
    • [15].螺旋钢管表面缺陷自动检测系统设计[J]. 科学技术创新 2020(26)
    • [16].汽车门外板B柱冲压表面缺陷控制方法[J]. 塑性工程学报 2019(01)
    • [17].高温下表面波测量亚表面缺陷宽度的数值模拟[J]. 激光与红外 2019(04)
    • [18].非破坏性玻璃亚表面缺陷定量检测新方法[J]. 中国激光 2017(06)
    • [19].一种微小表面缺陷的机器视觉检测方法[J]. 应用科学学报 2012(05)
    • [20].钛合金表面缺陷的激光熔覆修复研究[J]. 航空制造技术 2011(16)
    • [21].连铸板坯和方坯表面缺陷的分析与判定[J]. 世界钢铁 2010(04)
    • [22].冷轧板夹杂类表面缺陷研究的进展[J]. 炼钢 2009(01)
    • [23].光学元件亚表面缺陷偏振双向反射分布函数[J]. 强激光与粒子束 2009(01)
    • [24].减少光学元件亚表面缺陷的方法研究[J]. 光子学报 2009(05)
    • [25].关于水工混凝土外观及其表面缺陷防治措施的探讨[J]. 中小企业管理与科技(上旬刊) 2009(07)
    • [26].电炉连铸坯表面缺陷及控制[J]. 鄂钢科技 2012(02)
    • [27].82B盘条表面缺陷分析[J]. 甘肃冶金 2019(05)
    • [28].连铸工艺对冷轧镀锌板表面缺陷的影响研究[J]. 河北企业 2016(09)
    • [29].表面缺陷检测仪在冷轧汽车板线上的应用[J]. 微计算机信息 2011(02)
    • [30].热镀锌工艺对汽车用镀锌钢板表面缺陷的影响[J]. 特殊钢 2009(03)

    标签:;  ;  ;  ;  ;  

    面向运输货损分析的覆盖件表面缺陷多属性评价模型
    下载Doc文档

    猜你喜欢