CN109447453B - 一种多阶段网络数据包络分析模型评估包装绿色度的方法 - Google Patents

一种多阶段网络数据包络分析模型评估包装绿色度的方法 Download PDF

Info

Publication number
CN109447453B
CN109447453B CN201811240051.6A CN201811240051A CN109447453B CN 109447453 B CN109447453 B CN 109447453B CN 201811240051 A CN201811240051 A CN 201811240051A CN 109447453 B CN109447453 B CN 109447453B
Authority
CN
China
Prior art keywords
stage
environmental
input
evaluation
package
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811240051.6A
Other languages
English (en)
Other versions
CN109447453A (zh
Inventor
谢勇
高亚芳
张诗浩
白海龙
刘争号
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Technology
Original Assignee
Hunan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University of Technology filed Critical Hunan University of Technology
Priority to CN201811240051.6A priority Critical patent/CN109447453B/zh
Publication of CN109447453A publication Critical patent/CN109447453A/zh
Application granted granted Critical
Publication of CN109447453B publication Critical patent/CN109447453B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种多阶段网络数据包络分析模型评估包装绿色度的方法，首先基于生命周期评价法，建立商品包装系统环境影响的多输入多输出多阶段评价指标体系，再建立商品包装系统环境影响网络数据包络评估模型；然后基于网络数据包络分析法，进行模型求解，获得商品包装系统各阶段的环境影响值；再利用统计分析法计算商品包装绿色度；分析计算结果，得出评价结论。本发明可以较为清晰地反映商品包装生命周期各阶段对环境的影响程度，对持续发展绿色包装具有积极的现实意义。

