多属性指标云制造资源的评价及选择
吴 阳，谢良喜，雷钰琛，韩 青
（武汉科技大学机械自动化学院，湖北 武汉 430081）
摘 要： 从企业对云制造资源的选择方面考虑，主要对企业云制造资源进行优选方面。以质量、成本、信誉等为指标，考虑在评价过程中定性指标不确定性和定量指标模糊性，构建企业制造资源选择评价模型。提出基于模糊多属性指标的制造资源的选择方法，基于理想点极差变换法对指标进行规范化，根据指标属性提出组合赋权法，并且引入相对优势度计算方法对指标综合属性值进行排序，为企业选择合适的制造资源。通过企业对管接头优选的应用，验证该评价模型和计算方法的可行性并对赋权方法进行了比较。
关键词： 多属性；模糊指标；规范化；组合评价；相对优势度
1 引言
云制造是近年提出的一种新型网络化制造模式，它融合并扩展了现有的信息化制造、云计算、制造网格等技术，实现制造资源的虚拟化管理。以互联网为平台，云端数据避免了制造资源的“信息孤岛”，使企业对制造的来源有了更多选择[1-2]。云制造将制造资源数据进行虚拟化整合，使制造业由生产型向服务型转变。因此，企业在有更多选择时，如何从众多资源里面选出最合适的制造资源，实现企业利益最大化，是一个很值得研究的问题。
片刻之间，李陆峰成为蜷缩于地的一躯黑黢黢的怪物。空气中，弥漫起缕缕异香。尖叫声响成一片，好几位贵妇人、娇小姐当场吓晕过去。
云制造资源选择通常以多属性指标作为研究基础，对整体服务质量进行评价并筛选出最合适的资源。针对资源选择的问题，国内外一些学者进行了一系列研究。文献[3]对指标进行评分，并提出权向量偏差最小的组合赋权方法，文献[4]以2类一级指标，11类二级指标对资源进行评价并排序。文献[5]基于QoS对资源进行评价，并且使用几何平均法进行主客观评价。这些评价方法有的缺乏对指标属性类型的考虑，有的在赋权过程中没有充分考虑相关因素，缺乏合理性。针对多属性指标的混合及合理赋权进行筛选的问题，提出基于定量区间数和定性模糊语言的云制造资源选择的计算模型，对指标进行分类评价，提出组合赋权方法，并且引入相对优势度对云制造资源进行排序，为云制造资源的选择提供了评价和计算的新思路。
2 研究问题
云制造环境下，主要包括云制造资源的需求方（Cloud Resource Demander，CRD），资源的经营方（Cloud Resource Manager，CRM）和资源的提供方（Cloud Resource Provider，CRP）。首先，CRD将自己可以提供的制造资源封装在云服务提供方的平台上，然后CRP通过匹配搜索等技术对制造资源进行检索。制造资源的选择决策包括两个阶段，第一个阶段资源的初选，根据CRD的制造需求，由CRM提供相关技术搜索出符合CRD任务要求的服务资源。第二阶段是对初选出的制造资源的优选，通过CRD通过设计出来的算法模型从初选资源集选出最佳的制造资源。主要对第二个阶段进行研究，如图1所示是制造资源选择的整个过程。
想一想，在田径场上跑步时，你喜欢逆时针还是顺时针跑？大部分人及正规的竞赛都选择逆时针方向奔跑，这是因为我们人类的心脏在身体的左侧，相对右侧更沉，逆时针绕圈更稳定。因此，右腿比左腿迈的步子更大的“左腿主导马”（左撇子马），因左拐时更具优势而更受到骑手们的青睐。有些驯马者还会采用遮住马的左眼，鼓励马儿更大幅度地去迈右腿的方式来调整那些“右腿主导马”（右撇子马），以便它们能更好地竞赛。 对于软体动物蜗牛，科学家通过它们硬壳上的清晰螺纹发现，在已知的70000种蜗牛中只有大约10%是左旋的（左撇子），右旋的（右撇子）占了绝大多数。
3 优选过程
制造资源的优选过程中，资源的决策问题可以描述为：对于需求方发布的任务需求，筛选过后有资源集 A=｛a1，a2，a3，…，am｝，对于每个初选后的制造资源ai都需要使用之前选定的评价指标U=｛u1，u2，u3，…，un｝进行测度，得到 ai关于指标 uj的评价值为 aij，其中n个资源里面有且只有一个在使用多指标决策模型进行排序后被选中，即方案的决策矩阵为 A=（aij）m×n。
图1 云制造资源的选择过程
Fig.1 Selection Process of Cloud Manufacturing Resources
