CN103473619A - 一种基于网络架构的分析方法及其应用 - Google Patents

Abstract

本发明公开了一种基于网络架构的分析方法，建立机电产品绿色度评价的指标体系的基础上，结合产品多生命周期理论，对位于网络层元素的相互关系建立判断矩阵，并利用网络架构的分析方法求出极限超矩阵及各底层指标权重，通过与现有方法对比，本发明得到的数据更加全面合理。

Description

一种基于网络架构的分析方法及其应用

技术领域

本发明涉及产品绿色制造业技术领域，具体涉及制造业产品度绿色评估与方案优选，可应用在机电产品绿色度的评估方面。

背景技术

随着地球环境和生态系统的不断恶化，各国政府和机构越来越意识到环境保护的重要性。1992年，联合国环境与发展会议对实现人类社会、经济、资源与环境的协调发展进行了全球性规划，提出了可持续发展的新思路。1996年，美国制造工程师学会首次系统提出了以实现可持续发展为核心的新型制造模式—绿色制造，该模式在不牺牲产品功能、质量和成本的前提下，系统考虑产品生命周期中开发、生产、使用、维护及回收等活动对环境的影响，同时也考虑对包括原材料和能源等自然资源的利用。2009年，迄今为止规模最大的全球气候论坛，联合国第15届气候变化会议在哥本哈根召开，该会议旨在制定一项比1997年的联合国气候变化框架公约“京都议定书”更有效的措施来遏制全球变暖。参会的192个国家签署了哥本哈根宣言。其中，中国政府宣布我国2020年单位GDP碳排放将比2005年减少40%-45%。在中国，制造业已经成为国家经济增长的支柱产业，然而，这也意味着高能耗和高污染。统计数据显示，造成环境污染的排放物近80%来自制造业。因此，绿色制造及其有效评估是改善环境问题的重要手段。

绿色设计也就是要使得产品环保、安全且节能。如何对产品的绿色度进行评价是一个必须解决的问题。通常，有两类方法来解决这一问题：第一类是基于产品绿色性能的综合评估，例如层次分析法以及模糊综合评价方法；第二类是基于生命周期评价理论。在现有的生命周期评价方法中，针对绿色度的评估往往是各个生命周期分别评估，最后做简单综合，即认为不同阶段中的指标之间彼此独立。而实际的情况并非如此，产品的生命周期某个阶段内部指标之间以及各个阶段之间会相互影响或支配，即针对评估指标而言，某一层内部各指标元素之间时常存在相依或回馈关系，且下层指标对上层指标也存在支配作用，若仅仅使用独立性假设，将使得评估结果产生偏差。本专利针对第二类方法中存在的上述缺点，给出了一种基于网络架构的机电产品生命周期绿色度评价方法。

发明内容

在现有的产品绿色度评估方法中，基本存在以下问题：

1、现在常用的层次分析法只考虑上层元素对下层元素的支配作用，假定同一层中的指标是相互独立的，而在许多实际决策问题中，某一层内部各指标元素之间时常存在相依或回馈关系，且下层元素对上层元素也存在支配作用，若仅仅使用独立性假设，将使得评估结果产生偏差；

2、现有的产品绿色度评估方法，只考虑产品的设计环节，并未结合产品的制造加工，使用，维护，回收等其他生命周期各阶段，使得评估结果不客观。

本发明提出了一种基于网络架构的分析方法，并且将该方法与生命周期评价（Life Cycle Assessment,LCA）理论相结合，从而实现对机电产品的绿色评估。

为了实现上述目的，本发明采用的技术方案如下：

一种网络层次的分析方法，所述分析方法包括以下步骤：

A.设目标与决策层中有决策指标p₁,p₂,…,p_m，目标与决策层下的网络架构层有C₁,C₂,…,C_N个指标集，其中C_i中有元素 $e_{i1},e_{i2},...,e_{{\mathrm{in}}_i},i=\mathrm{1,2},...,N.$

B.以目标与决策层决策指标p_s（s=1,2,…,m）为准则，以C_j中元素e_jk(k=1,2,…,n_j)为次准则，将指标集C_i中指标按其对e_jk的影响力大小进行间接优势度比较，即在准则p_s下构造判断矩阵：