Description

一种多阶段网络数据包络分析模型评估包装绿色度的方法
技术领域：
本发明涉及包装科学与技术领域，尤其是指一种进行商品包装环境影响评估的方法，该方法是利用多阶段网络数据包络分析(multi-stage Network Data EnvelopmentAnalysis, 简称mNDEA)模型评估包装绿色度；属于商品包装环境影响分析技术领域。
背景技术：
包装一直是现代社会经济与生活不可或缺的构成要素。随着包装行业的发展，出现了一些不合理的现象，比如欠包装导致内装物的损坏和腐败，过度包装则消耗太多的资源而且产生太多的包装废弃物，导致资源浪费和环境污染。因此，在满足经济发展以及人们工作生活需求的同时，最大限度的减少包装对环境的影响，促进包装与环境友好可持续发展，成了包装领域的重要课题。因此，对绿色包装的评价成了研究人员广泛关注的问题。为方便计算与分析，在本发明中将包装绿色度定义为包装全生命周期中每个阶段的环境效率值与阶段环境影响因子乘积之和。
随着社会经济可持续化发展，包装绿色度的评价已经成为包装行业的研究热点。目前，国际上公认的包装绿色度评价方法是：生命周期评价方法(Life Cycle Analysis,LCA)。但该评价方法在科学研究领域中仍然存在一些缺陷，主要包括：(1)在LCA评价前需要主观确定权重，权重不同得到的评价结果可能会完全不同，导致评价的标准不统一，各评价体系之间不具有可比性。(2)评估过程复杂，耗时较长，难以及时反映市场和技术的动态变化等。引入一种新型的包装评价模型对促进绿色包装及包装评价的发展具有重要意义。本发明的优点是：(1)无需对数据进行无量纲化处理，无需任何权重假设，以决策单元每阶段的实际数据求得最优权重，结果更客观；(2)分阶段评估商品包装系统的环境影响可以清晰的量化各阶段的环境效率值；(3)根据各阶段的环境效率值，针对各阶段具体的环境影响因子给出具体的改善措施；(4)NDEA(网络数据包络分析)模型求解分析途径广泛，求解过程简单。在包装整个生命周期的各个阶段中合理分配资源，对于实现科学发展观及可持续发展战略都有十分重要的现实意义。
DEA(数据包络分析)的基本原理：每一个包装系统作为一个决策单元(DMU,decision making units)，再由多个DMU构成被评价群体，通过对投入和产出比率的综合分析，以 DMU的各个投入和产出指标的权重为变量进行评价运算，确定有效生产前沿面，并根据各DMU与有效生产前沿面的距离状况，确定各DMU是否DEA有效。数据包络分析方法实际上是一种凸分析方法，被评价的所有有效决策单元(DMU)即效率值为1的DMU构成一个有效前沿包络面，无效率DMU即效率值介于0～1之间的DMU则被包裹在面内。
传统DEA的公式：
产出投入比率：
Figure RE-GDA0001863517850000021
令
Figure RE-GDA0001863517850000022
u＝tu，v＝tv，将非线性模型变换为一个线性规划模型：
minθλ≥0
Figure RE-GDA0001863517850000023
Figure RE-GDA0001863517850000024
λ≥0
i＝1，2，…，m；r＝1，2，…，q；j＝1，2，…，J
传统DEA模型将整个系统决策过程看作一个“黑箱”，不对其内部的结构进行分析，因此，直接应用DEA对产品包装生命周期进行环境影响评估时，其分析结果不全面、不清晰，因此很有必要对此加以完善。
通过专利检索没发现有与本发明相同技术的专利文献报道，与本发明有一定关系的专利主要有以下几个：
1、专利号为CN200910022627.6，名称为“一种建筑部品绿色度的评价方法及评价装置”，申请人为：西安建筑科技大学的发明专利，该专利公开了一种建筑部品绿色度的评价方法及使用该评价方法的评价装置，该方法包括以下步骤：进行市场调查及资料查阅，将常用建筑部品分类；运用WBS方法逐层分解评价指标，建立绿色建筑部品评价指标体系，并收集和计算典型建筑部品的原始数据，建立建筑部品信息库；录入待评价建筑部品的数据信息；调整及修改指标权重，即根据行业标准数据判断是否调整相关内容，确定建筑部品绿色度评价指标的权重；建立及调用指标效用函数；对待评价建筑部品的绿色度进行评价；得出评价结果，并将评价结果进行数据保存。该专利是从建筑部品的全生命周期出发，采用定量分析与定性分析相结合，最终实现建筑部品绿色化评价方法的建立。
2、专利号为CN201220534304.2，名称为“一种绿色度评价系统”，申请人为：北京中建建筑科学研究院有限公司；中国矿业大学的实用新型专利，该专利公开了一种绿色度评价系统，包括：评分标准模块，所述评分标准模块用于对各影响因素进行评分；层次结构模块，所述层次结构模块与评分标准模块连接并且用于对各项影响因素的评分进行权重分配从而得到最后评价分值和相对应的绿色度；隶属度模块，所述隶属度模块与评分标准模块连接并且用于将得到的评价分值的隶属度呈现出来；以及结果输出模块，所述结果输出模块与隶属度模块连接并且用于对评价分值、绿色度和隶属度进行显示。
3、专利号为CN201580060181.X，名称为“用于网络分析和报告的系统和方法”，申请人为：卡特伯德网络股份有限公司的发明专利，该专利公开了一种用于网络分析和报告的系统和方法，与常规系统相比可以从多个源收集并分析资产和网络数据，并且使用此类数据来呈现各种系统和软件应用程序之间的网络连接的更完整且准确的表示及规定网络上的安全控制的操作的策略。包括由计算机系统从多个不同类型的源收集数据，其中，收集的数据包括网络数据和资产数据；由计算机系统基于所收集的数据中的网络数据来识别网络业务事件和与网络业务事件有关的多个网络资产；由计算机系统基于所收集的数据中的资产数据来识别所述多个网络资产之间的连接；由计算机系统生成流程信息图，其描绘所述多个网络资产和所述多个网络资产之间的连接，其中，该流程信息图描绘在网络资产之间被允许的网络业务和在网络资产之间被阻止的网络业务；以及经由与计算机系统通信的用户接口的显示器来呈现流程信息图。
通过对上述这些专利的仔细分析，这些专利虽然都涉及到绿色度评价以及网络分析，也提出了一些改进技术方案，但通过仔细分析，所提出的这些专利都完全没有考虑如何解决传统DEA模型将整个系统决策过程看作一个“黑箱”，不对其内部的结构进行分析，因此，直接应用DEA对产品包装生命周期进行环境影响评估时，其分析结果不全面、不清晰的问题，所以前面所述的问题依然存在，仍有待进一步加以研究。
发明内容
本发明的目的在于针对现有包装绿色度评价中存在的问题，提供一种简单，可靠，实用的基于多阶段网络数据包络分析模型的包装绿色度评价方法。该方法理引入多阶段网络数据包络分析模型，将“黑箱”打开，同时对内部结构进行包装绿色度评估，从而准确定位导致包装绿色度较低的具体阶段，为优化包装设计提供决策支持。
为了达到这一目的，本发明提供了一种多阶段网络数据包络分析模型评估包装绿色度的方法，首先基于生命周期评价法，建立商品包装系统环境影响的多输入多输出多阶段评价指标体系，再建立商品包装系统环境影响网络数据包络评估模型；然后基于网络数据包络分析法，进行模型求解，获得商品包装系统各阶段的环境影响值；再利用统计分析法计算商品包装绿色度；分析计算结果，得出评价结论。
进一步地，所述的建立商品包装系统环境影响的多输入多输出多阶段评价指标体系是先根据评估目的及需求，选择商品包装系统作为被评估对象(即决策单元)，确定被评估对象的个数及功能单位，再基于生命周期评价法建立商品包装系统环境影响的多输入多输出多阶段评价指标体系。