评价体系模型包括：评价方案、评价准则、权重方法、评价目标。评价方案：评价方案是指经过多目标评价模型筛选的满足需求方的制造资源方案的集合。评价准则：评价准则包括评价目标的评价语言属性和评价指标类型。由于评价指标的不确定性，，引入模糊语言与区间数进行描述。评价指标可分为Ⅰ级指标和Ⅱ级指标，Ⅰ级指标是对Ⅱ级指标的分类管理，Ⅱ级指标则是对制造资源的评估的评价属性指标。权重方法：主要是为了确定各个指标的权重系数。评价目标：对资源进行排序后选出的最优制造资源。
1990年开始，在报告病例的信息中增加了性别和职业分类。1990—2017年的753例病例中，男性394例，女性359例，男女之比为1.10∶1；散居儿童506例（67.20%），幼托儿童 86 例（11.42%），学生143例（18.99%），农民 14例（1.86%），工人 1例（0.13%），其他合计 3例（0.40%）。
根据文献[9]的对判断矩阵进行单排序，利用方根法计算出权重，得出λmax，并且利用下列公式进行一致性检验。
这个世界充斥着危险，有烈焰、巨石等各种隐患，而疼痛能教人躲开它们。如果没有疼痛，我们会很容易受伤，甚至一不小心就一命呜呼。此外，许多动植物如果没有感受疼痛的本领，也没法生存下来。一个没有疼痛的世界将会是一个噩梦。
3.1 指标属性值
在多指标决策过程中，属性值是制造资源在该属性下的指标度量，出于对事物的全面考虑，往往既要进行定量分析也要进行定性分析，由于有些问题不易定量化，无法得到确定数值，必须用定性指标进行描述[6]。区间数：设有正实数域R+，则在R+内，有区间数a=［a--，a++］，其中a--和a++为实数域内任意数。对于区间数的运算有如下定义：
模糊语言：针对优选过程，选用模糊语言七级标度进行评估，定义f=｛很差（很低），差（低），较差（较低），中（一般），较好（较高），高（好），优（很好）｝[4]，对应的区间数表示形式为：很差（很低）=［0.0，0.143］，差（低）=［0.143，0.286］，较差（较低）=［0.286，0.429］，中（一般）=[0.429，0.571]，较好（较高）=［0.571，0.714］，良（高）=［0.714，0.857］，优（很好）｝=［0.857，1.0］。
3.2 矩阵规范化
由于在进行优选过程中，对于一个制造资源的决策，需要对这个备选资源的多属性指标进行综合考虑。而决策者在对不同指标进行评价测度时，指标会出现不同的物理量纲，在计算过程中不能直接将各指标的测度结果进行计算。将不同的指标测度值转化为无量纲指标，需要对决策矩阵进行规范化。
3.2.1 模糊语言转化为区间数
为进一步了解浮标站与周边站点在平均风速上的关系,将各月浮标站与其他3个站点的平均风速的方差进行累加(表2),与之前分析的一致,浮标站与国家站、江南站、新沙岛站的累加方差值分别为0.75、0.22及0.19,数据证明新沙岛站与浮标站在月平均风速上面存在较好的一致性。
按照上述定义将模糊语言转化为区间数，按照文献[7]中提到的方法转化为区间数。
杜绝病害传播蔓延是防控炭疽病的先决条件；做好柿园的清园工作，加强田间管理、合理施肥、增强树势、提高树体抗病能力是防治病害的基础；适时适法进行药物防治是防治病害的关键。
对于模糊语言f=［fl，fh］，将其按照七级标度转换为区间数：
则区间a和区间b相比较的相对优势度为：
其中：
在进行优选评价过程中，AHP简单易用，但决策者的知识层面、实际经验、直觉判断等主观因素对权重系数的确定影响较大；而熵值法具有更高的客观性，更具有合理性和可信度，但是没有考虑到需求方的偏好，评价指标缺乏横向比较。在实际决策过程中，既要考虑需求方对各指标的偏好及要求，又要尽可能的减少主观因素带来的随意性[5]。考虑到决策者的偏好和实际指标计算情况，采用AHP与区间熵值法相结合的方法对Ⅱ级指标的权重进行计算。
实行人力资源优化配置务必在省级公司系统内达成共识。首先领导层要形成统一意见，从生产、经营等多个方面综合考虑，充分调动省级区域公司资源，实现人力资源优化配置的效果。其次各业务部门要有统一认识，要建立负面清单，减少不必要的工作布置，减轻基层发电企业的管理负担。