并由特征根法得权重向量

C.对于k=1,2..,n_i重复上述步骤，得到式（1）所示矩阵W_ij。

$W_{\mathrm{ij}}=\left(\begin{array}{cccc}{w_{i1}}^{\left(j1\right)}& {w_{i1}}^{\left(j2\right)}& ...& {w_{i1}}^{\left({\mathrm{jn}}_j\right)}\\ {w_{i2}}^{\left(j1\right)}& {w_{i2}}^{\left(j2\right)}& ...& {w_{i2}}^{\left({\mathrm{jn}}_j\right)}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ {w_{{\mathrm{in}}_i}}^{\left(j1\right)}& {w_{{\mathrm{in}}_i}}^{\left(j2\right)}& ...& {w_{{\mathrm{in}}_i}}^{\left({\mathrm{jn}}_j\right)}\end{array}\right)---\left(1\right)$

其中，W_ij的列向量为C_i中的元素对C_j中元素

的影响程度排序向量；若C_j中元素不受C_i中元素影响，则W_ij=0。

D.对于i=1,2,...,N;j=1,2,...,N重复B，可获得决策准则p_s下的超矩阵W:

E.在所述超矩阵W中，元素W_ij反映元素i对元素j的一步优势度；还可以计算W²，其元素w_ij ²表示元素i对元素j的二步优势度，W²仍然列为归一化矩阵，以此类推，可以计算W³，W⁴，…，当W^∞存在时，W^∞的第j列就是准则p_s下网络架构层中各元素对于j的极限相对权重向量，则

$W^{\∞}=\left(\begin{array}{cccc}{W_{11}}^{\∞}& {W_{12}}^{\∞}& ...& {W_{1N}}^{\∞}\\ {W_{21}}^{\∞}& {W_{22}}^{\∞}& ...& {W_{2N}}^{\∞}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ {W_{N1}}^{\∞}& {W_{N2}}^{\∞}& ...& {W_{\mathrm{NN}}}^{\∞}\end{array}\right)---\left(3\right)$

其中每一行的数值，即为相应元素的局部权重向量；当某一行全部为0时，则相应的局部权重为1；将局部权重按元素顺序排列即得到局部权重向量。

$Q={[q_{11},...,q_{{1n}_1},q_{21},...,q_{{2n}_2},...,q_{N1},...,q_{{\mathrm{Nn}}_N}]}^T---\left(4\right)$

一种基于网络架构的分析方法应用在机电产品的绿色度评估方法。

需要进一步说明的是，所述生命周期评价是指产品在制造、使用、维护、回收处置的过程中产生制造费用、使用难易、维护资源、回收成本等问题对产品设计阶段产生反馈。同时回收的利用的产品零部件和材料循环使用与本产品的再次制造中。这就是对多生命周期的全面理解。产品多生命周期不仅包括本代产品的生命周期的全部时间，而且包括本代产品在生产制造、使用、维护、回收过程中产生的问题对设计阶段的反馈，产品报废和停止使用后，其相关零部件再换代，下一代，下一代···等多代产品的循环使用或循环利用的时间。如图1所示。

绿色产品设计开发阶段的主要任务是绿色产品的生命周期过程的描述与设计，包括绿色产品的需求分析、产品设计、制造环境设计、工艺设计、材料选择、回收处理方案等；加工制造阶段的主要任务就是用绿色的原材料、绿色的能源、绿色的生产工艺生产出符合设计要求的绿色产品，它包括生产原料、生产设备、生产工艺和生产管理等方面；销售运输阶段主要包括产品运输、销售配送和安装调试等工作；使用维护阶段是产品层次的延续，其主要任务是使用安全可靠、能耗低，污染小，便于维护；回收处置阶段是产品生命周期的最后一个阶段，也是产品中一部分零件获得新生的开始，是对废弃淘汰产品按其性能保持情况，确定回收策略(重复利用、再制造、材料回收、填埋焚烧等)，使资源得到最大程度的再利用，最大限度地减少环境负担。如图2所示。其中针对不同的产品，各阶段模型可以根据实际情况作相应增加或删减。

