【技术实现步骤摘要】
一种基于边云协同的工业企业效益综合评价方法及系统
[0001]本专利技术涉及物联网
，特别涉及一种基于边云协同的企业效益综合评价方法及系统。
技术介绍
[0002][0003]在工业4.0的背景下，物联网技术在智能工厂中的广泛应用，为帮助企业实现生产效益综合评价提供了可能。同时，随着工业互联网技术的兴起，全球工业开始进入数字化转型的浪潮，云计算和工业领域的结合越来越受到人们的重视。但是，由于在工业生产过程中对于数据的分析结果的时效性有着较高要求，基于云计算进行数据的挖掘和分析，在进行大量数据传输时有一定的时延，这也就导致了分析结果具有一定的滞后性，无法进行实时的数据挖掘，并及时的为企业提供科学有效的决策依据。
技术实现思路
[0004]本专利技术的目的是提供一种基于边云协同的工业企业效益综合评价方法和系统，对设备运行状态检测，制定生产策略，提高企业能源和资源利用效率。
[0005]一种基于边云协同的工业企业效益综合评价方法，包括以下步骤：
[0006]S1、收集生产数据，包括指标，即生产...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于边云协同的工业企业效益综合评价方法，其特征在于：包括以下步骤：S1、收集生产数据，包括指标，即生产过程的设备参数，能源和物料消耗，以及评价对象，即生产数据的来源；S2、使用层次分析法，根据每个指标的重要程度给予每个指标主观权重表示第j个指标的主观权重，j＝1,2,
…
,n，n为生产数据中的每个评价对象对应的指标个数；S3、使用CRITIC方法，根据数据的内部规律确定每个指标的客观权重表示第j个指标的客观权重，j＝1,2,
…
,n，；S4、基于博弈论的耦合权重算法，将主观和客观权重组合起来，并进行标准化，得到标准化耦合权重表示第j个指标的标准化组合权重，j＝1,2,
…
,n，n为生产数据中的每个评价对象对应的指标个数；S5、改进的灰色关联度分析,具体包括以下步骤：S5.1、对样本矩阵X＝(x
ij
)
m
×
n
,1≤i≤m,1≤j≤n,有m个评价对象和n个指标变量,进行标准化处理，具体步骤如下：其中，标准化矩阵称为A＝(a
ij
)
m
×
n
,i＝1,2,
…
,m；j＝1,2,
…
,n，m为评价对象，n为指标数量；S5.2、定义最优参考序列B
+
和最劣参考序列B
—
，选取最优参考序列选取最优参考序列最劣参考序列最劣参考序列S5.3、计算第i个样本的j个指标和参考序列之间灰色关联系数，具体的计算过程如下：
其中，和为第i个样本的第j个指标和和参考序列之间的灰色关联系数，ρ∈[0,1]为分辨系数，分辨系数越大，分辨率越大，反之则越小，i＝1,2,
…
,m；j＝1,2,
…
,n；S5.4、计算样本i的加权灰色关联度，具体的计算过程如下所示；S5.4、计算样本i的加权灰色关联度，具体的计算过程如下所示；其中，和为第i个样本的加权灰色关联度，是第j个指标标准化耦合权重；S5.5、计算样本的总灰色关联度r
i
，具体的计算过程如下所示：S6、根据总灰色关联度，对各个评价对象从大到小进行排序，总灰色关联度的数值越大则代表该评价对象的生产效益越好，可以得知各个评价对象之间效益的优劣关系。2.根据权利要求1所述的一种基于边云协同的工业企业效益综合评价方法，其特征在于：所述s2中，给予每个指标主观权重的具体方法为：S2.1、构造判断矩阵，具体步骤如下：其中，n指的是在生产数据中的每个评价对象对应的指标个数，判断矩阵A中的元素a
12
代表着第1个指标相较于第2个指标的重要性；S2.2、一致性检验，具体步骤如下：n取1、2、3、4、5、6、7、8、9、10、11时，RI分别取0、0、0.58、0.9、1.12、1.24、1.3、1.41、1.5、1.49、1.51，其中，CI为一致性指标，n指的是指标的个数，λ
max
表示判断矩阵的最大特征值，RI是随机一致性指标，根据指标的个数选取RI的数值，CR为一致性比例，当CR＜0.1时，表示判断矩阵通过一致性检验，若不能通过一致性检验则需要重新设置判断矩阵的数值使之通过一致性检验；S2.3、根据特征值法计算主观权重，具体步骤如下：
其中，u
j
是最大特征值对应的特征向量，表示第j个指标的主观权重，j＝1,2,
…
,n。3.根据权利要求1所述的一种基于边云协同的工业企业效益综合评价方法，其特征在于：所述S3中，确定每个指标的客观权重的方法为：S3.1、样本矩阵X＝(x
技术研发人员：马帅印，黄禹铭，殷磊，孔宪光，陈彦萍，吕景祥，王超，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。