式中：I1—Aj为效益型指标；I2—Aj为成本型指标。
由公式可以看出，进行规范后得到的结果与决策矩阵中Aj区间数的最大值和最小值息息相关。考虑到决策者和客户的主观需求和实际评价计算过程中的实用性，提出一种使用决策者给定范围的极值取代极差变换法中的极值的方法对矩阵进行规范化。
对于第j个指标决策者理想的范围为a0j=［minaoj，maxaoj］，则：
3.3 权重方法
区间数常见的规范方法有基于区间数运算的规范化、基于向量标准的规范、基于线性变换的规范化、极差变换法的规范化。对几种规范方法进行对比，极差变换法的规范化方式具有单调性、平移不变性、差异不变性、增放无关性、区间稳定性[8]。文献[8]的中的极差变换公式中，对决策矩阵A=（aij）m×n的j个指标进行计算后得到规范化矩阵B=（bij）m×n，其中决策矩阵中的指标属性值
］，则：
创建一个纯色填充调整图层，选择我们喜欢的颜色。本例中，我们选择了亮祖母绿。关闭拾色器对话框之后，在图层面板中将图层的混合模式从普通更改为滤色，并调整图层的不透明度设置。如果追求大胆的效果，可以将不透明度保留为100%，但我们更建议调整到15%左右得到更自然的效果。
（1）AHP 法（Analytic Hierarchy Process）
参照表1，通过评价指标的两两比较，构造判断矩阵：
制造业集聚与生产性服务业集聚形成的动因和集聚效应存在差异，在探讨产业集聚、技术创新与经济增长的关系时，本文采用分行业分析的实证策略：（1）分别检验制造业集聚、生产性服务业集聚与经济增长是否存在非线性关系； （2）引入制造业集聚、生产性服务业集聚与技术创新的交互项，分析其交互作用对地区经济增长的影响。建立模型 （1）～（4），具体回归结果如表1所示。
表1 判断矩阵标度及含义
Tab.1 Scale and Meaning of Judgment Matrix
（2）区间熵值法：
熵值法确定权重根据文献[10]提供的方法可知，对于决策矩阵A=（aij）m×n中所包含的区间数
关于指标Uj的上下界信息熵
分别为：
3.2.2 区间数规范化
则各方案的指标Uj的区间数序列偏差程度Ej为上下界信息熵的平均值。
对于区间数指标Uj，权重为：
（3）组合赋权方法
若是凌薇心里没鬼，就会发现那里根本不是殡仪馆。而是郊区一栋只修了两层楼的烂尾楼，被安安和梁诚挂满黑色的布幔，当然一个貌似焚化炉的铁皮盒子也是必备的。
在评价指标体系中，Ⅰ级指标是对评价指标的分类，Ⅱ级指标是相同属性指标的属性值的测度。
在指标权重的计算中，客观指标是通过计算第j个属性对所有方案的差别性来确定权重的。Ⅰ级指标通常由几个Ⅱ级指标组成，考虑到决策者的偏好及计算的精确性，Ⅰ级指标使用主观赋权法进行计算，Ⅱ指标使用主客观结合的方法计算。
对于资源的选择问题有m个方案，n个评价指标，对于各个指标，计算出主观评价方案的权重
］，且
。和客观权评价的权重
］，
。主客观赋权法计算权重比较常见的方法是线性加权的方法，即
，其中
。但这种方法系数值θ一般由决策者根据经验决定，具有较强的主观性。在决策过程中，为了使相同属性的指标兼具主客观性，以偏差平方和最小为原则建立约束模型。对于组合权重
，需要满足其与主客观权重的偏差最小[11]。假设第j个指标用了l1种主观方法赋权l-l1种客观方法进行赋权，对于第k种方法权重系数为λk，权重系数向量为 λ＝（λ1，λ2，…，λl）T，k∈［1，l］，且满足
。权重向量为uk＝（uk1，uk2，…，ukm）T，
。最后求得的各指标权重向量为wu=
）。可以构造如下单目标模型：
为了满足主客观一致的要求，使各种权重赋权结果得到充分的体现，参照文献[11]的方法，应满足加权权重偏差最小，引入偏差函数进行计算，可构造如下模型：
构造拉格朗日函数，引入一个参数值：
对函数求偏导：
3.4 混合属性决策方法
基于模糊指标的制造资源选择问题实质上是对各方案的综合属性值进行排序比较。由规范化矩阵B=（bij）m×n与属性权重wj构造加权规范化矩阵Z=（zij）m×n，方案的综合属性值为：
（3）对二级权重构造权重矩阵：
