王发麟 廖文和 郭 宇 鞠传海
南京航空航天大学,南京,210016
复杂机电产品中线缆敷设质量评估的变精度粗糙集决策方法
王发麟廖文和郭宇鞠传海
南京航空航天大学,南京,210016
针对目前线缆敷设主要依靠现场装配工人的经验从而使得敷设质量难以得到保证的问题,提出了一种基于属性加权相似度的线缆敷设质量评估变精度粗糙集决策方法。首先通过综合考虑评估对象的多种属性,建立线缆敷设质量评估模型并对属性值进行量化处理;其次,在质量评估模型的基础上,结合变精度粗糙集理论形成线缆敷设质量评估规则;最后,应用属性加权相似度方法比较当前线缆敷设状态与决策系统中所有对象的相似程度,得到敷设质量决策结果,完成对线缆敷设的质量评估。实例结果表明,相较于传统的敷设质量评估方法,该方法能提供更加符合实际的决策结果。
变精度粗糙集;线缆敷设;质量评估;相似性度量;复杂机电产品
复杂机电产品(complex mechatronic products)是由机械结构、电器设备、控制装置、检测装置等有机组合在一起的复杂系统,是机、电、液、控、光、磁、热等多种物理过程融合于同一载体的复杂系统,是涉及多学科、多领域、多因素具有复杂功能的一类产品[1]。线缆作为传输能量和信号的介质,被大量应用于航空、航天、汽车、船舶等各类复杂机电产品中,是连接电子设备与各分机模块的“纽带”,线缆的敷设质量和装配质量已成为衡量产品整机性能和可靠性的一个重要指标[2-3]。
目前在复杂机电产品中由于缺乏有效的方法和工具支持,线缆的敷设主要还是依靠现场装配工作人员的经验,线缆的敷设质量和合理性在很大程度上取决于以往经验的总结和实验方法的验证,由此造成的线缆敷设过程的不规范、一致性差以及接插件可靠性问题直接影响到线缆的敷设质量[2],进而影响产品设备整体电气和电磁兼容性能的发挥,产品的最终性能也难以得到保证。因此迫切需要在线缆敷设过程中依据以往的成功经验和产品试运行参数值对线缆的敷设质量进行评估,将产品正式投入使用过程中可能出现的由于线缆敷设而造成的问题在早期就被发现并予以解决,从而缩短产品的研制周期、降低研发成本,最终提升产品在市场中的竞争力。为此,有学者开展了相关的研究工作,如Mazzuchi等[4]针对飞机上出现的线缆故障问题,利用获取到的线缆故障数据建立了相应的参数模型和故障率回归模型,并在此基础上采用成对比较的实验方法进行了飞机布线风险评估。Tsai[5]采用灰色关联分析法和神经模糊技术开发了一个自适应诊断系统,并将其应用于集成电路装配中的引线接合工艺控制和质量评估中。王玉龙[6]针对目前复杂电子设备主要通过人工手段进行综合布线检测而存在周期长、效率低和漏检率高等问题,以CH+测试仪为基础,设计了一款系统综合布线测试平台,通过编程和自动学习功能来完成电缆和线束的自动测试,以提高布线质量。此外,美国福禄克网络(Fluke Networks)公司于2008年推出了一款全新的电缆测试结果分析软件LinkWare Stats,可用于对整个网络布线系统进行统计分析并制定测试报告,该软件能将大部分布线系统的数据进行汇总,使用人员可以全面查看电缆的性能数据[7]。另有美国泰克(Tektronix)公司[8]、英国雷迪(Radiodetection/SPX)公司[9]等也研发出了相关的线缆性能测试仪。
上述学者的研究和相关公司研发出的产品主要面向集成电路和网络布线系统,而对于复杂机电产品(如卫星、雷达、导弹等)中的线缆敷设质量评估还存在很大的局限性。虽然Mazzuchi等[5]开展了对飞机布线风险评估的研究,但也只是在飞机正式投入使用后对线缆产生的故障数据进行分析研究,而不是在飞机正式投入使用前(即线缆敷设过程中)对其进行风险评估。
复杂机电产品的线缆敷设是一项耗时、耗力的工作,需要综合协调和满足线缆功能、布局设计、敷设工艺和维修以及检测等各环节的基本要求,其质量评估属于多目标决策问题。
本文采用变精度粗糙集理论,以某相控阵雷达天线阵的布线设计为研究对象,在建立线缆敷设质量评估模型的基础上,构建了线缆敷设质量的评估规则和知识表达方法,通过确定正确分类率和求解属性约简集,获取简化后的评估规则,最后结合加权相似性度量方法完成质量评估,给出了决策结果。