进一步地，所述的确定被评估对象的个数及功能单位是根据评估目的及需求确定被评估的包装对象(决策单元)，然后给定评估的系统功能单位，在相同的对比环境下比对，这样才有可比性，否则就失去了对比意义；包装对象(决策单元)的个数j(j＝1，2，…， J)为输入输出指标及中间变量总数的2-3倍，以保证统计分析结果的准确性。
进一步地，多阶段网络数据包络分析模型评估包装绿色度的方法包括以下步骤：
1)基于生命周期评价法建立商品包装系统环境影响的多输入多输出多阶段评价指标体系；
2)建立商品包装系统环境影响的mNDEA评估模型；
3)基于NDEA利用计算机编程进行模型求解，获得商品包装系统各阶段的环境影响值；
4)将包装对环境的影响分为两部分，一部分是整个生命过程中资源能源的消耗，另一部分是整个生命过程中的环境排放；因此，以ωp(阶段p＝1，2，…，n)代表各阶段的环境影响因子，利用每个阶段的外部输入与非期望产出(环境排放)与整个系统的外部输入及非期望产出总值的比值计算得到；
5)利用统计分析法计算商品包装绿色度；
6)分析计算结果，得出评价结论。
进一步地，将包装绿色度定义为包装生命周期中每个阶段的环境效率值与阶段环境影响因子乘积的和，记为β，则
Figure RE-GDA0001863517850000051
(ωp为阶段p环境影响因子；θp为阶段p的环境影响值，阶段p＝1，2，…，n)，其中。
进一步地，所述的步骤1)建立商品包装系统环境影响的多输入多输出多阶段评价指标体系是选取各阶段的评估指标选取；包括每个阶段的外部输入指标，期望产出指标(包含中间变量)及非期望产出指标(环境排放)选取：各项指标选取内容包括：
1)各阶段的外部输入指标包括：资源及能源的消耗量(其中包含：原材料获取及加工的工艺设备的消耗，包装生产及装配过程中工艺设备的消耗，包装分销及各环节的运输消耗，包装废弃处理及再生过程的消耗)；
2)期望产出指标包括：将包装生产及装配过程设定为P(P＝1，2，…，n)阶段，在 P-1阶段时指的是中间变量(包装系统的过程产品)，在P阶段则是产出指标，包括：包装再利用量，回收率，保质期等；
3)非期望产出指标包括：环境排放量(例如包括CO2，SO2，NO2等物质的排放量)。
进一步地，所述的步骤2)中建立商品包装系统环境影响的mNDEA评估模型是指选择链式串行mNDEA模型，并且中间变量作为前一阶段的产出同时也作为后一阶段的输入，公式如下：
其目标函数为：
maxβ＝w1gθ1+w2gθ2+…+wpgθp
式中：ω1为阶段1环境影响因子；ω2为阶段2环境影响因子；ωp为阶段p环境影响因子。
约束条件包括每个阶段的环境效率值及环境影响因子：
环境效率值：
第一阶段的环境效率值：
Figure RE-GDA0001863517850000052
在这里所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标。第二阶段的环境效率值：
Figure RE-GDA0001863517850000061
同上，所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标，第一阶段的过程输出指标也作为第二阶段的输入指标，记为中间变量。
第P阶段的环境效率值：
Figure RE-GDA0001863517850000062
同上，所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标，第 p-1阶段的过程输出指标也作为第p阶段的输入指标，记为中间变量。
边界约束条件：
Figure RE-GDA0001863517850000063
环境影响因子：
第一阶段的环境影响因子：
Figure RE-GDA0001863517850000064
第一阶段的资源能源消耗量及环境排放量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第一阶段的环境影响因子。
第二阶段的环境影响因子：
Figure RE-GDA0001863517850000071
第二阶段的资源能源消耗量，环境排放量及第一阶段产生的中间变量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第二阶段的环境影响因子。
第P阶段的环境影响因子：
Figure RE-GDA0001863517850000072
第P阶段的资源能源消耗量，环境排放量及第p-1阶段产生的中间变量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第P阶段的环境影响因子。
包装绿色度：
将包装全生命周期分为P阶段，每个阶段的环境影响值与阶段环境影响因子乘积之和即为包装绿色度：
Figure RE-GDA0001863517850000073
将上述公式整理得出，包装绿色度的公式为：
Figure RE-GDA0001863517850000081
进一步地，所述的步骤3)中基于NDEA利用计算机编程进行模型求解是指，各阶段的评估指标选取中的外部输入指标，包括资源能源的消耗，在阶段P-1中其前一个阶段的期望输出也作为后一个阶段的部分输入，即中间变量，在阶段P中的期望输出作为整个系统的总输出，各阶段的非期望输出指的是环境排放；构建商品包装系统环境影响的mNDEA 评估模型的相关变量假设如下：
Figure RE-GDA0001863517850000082
分别代表第j(j＝1，2，…，J)个商品包装对象在阶段1的第i1(i1＝1，2，…，m1)种外部资源能源输入，阶段2的第i2(i2＝1，2，…，m2)种外部资源能源输入，…，阶段P(P＝3，4，…，n)的第ip(ip＝1，2，…，mp)种外部资源能源输入；
Figure RE-GDA0001863517850000083
分别代表阶段1(P＝1)的第i1(i1＝1，2，…，m1)种外部资源能源输入指标的组合权重系数，阶段2(P＝2)的第i2(i2＝1，2，…，m2)种外部资源能源输入指标的组合权重系数，…，阶段P(P＝3，4，…，n)的第ip(ip＝1，2，…，mp) 种外部资源能源输入指标的组合权重系数；
Figure RE-GDA0001863517850000084
分别代表第j(j＝1，2，…，J)个商品包装对象在阶段1的第
Figure RE-GDA0001863517850000085
种非期望输出(环境排放)，阶段2第
Figure RE-GDA0001863517850000086
Figure RE-GDA0001863517850000087
种非期望输出(环境排放)，…，阶段P(P＝3，4，…，n)的第
Figure RE-GDA0001863517850000088
Figure RE-GDA0001863517850000089
种非期望产出(环境排放)；
Figure RE-GDA0001863517850000091
分别代表阶段1(P＝1)的第
Figure RE-GDA0001863517850000092
种非期望输出(环境排放)的组合权重系数，阶段2(P＝2)的第
Figure RE-GDA0001863517850000093
种非期望输出(环境排放)的组合权重系数，…，阶段P(P＝3，4，…，n)的第
Figure RE-GDA0001863517850000094
Figure RE-GDA0001863517850000095
种非期望输出(环境排放)的组合权重系数；
Figure RE-GDA0001863517850000096
