立主軸?運(yùn)行情況評(píng)估系統(tǒng)

主軸?運(yùn)行情況需要定期進(jìn)行評(píng)估,根據(jù)評(píng)估指標(biāo)的定性規(guī)律與定量數(shù)據(jù)建立評(píng)估對(duì)象的層次模型,根據(jù)評(píng)估指標(biāo)間的重要程度建立模糊判斷矩陣,通過(guò)對(duì)模糊判斷矩陣進(jìn)行一致性檢驗(yàn)確定滿足客觀性的評(píng)估指標(biāo)權(quán)重,之后,通過(guò)對(duì)評(píng)估指標(biāo)權(quán)重進(jìn)行層次總排序,為選擇更優(yōu)方案提供依據(jù)。采用粗糙集理論通過(guò)建立信息系統(tǒng),比較各個(gè)決策屬性的信息熵的大小對(duì)其基本屬性進(jìn)行約簡(jiǎn),并結(jié)合約簡(jiǎn)后的屬性對(duì)系統(tǒng)進(jìn)行性能評(píng)估從而對(duì)不同方案進(jìn)行決策。

1、將專家決策系統(tǒng)與經(jīng)典評(píng)估理論相結(jié)合

建立基于層次分析法與模糊集的綜合評(píng)估方法,向量機(jī)的綜合評(píng)估理論為智能決策支持方法的研究奠定基礎(chǔ),用聚類分析法等選取評(píng)估指標(biāo)對(duì)系統(tǒng)的綜合性能進(jìn)行評(píng)估,全面討論評(píng)估指標(biāo)構(gòu)造的基本原理,并在后期針對(duì)具體多指標(biāo)綜合評(píng)估問(wèn)題進(jìn)行全面深入研究。在主軸?綜合評(píng)估當(dāng)中融入模糊理論、啟發(fā)式算法和數(shù)學(xué)仿真、離散系統(tǒng)建模等,使評(píng)估算法可以應(yīng)用在更多的領(lǐng)域,并增加算法的靈活性和普適性。提出灰色系統(tǒng)理論,并將其應(yīng)用到系統(tǒng)綜合評(píng)估當(dāng)中。

2、用數(shù)據(jù)包絡(luò)分析法建立多指標(biāo)綜合評(píng)估與分析模型

將集對(duì)分析法應(yīng)用在多屬性決策領(lǐng)域,并建立主軸?綜合性能評(píng)估模型，此外,在大數(shù)據(jù)和云計(jì)算的大背景下,各種新型產(chǎn)業(yè)的發(fā)展促使機(jī)器人交流伺服電機(jī)指標(biāo)數(shù)據(jù)的存儲(chǔ)越來(lái)越方便。因此,多指標(biāo)評(píng)估方法的應(yīng)用越來(lái)越普遍,通過(guò)將多個(gè)指標(biāo)綜合,并對(duì)每個(gè)評(píng)估指標(biāo)賦予權(quán)重,考慮每個(gè)指標(biāo)對(duì)系統(tǒng)的影響因素,通過(guò)加權(quán)計(jì)算得到系統(tǒng)的評(píng)估結(jié)果,對(duì)系統(tǒng)做出合理有效的綜合評(píng)估。

還有很多學(xué)者提出將專家系統(tǒng)、知識(shí)庫(kù)與人工智能技術(shù)相結(jié)合提出群決策支持系統(tǒng)的方法,并將管理科學(xué)、運(yùn)籌學(xué)、計(jì)算機(jī)控制技術(shù)、數(shù)理建模及人工智能等學(xué)科相結(jié)合,不斷發(fā)展進(jìn)行創(chuàng)新,使主軸?評(píng)估理論和方法逐漸完善,為機(jī)器人交流伺服電機(jī)綜合性能評(píng)估的研究奠定基礎(chǔ)。