全生命周期管理(編輯修改稿)
2025-05-05 12:34 本頁面
【文章內(nèi)容簡介】 到的有效樣本數(shù)據(jù)，對決策單元(Decision Making Units，DMU)進行生產(chǎn)有效性評價。白思俊曾對DEA方法在項目評價中的應(yīng)用進行了研究。DEA方法是一種定量評價方法，其特點是完全基于指標數(shù)據(jù)的客觀信息進行評價，剔除了人為因素帶來的誤差。其優(yōu)點是評價多輸入多輸出的大系統(tǒng)，并可以利用“窗口”技術(shù)找出單元薄弱環(huán)節(jié)加以改進。缺點是只能表明評價單元的相對發(fā)展指標，無法表示出實際發(fā)展水平。（5 人工神經(jīng)網(wǎng)絡(luò)（ANN）ANN評價方法是一種交互式評價方法，它可以根據(jù)用戶期望的輸出不斷修改指標的權(quán)值，直到用戶滿意為止。ANN評價方法能夠充分考慮評價專家的經(jīng)驗和直覺思維的模式，又能降低綜合評價過程中的不確定性因素，能夠較好解決綜合評價過程中出現(xiàn)的隨機性和評價專家主觀上的不確定性及認識上的模糊性問題。ANN評價方法具有自適應(yīng)能力、可容錯性能夠處理非線性、非局域性的大型復(fù)雜系統(tǒng)。在對學(xué)習(xí)樣本訓(xùn)練中，無須考慮輸入因子之間的權(quán)系數(shù)，ANN通過輸出值與期望值之間的誤差比較，沿原連接權(quán)自動地進行調(diào)節(jié)和適應(yīng)，因此該方法體現(xiàn)了因子之間的相互作用。但ANN方法也存在一些缺點。如需要大量的訓(xùn)練樣本，精度不高；評價算法復(fù)雜，只能借助計算機處理；網(wǎng)絡(luò)收斂速度慢，影響評價工作效率等。（5 灰色綜合評價法灰色綜合評價方法是一種定性分析和定量分析相結(jié)合的綜合評價方法，這種方法可以較好的解決評價指標難以準確量化和統(tǒng)計的問題，可以排除人為因素帶來的影響，使評價結(jié)果更加客觀準確。其整個計算過程簡單，通俗易懂。易為人們所掌握；數(shù)據(jù)不必進行歸一化處理，可用原始數(shù)據(jù)進行直接計算，可靠性強；評價指標體系可以根據(jù)具體情況增減；無須大量樣本，只要有代表性的少量樣本即可。缺點是要求樣本數(shù)據(jù)具有時間序列特性。而且，基于灰色關(guān)聯(lián)系數(shù)的綜合評價具有相對評價的全部缺點。另外，灰色關(guān)聯(lián)系數(shù)的計算還需要確定“分辨率”，而它的選擇并沒有一個合理的標準。在以上幾種方法中，目前最為流行的是人工神經(jīng)網(wǎng)絡(luò)和灰色綜合評價法。下面詳細介紹神經(jīng)網(wǎng)絡(luò)及灰色理論在設(shè)備全生命周期費用分析的應(yīng)用。在設(shè)備全生命分析過程中，全生命費用與其影響因素之間存在著極其復(fù)雜的非線性關(guān)系，對這一非線性關(guān)系的模擬和識別及其全局優(yōu)化問題還沒有得到很好的解決。近幾年來神經(jīng)網(wǎng)絡(luò)得到了飛速的發(fā)展，已廣泛應(yīng)用于人工智能、自動控制、統(tǒng)計學(xué)等領(lǐng)域，特別是 BP網(wǎng)絡(luò)以其良好的非線性功能、自學(xué)習(xí)功能等許多優(yōu)良特性而在很多領(lǐng)域獲得了成功，已漸漸成為解決此類問題的工具。人工神經(jīng)網(wǎng)絡(luò)及BP網(wǎng)絡(luò)原理人工神經(jīng)網(wǎng)絡(luò)是一個并行和分布式的信息處理網(wǎng)絡(luò)結(jié)構(gòu)。