由于机电产品的类型多种多样，不同类型的产品有不同的设计、使用要求和环境特性，因此制定合理、全面的评价指标体系是对产品绿色设计综合评价首先要解决的问题。

绿色设计综合评价指标体系的制定必须遵循科学性与实用性、完整性与可操作性、代表性与系统性、定性指标与定量指标结合、静态指标与动态指标相统一的原则，概括起来有以下几个方面：

1、综合性原则。指标体系应能够全面反映待评对象的综合情况，应能从环境、经济、技术和能资源利用等方面进行分析，充分利用多学科知识以及学科间的交叉和综合知识，以保证综合评价的全面性和可靠性。

2、科学性原则。力求客观、真实、准确的反映被评价对象的“绿色属性”。有些指标可能目前尚无必要获取数据或者难以获取确切的数据，但与综合评价关系较大仍可作为建议指标提出。

3、可行性原则。评价指标应有明确的含义和以一定的现实统计作为基础，可以根据获得的数据进行计算分析。

4、系统性原则。要能充分反映产品的环境属性、资源属性、能源属性、经济属性和技术属性的各项指标，并注意从中抓住影响较大的主要因素。

5、静态评价和动态评价相结合的原则。有的评价指标受市场及用户需求等因素的制约，对产品设计的要求也将随着工业技术的发展和社会的发展而不断变化。在评价中，既要考虑到被评对象的现有状态，又要充分考虑到未来的发展。

6、定性评价和定量评价相结合的原则。在评价中，既要把握被评对象“质”的一面，对其进行定性分析，又要把握住被评对象“量”的一面，对其进行定量分析，即评价指标尽可能的量化。但对某些指标量化难度较大，此时也可采用定性指标来描述，以便从质和量的角度，对评价对象得出科学的评价结论。

7、不相容性原则。评价项目众多，应尽可能避免相同或含义相近的指标重复出现，做到简洁、概括并具有代表性。

更进一步地，由于机电产品的类型多种多样，不同类型的产品有不同的设计、使用要求和环境特性，因此制定合理、全面的评价指标体系是对产品绿色度综合评价首要解决的问题。

绿色度综合评价指标体系的制定遵循科学性与实用性、完整性与可操作性、代表性与系统性、定性指标与定量指标结合、静态指标与动态指标相统一的原则。

根据绿色产品的特征，一个优秀的绿色产品不仅能够最大限度的满足环境的要求，而且要求技术先进，成本低，经济效益好，市场竞争能力强。依据上述的评价原则，机电产品的绿色度综合评价指标体系不仅要有环境方面的指标，也要有传统的产品评价指标。产品的绿色度的综合评价是一个多层次、多因素的综合评估问题，评价指标体系由产品的基本属性组成，包括环境属性指标、技术属性指标、资源属性指标、能源属性指标、经济属性及社会属性指标六个大的方面，每个属性又由一些二级指标组成。如图3所示。而一些二级指标也包含更具体的三级指标，如图4-图8所示。

1、经济属性指标

绿色产品的经济性是面向产品的整个生命周期，与传统的经济性(成本)评价有着明显的不同。以往采用的经济性指标大都考虑产品的设计成本、生产成本以及运输费用、储存费用等附加成本，很少考虑因工业生产、经济活动所造成的环境污染而导致的社会费用，也很少或不考虑因有毒有害生产工艺对人体健康造成的危害而导致的额外医疗费用及产品达到生命周期后的拆卸、回收和处理处置费用对产品总体经济性的影响。对机电产品的绿色设计综合评价的经济性分析则必须综合考虑上述因素，经济属性主要由生产成本、用户成本和环成本三部分组成，如图4所示。

2、技术属性指标

绿色产品的技术属性指标主要考察经绿色设计后，产品所具备的功能，产品是否具有良好的质量，产品是否安全可靠以及维护是否简便等。技术属性指标构成如图5所示。

3、环境属性指标

环境属性是绿色产品不同于传统概念的产品的重要特征之一，也是产品绿色设计综合评价中最重要的环节。环境是与人类的生产、生活息息相关的，因此主要从大气、水域、土壤、噪声和固体废弃物等方面着手。对机电环境属性的考察主要是指在产品整个生命周期内与环境有关的指标，包括水环境指标、大气环境指标、土壤污染指标、噪声指标、固体废弃物指标等，如图6所示。由于产品的固有特性，不同产品有不同的环境属性特性。