分别代表第j(j＝1，2，…，J)个商品包装对象在第一阶段产生的第d1(d1＝1，2，…，D1)种期望产出(包装生产的过程材料)也作为第二阶段的第d1(d1＝1，2，…，D1)种内部输入指标；第二阶段产生的第d2(d2＝1，2，…，D2) 种期望产出(包装生产的过程材料)也作为第三阶段的d2(d2＝1，2，…，D2)种内部输入指标；以及阶段P-1产生的第dp(dp＝1，2，…，Dp)种期望产出(包装生产的过程材料)也作为阶段P(P＝3，4，…，n)的第dp(dp＝1，2，…，Dp)种资源能源消耗的输入指标；
Figure RE-GDA0001863517850000097
分别代表阶段1(P＝1)的外部资源能源输入指标的组合权重系数，阶段2(P＝2)的外部资源能源输入指标的组合权重系数，…，阶段P(P＝3，4，…， n)的外部资源能源输入指标的组合权重系数；
yrj代表第j(j＝1，2，…，J)个商品包装对象在阶段P(P＝3，4，…，n)的第rp(rp＝1，2，…，q)种期望产出(也代表整个包装系统的产出)；
uj代表阶段p(p＝3，4，…，n)的组合权重系数；
θp代表商品包装在阶段P(P＝1，2，…，n)产生的环境效率值；
ωp代表商品包装在阶段P(P＝1，2，…，n)的环境影响因子；
β为整个商品包装系统的包装绿色度。
进一步地，所述的各阶段的评估指标选取中的外部输入指标包括：
Figure RE-GDA0001863517850000098
Figure RE-GDA0001863517850000101
Figure RE-GDA0001863517850000111
进一步地，所述的步骤4)中，基于NDEA利用计算机编程进行模型求解是指采用链式串行mNDEA模型进行包装绿色度的计算，公式如下：
其目标函数为：
maxβ＝w1gθ1+w2gθ2+…+wpgθp
约束条件包括每个阶段的环境效率值及环境影响因子：
环境效率值：
第一阶段的环境效率值：
Figure RE-GDA0001863517850000112
在这里所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标。第二阶段的环境效率值：
Figure RE-GDA0001863517850000113
同上，所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标，第一阶段的过程输出指标也作为第二阶段的输入指标，记为中间变量。
第P阶段的环境效率值：
Figure RE-GDA0001863517850000114
同上，所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标，第p-1阶段的过程输出指标也作为第p阶段的输入指标，记为中间变量。
边界约束条件：
Figure RE-GDA0001863517850000121
环境影响因子：
第一阶段的环境影响因子：
Figure RE-GDA0001863517850000122
第一阶段的资源能源消耗量及环境排放量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第一阶段的环境影响因子。
第二阶段的环境影响因子：
Figure RE-GDA0001863517850000123
第二阶段的资源能源消耗量，环境排放量及第一阶段产生的中间变量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第二阶段的环境影响因子。
第P阶段的环境影响因子：
Figure RE-GDA0001863517850000131
第P阶段的资源能源消耗量，环境排放量及第p-1阶段产生的中间变量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第P阶段的环境影响因子。
包装绿色度：
将包装全生命周期分为P阶段，每个阶段的环境影响值与阶段环境影响因子乘积之和：
Figure RE-GDA0001863517850000132
将上述公式整理得出，包装绿色度的公式为：
Figure RE-GDA0001863517850000133
即为包装绿色度。
本发明的优点在于：
1、本发明引入多阶段网络数据包络分析模型，将“黑箱”打开，同时对内部结构进行包装绿色度评估，从而准确定位导致包装绿色度较低的具体阶段，为优化包装设计提供决策支持。
2、本发明方法理论体系清晰，相比其他方法更加客观、直观，且易于计算、使用方便，能比较完整、科学地反映整个商品包装系统各个阶段的环境影响值，以便针对环境影响值高的阶段进行进一步的改善。
附图说明
图1是本发明所述的多阶段商品包装系统流程示意图；
图2是本发明所述的mNDEA构建包装绿色度评价模型的示意图。
具体实施方式
下面结合附图和具体实施例来进一步阐述本发明。
实施例一
通过附图1和2可以看出，本发明涉及一种mNDEA模型评估包装绿色度的方法，其具体实施步骤如下：
1)根据评估目的及需求，选择商品包装系统作为被评估对象(即决策单元)，确定被评估对象的个数及功能单位；
假设本实施例是对不同形式的包装包装1000L牛奶的环境影响进行评价，检验其包装绿色度的大小。下面选择了三种包装形式：纸塑复合(低密度聚乙烯-纸板-低密度聚乙烯 3层复合材料)牛奶包装盒和塑料(低密度聚乙烯材料)牛奶包装盒，纸塑铝(纸塑铝6 层复合材料)复合牛奶包装盒为待评估包装单元，前两种包装的容量为250ml，所以分别共需包装4000个，纸塑铝复合包装盒的容量为1L，共需1000个包装，具体如表1所示。为使数据集更加完备充分，确保结果的准确性，采用三次埃尔米特插值法进行数据集扩充，将三个决策单元扩充到五个。若在实际生产应用中具有完备充分的数据集时，则可省略插值计算。
表1三种包装形式的具体信息
Figure RE-GDA0001863517850000141
2)基于生命周期评价法建立商品包装系统环境影响的多输入多输出多阶段评价指标体系；
其中本实施例选取牛奶包装生命周期的原材料获取，包装生产及包装废弃处理三阶段进行研究，其中各阶段的投入产出指标选取参考与包装相关的LCA评价以及其他DEA评价如下所示：
1)投入指标：第一阶段的投入指标包括原油消耗量为
Figure RE-GDA0001863517850000151
天然气消耗量为
Figure RE-GDA0001863517850000152
第二阶段的外部投入指标包括煤消耗量为
Figure RE-GDA0001863517850000153
及包装工艺设备消耗(模切和吹塑)
Figure RE-GDA0001863517850000154
2)非期望产出(环境排放)指标：第一阶段的非期望产出指标包括二氧化碳排放量为
Figure RE-GDA0001863517850000155
第二阶段的非期望产出指标包括二氧化碳排放量为
Figure RE-GDA0001863517850000156
第三阶段的非期望产出指标包括二氧化碳排放量为
Figure RE-GDA0001863517850000157
3)中间变量指标：第一阶段到第二阶段的中间变量为原材料产量为
Figure RE-GDA0001863517850000158
第二阶段到第三阶段的中间变量为包装数量为
Figure RE-GDA0001863517850000159
4)期望产出指标：在第三阶段中的期望产出指标变量为再生原材料量为y3。
表2三阶段NDEA模型投入变量、产出变量相关数据
Figure RE-GDA00018635178500001510
4)基于网络数据包络分析法利用MATLAB编程进行模型求解，获得商品包装系统各阶段的环境影响值；
