CN102930350A - 绿色产品设计方案的不确定性优化决策方法 - Google Patents

Abstract

本发明公开了一种绿色产品设计方案的不确定性优化决策方法，其特征是首先识别与提取产品生命周期绿色性能不确定性因素，然后建立产品生命周期绿色性能不确定性分析模型，再依此进行绿色产品设计方案的优化决策。本发明方法提高了量化分析结果的准确性，最大程度上实现了绿色产品客户需求的动态响应，提高了产品的环境友好性。

Description

绿色产品设计方案的不确定性优化决策方法

技术领域

本发明涉及产品绿色设计方法，尤其是涉及一种绿色产品设计方案的不确定性优化决策方法。

背景技术

绿色设计是提高产品环境友好性的关键技术之一。绿色设计的本质是将环境友好的思想融入到产品的设计过程中，使产品在其全生命周期内既满足用户的使用要求又降低对环境的影响。国内外许多学者在绿色设计方法方面相继做了研究，主要集中在可回收设计、可拆卸设计、产品全生命周期评估以及节能设计等关键技术，然而这些研究主要集中在对生命周期某阶段或全阶段的绿色性能分析与改进上，没有实现绿色设计方法与常规设计流程的有效集成。由于产品的绿色性能指标具有复杂性和权重的不确定性，同时绿色设计方案决策优化是一个涉及多学科领域的决策过程，来自不同的学科领域的专家参与决策的过程必然存在各自对方案的主观偏好，需要考虑各专家对方案的偏好信息。在此背景下，将决策优化方法和绿色设计思想相结合，在考虑设计方案决策优化过程中不确定性的基础上，提高产品的环境友好性就显得十分必要了，但现有技术没有相关技术的公开报导。

发明内容

本发明的目的在于提供一种绿色产品设计方案的不确定性优化决策方法，将客户对产品的绿色性能需求与产品功能、结构及常规性能需求综合考虑，面向产品全生命周期基于功能结构映射关系建立备选绿色设计结构单元的绿色性能分析模型，分析影响产品生命周期各阶段绿色性能的不确定性因素并进行建模分析，提出绿色产品设计方案的不确定性优化决策方法。

本发明为解决技术问题采用如下技术方案：

本发明绿色产品设计方案的不确定性优化决策方法的特点是按如下步骤进行：

第一步，产品生命周期绿色性能不确定性因素的识别与提取：

建立不确定性影响向量集：F={F₁,F₂,F₃,F₄}，其中，F₁为信息交互状态，F₂为产品的使用状态，F₃为社会因素，F₄为技术因素，按式(1)对所述不确定性影响向量集的各向量进行描述：

F_i={x₁,x₂…x_j…x_n}，i=1,2,3,4(1)

式(1)中，F_i为第i个不确定性影响向量，x_j为向量F_i的第j个影响因子；

第二步，建立产品生命周期绿色性能不确定性分析模型：

根据所述不确定性影响向量F_i对于产品生命周期的各阶段绿色性能的不同影响，确定向量权重矩阵；以w_i表示不确定性影响向量F_i对于整个产品绿色性能影响的权重，权重向量表述为W=[w₁,w₂，...,w_i，...w₄]；建立目标集M，M={M_MP,M_CF,M_USE,M_D}，产品绿色性能的考虑因素为整个产品全生命周期，包括原材料、制造、使用和回收再处理阶段；采用效用理论对不确定性影响向量集F对于目标集M的影响进行表达，得到F对某一目标M_l的不确定影响量化值δ_Ml为：δ_Ml=1+E(U_l)，其中

则产品生命周期各阶段绿色性能的不确定因子集δ_M为：δ_M={δ_MP,δ_CF,δ_USE,δ_D}；

第三步，绿色产品设计方案的优化决策：

设D＝（d₁，d₂,…d_i…d_n）为绿色设计方案备选集，其中di为第i个绿色设计方案；C＝（c₁,c₂，…c_j…c_m）为绿色设计方案的绿色性能特征集，其中c_j为第j个绿色设计方案的绿色性能特征；对于方案d_i，在获取各绿色性能特征量化分析的基础上，构造规范化的决策矩阵R＝（r_ij）_n×m，以规范化决策矩阵R中元素r_ij作为专家对方案d_i的客观偏好值；根据效用理论、利用模糊层次分析法获得专家对方案d_i的主观偏好值θ_i，以专家对各设计方案的主观偏好值θ_i与客观偏好值r_ij的总偏差最小为优化目标，计算绿色性能指标集的最优权重向量w_j，并构造加权规范化矩阵Z＝（z_ij）_n×m，其中z_ij=r_ijw_j；各方案的综合绿色性能效用值为：