随着雾霾天气对中国很多地区的影响，人们开始关注空气质量和食物安全，健康旅游也成为近年来的热点，优质的空气和无公害的食物都成为旅游吸引物，而什寒村最突出的特点就在于位于大山深处，空气质量优良，食物大多都是当地村民自己种植和养殖的。所以，琼中什寒村进行旅游营销时，必须突出“优质空气和安全食物”这个特点。同时还可以提供高端的服务。比如一些沿着溪水和峡谷而建的具有私密空间的负氧离子SPA和打造高质量的少数疗养公寓，提升什寒旅游的品位。
设有任意两个区间 a=［ax，ay］，b=［bx，by］，
当
时，模糊区间语言可以转变为
，
，转变为区间数公式为：
q为大于1的常数，笔者取q为常数e进行计算。
由以上公式得到的优势度矩阵P是一个模糊互补判矩阵，则采用文献[6]中的公式对模糊互补判断矩阵的排序向量进行计算，其计算公式为：
表2 优选制造资源指标值
Tab.2 Indexes Value in Optimization Process of Cloud Manufacturing Resource
4 应用实例分析
武汉某公司需要订购一批管接头，从云制造资源平台进行筛选后，有四个候选制造资源1、2、3、4满足需求。公司以成本、时间、质量、和信誉四个Ⅰ级指标，共七个指标Ⅱ级指标进行考察，并且组织公司的采购部、车间工作人员、市场经理作为决策者对指标做出评价，给定各指标主观理想点a0j=［minaoj，maxaoj］分别为成本指标［5，6］、［0.2，0.4］、［0.2，0.4］；质量指标皆为［6，10］；时间指标分别为［24，30］、［1，5］、［0，2］；信誉指标皆为［0.6，1］。
评价属性值见表2，具体的决策选择过程为：
Step1决策专家给出各指标的测度值如表2，得到指标的决策矩阵。
Step2将指标测度值用模糊语言描述的指标根据式（1～3）转换为区间数，并且根据式（4）和式（5）对矩阵进行规范化得到规范化矩阵B。
Step3使用熵值法和AHP组合赋权，得出各个指标的权重：
（1）Ⅰ级指标权重计算使用AHP，并根据式（6）和式（7）对权重值进行一致性检验；
（2）Ⅱ级指标进行归一化之后根据指标的性质分别使用AHP和区间熵值法算出各指标的权重大小，根据式（6）～（11）进行计算，可以得到各个指标的主客观权重，如表3～表7所示。
计算出各方案的综合属性值之后，需要对方案的优劣进行排序，首先对各方案的相对优势度进行比较，方法如下[12]：
根据表4的计算结果，以成本指标为例，构建主客观权重矩阵：
根据式（15）可得：
同理可以构建其余Ⅱ级指标的主客观权重系数矩阵，用MATLAB进行编程，对方程求解，可以分别求得各Ⅱ级指标的权重向量，分别用 λ1-3、λ4-6、λ7-9、λ10-11表示，则经过计算可以得到：
成本指标的主客观权重系数为 λ1-3=［0.4936，0.5046］T，成本指标的各项权重为 w1-3=［0.4839，0.2530 0.2631］T；同理根据表 5～表 7 可 以 求 得 质 量 指 标 系 数 λ4-6=［0.4916，0.5074］T，w4-6=［0.5577，0.2870 0.1554］T；时间指标系数 λ7-9=［0.4845，0.5155］T，w7-9=［0.4324，0.3678 0.2001］T，；信誉指标的各项系数，λ10-11=［0.4822，0.5178］T，w10-11=［0.5819，0.4181］T；
租赁行业是一种重投资，收益小的行业，传统的租赁单位往往考虑的是以降低自身综合成本，来增加公司自身利润，但是租赁行业属于服务行业，服务的质量决定公司后期发展的规模，降低自身综合成本往往会影响到公司市场的服务质量，从短期来看的确能够达到一定的盈利收入，但是后期市场扩大，这种租赁公司整体会陷入疲软状态，有损自身公司的品牌建设，就目前的租赁单位来说，在业务的经营存在以下几个方面问题。
表3 Ⅰ级指标权重计算及检验
Tab.3 Calculation and Test of Weight Coefficient of Grade I Indexes
表4 成本指标权重计算及检验
Tab.4 Calculation and Test of Weight Coefficient of cost Indexes