以塑料牛奶包装盒，纸塑包装及纸塑复合材料包装盒为NDEA中的决策单元：塑料牛奶包装(DMU1)、纸塑包装(DMU3)、纸塑复合材料牛奶包装(DMU5)，为了保证包装绿色度的准确性利用三次埃尔米特插值补充了两组DMU数据，运用MATLAB 2015b进行编程计算，对三个真实包装对象及两个虚拟包装对象的综合包装绿色度进行评估。
5)将包装对环境的影响分为两部分，一部分是整个生命过程中输入指标(资源能源等)的消耗，另一部分是整个生命过程中的环境排放。因此，ωp代表各阶段的环境影响因子，利用每个阶段的输入量与非期望产出(环境排放)与整个系统的外部输入及非期望产出总值的比值计算得到，见表3：
表3各阶段的环境影响度ωp
Figure RE-GDA0001863517850000161
6)利用统计分析法计算商品包装绿色度；
首先将表2中的数据输入多阶段网络数据包络分析模型的MATLAB程序中进行计算，得出各决策单元的包装绿色度值，见表4：
表4 NDEA包装绿色度评价模型的包装绿色度评估结果及阶段环境效率值
Figure RE-GDA0001863517850000162
7)分析计算结果，得出评价结论；
由表3可以看出塑料牛奶包装盒(DMU1)的包装绿色度最高，不管是原材料获取还是包装生产及废弃物处理阶段相较其他单元都是有效的，由于该包装形式需要的原材料较少，包装生产中的材料消耗量也较少，而且塑料包装的包装废弃物处理阶段的回收质量也不是最低的，所以导致其它包装单元的包装绿色度较低。纸塑铝复合牛奶包装盒(DMU5) 及纸塑复合牛奶包装盒(DMU3)的包装绿色度值都小于1，而且纸塑复合牛奶包装盒(DMU3) 在包装废弃物处理阶段的环境效率值最低，仅有0.242519，而且影响因子所占比重较大。纸塑铝复合牛奶包装盒(DMU5)则包装生产阶段的环境效率值最低，仅有0.18146，而且影响因子所占比重也较大，这些都会给包装绿色度带来影响。所以这两种包装的包装绿色度都有待进一步提高。原因有(1)塑料包装及纸塑铝复合包装材料在生产过程中消耗大量的纸板，生产纸板时会产生大量环境排放。(2)塑料包装及纸塑复合包装盒的回收率都有待提高，而且这种材料的再利用依靠成熟的纸塑分离技术，但是我国的该项技术还在发展中，并不是很成熟。因此，评估结果表明该方法在包装评价中具有很好的可行性。
上述所列实施例，只是结合附图对本发明的技术方案进行清楚、完整的描述；显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
通过上述实施例的描述，可以得知，本发明涉及一种多阶段网络数据包络分析模型评估包装绿色度的方法，首先基于生命周期评价法，建立商品包装系统环境影响的多输入多输出多阶段评价指标体系，再建立商品包装系统环境影响网络数据包络评估模型；然后基于网络数据包络分析法，进行模型求解，获得商品包装系统各阶段的环境影响值；再利用统计分析法计算商品包装绿色度；分析计算结果，得出评价结论。
进一步地，所述的建立商品包装系统环境影响的多输入多输出多阶段评价指标体系是先根据评估目的及需求，选择商品包装系统作为被评估对象(即决策单元)，确定被评估对象的个数及功能单位，再基于生命周期评价法建立商品包装系统环境影响的多输入多输出多阶段评价指标体系。
进一步地，所述的确定被评估对象的个数及功能单位是根据评估目的及需求确定被评估的包装对象(决策单元)，然后给定评估的系统功能单位，在相同的对比环境下比对，这样才有可比性，否则就失去了对比意义；包装对象(决策单元)的个数j(j＝1，2，…， J)为输入输出指标及中间变量总数的2-3倍，以保证统计分析结果的准确性。
进一步地，多阶段网络数据包络分析模型评估包装绿色度的方法包括以下步骤：
1)基于生命周期评价法建立商品包装系统环境影响的多输入多输出多阶段评价指标体系；
2)建立商品包装系统环境影响的mNDEA评估模型；
3)基于NDEA利用计算机编程进行模型求解，获得商品包装系统各阶段的环境影响值；
4)将包装对环境的影响分为两部分，一部分是整个生命过程中输入指标(资源能源) 的消耗，另一部分是整个生命过程中的环境排放；因此，ωp(阶段P＝1，2，…，n)代表各阶段的环境影响因子，利用每个阶段的输入量与非期望产出(环境排放)与整个系统的外部输入及非期望产出总值的比值计算得到；
5)利用统计分析法计算商品包装绿色度；
6)分析计算结果，得出评价结论。
进一步地，将包装绿色度定义为包装生命周期中每个阶段的环境效率值与阶段环境影响因子乘积的和，记为β，则
Figure RE-GDA0001863517850000181
(θp为阶段P的环境影响值，阶段P＝1，2，…， n)。
进一步地，所述的步骤1)建立商品包装系统环境影响的多输入多输出多阶段评价指标体系是选取各阶段的评估指标选取；包括每个阶段的外部输入指标，期望产出指标(包含中间变量)及非期望产出指标(环境排放)选取：各项指标选取内容包括：
1)各阶段的外部输入指标包括：资源及能源的消耗量(其中包含：原材料获取及加工的工艺设备的消耗，包装生产及装配过程中工艺设备的消耗，包装分销及各环节的运输消耗，包装废弃处理及再生过程的消耗)；
2)期望产出指标包括：将包装生产及装配过程设定为P(P＝1，2，…，n)阶段，在p-1阶段时指的是中间变量(包装系统的过程产品)，在P阶段则是产出指标，包括：包装再利用量，回收率，保质期等；
3)非期望产出指标包括：环境排放量(例如CO2，SO2，NO2等物质的排放量)。
进一步地，所述的步骤2)中建立商品包装系统环境影响的mNDEA评估模型是指选择链式串行mNDEA模型，并且中间变量作为前一阶段的产出同时也作为后一阶段的输入，公式如下：
其目标函数为：
maxβ＝w1gθ1+w2gθ2+…+wpgθp
约束条件包括每个阶段的环境效率值及环境影响因子：
环境效率值：
第一阶段的环境效率值：
Figure RE-GDA0001863517850000191
在这里所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标。第二阶段的环境效率值：
Figure RE-GDA0001863517850000192
同上，所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标，第一阶段的过程输出指标也作为第二阶段的输入指标，记为中间变量。
第P阶段的环境效率值：
Figure RE-GDA0001863517850000193
同上，所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标，第 p-1阶段的过程输出指标也作为第p阶段的输入指标，记为中间变量。
边界约束条件：
Figure RE-GDA0001863517850000194
环境影响因子：
第一阶段的环境影响因子：
Figure RE-GDA0001863517850000201
第一阶段的资源能源消耗量及环境排放量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第一阶段的环境影响因子。
第二阶段的环境影响因子：
Figure RE-GDA0001863517850000202
第二阶段的资源能源消耗量，环境排放量及第一阶段产生的中间变量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第二阶段的环境影响因子。
第P阶段的环境影响因子：
Figure RE-GDA0001863517850000203
第P阶段的资源能源消耗量，环境排放量及第p-1阶段产生的中间变量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第P阶段的环境影响因子。