粗糙集(rough sets,RS)理论是由Pawlak[10]于1982年提出的一种处理模糊和不确定性知识的数学方法,该方法已成为机器学习、知识发现、知识获取、决策分析等领域的一种重要研究方法。但Pawlak提出的粗糙集模型所处理的信息必须是完全正确的或肯定的,而对模糊信息处理能力不强,容错性不高。为此,Ziarko[11]在Pawlak粗糙集模型的基础上引入了分类误差率β(0<β≤0.5),即允许一定程度的错误分类率存在,并于1993年提出了一种变精度粗糙集(variable precision rough set,VPRS)模型来克服上述问题。
1.1相对错误分类率
设X和Y为论域U的非空子集。如果对于每一个e∈X有e∈Y,则称Y包含X,记作Y⊇X。令
(1)
式中,|X|为集合X的基数,它的值为其所包含对象的个数;c(X,Y)为集合X关于集合Y的相对错误分类率。
1.2β正域、负域及边界域
设(U,R)为近似空间,其中论域U为非空有限集合,R为U上的等价关系,U/R={E1,E2,…,En}为R的等价类或基本集(Ei)构成的集合,0<β≤0.5。对于X⊆U,定义:
(1)X的β-R正域为
Ppos(β,X)=∪{E∈U/R|c(E,X)≤β}
(2)X的β-R负域为
Nneg(β,X)=∪{E∈U/R|c(E,X)≥1-β}
(3)X的β-R边界域为
Bbnr(β,X)=∪{E∈U/R|β X的β-R正域可理解为将论域U中的对象以不大于β的分类误差分于X的集合;X的β-R负域可理解为将论域U中的对象以不大于β的分类误差分于X的补集(即~X)的集合,即对于∀X⊆U,关系式Ppos(β,~X)=Nneg(β,X)成立,其中,~X=U-X。X的β-R边界域则是由那些以不大于β的分类误差既不能分类于X又不能分类于~X的U中对象所构成的集合。 2.1评估模型的构建 在实际工程中,天线阵布线是相控阵雷达天线设计的一个难点,线缆敷设质量的优劣将直接影响雷达的战术技术指标。不合理的线缆敷设,不仅会影响到天线阵内部设备安装,而且会给线缆接头处带来无法消除的应力,严重时将造成接触不良、断路、短路等故障而影响设备的正常工作[12]。为进行相控阵雷达线缆敷设质量的评估,本文基于线缆的电气性能和机械性能两种物理约束构建了线缆敷设质量评估模型,如图1所示。 图1 线缆敷设质量评估模型 线缆敷设质量评估模型主要包含三个模块:原始信息获取、指标属性提取与量化以及线缆敷设质量评估。 (1)原始信息获取。原始信息获取是质量评估模型的基础模块,该模块主要通过数据采集设备如线缆测试仪、绝缘测试仪、信号传感器、EMC测试器等获取线缆敷设的相关信息,通过对采集的数据进行特征提取(包括分布电容值、线间串扰值等)完成问题检测。原始信息的采集是线缆敷设质量评估的数据源。 (2)指标属性提取与量化。该模块是评估模型的中间过程,主要功能是完成指标属性的提取和关联,并对属性指标进行量化。指标属性的提取主要包含对线缆敷设和整机性能影响较大的因素,如电磁兼容性、线间耦合串扰程度、杂散电磁场强度等,通过属性指标的量化操作,使得指标属性具有相应的属性值,从而作为线缆敷设质量评估的依据。 (3)敷设质量评估。该模块是整个模型的评估层,也是为线缆敷设质量提供决策依据的层。在这一模块中,通过建立指标属性中条件属性与决策属性之间的关联性,评估线缆敷设质量的达标要求,给出线缆敷设质量的达标程度。通过设置质量评估系统的误差程度,并反馈给指标属性提取与量化模块,对相关属性值作适当的调整和优化,不断改善敷设方法,提升敷设质量,最终达到整机的电气、电磁兼容等性能指标。 2.2评估指标属性设计 线缆敷设质量评估中评估的对象有多种属性,这些属性从不同角度反映了评估对象的不同特征,而这些特征往往又带有一定程度的模糊性,即具有非线性特征。针对某相控阵雷达的线缆敷设,选取以下属性作为敷设质量的评估指标:电磁兼容性(a1)、分布电容(a2)、杂散电磁场(a3)、线缆间绝缘强度(a4)、线间耦合串扰程度(a5)、线缆布设绑扎工艺(a6)、线缆布设防护工艺(a7)、线缆空间布局(a8)以及敷设质量(d)。其中“敷设质量(d)”为决策属性,其余为条件属性。 对线缆敷设质量评估指标属性进行量化,结果如表1和表2所示。 表1 条件属性量化 表2 决策属性量化 VPRS模型允许一定程度的错误分类率存在,具有对噪声数据的适应能力,可以有效地分析不完备或不精确信息。VPRS模型通过设置精度系数或包含度β,放宽了标准粗糙集理论对边界的严格定义,柔化了边界。β的取值有两种方式 ,Ziarko[11]把β定义为分类误差率,其取值范围为(0.0,0.5],而An等[13]定义β为分类正确率,其取值范围为(0.5,1],本文采用文献[13]的定义模式。 