近年較為流行的反向傳播神經(jīng)網(wǎng)絡(luò)（簡稱BP，Back Propagation）網(wǎng)絡(luò)，以其良好的非線性映射能力而成為一種應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型。它在分類， 預(yù)測，故障診斷和參數(shù)檢測中具有廣泛的應(yīng)用。BP網(wǎng)絡(luò)算法的學(xué)習(xí)過程，由正向傳播和反向傳播組成。通常標準的BP網(wǎng)絡(luò)由3層神經(jīng)元組成， 最下一層為輸入層， 中間層為隱含層， 最上層為輸出層，每層由若干神經(jīng)元組成。各層次之間的神經(jīng)元形成全互連接，各層次內(nèi)的神經(jīng)元之間沒有連接。BP神經(jīng)網(wǎng)絡(luò)的預(yù)測功能是通過誤差的反向傳播學(xué)習(xí)算法來實現(xiàn)。其主要思想是：對于個學(xué)習(xí)樣本：，……. ，與其對應(yīng)的輸出樣本為：，……. 學(xué)習(xí)的目的是用網(wǎng)絡(luò)的實際輸出，……. 與目標矢量，……. 之間的誤差來修改其權(quán)值，使與期望的盡可能的接近，即使網(wǎng)絡(luò)輸出層的誤差平方和最小。它通過連續(xù)不斷的相對于誤差函數(shù)斜率下降方向上，計算網(wǎng)絡(luò)權(quán)和偏差的變化而逼近目標。每一次權(quán)值和偏差的變化都與網(wǎng)絡(luò)誤差成正比，并以反向傳播的方式傳輸?shù)矫恳粚?。設(shè)輸入為P，輸入神經(jīng)元有r個，隱含層內(nèi)有s1個神經(jīng)元，激活函數(shù)為f1，輸出層內(nèi)有s2個神經(jīng)元，對應(yīng)的激活函數(shù)為f2， 輸出為A，目標矢量為T，其步驟如下：（1） 隱含層中第i個神經(jīng)元的輸出： （2） 隱含層中第k個神經(jīng)元的輸出： （3）定義誤差函數(shù)為： （4）用梯度法求輸出層的權(quán)值變化對從第i個輸入到第k個輸出的權(quán)值變化為：其中 同理可得：（5）利用梯度法求隱含層權(quán)值變化對從第j個輸入到第i個輸出的權(quán)值為：其中： （1全生命費用分解結(jié)構(gòu)的構(gòu)成因素全生命費用可認為是設(shè)備從其概念系統(tǒng)方案的形成到設(shè)備退役為止，這一壽命剖面的各個事件內(nèi)所消耗的總費用，即設(shè)備在開發(fā)、試驗、 裝備、使用、維護一直到最后廢棄或退役等過程中各項費用總和。為了便于對全生命費用進行估算和組織管理。通常按設(shè)備類別和系統(tǒng)分析原理進行費用分解。在提出設(shè)備在其壽命周期內(nèi)的費用分解結(jié)構(gòu)時，應(yīng)準確的估算或預(yù)測出在全生命階段設(shè)備的全生命費用，并同時對各項費用做出合理評價。根據(jù)以往的經(jīng)驗，通常構(gòu)成全生命費用分解結(jié)構(gòu)有以下幾個方面：（1）研究與研制費研究與研制費是指設(shè)備的全部技術(shù)研究、型號設(shè)計、樣機和原型機制造、各種試驗和鑒定的費用。研究和研制費基本上是固定的且是一次性支付的，與最終該型設(shè)備的生產(chǎn)量無關(guān)。（2）最初投資費用最初投資費用是最初工廠裝備一套設(shè)備所花的全部費用，主要包括設(shè)備的采購費，包括生產(chǎn)費、運輸費等、設(shè)施建筑費、人員訓(xùn)練費及首批備件的采購費。 最初投資費用也是一次性支付的。（3）使用保障費用使用保障費用是一個設(shè)備在裝備之后，使用過程中所需的全部費用。這些費用
公司管理相關(guān)推薦
鄂ICP備17016276號-1