4、资源属性指标

资源包括产品生命周期各个阶段中使用的材料资源、设备资源和人力资源，是产品生产和使用所必需的基本条件。其中对环境影响最直接、最重要的是材料资源和设备资源。资源属性指标构成如图7所示。

5、能源属性指标

能源是人类赖以生存和发展的重要物质基础，节约和充分利用能源是现代社会生产的必然要求。机电产品在生产、使用和回收中都要消耗掉大量的能源，因此要尽量使用清洁能源和再生能源，采用合理的生产工艺提高资源利用率。从另一个侧面来说，能源利用率高，也就节约了资源，减少了环境污染。因此，必须研究出最佳利用能源的方法，研究最佳利用能源的制造工艺及废弃物处置和回收再生技术和工艺。在产品设计中，要尽量使用清洁能源和再生能源、采用合理的生产工艺提高能源利用率。图8是绿色产品的能源属性指标的构成。

6、社会属性指标

绿色产品除满足以上指标的要求外，还必须考虑社会发展的需要。因为许多产品与文化、道德、人伦、社会安定及社会进步有关，因此社会属性也应是绿色产品评价中不可忽视的一类重要因素。绿色产品社会属性指标主要包括：社会对绿色产品制造的需求度、科技教育投入占GDP的比例、医疗卫生投入占GDP的比例等。

需要进一步说明的是，所述网络架构的分析方法与生命周期评价进行结合，根据以下步骤进行：

1、建立绿色评价指标体系；

产品的多生命周期过程包括从设计开发、加工制造、使用和维护直至回收处置的循环过程。这五个阶段形象地描述了绿色产品从诞生到消亡的整个生命周期过程，并且这五个阶段的内部各属性之间相互作用，相互影响；根据利用基于网络架构分析方法建立评价指标体系的原则，参照建立的一般评价指标体系，结合对产品的调查和研究，建立产品的评价指标体系；

2、建立专家判断矩阵并计算一致性；

在网络架构分析方法的递阶层次结构中，网络层由C1-C5五个元素组构成，分别表示产品多生命周期过程的设计、制造、使用、维护及回收5个阶段。首先，给出网络层各生命周期流程指标元素之间相互关系的判断矩阵，按照生命周期流程的顺序，依次给出网络层各元素与不同准则层的相互关联的判断矩阵；

3、计算底层各指标权重；

在所有的关系判断矩阵给出后，对产品多生命周期模型建模，将绿色多生命周期评价设为目标层，将多生命周期的各个阶段作为准则层，然后将各准则层下的网络元素作为节点添加到准则层中，通过连线表示其之间的相互关系，最后将上述求得的所有判断矩阵代入模型中，计算出最终的极限超矩阵。极限超矩阵的每一行结果均趋于稳定，得到最终各阶段底层指标权重；

4、绿色评价指标值及其无量纲化；

通过对产品的调查和研究，参照相关统计文献数据，以及对一些数据的合理假设可以获得评价指标数据。鉴于评价指标数据的量纲不一致，结合隶属度函数对其进行无量纲化；

5、得到最后的评价结果。

本发明有益效果在于，现有关于机电产品绿色度评价指标权重的计算分别采用了模糊AHP法和Group-AHP法，其方法均是假设同一网络层内部指标间是彼此独立的，这与实际情况并不相符。本专利在建立机电产品绿色度评价的指标体系的基础上，结合产品多生命周期理论，对位于各网络层元素的相互关系建立判断矩阵，并基于网络架构的方法求出极限超矩阵及各底层指标权重，通过与现有方法对比，本专利得到的数据更加全面合理。