包装绿色度：
将包装全生命周期分为P阶段，每个阶段的环境影响值与阶段环境影响因子乘积之和：
Figure RE-GDA0001863517850000211
将上述公式整理得出，包装绿色度的公式为：
Figure RE-GDA0001863517850000212
即为包装绿色度。
进一步地，所述的步骤3)中基于NDEA利用计算机编程进行模型求解是指，各阶段的评估指标选取中的外部输入指标，包括资源能源的消耗，在阶段P-1中其前一个阶段的期望输出也作为后一个阶段的部分输入，即中间变量，在阶段P中的期望输出作为整个系统的总输出，各阶段的非期望输出指的是环境排放；构建商品包装系统环境影响的mNDEA 评估模型的相关变量假设如下：
Figure RE-GDA0001863517850000213
分别代表第j(j＝1，2，…，J)个商品包装对象在阶段1的第i1(i1＝1，2，…，m1)种外部资源能源输入，阶段2的第i2(i2＝1，2，…，m2)种外部资源能源输入，…，阶段P(P＝3，4，…，n)的第ip(ip＝1，2，…，mp)种外部资源能源输入；
Figure RE-GDA0001863517850000214
分别代表阶段1(P＝1)的第i1(i1＝1，2，…，m1)种外部资源能源输入指标的组合权重系数，阶段2(P＝2)的第i2(i2＝1，2，…，m2)种外部资源能源输入指标的组合权重系数，…，阶段P(P＝3，4，…，n)的第ip(ip＝1，2，…，mp) 种外部资源能源输入指标的组合权重系数；
Figure RE-GDA0001863517850000221
分别代表第j(j＝1，2，…，J)个商品包装对象在阶段1的第
Figure RE-GDA0001863517850000222
种非期望输出(环境排放)，阶段2第
Figure RE-GDA0001863517850000223
Figure RE-GDA0001863517850000224
种非期望输出(环境排放)，…，阶段P(P＝3，4，…，n)的第
Figure RE-GDA0001863517850000225
Figure RE-GDA0001863517850000226
种非期望产出(环境排放)；
Figure RE-GDA0001863517850000227
分别代表阶段1(P＝1)的第
Figure RE-GDA0001863517850000228
种非期望输出(环境排放)的组合权重系数，阶段2(P＝2)的第
Figure RE-GDA0001863517850000229
种非期望输出(环境排放)的组合权重系数，…，阶段P(P＝3，4，…，n)的第
Figure RE-GDA00018635178500002210
Figure RE-GDA00018635178500002211
种非期望输出(环境排放)的组合权重系数；
Figure RE-GDA00018635178500002212
分别代表第j(j＝1，2，…，J)个商品包装对象在第一阶段产生的第d1(d1＝1，2，…，D1)种期望产出(包装生产的过程材料)也作为第二阶段的第d1(d1＝1，2，…，D1)种内部输入指标；第二阶段产生的第d2(d2＝1，2，…，D2) 种期望产出(包装生产的过程材料)也作为第三阶段的d2(d2＝1，2，…，D2)种内部输入指标；以及阶段P-1产生的第dp(dp＝1，2，…，Dp)种期望产出(包装生产的过程材料)也作为阶段P(P＝3，4，…，n)的第dp(dp＝1，2，…，Dp)种资源能源消耗的输入指标；
Figure RE-GDA00018635178500002213
分别代表阶段1(P＝1)的外部资源能源输入指标的组合权重系数，阶段2(P＝2)的外部资源能源输入指标的组合权重系数，…，阶段P(P＝3，4，…， n)的外部资源能源输入指标的组合权重系数；
yrj代表第j(j＝1，2，…，J)个商品包装对象在阶段P(P＝3，4，…，n)的第rp(rp＝1，2，…，q)种期望产出(也代表整个包装系统的产出)；
uj代表阶段p(p＝3，4，…，n)的组合权重系数；
θp代表商品包装在阶段P(P＝1，2，…，n)产生的环境效率值；
ωp代表商品包装在阶段P(P＝1，2，…，n)的环境影响因子；
β为整个商品包装系统的包装绿色度。
进一步地，所述的各阶段的评估指标选取中的外部输入指标包括：
Figure RE-GDA0001863517850000231
Figure RE-GDA0001863517850000241
进一步地，所述的步骤4)中，基于NDEA利用计算机编程进行模型求解是指采用链式加性mNDEA模型进行包装绿色度的计算，公式如下：
其目标函数为：
maxβ＝w1gθ1+w2gθ2+…+wpgθp
约束条件包括每个阶段的环境效率值及环境影响因子：
环境效率值：
第一阶段的环境效率值：
Figure RE-GDA0001863517850000242
在这里所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标。
第二阶段的环境效率值：
Figure RE-GDA0001863517850000243
同上，所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标，第一阶段的过程输出指标也作为第二阶段的输入指标，记为中间变量。
第P阶段的环境效率值：
Figure RE-GDA0001863517850000251
同上，所有的环境排放等非期望产出约束都被当作另一种形式的消耗转化为输入指标，第 p-1阶段的过程输出指标也作为第p阶段的输入指标，记为中间变量。
边界约束条件：
Figure RE-GDA0001863517850000252
环境影响因子：
第一阶段的环境影响因子：
Figure RE-GDA0001863517850000253
第一阶段的资源能源消耗量及环境排放量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第一阶段的环境影响因子。
第二阶段的环境影响因子：
Figure RE-GDA0001863517850000261
第二阶段的资源能源消耗量，环境排放量及第一阶段产生的中间变量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第二阶段的环境影响因子。
第P阶段的环境影响因子：
Figure RE-GDA0001863517850000262
第P阶段的资源能源消耗量，环境排放量及第p-1阶段产生的中间变量的和与包装全生命周期共P阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第P阶段的环境影响因子。
包装绿色度：
将包装全生命周期分为P阶段，每个阶段的环境影响值与阶段环境影响因子乘积之和：
Figure RE-GDA0001863517850000263
将上述公式整理得出，包装绿色度的公式为：
Figure RE-GDA0001863517850000271
即为包装绿色度。
本发明的优点在于：
1、本发明引入多阶段网络数据包络分析模型，将“黑箱”打开，同时对内部结构进行包装绿色度评估，从而准确定位导致包装绿色度较低的具体阶段，为优化包装设计提供决策支持。
2、本发明方法理论体系清晰，相比其他方法更加客观、直观，且易于计算、使用方便，能比较完整、科学地反映整个商品包装系统各个阶段的环境影响值，以便针对环境影响值高的阶段进行进一步的改善。