3.1敷设质量评估指标属性的粗糙化描述 形式上,设四元组S=(U,A,V,f)为一个线缆敷设质量评估知识表达系统。其中,U={x1,x2,…,xn}为对象的非空有限集合,称为论域,本文中即为以往线缆敷设案例或样本集以及相对应的敷设结果质量等级;A为属性的非空有限集合,V=∪Va,a∈A,Va为属性a的值;f:U×A→V是一个信息函数,它为每个对象的每个属性赋予一个信息值,即∀a∈A,x∈U,f(x,a)∈Va;属性A=C∪D,且C∩D=∅,其中,C为质量评估要素的条件属性集,D={d}为决策属性集,具有条件属性和决策属性的知识表达系统称为决策表。 定义1在决策表S=(U,A,V,f)中,对∀P∈A,定义P上的不可区分关系为ind(P)={(x,y)∈U×U|∀a∈P,f(x,a)=f(y,a)},其中ind(P)是一个等价关系,在U上形成一个划分U/ind(P),简写为U/P。 定义2设R为U上的一个等价关系,X=R(x)为由R产生的等价类,X⊆U,U/X表示由R产生的一个划分;U/C={c1,c2,…,cm}和U/D={d1,d2,…,dn}分别表示U在条件属性集C和决策属性集D上产生的划分。则决策类的粗糙隶属函数可定义为 μd(x)=P(dj|R(x))= (2) j=1,2,…,n 其中,|·|表示集合的基数;等价类R(x)=U/C,P(dj|R(x))表示x属于dj的置信度。 定义3对于P⊆C、x∈U,给定阈值0.5<β≤1,定义dj的β下近似和β上近似分别为 (3) 定义4设决策表S=(U,A,V,f),C、D分别表示条件属性和决策属性,C、D⊆A,C对D的近似分类质量为 (4) 显然,0≤γβ(C,D)≤1,γβ(C,D)的大小从总体上反映了C可能正确的分类知识在现有知识中的百分比;若γβ(C,D)=0,则属性集C对于D是不重要的。近似约简γβ(C,D)表示为给定β值条件下保证正确分类的最小约简条件属性子集,且满足:①γβ(C,D)=γβ(γβ(C,D),D);②去掉γβ(C,D)中的任意一个属性都会使式①不成立。 3.2可辨别阈值β值的确定 由文献[11]可知,近似分类程度 若满足α(apr,β,dj)=1,则称决策类dj为β可辨别,否则为β不可辨别。决策类边界的可辨别概念是相对的,如果在变精度粗糙集中允许一个较小的分类误差率存在,则决策类可能有较大的可辨别性。β值的确定原则可由文献[14]给出:选定β值下的分类质量使其尽可能大,根据被选定的β值给出的约简属性集中的属性个数应尽可能少。 对于每一个决策属性dj都存在一个阈值β,使得dj在这个阈值水平上是可辨别的。令 ndis(R,dj)= (5) 其中,ndis(R,dj)为满足决策类dj不可分辨的β值的集合;满足dj为可分辨的β的最大值称为可辨别的阈值,根据文献[15]给出的定理可知,该阈值等于ndis(R,dj)的最小上界[16],即 (6) 3.3条件属性的权重计算方法 在简约决策表中,不同的评估指标属性对线缆敷设质量评估的重要程度是不同的。当衡量各指标对敷设质量综合评价的贡献时,应赋予不同的权重。本文基于文献[17-18]的方法来求解属性的客观权重,即在由代数观和信息熵下的属性重要性确定权重的基础上,将两者进行有机地集成,从而最终确定属性的客观权重。 3.3.1基于代数观的属性权重 设C={a1,a2,…,am}为条件属性集,对∀ai∈C(i=1,2,…,m),有 P(d|ai)=P(d|C)-P(d|C-{ai}) (7) 式中,P(d|C)为评估结果对整个条件属性域的依赖度;P(d|C-{ai})为评估结果对删除属性(即评估指标)ai后得到对剩余条件属性域的依赖度。 对式(7)中的P(d|ai)进行归一化处理,得到属性ai基于代数观的权重为 (8) 3.3.2基于信息熵的属性权重 定义5设决策表S=(U,C∪D,V,f),C和D分别为条件属性集和决策属性集,设X和Y分别表示由等价关系ind(C)和ind(D)导出的U上的划分,X=U/ind(C)={X1,X2,…,Xn}、Y=U/ind(D)={Y1,Y2,…,Ym},且 (9) i=1,2,…,n (10) j=1,2,…,m 则(p(X1),p(X2),…,p(Xn))和(p(Y1),p(Y2),…,p(Ym))分别为C和D在X和Y上的有限概率分布。 定义6属性集C的信息熵H(C)定义为 (11) 当pi=0时,规定0·lb0=0。 