附图说明

图1机电产品多生命周期过程示意图；

图2绿色产品多生命周期阶段示意图；

图3绿色设计综合评价指标基本构成示意图；

图4绿色产品经济性评价指标的构成示意图；

图5绿色产品的技术属性指标的构成示意图；

图6绿色产品环境属性指标构成示意图；

图7绿色产品资源属性评价指标构成示意图；

图8绿色产品能源属性评价指标构成示意图；

图9网络架构示意图；

图10网络架构层结构示意图；

图11空调多生命周期模型示意图。

具体实施方式

下面将结合附图对本发明作进一步的描述。

本发明是基于网络架构的分析方法与生命周期评价进行的结合，根据以下步骤进行：

1、建立绿色评价指标体系；

产品的多生命周期过程包括从设计开发、加工制造、使用和维护直至回收处置的循环过程。这五个阶段形象地描述了绿色产品从诞生到消亡的整个生命周期过程，并且这五个阶段的各种属性之间相互作用，相互影响；根据利用网络层次分析方法建立评价指标体系的原则，参照建立的一般评价指标体系，结合对产品的调查和研究，建立产品的评价指标体系；

2、建立专家判断矩阵并计算一致性；

在网络架构分析方法的递阶层次结构中，网络层由C1-C5五个元素组构成，分别表示产品多生命周期过程的设计、制造、使用、维护及回收5个阶段。首先，给出网络层各生命周期流程指标元素之间相互关系的判断矩阵，按照生命周期流程的顺序，依次给出网络层各元素与不同准则层的相互关联的判断矩阵；

3、计算底层各指标权重；

在所有的关系判断矩阵给出后，使用软件对产品多生命周期模型建模，将绿色多生命周期评价设为目标层，将多生命周期的各个阶段作为准则层，然后将各准则层下的网络元素作为节点添加到准则层中，通过连线表示其之间的相互关系，最后将上述求得的所有判断矩阵代入模型中，计算出最终的极限超矩阵。极限超矩阵的每一行结果均趋于稳定，得到最终各阶段底层指标权重；

4、绿色评价指标值及其无量纲化；

通过对产品的调查和研究，参照相关统计文献数据，以及对一些数据的合理假设可以获得评价指标数据。鉴于评价指标数据的量纲不一致，结合隶属度函数对其进行无量纲化；

5、得到最后的评价结果。

需要说明的是，传统的生命周期评价方法所考虑的问题是内部独立的递阶层次结构，这造成了严重的局限性。

本发明将机电产品各项指标划分为两大部分：第一部分称为目标与决策层。包括问题目标及决策准则，所有的决策准则均被认为是彼此独立的，且只受目标的支配。目标与决策层中可以没有决策准则，但至少有一个目标。目标与决策层次是一个典型的递阶层次结构，所有的准则彼此独立，下一个准则只受上一个准则支配。第二部分为网络架构层。它是由所有受决策层支配的指标组成的，指标之间相互依存、相互支配，指标和层次间不独立，目标与决策层的每个决策准则支配的不是一个简单的内部独立的元素，而是一个相互依存、反馈的网络结构。目标与决策层和网络架构层组成了一种典型的网络结构，如图9所示。

网络架构层的结构取决于系统中指标（或指标集）之间的依存关系。这种依存关系包含两类：外部依存性（层次间的支配关系）、内部依存性（同一层次指标间的支配关系）。外部依存性又分为两类，一类是递阶层次支配关系，另一类是反馈支配关系。

递阶层次结构(图10(a))是仅有外部递阶层次支配关系，而不存在层次内部依存关系的一种最简单的系统结构形式。这种结构形式决定了它的功能依存性可表现为单一准则下的排序和递阶层次中的合成排序。

如果在递阶层次结构中考虑内部依存性。这种系统结构为具有内部依存性的递阶层次结构，如图10(b)所示。此时同一层次内的准则或方案存在着相互制约、相互影响的关系这使得单一准则下的排序不仅要考虑被其支配的方案，还应考虑本层次准则(或方案)之间的关系，因而原有的单准则下的排序必须修正，合成排序也应作相应改变。

在实际决策问题中，有时最低层不仅受较高层支配，同时反过来它又对最高层起支配作用。此时层次之间的支配关系形成循环回路，这种结构称为循环层次结构如图10(d)和(e)所示。

