一种基于KPI和神经网络的作业车间绩效评价方法技术

本发明专利技术提供了一种基于KPI和神经网络的作业车间绩效评价方法，包括以下步骤：建立作业车间绩效评价体系；完成作业车间的相关指标的采集和计算，形成训练样本集；建立BP神经网络，并对网络进行学习，完成BP神经网络的训练；利用训练成熟的BP神经网络对作业车间后续的绩效进行预测与评价。可以给决策者提供决策依据，不断提高企业的生产效率，对于离散车间的绩效评价的研究具有很重要的意义。

【技术实现步骤摘要】
一种基于KPI和神经网络的作业车间绩效评价方法
本专利技术涉及作业车间绩效评价
，尤其涉及一种基于KPI和神经网络的作业车间绩效评价方法。
技术介绍
对一个离散制造型企业来说，作业车间不仅是它的生产核心部门，而且与整个企业的效益息息相关。由此可以看出作业车间对一个企业的发展是至关重要的。作业车间能否高效运行直接决定企业在同行业中的竞争地位，努力提高作业车间的生产效率成为了企业增加自身竞争优势的一项有效措施。绩效评价能够优化整个作业车间甚至是整个企业的运营流程。一套科学合理的绩效评价体系能够从根本上提高作业车间的运行效率，给企业带来极大的生产利益。目前，针对企业的绩效评价的研究比较多，主要侧重从企业的未来发展目标来进行评价，以及对企业中各个信息化模块平台显示的效果进行评价。将神经网络运用到企业绩效评价中，较准确地出预测各个企业的平均业绩。通常使用平衡记分卡的方法对企业的绩效进行定量定性评价。利用神经网络与企业绩效评价，巧妙地发现了企业发展中潜在的问题。应用数理统计等方法，建立了面向流程的车间绩效评价模型。作业车间KPI的提出可以给决策者提供决策依据，不断提高企业的生产效率。由此可本文档来自技高网...

【技术保护点】
1.一种基于KPI和神经网络的作业车间绩效评价方法，其特征在于，包括以下步骤：(1)建立作业车间绩效评价体系；(2)完成作业车间的相关指标的采集和计算，形成训练样本集；(3)建立BP神经网络，并对网络进行学习，完成BP神经网络的训练；(4)利用训练成熟的BP神经网络对作业车间后续的绩效进行预测与评价。

【技术特征摘要】
1.一种基于KPI和神经网络的作业车间绩效评价方法，其特征在于，包括以下步骤：(1)建立作业车间绩效评价体系；(2)完成作业车间的相关指标的采集和计算，形成训练样本集；(3)建立BP神经网络，并对网络进行学习，完成BP神经网络的训练；(4)利用训练成熟的BP神经网络对作业车间后续的绩效进行预测与评价。2.如权利要求1所述的基于KPI和神经网络的作业车间绩效评价方法，其特征在于：所述步骤(1)中，建立所述作业车间绩效评价体系如下：作业车间绩效评价指标是依据企业级KPI，通过鱼骨图的方法提出来的，包括成本、质量和交货期；生产成本是作业车间进行生产活动所耗费的资源，其中包含人力成本、设备成本和人力成本；质量是产品生产过程中产生的问题，包括合格品量和返工量；交货期是按照约定日期提交产品；返工率是返工产品数量和生产数量之间的关系；废品率是废品数量和生产数量之间的比值；故障维护率是设备完成维护以后出现故障的概率；平均故障间隔操作时间是故障之间的设备运转时长的期望；制成品率是合格品的数量与原材料的比例；设备负荷率是设备的实际生产量与其最高生产量之间的比例；员工工作效率是员工的生产值，效率值的综合；库存周转率是生产数量和平均库存之间的比例；准时交货率是按照预先规定的时间提交产品的概率。3.如权利要求1所述的基...

【专利技术属性】
技术研发人员：戴佐俊，张月霞，殷生旺，
申请(专利权)人：北京创源微致软件有限公司，北京信息科技大学，
类型：发明
国别省市：北京,11