定义7属性集D(Y=U/ind(D)={Y1,Y2,…,Ym})相对于属性集C(X=U/ind(C)={X1,X2,…,Xn})的条件熵H(D|C)定义为 (12) 定义8设S=(U,C∪D,V,f)是一个决策表系统,其中C为条件属性集合,D={d}是决策属性集合,且A⊂C,则对任意属性a∈C-A的重要性Ssig(a,A,D)定义为 Ssig(a,A,D)=H(D|A)-H(D|A∪{a}) (13) 其中,H(D|A)表示属性集D相对于属性集A的条件熵。若A=∅,则Ssig(a,A,D)=H(D|A)-H(D|{a})称为条件属性a和决策D的互信息,记为I(a;D)。I(a;D)的值越大,说明属性a对于决策D就越重要。 定义9设S=(U,C∪D,V,f)是一个决策表系统,其中C={a1,a2,…,am}为条件属性集合,D={d}是决策属性集合。设I(ai;D)表示条件属性ai与决策属性D的互信息,则属性ai基于信息熵的权值为 (14) 综合式(8)和式(14),属性ai的客观权重为 ωi=μεi+(1-μ)τii=1,2,…,m (15) 式中,μ为一系数;ωi为根据大量历史数据和粗糙集方法为ai确定的客观权重。 在实际的线缆敷设过程中,专家的经验知识对于线缆敷设质量的优劣也起着非常重要的作用。设专家的经验知识直接确定属性ai的权重为δi,则ai的综合权重可表示为 σi=η1ωi+η2δi (16) 其中,η1和η2为系数,且η1+η2=1。当η1>η2时,说明决策者重视客观权重;当η1<η2时,说明决策者重视专家的经验知识。在确定综合权重时,可以根据实际情况设置相应的权重。 3.4基于属性综合权重的相似性度量方法 属性特征相似度是描述两个不同事例在同一特征属性上接近程度的一个量。设线缆敷设状态为up,uq∈U,两者在属性ai上的相似度[19]可以表示为 (17) 其中,vp、vq分别为对象up、uq在属性ai上的取值,而amax、amin分别为属性ai在其值域Va中的最大值和最小值。考虑两个事例在所有特征属性上的综合相似度,采用加权相似性度量方法表示两者之间的相似度为 (18) 式中,|B|为条件属性约简集中属性的个数。 下面以某相控阵雷达的线缆敷设为例来介绍变精度粗糙集方法在线缆敷设质量评估中的应用。收集到22组线缆敷设质量的状态数据,对这22组数据按照表1和表2的量化方式对其中的数据进行量化,得到的质量评估决策表如表3所示。 为获取线缆敷设质量评估规则,基于VPRS的线缆敷设质量评估过程可以分为以下几个环节:正确分类率β值的确定、近似约简集B的求解、条件属性综合权重计算以及属性特征相似性度量,具体的求解步骤如下。 表3 质量评估决策表 4.1确定正确分类率β值 根据表3中论域U上的条件属性集C和决策属性集D,记 X1={x1,x21,x22}X2={x2,x3} X3={x4,x5,x6,x7,x8} X4={x9,x11,x12,x13,x14,x15,x16,x17,x18,x19} X5={x10}X6={x20} d1={x1,x2,x3,x4,x5,x6,x7} d2={x8,x9,x10,x11,x12,x13,x14,x15, x16,x17,x18} d3={x19,x20,x21,x22} 列出C和D各自在论域U上产生的划分,得到条件属性集和决策属性集分别为 U/C={X1,X2,X3,X4,X5,X6} U/D={d1,d2,d3} 根据式(2)可求得 P(d1|X1)=0.33P(d1|X2)=1 P(d1|X3)=0.8P(d1|X4)=0 P(d1|X5)=0P(d1|X6)=0 P(d2|X1)=0P(d2|X2)=0 P(d2|X3)=0.2P(d2|X4)=0.9 P(d2|X5)=1P(d2|X6)=0 P(d3|X1)=0.67P(d3|X2)=0 P(d3|X3)=0P(d3|X4)=0.1 P(d3|X5)=0P(d3|X6)=1 根据式(6)可求得β(d1)=0.67;同理可得β(d2)=0.8,β(d3)=0.67。当取阈值为0.8时,有β值划分的两区间(0.5,0.8]和(0.8,1],根据式(4)求得两区间的近似分类质量分别为γ(0.5,0.8](C,D)=0.86和γ(0.8,1](C,D)=0.18;当取阈值为0.67时,有β值划分的两区间(0.5,0.67]和(0.67,1],同理可求得两区间的近似分类质量分别为γ(0.5,0.67](C,D)=1和γ(0.67,1](C,D)=0.18。 