基于MAS的产品开发智能决策支持系统研究

摘要

网络化制造是在网络经济条件下产生并得到广泛应用的先进制造模式。网络化制造适应了经济全球化以及动态多变的客户化市场环境，在信息技术与网络技术的支持下，通过组建动态联盟企业，快速响应市场机遇，达到企业持续盈利的目的。作为提高自身的竞争能力和敏捷性的全新制造组织模式，网络化制造代表着制造业未来的发展方向。 网络化制造模式已经成为制造企业的发展趋势，在日益激烈的市场竞争下，新产品或新服务是企业生存和发展的基础，企业只有不断开发更具市场潜力、更有竞争优势及盈利能力的产品，才能在竞争中立于不败之地；同时产品开发又是一项投资大、周期长、影响面广的活动，稍有不慎就将导致企业的重大损失，因此在网络化制造模式下研究产品开发决策具有十分重要的意义。 本文以提高网络化制造模式企业产品开发决策者的决策效率，使网络化企业快速响应市场需求为目的，对网络化制造模式下的产品开发决策进行了深入研究，提出了基于Multi-Agent System(MAS)的产品开发智能决策支持系统的解决方案来支持决策者对产品开发过程中的盈亏平衡分析、开发风险评价和资源优化调度问题进行快速的分析决策，并对该方案进行了系统、深入的理论及应用研究。本文的主要研究工作有如下几个方面： (1)以MAS作为研究手段，建立了产品开发智能决策支持系统的整体结构模型，克服了传统智能决策支持系统中存在的缺陷，形成了以下工作的理论基础。 (2)提出了基于Multi-Agent的决策过程支持系统结构模型，描述了体系结构中Agent的定义、特征及Agent之间的协调与合作方式，实现了基于Multi-Agent的系统决策过程。 (3)建立了产品开发过程中线性盈亏分析、非线性盈亏分析、动态盈亏分析、模糊盈亏分析和多品种盈亏平衡分析的模型，对各模型进行了详细的论述并提出了求解方法，通过仿真计算表明利用多种盈亏平衡分析能够更好地反映客观实际，为企业选择合适的产品及生产量提供参考。 (4)建立了产品开发风险评价指标体系，提出了采用粗糙集理论与人工神经网络相结合对产品开发风险进行预测的方法，通过仿真计算表明此方法能够对指标体系进行属性约简，缩小神经网络的搜索空间和网络训练时间，提高运算效率和预测精度。 (5)在资源优化调度多Agent系统结构基础上，建立了考虑项目效益最大和项目总工期最短的资源优化调度模型，分别提出了模糊指派和遗传算法的求解方法，通过仿真计算表明上述方法求解过程清晰，求解效率高。 (6)采用SQLServer 2000数据库管理系统及Jbuilder 9作为开发工具，以沈阳重型机械集团公司为依托，开发了基于MAS的产品开发智能决策支持原型系统，通过对MLK立式辊磨机实际开发项目的分析，证明了本文的研究内容能够为决策者提供高效的决策支持。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景及意义

1.1.1网络化制造技术的产生

1.1.2网络经济下的新产品开发技术

1.2国内外研究现状及发展趋势

1.2.1网络化制造的研究现状

1.2.2新产品开发决策的研究现状及发展趋势

1.2.3决策支持系统的研究概况及发展趋势

1.3课题的来源及论文主要研究内容

1.3.1课题的来源

1.3.2论文主要研究内容

第二章基于MAS的产品开发智能决策支持系统框架

2.1引言

2.2决策支持系统的基本原理

2.2.1决策支持系统的概念

2.2.2决策支持系统的功能特点

2.2.3决策支持系统支持决策的方式

2.3多智能体(Agent)系统的基本理论

2.3.1 Agent的基本概念及特征

2.3.2多Agent的概念及构成技术

2.3.3多Agent系统的体系结构

2.3.4多Agent系统的通讯与协商

2.4产品开发智能决策支持系统的多Agent模型

2.4.1多Agent系统的模型建立及决策过程

2.4.2多Agent决策系统的模型特性

2.4.3基于多Agent系统的决策步骤

2.5基于MAS的产品开发智能决策支持系统的设计

2.5.1基于MAS的智能决策支持系统的特点

2.5.2基于MAS的智能决策支持系统的设计原则

2.5.3基于MAS的智能决策支持系统的结构设计

2.5.4基于MAS的智能决策支持系统的功能模块设计

2.6本章小结

第三章产品开发的盈亏平衡分析

3.1引言

3.2盈亏平衡分析概述

3.2.1盈亏平衡分析的意义

3.2.2盈亏平衡分析的基本假设

3.2.3成本函数计算方法

3.3盈亏平衡分析的分析方法

3.3.1盈亏平衡分析基础模型

3.3.2非线性盈亏平衡分析

3.3.3动态盈亏平衡分析

3.3.4模糊盈亏平衡分析

3.3.5多品种盈亏平衡分析

3.4盈亏平衡分析的评价指标

3.4.1盈利能力指标

3.4.2清偿能力分析指标

3.5计算实例

3.6本章小结

第四章基于粗糙集神经网络的产品开发风险评价

4.1引言

4.2产品开发风险评价指标体系的建立

4.2.1风险识别

4.2.2风险评价指标体系建立的原则

4.2.3产品开发风险评价指标体系的基本结构

4.3粗糙集与神经网络的理论基础

4.3.1粗糙集(Rough Set)理论

4.3.2神经网络

4.4粗糙集神经网络的产品开发风险评价的实现

4.4.1粗糙集神经网络风险预测的方法

4.4.2数据规范化和离散化处理

4.4.3决策属性的约简

4.4.4神经网络的选择与训练

4.5计算实例

4.6本章小结

第五章基于模糊集和遗传算法的资源优化调度

5.1引言

5.2资源优化调度数学模型的建立

5.2.1条件假设

5.2.2问题描述

5.2.3数学模型的建立

5.3模糊集和遗传算法的基本理论

5.3.1模糊集合与模糊逻辑

5.3.2遗传算法

5.4产品开发资源优化调度的模糊集和遗传算法实现

5.4.1产品开发资源优化调度

5.4.2产品开发资源的模糊指派

5.4.3产品开发资源的遗传算法实现

5.5计算实例

5.5.1模糊指派

5.5.2遗传算法求解

5.6本章小结

第六章产品开发智能决策支持系统应用实例

6.1引言

6.2产品开发智能决策支持系统的功能目标

6.3产品开发智能决策支持系统设计

6.3.1 MVC架构

6.3.2产品开发智能决策支持系统的网络环境

6.4产品开发智能决策支持系统的实现

6.4.1编程语言及开发环境

6.4.2 Matlab网络化功能的实现

6.5产品开发智能决策支持系统应用实例

6.5.1系统登陆

6.5.2数据管理

6.5.3新闻发布模块

6.5.4行业论坛模块

6.5.5专家意见模块

6.5.6盈亏分析模块

6.5.7风险分析模块

6.5.8资源优化调度模块

6.6本章小结

第七章结论与建议

7.1结论

7.2建议

参考文献

致谢

攻读博士学位期间发表的论文

作者简介