Claims (5)

1.一种多阶段网络数据包络分析模型评估包装绿色度的方法，其特征在于：首先基于生命周期评价法，建立商品包装系统环境影响的多输入多输出多阶段评价指标体系，再建立商品包装系统环境影响网络数据包络评估模型；然后基于网络数据包络分析法，进行模型求解，获得商品包装系统各阶段的环境影响值；再利用统计分析法计算商品包装绿色度；分析计算结果，得出评价结论；所述的建立商品包装系统环境影响的多输入多输出多阶段评价指标体系是先根据评估目的及需求，选择商品包装系统作为被评估对象，确定被评估对象的个数，功能单位及包装系统边界，再基于生命周期评价法建立商品包装系统环境影响的多输入多输出多阶段评价指标体系；所述的确定被评估对象的个数及功能单位是根据评估目的及需求确定被评估的包装对象，然后给定评估的系统功能单位及包装系统边界，在相同的对比环境下比对；包装对象的个数j(j＝1，2，…，J)为输入输出指标及中间变量总数的2-3倍，以保证统计分析结果的准确性；多阶段网络数据包络分析模型评估包装绿色度的方法包括以下步骤：
1)基于生命周期评价法建立商品包装系统环境影响的多输入多输出多阶段评价指标体系；
2)建立商品包装系统环境影响的mNDEA评估模型；
3)基于NDEA利用计算机编程进行模型求解，获得商品包装系统各阶段的环境影响值；
4)将包装对环境的影响分为两部分，一部分是整个生命过程中资源能源的消耗，另一部分是整个生命过程中的环境排放；因此，ωp(阶段p＝1，2，…，n)代表各阶段的环境影响因子，利用每个阶段的外部输入，内部输入及非期望产出与整个系统的外部输入及非期望产出总值的比值计算得到；
5)利用统计分析法计算商品包装绿色度；
6)分析计算结果，得出评价结论。
2.如权利要求1所述的多阶段网络数据包络分析模型评估包装绿色度的方法，其特征在于：将包装绿色度定义为包装生命周期中每个阶段的环境效率值与阶段环境影响因子乘积的和，记为β，则
Figure FDA0003405180770000011
θp为阶段p的环境效率值，阶段p＝1，2，…，n。
3.如权利要求1所述的多阶段网络数据包络分析模型评估包装绿色度的方法，其特征在于：所述的步骤1)建立商品包装系统环境影响的多输入多输出多阶段评价指标体系是选取各阶段的评估指标；包括每个阶段的外部输入指标，期望产出指标及非期望产出指标选取：各项指标选取内容包括：
1)各阶段的外部输入指标包括：资源及能源的消耗量，其中包含：原材料获取及加工的工艺设备的消耗，包装生产及装配过程中工艺设备的消耗，包装分销及各环节的运输消耗，包装废弃处理及再生过程的消耗；
2)期望产出指标包括：将包装生产及装配过程设定为p(p＝1，2，…，n)阶段，在p-1阶段时指的是中间变量，在p阶段则是产出指标，包括：包装再利用量，回收率，保质期；
3)非期望产出指标包括：环境排放量，包括CO2，SO2，NO2物质的排放量。
4.如权利要求1所述的多阶段网络数据包络分析模型评估包装绿色度的方法，其特征在于：所述的步骤2)中建立商品包装系统环境影响的mNDEA评估模型是指选择链式加性mNDEA模型，并且中间变量作为前一阶段的产出同时也作为后一阶段的输入；其目标函数为：
maxβ＝ω1·θ1+ω2·θ2+…+ωр·θр
约束条件包括每个阶段的环境效率值及环境影响因子：
环境效率值：
第一阶段的环境效率值θ1：在这里所有的环境排放非期望产出约束都被当作另一种形式的消耗转化为输入指标；
第二阶段的环境效率值θ2：同上，所有的环境排放非期望产出约束都被当作另一种形式的消耗转化为输入指标，第一阶段的过程输出指标也作为第二阶段的输入指标，记为中间变量；
第p阶段的环境效率值θp：同上，所有的环境排放非期望产出约束都被当作另一种形式的消耗转化为输入指标，第p-1阶段的过程输出指标也作为第p阶段的输入指标，记为中间变量；
环境影响因子：
第一阶段的环境影响因子ω1：第一阶段的资源能源消耗量及环境排放量的和与包装全生命周期共p阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第一阶段的环境影响因子；
第二阶段的环境影响因子ω2：
第二阶段的资源能源消耗量，环境排放量及第一阶段产生的中间变量的和与包装全生命周期共p阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第二阶段的环境影响因子；
第p阶段的环境影响因子ωp：第p(p＝3，4，…，n)阶段的资源能源消耗量，环境排放量及第p-1阶段产生的中间变量的和与包装全生命周期共p阶段的总资源能源消耗量，总环境排放量及作为输入量的总中间变量之和的比值，即为第p(p＝3，4，…，n)阶段的环境影响因子；
包装绿色度β：将包装全生命周期分为p阶段，每个阶段的环境影响值与阶段环境影响因子乘积之和，即为包装绿色度；
Figure FDA0003405180770000031
将上述公式整理得出，包装绿色度的公式为：
Figure FDA0003405180770000032
其中：
Figure FDA0003405180770000033
分别代表第j(j＝1，2，…，J)个商品包装对象在阶段1的第i1(i1＝1，2，…，m1)种外部资源能源输入，阶段2的第i2(i2＝1，2，…，m2)种外部资源能源输入，…，阶段p(p＝3，4，…，n)的第ip(ip＝1，2，…，mp)种外部资源能源输入；
Figure FDA0003405180770000034
分别代表阶段1(p＝1)的第i1(i1＝1，2，…，m1)种外部资源能源输入指标的组合权重系数，阶段2(p＝2)的第i2(i2＝1，2，…，m2)种外部资源能源输入指标的组合权重系数，…，阶段p(p＝3，4，…，n)的第ip(ip＝1，2，…，mp)种外部资源能源输入指标的组合权重系数；
Figure FDA0003405180770000035
分别代表第j(j＝1，2，…，J)个商品包装对象在阶段1的第
Figure FDA0003405180770000041
种非期望输出，阶段2第
Figure FDA0003405180770000042
种非期望输出，…，阶段p(p＝3，4，…，n)的第
Figure FDA0003405180770000043
种非期望产出；
Figure FDA0003405180770000044
分别代表阶段1(p＝1)的第
Figure FDA0003405180770000045
种非期望输出的组合权重系数，阶段2(p＝2)的第
Figure FDA0003405180770000046
种非期望输出的组合权重系数，…，阶段p(p＝3，4，…，n)的第
Figure FDA0003405180770000047
种非期望输出的组合权重系数；
Figure FDA0003405180770000048
分别代表第j(j＝1，2，…，J)个商品包装对象在第一阶段产生的第d1(d1＝1，2，…，D1)种期望产出也作为第二阶段的第d1(d1＝1，2，…，D1)种内部输入指标；第二阶段产生的第d2(d2＝1，2，…，D2)种期望产出也作为第三阶段的d2(d2＝1，2，…，D2)种内部输入指标；以及阶段p-1产生的第dp(dp＝1，2，…，Dp)种期望产出也作为阶段p(p＝3，4，…，n)的第dp(dp＝1，2，…，Dp)种资源能源消耗的输入指标；
Figure FDA0003405180770000049
分别代表阶段1(p＝1)的外部资源能源输入指标的组合权重系数，阶段2(p＝2)的外部资源能源输入指标的组合权重系数，…，阶段p(p＝3，4，…，n)的外部资源能源输入指标的组合权重系数；
yrj代表第j(j＝1，2，…，J)个商品包装对象在阶段p(p＝3，4，…，n)的第r (r＝1，2，…，s )种期望产出；
ur代表阶段p(p＝3，4，…，n)的组合权重系数；
θp代表商品包装在阶段p(p＝1，2，…，n)产生的环境效率值；
ωp代表商品包装在阶段p(p＝1，2，…，n)的环境影响因子；
β为整个商品包装系统的包装绿色度。
5.如权利要求1所述的多阶段网络数据包络分析模型评估包装绿色度的方法，其特征在于：所述的步骤3)中基于NDEA利用计算机编程进行模型求解是指，各阶段的评估指标选取中的外部输入指标，包括资源能源的消耗，在阶段p-1中其前一个阶段的期望输出也作为后一个阶段的部分输入，即中间变量，在阶段p(p＝3，4，…，n)中的期望输出作为整个系统的总输出，各阶段的非期望输出指的是环境排放。
CN201811240051.6A 2018-10-24 2018-10-24 一种多阶段网络数据包络分析模型评估包装绿色度的方法 Active CN109447453B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811240051.6A CN109447453B (zh) 2018-10-24 2018-10-24 一种多阶段网络数据包络分析模型评估包装绿色度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811240051.6A CN109447453B (zh) 2018-10-24 2018-10-24 一种多阶段网络数据包络分析模型评估包装绿色度的方法

