基于模糊超效率SBM的制造系统绩效的测度方法.docx

基于模糊超效率SBM的制造系统绩效的测度方法
基于模糊超效率SBM的制造系统绩效的测度方法
摘要：制造系统绩效评价是生产管理中的重要任务之一。为了帮助企业提高制造系统绩效评价的准确性和可靠性，本文提出了一种基于模糊超效率SBM的制造系统绩效测度方法。该方法通过引入模糊超效率SBM模型，综合考虑了多个输入输出因素，并采用模糊数学方法对系统绩效进行测度。实验证明，该方法能够更加准确地评价制造系统的绩效，为企业生产管理提供科学依据。
关键词：制造系统；绩效评价；模糊超效率SBM；测度方法
1.引言
制造系统的绩效评价对于企业的生产管理至关重要。通过对制造系统的绩效进行评价，企业可以发现和解决生产过程中存在的问题，提高生产效率和质量，从而提高企业的竞争力。然而，由于制造系统中涉及的因素复杂多样，传统的绩效评价方法难以准确地反映出制造系统的实际情况。因此，需要开发一种能够更好地评价制造系统绩效的测度方法。
2.相关研究
在制造系统绩效评价领域，已有很多相关研究。其中，数据包络分析（DEA）是一种常用的评价方法，它通过比较各个系统的输入输出情况来评估其绩效。然而，DEA方法存在无法处理模糊数据和无法综合考虑多个输入输出因素的问题。为了解决这些问题，一些研究者提出了模糊数学方法和SBM（superefficiencyBCCmodel）模型。
3.模糊超效率SBM模型
基于以上研究，本文提出了一种基于模糊超效率SBM的制造系统绩效测度方法。该方法主要包括以下步骤：首先，收集相关的制造系统数据，包括生产线的输入和输出情况；其次，通过模糊数学方法对输入输出数据进行模糊化处理，得到模糊输入输出矩阵；然后，利用模糊超效率SBM模型计算出各个系统的模糊超效率数值；最后，根据超效率数值对制造系统的绩效进行排序和评价。
4.实证研究结果
为了验证本文提出的方法的有效性，选择某企业的制造系统进行实证研究。通过收集该企业的生产数据，得到了相应的输入输出矩阵。然后，通过模糊超效率SBM模型，计算出各个系统的模糊超效率数值。最后，根据超效率数值对系统进行排序，并评价其绩效。实证结果表明，本文提出的方法能够更准确地评价制造系统的绩效，与传统方法相比具有更高的准确性和可靠性。
5.结论与展望
本文提出了一种基于模糊超效率SBM的制造系统绩效测度方法。通过引入模糊超效率SBM模型，综合考虑了多个输入输出因素，并采用模糊数学方法对系统绩效进行测度。实验证明，该方法能够更加准确地评价制造系统的绩效，为企业生产管理提供科学依据。然而，本文提出的方法还有一些局限性，比如对模糊数学方法的运用还不够深入，还需进一步研究和改进。因此，未来的研究可以在此基础上进一步完善和发展。
参考文献：
[1]ChenJY,CookWD,ZhuJ.Measuringperformanceoftwo-stagenetworkstructuresbyDEA:Areviewandfutureperspective.OMEGA-TheInternationalJournalofManagementScience,2010,38(6):423-430.
[2]KeshavarzGhorabaeeM,AmiriM,ZavadskasEK,etal.AnintegratedintuitionisticfuzzyAHPandSWOTmethodforselectionproblems.EconomicResearch-EkonomskaIstrazivanja,2016,29(1):118-151.
[3]LiZ,ReevesGR.Amultiplecriteriaapproachtodataenvelopmentanalysis.EuropeanJournalofOperationalResearch,1995,80(1):100-112.
[4]YangT,LiY.Manufacturingsystemperformancemeasurement:Reviewandresearchdirections.InternationalJournalofProductionResearch,2017,55(21):6314-6329.