综合上述近似分类质量和β的确定原则,得β=0.67。 4.2近似约简集B求解及决策规则获取 根据分类质量的性质求解近似约简集B,使得γ0.67(C,d)=γ0.67(B,d),且B⊆C。求得质量评估决策表的核为{a5},即属性“线间耦合串扰程度”在所有条件属性中对线缆的敷设质量具有很大的影响,严重的串扰会使设备遭受干扰而导致性能下降或功能不正常,这与实际情况基本符合。据统计,当设备或系统因电磁干扰而导致性能降级或功能不正常时,90%的原因是出在连接设备或系统的电线电缆上,而在发生的各种类型电磁干扰中,有60%是由导线间耦合产生的[20-21]。由于计算步骤较多,具体求解过程在此省略,求得的近似约简集B及其决策规则分别如表4和表5所示。 表4 近似约简集B 表5 约简集B的决策规则 4.3条件属性综合权重计算 根据约简后的条件属性集B={a1,a3,a5}对对象空间U进行划分,得 U/B={{x1,x21,x22},{x2,x3},{x4~x8}, {x9,x11~x19},{x10},{x20}} U/D={{x1~x7},{x8~x18},{x19~x22}} (1)求代数观下的客观权重。由于 U/(B-{a1})={{x1,x21,x22},{x2,x3}, {x4~x8},{x9,x11~x20},{x10}} U/(B-{a3})={{x1,x21,x22},{x2,x3,x9, x11~x19},{x10},{x20},{x4~x8}} U/(B-{a5})={{x1,x21,x22},{x2~x8}, {x9,x11~x19},{x10},{x20}} 有 PposB(D)={x2,x3,x10,x20} Ppos(B-{a1})(D)={x2,x3,x10} Ppos(B-{a3})(D)={x10,x20} Ppos(B-{a5})(D)={x10,x20} 其中,PposB(D)表示D的B正域,其余同理。从而有 所以由式(7)得 从而根据式(8)得代数观下各权重分别为 εa1=0.2εa3=0.4εa5=0.4 (2)求信息熵下的客观权重。由 U/D={{x1~x7},{x8~x18},{x19~x22}} U/{a1}={{x1,x10,x21,x22},{x2~x9,x11~x19}, {x20}} U/{a3}={{x1~x8,x21,x22},{x9,x11~x20},{x10}} U/{a5}={{x1~x3,x9,x11~x22},{x4~x8,x10}} 根据式(9)~式(12)可得 H(D)=1.4728H(D|{a1})=1.2162 H(D|{a3})=0.8678H(D|{a5})=1.2829 从而求得 I(a1;D)=0.2566I(a3;D)=0.6050 I(a5;D)=0.1899 进而根据式(14)得信息熵下的客观权重分别为 τa1=0.2440τa3=0.5754τa5=0.1806 再由式(15),取μ=0.7,得属性a1、a3、a5的综合客观权重分别为 ωa1=0.2132ωa3=0.4526ωa5=0.3342 (3)求综合权重。给出相对的主观权重:δ1=0.2、δ3=0.4、δ5=0.4,设η1=0.4、η2=0.6,即在线缆敷设过程中看重专家经验,从而由式(16)可求得a1、a3、a5的综合权重分别为 σa1=η1ωa1+η2δ1=0.2053 σa3=η1ωa3+η2δ3=0.4210 σa5=η1ωa5+η2δ5=0.3737 4.4敷设质量评估方法验证 为验证本文方法的决策效果,现有一组线缆敷设结果:{电磁兼容性差,分布电容强度中等,杂散电磁场强度较弱,线缆间绝缘强度>300 M Ω,线间耦合串扰程度一般,线缆布设绑扎工艺良好,线缆布设防护工艺良好,线缆空间布局一般}。