如果一个复杂系统可分解为若干层次或指标集，某些层次之间既可能存在递阶支配关系，又可能存在循环支配关系，同时也允许存在层次内部的依存性，这类结构就是反馈层次结构，如图10(c)所示。显然递阶层次结构和循环层次结构都可视为反馈层次结构的特殊情形，因此反馈系统的排序对于复杂系统的决策具有重要意义。某些反馈层次结构在更高的聚合水平上可归结为递阶层次结构。

更复杂的反馈系统各指标(或指标集)之间互相支配、互相影响，此时已很难划分层次，或者说每个层次只有一个指标，也很难划分层次的高低，此时系统结构实际上是一个网络结构。这种结构在引入最高目标后往往能转化为内部依存的递阶层次结构。

需要进一步说明的是指标权值的确定，即利用本发明的网络层次分析方法，所述分析方法包括以下步骤：

A.设目标与决策层中有决策指标p₁,p₂,…,p_m，目标与决策层下的网络架构层有C₁,C₂,…,C_N个指标集，其中C_i中有元素 $e_{i1},e_{i2},...,e_{{\mathrm{in}}_i},i=\mathrm{1,2},...,N.$

B.以目标与决策层决策指标p_s（s=1,2,…,m）为准则，以C_j中元素e_jk(k=1,2,…,n_j)为次准则，将指标集C_i中指标按其对e_jk的影响力大小进行间接优势度比较，即在准则p_s下构造判断矩阵：

并由特征根法得权重向量

C.对于k=1,2..,n_i重复上述步骤，得到式（1）所示矩阵W_ij。

$W_{\mathrm{ij}}=\left(\begin{array}{cccc}{w_{i1}}^{\left(j1\right)}& {w_{i1}}^{\left(j2\right)}& ...& {w_{i1}}^{\left({\mathrm{jn}}_j\right)}\\ {w_{i2}}^{\left(j1\right)}& {w_{i2}}^{\left(j2\right)}& ...& {w_{i2}}^{\left({\mathrm{jn}}_j\right)}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ {w_{{\mathrm{in}}_i}}^{\left(j1\right)}& {w_{{\mathrm{in}}_i}}^{\left(j2\right)}& ...& {w_{{\mathrm{in}}_i}}^{\left({\mathrm{jn}}_j\right)}\end{array}\right)---\left(1\right)$

其中，W_ij的列向量为C_i中的元素

对C_j中元素

的影响程度排序向量；若C_j中元素不受C_i中元素影响，则W_ij=0。

D.对于i=1,2,...,N;j=1,2,...,N重复B，可获得决策准则p_s下的超矩阵W:

E.在所述超矩阵W中，元素W_ij反映元素i对元素j的一步优势度；还可以计算W²，其元素w_ij ²表示元素i对元素j的二步优势度，W²仍然列为归一化矩阵，以此类推，可以计算W³，W⁴，…，当W^∞存在时，W^∞的第j列就是准则p_s下网络架构层中各元素对于j的极限相对权重向量，则

$W^{\∞}=\left(\begin{array}{cccc}{W_{11}}^{\∞}& {W_{12}}^{\∞}& ...& {W_{1N}}^{\∞}\\ {W_{21}}^{\∞}& {W_{22}}^{\∞}& ...& {W_{2N}}^{\∞}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ {W_{N1}}^{\∞}& {W_{N2}}^{\∞}& ...& {W_{\mathrm{NN}}}^{\∞}\end{array}\right)---\left(3\right)$

其中每一行的数值，即为相应元素的局部权重向量；当某一行全部为0时，则相应的局部权重为1；将局部权重按元素顺序排列即得到局部权重向量。

$Q={[q_{11},...,q_{{1n}_1},q_{21},...,q_{{2n}_2},...,q_{N1},...,q_{{\mathrm{Nn}}_N}]}^T---\left(4\right)$

为了更好地理解本发明，下面将结合具体实施方式对本发明进行详细描述，但不应理解为对本发明的限制。

参照建立的一般评价指标体系，结合对空调的调查和研究，建立空调的评价指标体系，如表1所示。

表1空调绿色度评价指标体系

这些属性包含于多生命周期的各个阶段，由于每个阶段的侧重点不同，实际会在某些阶段选择性忽略某些属性，或各属性下的某些指标。并且计算过程中为了力求所构成的网络结构的一致并简化计算，将越过属性层，直接对指标层建模，而指标层的具体内容也将进行单独计算。

