多智能体质量成本决策模型产品系统

我要开发同款
Eric_Mingle_692026年11月05日
4阅读

技术信息

语言技术
Python、NLP
系统类型
算法模型
行业分类
工业互联网、人工智能

作品详情

行业场景

消费电子代工的新品导入(NPI)阶段,报价评审要同时判断设计风险、制程风险和由此带来的质量成本。传统做法靠工程师凭经验逐项打分,一次评审要 2 天左右,口径不统一,也难在不同品牌客户之间复用。本项目把这套评审做成可量化、可复算的决策模型。

功能介绍

面向 NPI 报价评审的质量成本风险决策,由多个智能体分工完成:
1. 风险识别:按 FMEA 思路梳理设计与制程中的潜在失效模式,评估严重度、发生度和可探测度;
2. 权重评估:用 AHP 层次分析法确定各类风险与成本因素的权重;
3. 成本模拟:用蒙特卡洛模拟给出质量成本的分布区间,而不是单一估计值;
4. 决策输出:把上述结果汇总为量化的评审结论,供报价决策参考。
效果:评审周期从 2 天缩到半天,已在 5 个品牌客户间复用。

项目实现

本人自研:梳理 NPI 报价评审中的质量成本风险项,设计多个智能体的分工,把 FMEA 风险识别、AHP 权重评估和蒙特卡洛模拟串成一套量化流程,并在实际评审中使用。亮点是把依赖个人经验的打分变成可解释、可复算的量化结果,让不同工程师、不同品牌客户的评审口径一致,因此能在 5 个品牌客户之间复用。

示例图片

声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论