经量化后设x23={2,1,0,0,1,0,0,1},按照本文方法对其进行处理,并根据式(17)和式(18)计算x23与评估决策知识库中各对象的加权相似度,结果如下: Ssim(x1,x23)=0.1746Ssim(x2,x23)=0.1403 Ssim(x3,x23)=0.1403Ssim(x4,x23)=0.2649 Ssim(x5,x23)=0.2649Ssim(x6,x23)=0.2649 Ssim(x7,x23)=0.2649Ssim(x8,x23)=0.2649 Ssim(x9,x23)=0.0702Ssim(x10,x23)=0.1588 Ssim(x11,x23)=0.0702Ssim(x12,x23)=0.0702 Ssim(x13,x23)=0.0702Ssim(x14,x23)=0.0702 Ssim(x15,x23)=0.0702Ssim(x16,x23)=0.0702 Ssim(x17,x23)=0.0702Ssim(x18,x23)=0.0702 Ssim(x19,x23)=0.0702Ssim(x20,x23)=0.1386 Ssim(x21,x23)=0.1746Ssim(x22,x23)=0.1746 由上述加权相似度计算结果可知,x23与x4~x8的相似度值最大,表明x23与x4~x8最相似。但由表3知,决策有两个:Q1和Q2,即“线缆敷设质量较高→直接应用”和“线缆敷设质量一般→需要进行局部修改”。根据状态x23的各属性值可知应为决策Q2,即线缆敷设质量为一般,需要进行局部修改。 在整个求解过程中,综合考虑了代数观和信息熵下的权重计算以及专家经验。代数观下的属性权重考虑的是该属性对论域中确定分类子集的影响,而信息熵下的属性权重考虑的是该属性对于论域中不确定分类子集的影响,两者相结合得到的权重更加科学、合理,从而使得最终的决策结果更加符合实际情况。 雷达、卫星等复杂机电产品具有结构复杂、零部件多、内部空间紧凑等特点,设备内部结构和电磁环境对线缆敷设质量要求较高,线缆敷设质量的高低将直接影响产品的可靠性指标及维修性指标。本文提出的基于变精度粗糙集的线缆敷设质量评估方法,通过决策规则的获取及结合代数观和信息熵得到属性的综合权重,实现了线缆敷设状态的质量评估,为实际工程中线缆敷设工人提供了更好的决策依据。 [1]钟掘. 复杂机电系统耦合设计理论与方法[M]. 北京:机械工业出版社,2007. [2]宁汝新,刘检华,唐承统,等. 虚拟装配技术及其应用[J]. 国防制造技术,2009,4(2):22-29. NingRuxin,LiuJianhua,TangChengtong,etal.VirtualAssemblyTechnologyandItsApplication[J].DefenseManufacturingTechnology, 2009, 4(2): 22-29. [3]尚炜,宁汝新,刘检华,等. 复杂机电产品中的柔性线缆装配过程仿真技术[J]. 计算机辅助设计与图形学学报,2012,24(6): 822-831. ShangWei,NingRuxin,LiuJianhua,etal.AssemblyProcessSimulationforFlexibleCableHarnessinComplexElectromechanicalProducts[J].JournalofComputer-AidedDesign&ComputerGraphics, 2012, 24(6): 822-831. [4]MazzuchiTA,LinzeyWG,BruningA.APairedComparisonExperimentforGatheringExpertJudgmentforanAircraftWiringRiskAssessment[J].ReliabilityEngineeringandSystemSafety, 2008, 93(5): 722-731. [5]TsaiTN.AnAdaptiveDiagnosisSystemforCopperWireBondingProcessControlandQualityAssessmentinIntegratedCircuitAssembly[J].InternationalJournalofComputerIntegratedManufacturing, 2013,26(6):513-526. [6]王玉龙.基于CH+的多功能线缆自动测试系统的实现[J].