网络架构层由C1-C5五个元素组构成，分别表示产品多生命周期过程的设计、制造、使用、维护及回收5个阶段。首先，给出网络架构层各生命周期流程指标元素之间相互关系的判断矩阵，如表14，按照生命周期流程的顺序，依次给出网络架构层各准则与不同决策层的相互关联的判断矩阵。

表2和表3表示与C1人力资源有关的准则层下相关网络元素的判断矩阵。

表2在开发设计准则下，以网络架构层C1下人力资源为次准则

计算出CR=0.0454，满足一致性。

表3在维护准则下，以网络架构层C1下人力资源为次准则(CR=0)

人力资源	保修	维护难易
			保修	1	1/2
维护难易		1

表4至表6表示与C1再生资源使用比例有关的决策层下相关网络元素的判断矩阵。

表4在开发设计准则下，以网络架构层C1再生资源使用比例为次准则(CR=0.0218)

表5在制造加工准则下，以网络架构层C1再生资源使用比例为次准则(CR=0.0227)

再生资源使用比例	制造费用	固体污染	大气污染	水污染
					制造费用	1	2	2	2
固体污染		1	1/2	1/2
					大气污染			1	1
水污染				1

表6在回收准则下，以网络架构层C1再生资源使用比例为次准则(CR=0.0011)

类似地，需要计算与C1制造成本有关的准则层下各相关网络元素的判断矩阵，与C1回收成本有关的准则层下相关网络元素的判断矩阵，与C1回收技术有关的准则层下相关网络元素的判断矩阵，与C1固体垃圾有关的准则层下相关网络元素的判断矩阵，与C1性能质量有关的准则层下相关网络元素的判断矩阵，与C1材料资源有关的准则层下相关网络元素的判断矩阵，与C1污染治理费用有关的准则层下相关网络元素的判断矩阵，与C1维护成本有关的准则层下相关网络元素的判断矩阵，与C1能源利用有关的准则层下相关网络元素的判断矩阵，与C1设备资源有关的准则层下相关网络元素的判断矩阵，与C1销售利润有关的准则层下相关网络元素的判断矩阵，与C2制造费用有关的准则层下相关网络元素的判断矩阵，与C2员工有关的准则层下相关网络元素的判断矩阵，与C2噪音污染有关的准则层下相关网络元素的判断矩阵，与C2固体污染有关的准则层下相关网络元素的判断矩阵，与C2水污染有关的准则层下相关网络元素的判断矩阵，与C2能源利用有关的准则层下相关网络元素的判断矩阵，与C3操作难易有关的准则层下相关网络元素的判断矩阵，与C3噪音污染有关的准则层下相关网络元素的判断矩阵，与C4保修有关的准则层下相关网络元素的判断矩阵，与C4维修费用有关的准则层下相关网络元素的判断矩阵，与C4维护难易有关的准则层下相关网络元素的判断矩阵，与C5固体垃圾有关的准则层下相关网络元素的判断矩阵，与C5回收率有关的准则层下相关网络元素的判断矩阵，与C2回收耗能有关的准则层下相关网络元素的判断矩阵，与C5回收费用有关的准则层下相关网络元素的判断矩阵，与C2固体垃圾有关的准则层下相关网络元素的判断矩阵，与C5大气污染有关的准则层下相关网络元素的判断矩阵，与C5水污染有关的准则层下相关网络元素的判断矩阵。

然后，根据网络架构层指标相互关系给出网络层所在目标与决策层之间相互关系的判断矩阵。例如表7表示在开发设计准则下，各准则层之间的相互关系。

表7在开发设计准则下，各准则层之间的相互关系

开发设计	开发设计	制造加工	使用	维护	回收
						开发设计	1	1	2	4	4

制造加工		1	2	2	3
						使用			1	1	2
维护				1	1
						回收					1

通过计算，CR=0.0159，满足一致性。

类似地，也可以得到在制造加工准则下，各准则层之间的相互关系，在维护准则下，各准则层之间的相互关系，回收准则下，各准则层之间的相互关系等。

在所有的关系判断矩阵给出后，对空调多生命周期模型建模，将绿色多生命周期评价设为目标与决策层，将多生命周期的各个阶段作为网络架构层，然后将各准则层下的网络元素作为节点添加到网络架构中，如图11所示，通过连线表示其之间的相互关系，最后将上述求得的所有判断矩阵代入模型中，计算出最终的极限超矩阵，如表15。极限超矩阵的每一行结果均趋于稳定，得到最终各阶段底层指标权重如表8所示。