其中和

为各方案到正理想解和理想解的距离；根据各方案的综合绿色性能效用值的大小进行排序比较，综合绿色性能效用值最大的设计方案即为绿色性能综合表现最佳的绿色设计方案。

本发明绿色产品设计方案的不确定性优化决策方法的特点也在于：

所述步骤一中的产品生命周期绿色性能包括环境性能和经济性能，所述环境性能为：回收性能、拆卸性能、能耗及环境影响四个指标；所述经济性能是指各生命周期阶段的成本与收益。

所述步骤三中的绿色性能量化分析的方法是：

通过产品的功能结构映射，根据量化分析对象所处结构层次，对各绿色性能特征进行量化分析；量化分析对象所处结构层次包括产品层、模块层和零部件层；其中，零部件层的绿色性能用材料回收指数来表示，模块层的绿色性能用模块内所有零件的材料回收指数的加权和表示；产品层绿色性能量化值由模块层量化分析结果叠加得到，模块层对象实例的量化公式表示为：

$E_{\mathrm{kjt}}=\underset{h=1}{\overset{m}{\mathrm{\Σ}}}(E_{\mathrm{Mh}}^{\mathrm{kjt}}+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{E}_{\mathrm{Phi}}^{\mathrm{kjt}}+E_{\mathrm{Rh}}^{\mathrm{kjt}})+{\mathrm{\θ}}^{\mathrm{kt}}\·{\mathrm{\λ}}^{t_{\mathrm{kj}}}\·E_U^t---\left(2\right)$

式（2）中：

和分别表示模块层对象实例G_kj中的第h个零部件在原材料获取阶段、回收处理阶段的第t个指标的量值；

为模块层对象实例G_kj中的第h个零部件在第i个制造加工过程的第t个指标的量值；

为模块层对象实例G_kj在使用阶段的第t个能耗及环境影响指标的平均量值；

θ^kt和λ^kjt分别为模块层对象实例G_kj在使用阶段的第t个指标在功能域及结构域的分配比率，利用模糊层次分析法予以确定。

与已有技术相比，本发明有益效果体现在：

1、采用本发明提出的绿色设计备选方案的绿色性能不确定分析模型充分考虑生命周期全过程的动态不确定性，提高了量化分析结果的准确性。

2、采用本发明提出的绿色产品设计方案的不确定性优化决策方法，充分考虑了环境性指标和经济性指标的权重的不确定性，将不确定多属性决策方法应用到绿色产品设计方案的优化决策过程中，不仅解决了绿色性能指标权重完全未知的难题，而且最大程度上实现了绿色产品客户需求的动态响应，提高了产品的环境友好性。

附图说明

图1为本发明方法中的绿色性能量化与不确定性分析建模示意图；

图2为本发明方法中绿色产品设计方案不确定性优化决策方法流程图。

具体实施方式

图1所示为备选绿色设计方案的绿色性能量化与不确定分析模型，首先根据功能结构映射关系，得到对应的各结构单元。对结构单元实例采用生命周期分析方法首先划定统一的时间边界和物理边界；过程输入因子通过系统边界进入各个过程获取的环境数据与经济数据。通过“清单数据集成”模块对成本与环境数据作集成处理；在影响评价集成时，对集成的清单数据分别从潜在影响值、环境与成本权重、综合效益三个方面进行评价；最后对评价结果做出环境效益、经济效益和二者相互关系及重要度的解释得到绿色性能综合评价值。对结构单元实例的生命周期各阶段的环境性和经济性进行量化分析建模，从产品的使用状态、信息交互状态、相关技术和社会因素等方面确定影响产品生命周期各阶段绿色性能的不确定性因素；然后根据模糊数学处理方法，通过影响因素集、权重集、状态矩阵和目标因素集的确定，建立不确定性分析模型。根据模型得到考虑不确定因素在内的绿色性能综合评价值。

绿色性能不确定分析模型描述如下：

第一步，建立影响向量集：F={F₁,F₂，...,F_i，...,F_NF}，其中，N_F为向量的个数。

影响向量集包括信息交互状态F₁，产品的使用状态F₂，社会因素F₃和技术因素F₄，因此N_F=4。

由于信息等不确定因素，将各个不确定向量用多属性效用函数予以描述，公式如下：

F_i={x₁,x₂…x_n}，其中x_i为向量F_i的影响因子。

第二步，确定向量权重矩阵：不同的不确定向量F_i对于产品生命周期的各阶段绿色性能影响不同。w_i表示F_i对于整个产品绿色性能影响的权重。W=[w₁,w₂，...,w_i,...w_NF]其中，N_F=4。