电子工艺技术,2011,32(4):217-221. WangYulong.RealizationofAutomatictestSystemaboutMulti-functionCableBasedonCH+[J].ElectronicsProcessTechnology,2011,32(4):217-221. [7]LinkWareCableTestManagementSoftware[EB/OL]. [2014-08-20].http://cn.flukenetworks.com/datacom-cabling/copper-testing/LinkWare-Stats. [8]CableTVOperators[EB/OL]. [2014-08-20].http://www.tek.com/industry/cable-tv-operators. [9]Radiodetection[EB/OL]. [2014-08-20].http://www.spx.com/cn/radiodetection/. [10]PawlakZ.RoughSets[J].InternationalJournalofInformationandComputerSciences, 1982,11(5):341-356. [11]ZiarkoW.VariablePrecisionRoughSetModel[J].JournalofComputerandSystemScience,1993,46(1):39-59. [12]叶菁. 一种相控阵天线的布线设计[J]. 现代雷达,2005,27(7):45-47. YeJing.CableLayoutDesignofOnePhasedArrayAntenna[J].ModernRadar,2005,27(7):45-47. [13]AnA,ShanN,ChanC,etal.DiscoveringRulesforWaterDemandPrediction:anEnhancedRough-setApproach[J].EngineeringApplicationsofArtificialIntelligence, 1996,9(6):645-654. [14]胡杰,黄长强,赵辉,等. 基于变精度粗糙集理论的UCAV态势评估方法研究[J]. 电光与控制,2010,17(3):23-26. HuJie,HuangChangqiang,ZhaoHui,etal.OnUCAV’sSituationAssessmentMethodBasedonVariablePrecisionRoughSetTheory[J].ElectronicsOptics&Control,2010,17(3):23-26. [15]陆秋琴,和涛,黄光球. 多重变精度粗糙集模型[J]. 计算机应用,2011,31(6):1636-1640. LuQiuqing,HeTao,HuangGuangqiu.MultipleVariablePrecisionRoughSetModel[J].JournalofComputerApplication,2011,31(6):1636-1640. [16]BeynonM.ReductwithintheVariablePrecisionRoughSetsModel:aFurtherInvestigation[J].EuropeanJournalofOperationalResearch,2001,134(3):592-605. [17]钟嘉鸣,李订芳. 基于粗糙集理论的属性权重确定最优化方法研究[J]. 计算机工程与应用,2008,44(20):51-53. ZhongJiaming,LiDingfang.ResearchonOptimizationMethodofAttributeWeightDeterminingBasedonRoughSetTheory[J].ComputerEngineeringandApplications,2008,44(20):51-53. [18]苗夺谦,李道国. 粗糙集理论、算法与应用[M]. 北京:清华大学出版社,2008. [19]盛步云,林志军,丁毓峰,等. 基于粗糙集的协同设计冲突消解事例推理技术[J]. 计算机集成制造系统,2006,12(12):1952-1956. ShengBuyun,LinZhijun,DingYufeng,etal.RoughSet-basedConflictResolutionCaseReasoninginCollaborativeDesign[J].ComputerIntegratedManufacturingSystem,2006,12(12):1952-1956. [20]何宏,张宝峰,张大建,等. 电磁兼容与电磁干扰[M]. 北京:国防工业出版社,2007. [21]李莉,李卫兵,王学刚,等. 二平行传输线间的串扰分析[J]. 