表8最终的各指标权重

根据所求得的指标权值，结合实际测得的数值及隶属度，得到各阶段各指标的得分。其中在开发设计阶段，空调的综合评价指标值如表9所示。

表9空调开发设计阶段绿色设计综合评价结果

在制造加工阶段，空调的综合评价指标值如表10所示。

表10空调绿色设计综合评价结果

在使用阶段，空调的综合评价指标值如表11所示。

表11空调绿色设计综合评价结果

在维护阶段，空调的综合评价指标值如表12所示。

表12空调绿色设计综合评价结果

在回收阶段，空调的综合评价指标值如表13所示。

表13空调绿色设计综合评价结果

经过各阶段指标得分的累加求和，空调绿色设计的综合评价指标值0.63，该产品是绿色产品（通常认为大于0.6就是绿色产品），但是绿色程度不够好，还有需要改进的地方。以开发设计阶段为例，分析评价结果。

（1）没有未达标的指标。

（2）最低层指标无量纲化后，隶属度没有达到0.6的指标有：使用噪声、材料回收率、绿色知识普及率、专业人员比例、再生能源使用比例、环境污染费用在生产成本中所占比例、销售利润率、使用成本、维护成本、维修简便性和先进高效设备使用率、回收技术、制造成本。特别是再生能源使用比例、材料回收率和先进、高效设备使用率隶属度低于0.2，需要重点采取措施去改善这些指标，比如增加清洁能源使用率，引进先进设备，优化产品可拆卸性设计等。其它较好、较差指标用同样的方法得出的。

多生命周期的其它阶段的评价也可以用同样的方法得出，利用这些改进信息，绿色设计人员对绿色设计进行改进，然后再进行绿色设计评价，再反馈改进信息，直至获得满足要求的绿色方案。

表14周期各阶段绿色度指标相互关系的判断矩阵

右续表14周期各阶段绿色度指标相互关系的判断矩阵

表15绿色度评价指标权重的极限超矩阵

右续表15绿色度评价指标权重的极限超矩阵

右续表15绿色度评价指标权重的极限超矩阵

对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。

Claims (2)

1.一种网络架构的分析方法，其特征在于，所述分析方法包括以下步骤： 

A.设目标与决策层中有决策指标p₁,p₂,…,p_m，目标与决策层下的网络架构层有C₁,C₂,…,C_N个指标集，其中C_i中有元素 

B.以目标与决策层决策指标p_s（s=1,2,…,m）为准则，以C_j中元素e_jk(k=1,2,…,n_j)为次准则，将指标集C_i中指标按其对e_jk的影响力大小进行间接优势度比较，即在准则p_s下构造判断矩阵： 

并由特征根法得权重向量

C.对于k=1,2..,n_i重复上述步骤，得到式（1）所示矩阵W_ij。 

其中，W_ij的列向量为C_i中的元素

对C_j中元素

的影响程度排序向量；若C_j中元素不受C_i中元素影响，则W_ij=0。 

D.对于i=1,2,...,N;j=1,2,...,N重复B，可获得决策准则p_s下的超矩阵W: 

E.在所述超矩阵W中，元素W_ij反映元素i对元素j的一步优势度；还可以计算W²，其元素w_ij ²表示元素i对元素j的二步优势度，W²仍然列为归一化矩阵，以此类推，可以计算W³，W⁴，…，当W^∞存在时，W^∞的第j列就是准则p_s下网络架构层中各元素对于j的极限相对权重向量，则 

其中每一行的数值，即为相应元素的局部权重向量；当某一行全部为0时，则相应的局部权重为1；将局部权重按元素顺序排列即得到局部权重向量。 

。

2.根据权利要求1所述的分析方法评估可应用在机电产品的绿色度评估方法。 

Images