基于GMC(1,n)模型的多品种、小批量产品质量预测方法研究.pdf

《基于GMC(1,n)模型的多品种、小批量产品质量预测方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2013年2月机床与液压Feb．20l3第41卷第3期MACHINETO0L&HYDRAULICSVo1．4lNo．3DOI：10．3969／j．issn．1001—3881．2013．03．019基于GMC(1，n)模型的多品种、小批量产品质量预测方法研究张炎亮，胡琳琳(郑州大学管理工程系，河南郑州450001)摘要：综述了多品种、小批量生产方式下的产品质量控制方法应用现状，指出在产品质量预测过程中应综合考虑影响产品质量若干因素，提出采用灰色理论GMC(1，／Z)模型构建产品质量预测模型，并通过对一批轴承的内圈内径大小进行实例验

2、证，结果表明：该模型具有较高的预测精度和实用价值。关键词：多品种、小批量生产；质量预测；灰色系统；预测精度中图分类号：TH165+．4文献标识码：A文章编号：1001—3881(2013)3—070—4QualityPredictionforMulti—-varietiesandSmal1．．batchProductionBasedonGMC(1．)ModelZHANGYanliang．HULinlin(DepartmentofManagementandEngineering，ZhengzhouUniversity，Zhengzh

3、ouHenan450001，China)Abstract：Basedonreviewingtheapplicationpresentstatesofproductqualitycontrolmethodswhichweregottenthroughthemulti—varietiesandsmall—batchproduction，itwaspointedoutthatthefactorswhichwouldimpacttheproductqualityshouldbeconsid—eredcompositivelyduringp

4、roductqualitypredictionprocess．Thus，greytheoryGMC(1，n)modelwasproposedtobuildproductqualitypredictionmode1．Theinnercirclediametersizeofabatchbearingwascheckedbythemode1．Theresultindicatesthismodelhashighpredictionaccuracyandpracticalvalue．Keywords：Muhi—varietiesandsma

5、ll—batchproduction；Qualityprediction；Graysystem；Predictionaccuracy随着经济的全球化发展，人们对产品的个性化需测值的影响，而忽略了产品的生产环境、生产设备以求日趋明显，企业为了适应市场需求的这种差异性变及工作人员等对产品质量的影响。因此，作者提出运化，提高其在同行业中的竞争优势，普遍采用多品用灰色理论改进的GMC(1，n)模型对多品种、小批种、小批量这种柔性生产方式。该方式在保证企业为量产品进行多因素、多质量指标权衡的质量预测，力消费者提供差异化产品的同时，也能够使企

6、业的产品图进一步提高预测精度。成本维持在一定的水平上。由于它具有生产周期短、1灰色理论GMC(1，n)模型及算法生产工序繁多、工艺复杂等特点，加之多属于小样灰色理论是我国著名学者邓聚龙教授在1982年本、贫信息系统，想获取大量的有效数据十分困难，首先提出的，经过近三十年的发展，已经逐渐成为一因此，对其进行的质量控制几乎无法运用传统统计模门较为完整的独立的科学体系。它是针对信息不完全型进行系统建模，使得多品种、小批量生产过程的产开发的一套方法，主要解决现实生活中小样本、贫信品质量控制无法借鉴常规的控制方法完成。目前，很息问题。灰色理

7、论的主要思想是GM(1，1)模型多研究者都试图将质量预测和超前质量控制相结合的和GM(1，n)模型，人们利用这两个模型解决了现实方法运用到多品种、小批量的质量管理过程中，然生活中的很多问题，但是，由于模型的局5艮J陛，往往而，设法找到一个合适的质量预测模型已成为多品不能得到较为精确的预测结果。灰色卷积模型(Gray种、小批量产品质量预测的瓶。我国学者对此也ConvolutionModel，GMC(1，n)模型)是田自力在进行了大量卓有成效的研究，目前，针对多品种、小批量生产过程进行质量预测的模型主要有4种，即：灰色预测模型GM(1

8、，n)的卷积算法模型研究一文中神经网络模型、动态指数平滑模型、灰色理论提出的，它是以传统的GM(1，n)模型为基础，在其GM(1，1)模型以及模糊支持向量机模型。但是微分方程右端的协调序列中引入GM(1，1)模型中的由于模型本身存在的一些缺陷，使得