电波科学学报,2001,16(2):271-282. LiLi,LiWeibing,WangXuegang,etal.CrosstalkAnalysisbetweenTwoParallelTransmission-lines[J].ChineseJournalofRadioScience, 2001,16(2):271-282. (编辑王艳丽) Variable Precision Rough Set Decision-making Method for Quality Assessment of Cable Harness Wiring in Complex Mechatronic Products Wang FalinLiao WenheGuo YuJu Chuanhai Nanjing University of Aeronautics and Astronautics,Nanjing,210016 For the current cable harness wiring mainly relied on the assembly workers’ experience and made it difficult to get guaranteed quality problem, a VPRS decision-making method was proposed herein based on attribute weighted similarity measurement for cable harness wiring quality assessment. Firstly, a quality assessment model for cable harness wiring was established by overall considering multiple attributes of assesses objects. Secondly, the cable harness wiring quality assessment rules were formulated combined with the theory of VPRS on the basis of quality assessment model. Finally, similarity degrees among the current cable harness wiring status and all objects from the decision-making system were compared based on attribute weighted similarity, which could obtain the decision results of wiring quality, and complete the quality assessment. Example results show that the method presented can provide more realistic decision-making results compared to the traditional quality assessment method. variable precision rough set(VPRS); cable harness wiring; quality assessment; similarity measurement; complex mechatronic product 2014-10-16 中央高校基本科研业务费专项资金资助项目;国防基础科研计划资助项目;江苏省研究生培养创新工程资助项目(KYLX_0311) TP391DOI:10.3969/j.issn.1004-132X.2015.15.014 王发麟,男,1986年生。南京航空航天大学机电学院博士研究生。主要研究方向为数字化设计制造技术、线缆虚拟装配技术。发表论文7篇。廖文和,男,1965年生。南京航空航天大学机电学院教授、博士研究生导师。郭宇,男,1971年生。南京航空航天大学机电学院教授、博士研究生导师。鞠传海,男,1989年生。南京航空航天大学机电学院硕士研究生。2 线缆敷设质量评估模型
3 线缆敷设质量评估变精度粗糙集决策方法
4 实例分析
5 结语