第三步，建立目标集：M={M₁,M₂，..,M_l,..M_N}（N为目标集的个数）。

用UM_l(U_im)表示F_i对目标M_i的效用值，该效用值表示X_n发生时对分析目标产生的影响，以占计算值的百分比。产品绿色性能的考虑因素，即目标集O为整个产品全生命周期，包括原材料、制造、使用、回收再处理等阶段。因此，所以在本模型中M=4。

M={M_MP,M_CF,M_USE,M_D}。

第四步，给出向量集F对于目标M集影响表达：

给出F对于目标集M集的效用矩阵集合。各矩阵中的第i行，表示第F_i向量对于目标的影响：

u_i={u_i，1 u_i,2...u_i,l  ...u_i,M}

因为本模型中目标集M包括4个目标。同样从4个阶段考虑，得到4个效用矩阵，即经济效用矩阵U_MP,U_CF,U_USE,U_D。

F_i对于某一目标M_l影响的效用函数表示为：

U_li={x₁,x₂…x_n}

其中，x=u_lim(n=1,2,3...,k)

u_lin表示效用矩阵u_i的第i行，第n列的值。

F对于M_i影响的表达式：

$U_l=\underset{j=1}{\overset{N_F}{\mathrm{\Σ}}}{w}_j{U}_{\mathrm{lj}}$

第五步，将F对目标M_l的不确定影响进行量化。，得到F对目标M_l的不确定因子计算公式，表示如下：

δ_Ml=1+E(U_l)

其中， $E\left(U_l\right)=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{w}_{i}E\left(U_{\mathrm{li}}\right)$

通过计算，可以获得的产品生命周期各阶段绿色性能的不确定因子集δ_M：

δ_M={δ_MP,δ_CF,δ_USE,δ_D}

如图2所示为绿色产品设计方案不确定性优化决策方法流程，具体实施步骤如下：

第一步，设D＝（d₁,d₂,…,d_n）为绿色设计方案备选集，C＝（c₁,c₂，…,c_m）为方案的绿色性能特征集。对于方案d_i，针对绿色性能特征c_j进行量化分析，得到d_i关于c_j的绿色性能特征量化值v_ij，从而构造决策矩阵A＝（v_ij）_n×m，将v_ij转换成效益型属性并进行归一化，生成规范化矩阵R＝（r_ij）_n×m，并以规范化矩阵R中元素r_ij作为专家对方案d_i的客观偏好值。根据效用理论，专家对方案d_i的主观偏好值可以用模糊层次分析法进行测度，并以效用值的θ_i的形式表示，θ_i∈[0,1]，θ_i越接近1，说明该专家越偏好方案d_i。

第二步，确定对方案有偏好信息为效用值的不确定多属性决策优化的最优权重向量通过找到的最优的属性权重向量w_j可以实现专家对各方案的主观偏好值与客观偏好值的总偏差最小。

第三步，在得到各绿色性能的最优权重向量w_j后，构造加权规范化矩阵Z＝（z_ij）_n×m，其中z_ij＝r_ijw_j。

确定各绿色性能的正理想解Y⁺和负理想解Y^-可按下式确定：

Y⁺=max{z_1j，z_2j,…,z_nj}

Y^-=min{z_1j，z_2j，…,z_nj}

各方案到正理想解和理想解的距离分别可按下式计算:

$D_i^{+}=\sqrt{\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{(z_{\mathrm{ij}}-Y_j^{+})}^2}$

$D_i^{-}=\sqrt{\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{(z_{\mathrm{ij}}-Y_j^{-})}^2}$

第四步，各方案的综合绿色性能效用值可按下式计算：

${\mathrm{\δ}}_i=\frac{D_i^{-}}{D_i^{+}+D_i^{-}}$

根据这些方案的综合绿色性能效用值的大小进行排序比较，综合绿色性能效用值最大的设计方案即为绿色性能综合表现最佳的绿色设计方案。

Claims (3)