表5 质量指标权重计算及检验
Tab.5 Calculation and Test of Weight Coefficient of Quality Indexes
表6 时间指标权重计算及检验
Tab.6 Calculation and Test of Weight Coefficient of Time Indexes
表7 信誉指标权重计算及检验
Tab.7 Calculation and Test of Weight Coefficient of Reputation Indexes
（4）根据以上的运算结果并根据表3进行集结得到各指标的权重向量：w=［0.1813，0.0948，0.0985，0.1943，0.1000，0.0541，0.0681，0.0579，0.0315，0.0695，0.0500］T。
Step4计算出4个制造资源的综合属性值，根据式（16）进行计算，得出综合属性值分别为：
1.3 观察指标 尿失禁评价指标：鼓励患者建立排尿日记，记录患者治疗前以及治疗后3～7 d的平均每日自愿排尿次数、每日SUI次数，并统计发生尿失禁的患者比例[7]。
Step5对各方案进行排序：
（1）对各方案的优势度两两进行比较：根据式（17）计算出各方案的综合属性值的优势度矩阵P：
（2）利用式（18）求得优势度矩阵P的排序向量WT=［0.2496，0.2520，0.2534，0.2450］T
（3）由排序向量WT和优势度矩阵P得到各制造资源排序为X30.5102＞X20.5057＞X10.4987＞X40.4849，即制造资源 3 为最优方案。
针对提出的制造资源选择的相关问题和数据，对以下三种方法进行了计算。
表8 不同方法结果对比分析
Tab.8 Comparison and Analysis of Different Methods
由于在考虑到决策者偏好的情况下，主观赋权的方法更接近于实际情况，由表8可知，AHP-主客观赋权方法排序与AHP排序结果一致，但AHP是主观赋权法，并未考虑指标间的关联，而AHP-区间熵值法没有考虑到相同属性指标的决策者偏好的问题，导致排序结果的不同。综上所述，在云制造资源的决策过程中，应充分考虑各指标的权重对结果的影响及指标间信息的关联问题。
5 结论
针对云制造资源优选问题，提出了一种混合多属性指标的决策方法。首先，根据极差变换法的原理结合云制造资源优选的实际情况提出了理想点极差变换的方法对决策指标进行归一化；其次，根据指标的属性将指标进行分类评价赋权，相同属性的指标使用基于最小偏差的原理进行组合赋权，充分考虑到决策者的偏好，引入相对优势度对制造资源进行排序。并对几种赋权结果进行比较，筛选出最优方案。该评价模型充分考虑到了在云制造资源优选过程中评价指标的不确定性和复杂性，在基于决策者主观偏好的情况下，挖掘了相同属性指标间信息的联系，为云制造资源优选过程提供了评价和计算模型。
参考文献
［1］王成建，刘建胜，夏芳臣.云制造服务资源多层次匹配算法研究［J］.机械设计与制造，2014（5）：250-252.
（Wang Cheng-jian，Liu Jian-sheng，Xia Fang-chen.Research on multilayer matching algorithm of cloud manufacturing service resource［J］.Machinery Design and Manufacture，2014（5）：250-252.）
［2］王崴，张宇红，徐晓东.面向中小企业的云制造服务模式研究［J］.机械设计与制造，2013（9）：269-272.
（Wang Wei，Zhang Yu-hong，Xu Xiao-dong.Research on cloud manufacturing service model for the small and medium enterprises［J］.Machinery Design and Manufacture，2013（9）：269-272.）
［3］李惠林，殷国富，谢庆生.面向网络化制造的制造资源组合评价方法研究［J］.计算机集成制造系统，2008（5）：955-961.
