摘要
本发明涉及一种基于贝叶斯概率模型的DEMATEL‑BWM融合装配序列评价方法,针对复杂机械对象进行装配序列评价;收集数据,建立直接影响矩阵,归一化为规范影响矩阵,进行贝叶斯更新,对输出的后验均值进行指数变换处理,得到偏好矩阵;确定最佳最差元素,进行成对比较,得到最佳最差向量并建模为多项式分布,再将输出的权重向量建模为狄利克雷分布;通过贝叶斯分层模型处理多决策组的输入,建立联合概率模型,通过条件独立性和概率链规则分解;使用先验分布和观测数据,通过贝叶斯更新得到后验分布,使用置信水平生成加权有向图;输出聚合权重,对装配序列进行评价。解决了装配序列评价方法效率低下问题,减少主观判断的不一致性,对偏差更加容错,简洁高效。
技术关键词
贝叶斯概率模型
评价方法
加权有向图
序列
蒙特卡罗方法
决策
多项式
协方差矩阵
指数
分层
参数
样本
关系
数据
指标
代表
装配体
机械
元素
系统为您推荐了相关专利信息
性能预测方法
卷帘门
动态切片
数学模型
性能预测模型
结构化病历数据
医疗健康大数据
价值评估方法
患者
节点
无人机倾斜摄影
河道断面
遥感影像数据
动态变化监测方法
支持向量机分类算法
高效分析方法
双循环
临界分切应力
大跨度
障碍物