1.一种绿色产品设计方案的不确定性优化决策方法，其特征是按如下步骤进行：

第一步，产品生命周期绿色性能不确定性因素的识别与提取：

建立不确定性影响向量集：F={F₁,F₂,F₃,F₄}，其中，F₁为信息交互状态，F₂为产品的使用状态，F₃为社会因素，F₄为技术因素，按式(1)对所述不确定性影响向量集的各向量进行描述：

F_l={x₁,x₂…x_j…x_n}，i=1,2,3,4                              (1)

式(1)中，F_i为第i个不确定性影响向量，x_j为向量F_i的第j个影响因子；

第二步，建立产品生命周期绿色性能不确定性分析模型：

根据所述不确定性影响向量F_i对于产品生命周期的各阶段绿色性能的不同影响，确定向量权重矩阵；以w_i表示不确定性影响向量F_i对于整个产品绿色性能影响的权重，权重向量表述为W=[w₁,w₂，...,w_i，...w₄]；建立目标集M，M={M_MP,M_CF,M_USE,M_D}，产品绿色性能的考虑因素为整个产品全生命周期，包括原材料、制造、使用和回收再处理阶段；采用效用理论对不确定性影响向量集F对于目标集M的影响进行表达，得到F对某一目标M_l的不确定影响量化值δ_Ml为：δ_Ml=1+E(U_l)，其中

则产品生命周期各阶段绿色性能的不确定因子集δ_M为：δ_M={δ_MP,δ_CF,δ_USE,δ_D}；

第三步，绿色产品设计方案的优化决策：

设D＝（d₁，d₂,…d_i…d_n）为绿色设计方案备选集，其中di为第i个绿色设计方案；C＝（c₁,c₂，…c_j…c_m）为绿色设计方案的绿色性能特征集，其中c_j为第j个绿色设计方案的绿色性能特征；对于方案d_i，在获取各绿色性能特征量化分析的基础上，构造规范化的决策矩阵R＝（r_ij）_n×m，以规范化决策矩阵R中元素r_ij作为专家对方案d_i的客观偏好值；根据效用理论、利用模糊层次分析法获得专家对方案d_i的主观偏好值θ_i，以专家对各设计方案的主观偏好值θ_i与客观偏好值r_ij的总偏差最小为优化目标，计算绿色性能指标集的最优权重向量w_j，并构造加权规范化矩阵Z＝（z_ij）_n×m，其中z_ij=r_ijw_j；各方案的综合绿色性能效用值为：

其中

和

为各方案到正理想解和理想解的距离；根据各方案的综合绿色性能效用值的大小进行排序比较，综合绿色性能效用值最大的设计方案即为绿色性能综合表现最佳的绿色设计方案。

2.根据权利要求1所述的绿色产品设计方案的不确定性优化决策方法，其特征在于：所述步骤一中的产品生命周期绿色性能包括环境性能和经济性能，所述环境性能为：回收性能、拆卸性能、能耗及环境影响四个指标；所述经济性能是指各生命周期阶段的成本与收益。

3.根据权利要求1所述的一种绿色产品设计方案的不确定性优化决策方法，其特征在于：所述步骤三中的绿色性能量化分析的方法是：

通过产品的功能结构映射，根据量化分析对象所处结构层次，对各绿色性能特征进行量化分析；量化分析对象所处结构层次包括产品层、模块层和零部件层；其中，零部件层的绿色性能用材料回收指数来表示，模块层的绿色性能用模块内所有零件的材料回收指数的加权和表示；产品层绿色性能量化值由模块层量化分析结果叠加得到，模块层对象实例的量化公式表示为：

$E_{\mathrm{kjt}}=\underset{h=1}{\overset{m}{\mathrm{\Σ}}}(E_{\mathrm{Mh}}^{\mathrm{kjt}}+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{E}_{\mathrm{Phi}}^{\mathrm{kjt}}+E_{\mathrm{Rh}}^{\mathrm{kjt}})+{\mathrm{\θ}}^{\mathrm{kt}}\·{\mathrm{\λ}}^{t_{\mathrm{kj}}}\·E_U^t---\left(2\right)$

式（2）中：

和

分别表示模块层对象实例G_kj中的第h个零部件在原材料获取阶段、回收处理阶段的第t个指标的量值；

为模块层对象实例G_kj中的第h个零部件在第i个制造加工过程的第t个指标的量值；

为模块层对象实例G_kj在使用阶段的第t个能耗及环境影响指标的平均量值；

θ^kt和λ^kjt分别为模块层对象实例G_kj在使用阶段的第t个指标在功能域及结构域的分配比率，利用模糊层次分析法予以确定。

Images