（Li Hui-lin，Yin Guo-fu，Xie Qing-sheng.Manufacturing resource combination evaluation method oriented to networked manufacturing［J］.Computer Integrated Manufacturing Systems，2008（5）：955-961.）
［4］Z Zhou，W Xu，D T Pham.QoS modeling and analysis for manufacturing networks：a serviceframe-work［C］//Proceedings of the 7the IEEE International Conference on Industrial Informatics.Washington，D.C.，USA：IEEE，2009：825-830.
［5］易安斌.云制造资源服务组合优化选择问题研究［D］.广州：华南理工大学，2016.
（Yi An-bin.Research on resource service composition optimal-selection problem in cloud manufacturing［D］.Guangzhou：South China University of Technology，2016.）
［6］王武平.面向群评价的混合多属性群决策方法研究［D］.天津：天津大学，2008.
（Wang Wu-Ping.Study on methods for hybrid multiple attribute group attribute group decision making facing group evaluation［D］.Tianjin：Tianjin University，2008.）
［7］刘中生.云制造环境下制造服务优选研究［D］.南昌：南昌大学，2016.
（Liu Zhong-sheng.Research on optimization of manufacturing service resource in cloud manufacturing environment［D］.Nanchang：Nanchang University，2016.）
［8］胡明礼，范成贤，史开泉.区间数决策矩阵规范化方法的性质分析［J］.计算机科学，2013（10）：203-207.
（Hu Ming-li，Fan Cheng-xian，Shi Kai-quan.Character analysis of standardization methods of decision matrix with interval［J］.Computer Science，2013（10）：203-207.）
［9］Ali Kokangül，Ulviye Polat，Cansu Dagsuyu.A new approximation for risk assessment using the AHP and Fine Kinney methodologies［J］.Safety Science，2016.
［10］郭秀英.区间数指标权重确定的熵值法改进［J］.统计与决策，2012（17）：32-34.
（Guo Xiu-ying.Entropy method for determining the weights of interval numbers.improved［J］.Statistics and Decision，2012（17）：32-34.）
［11］刘德海，于倩，马晓南.基于最小偏差组合权重的突发事件应急能力评价模型［J］.中国管理科学，2014（11）：79-86.（Liu De-hai，Yu Qian，Ma Xiao-nan.Combination weight model of emergency ability evaluation with minimum deviation［J］.Chinese Journal of Management Science，2014（11）：79-86.）
［12］邵翠丽.基于相对优势度的模糊数排序［D］.桂林：广西大学，2012.
（Shao Cui-li.The ranking of fuzzy numbers based on the relative superiority degree［D］.Guilin：Guangxi University，2012.）
Evaluation and Selection of Cloud Manufacturing Resources Based on Multi-Attribute Indexes
WU Yang，XIE Liang-xi，LEI Yu-chen，HAN Qing
（School of Mechanical Engineering，Wuhan University of Science and Technology，Hubei Wuhan 430081，China）
Abstract： Considering the selection of cloud manufacturing resources from companies and make further selection.Establishing an evaluation system based on quality，cost and credibility，as well as considering the ambiguity of qualitative indicators and quantitative indicators.Building a model of enterprise selection and evaluation of manufacturing resources.To put forward the choice of manufacturing resources based on fuzzy multi-attribute indexes，using ideal point-range transformation method to normalize decision matrix，according to the indexes characteristics，the combination weighting coefficient method is put forward，as well as importing of relative dominance calculation method to comprehensive indexes attribute value ranking，which helps companies to select the suitable manufacturing resources.Finally，the calculation model is applied to the selection of pipe joint resources，we comparethe weight coefficient methods and feasibility of evaluation model and methods are verified by calculation.
Key Words： Multi-Attribute；Fuzzy Index；Normalization；Combination Evaluation；Relative Dominance
中图分类号： TH16
文献标识码： A
文章编号： 1001-3997（2019）07-0249-05
来稿日期： 2018-12-24
基金项目： 国家自然科学基金（51375352）
作者简介： 吴 阳，（1991-），女，湖北孝感人，硕士研究生，主要研究方向：制造业信息化；谢良喜，（1971-），男，湖北随州人，博士研究生，教授，主要研究方向：液压密封，机械设计制造及理论