Publications (2)

Publication Number Publication Date
CN109447453A CN109447453A (zh) 2019-03-08
CN109447453B true CN109447453B (zh) 2022-05-03

Family

ID=65547451

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811240051.6A Active CN109447453B (zh) 2018-10-24 2018-10-24 一种多阶段网络数据包络分析模型评估包装绿色度的方法

Country Status (1)

Country Link
CN (1) CN109447453B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111754027B (zh) * 2020-06-03 2023-07-11 南京信息工程大学 一种基于概率语言术语集的pm2.5排放权分配方法
CN113205286B (zh) * 2021-07-05 2021-10-12 南京林业大学 一种基于大数据可实现源头减废的产品包装管理智能系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1079599A (ja) * 1996-09-02 1998-03-24 Matsushita Electric Ind Co Ltd 実装工場診断システム
CN104899673A (zh) * 2015-04-02 2015-09-09 北京师范大学 一种生命周期分析和层次分析的产品环境影响评价方法
CN104915513A (zh) * 2015-06-25 2015-09-16 光明乳业股份有限公司 基于碳足迹分析的包装设计方法
CN106845871A (zh) * 2017-03-06 2017-06-13 北京工业大学 一种基于生命周期评价的烧结砌块绿色产品评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1079599A (ja) * 1996-09-02 1998-03-24 Matsushita Electric Ind Co Ltd 実装工場診断システム
CN104899673A (zh) * 2015-04-02 2015-09-09 北京师范大学 一种生命周期分析和层次分析的产品环境影响评价方法
CN104915513A (zh) * 2015-06-25 2015-09-16 光明乳业股份有限公司 基于碳足迹分析的包装设计方法
CN106845871A (zh) * 2017-03-06 2017-06-13 北京工业大学 一种基于生命周期评价的烧结砌块绿色产品评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Evaluation Method of Sustainable Indicator Based on DEA Model;Yong Xie 等;《THE 21ST IAPRI WORLD CONFERENCE ON PACKAGING》;20180622;859-871 *

Also Published As

Publication number Publication date
CN109447453A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN111191906A (zh) 一种大中型企业技术标准体系化实施效益评价方法
CN104778540A (zh) 一种建材装备制造bom管理方法及管理系统
CN106096748A (zh) 基于聚类分析和决策树算法的装车工时预测模型
CN109447453B (zh) 一种多阶段网络数据包络分析模型评估包装绿色度的方法
CN111967721A (zh) 一种综合能源系统绿色化水平评价方法及系统
CN106131158A (zh) 一种云数据中心环境下基于云租户信用度的资源调度装置
CN104346698B (zh) 基于云计算和数据挖掘的餐饮会员大数据分析和考核系统
CN111340306A (zh) 一种面向智能制造的机床设备优化方法
CN109754177A (zh) 污染源画像标签体系、污染源画像的构造方法及其应用
CN107730158A (zh) 电网项目智能化评审方法及系统
CN107169234A (zh) 一种采煤机摇臂系统维修性综合评价方法
CN107909251A (zh) 一种卷烟设备综合效率影响因素分析方法和装置
CN106897437A (zh) 一种知识系统的高阶规则多分类方法及其系统
CN102968676A (zh) 基于嵌入式终端和物联网的纺织行业生产流程管理系统
CN115827802A (zh) 一种基于图谱的机电产品碳标签模型构建与表示方法
CN101887531B (zh) 一种飞行数据知识获取系统及其获取方法
CN107818381A (zh) 铝材加工切割方法
CN114529129A (zh) 一种城市绿地规划设计方案的低碳节约化改进方法
CN105045804A (zh) 一种大型复杂产品拆卸序列规划方法和系统
CN105787113A (zh) 一种基于plm数据库面向dpipp工艺信息的挖掘算法
CN107808245A (zh) 基于改进决策树方法的管网调度系统
CN104008439B (zh) 一种基于多维关联函数的低碳产品实例动态分类方法
CN113537758A (zh) 基于大数据技术的制造业高质量发展综合评价方法和系统
CN107515979A (zh) 一种对大批量工件模型数据的处理方法及处理系统
CN107133281A (zh) 一种基于分组的全局多查询优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant