基于多目標決策的綠色機電產(chǎn)品設計方案優(yōu)選算法

丁 浩，范生萬

1.安徽工商職業(yè)學院國際貿(mào)易系,安徽合肥，231131；2.安徽工商職業(yè)學院網(wǎng)絡信息中心,安徽合肥，231131

?

基于多目標決策的綠色機電產(chǎn)品設計方案優(yōu)選算法

丁 浩1，范生萬2

1.安徽工商職業(yè)學院國際貿(mào)易系,安徽合肥，231131；2.安徽工商職業(yè)學院網(wǎng)絡信息中心,安徽合肥，231131

為幫助機電企業(yè)在生產(chǎn)經(jīng)營決策時，選擇的產(chǎn)品設計生產(chǎn)方案既能保證擁有合理的利潤空間，又符合綠色度要求，提出并運用一種“EW&AHP融合技術”科學地確定指標權(quán)重，采用多目標決策方法設計指標體系，建立綠色機電產(chǎn)品設計方案的評價優(yōu)選算法模型，從經(jīng)濟性、技術性和綠色性等方面，對綠色產(chǎn)品設計方案進行綜合評估及優(yōu)選排序，為相關企業(yè)的生產(chǎn)經(jīng)營提供決策支持。研究結(jié)果表明，該算法模型既能夠較好地發(fā)揮數(shù)據(jù)本身的作用，又能充分體現(xiàn)作為綠色機電產(chǎn)品的綠色度要求，同時還兼顧了企業(yè)經(jīng)營的盈利目標。

多目標決策；綠色機電產(chǎn)品；優(yōu)選算法；熵權(quán)法；層次分析法；熵權(quán)-層次分析法；EW&AHP融合技術

隨著社會的發(fā)展進步，人們的環(huán)保意識不斷增強，機電產(chǎn)品的綠色度也日益引起社會的廣泛關注。為改善日益嚴重的資源和環(huán)境問題，國家相繼出臺了一些相關的標準、規(guī)范和制度，綠色度逐漸引起國內(nèi)廣大機電產(chǎn)品設計生產(chǎn)企業(yè)的重視。近年來，與綠色機電產(chǎn)品相關的研究及其取得的成果也迅速增多。但是，縱觀相關文獻可以發(fā)現(xiàn)：迄今為止，相關的研究及取得的成果大多集中于兩個方面：一是機電產(chǎn)品綠色度評價的理論與方法研究[1-3]，二是滿足綠色度要求的機電產(chǎn)品的研發(fā)與設計[4-6]；很少有研究者從企業(yè)實際需要出發(fā)，把產(chǎn)品的綠色度及其他技術性要求等與企業(yè)的盈利目標相結(jié)合，開展能夠為企業(yè)實際生產(chǎn)經(jīng)營活動提供決策支持的相關研究，取得的成果當然也就少之又少。

為此，筆者提出一種綠色機電產(chǎn)品設計方案的優(yōu)選算法模型，采用多目標決策方法，從經(jīng)濟性、技術性和綠色性等方面，對綠色機電產(chǎn)品設計方案進行全面的綜合評估及優(yōu)選排序，以期為相關企業(yè)的生產(chǎn)經(jīng)營提供參考或決策支持。

1 指標體系設計

綠色機電產(chǎn)品設計方案評價優(yōu)選的指標體系設計沒有統(tǒng)一的規(guī)定和標準。為了能夠制定出科學的指標體系，筆者查閱了有關文獻，調(diào)研了相關企業(yè)，并咨詢了業(yè)內(nèi)專家。最終，按照客觀性、全面性、相異性和可比性等原則，選取3個一級指標、15個二級指標，建立了如下評價指標體系(表1)。

表1 綠色機電產(chǎn)品設計方案評價優(yōu)選指標體系

表1中，經(jīng)濟性指標中的“其他費用”包括研發(fā)設計費用、營銷廣告費用、融資成本等，綠色性指標中的“其他影響”包括上述未列出的在產(chǎn)品生產(chǎn)、銷售、使用、維護保養(yǎng)、報廢等各環(huán)節(jié)中產(chǎn)生的各種影響。為簡化算法模型，沒有一一列出。

2 指標權(quán)重確定

從本質(zhì)上看，對綠色機電產(chǎn)品設計方案的評價優(yōu)選，實際上是一個多目標決策問題，即系統(tǒng)方案的選擇取決于多個目標的滿足程度。多目標決策問題的求解難點在于目標間的矛盾性和目標屬性(指標)值的不可公度性。一般而言，不可公度性可通過決策矩陣的標準化和數(shù)據(jù)無量綱化而得以部分解決[7]。解決目標間的矛盾性，必須依靠科學地確定各目標屬性(指標)的權(quán)重[8]。在實際運用中，科學地確定權(quán)重非常重要，同時也非常復雜和困難。

常用的權(quán)重確定方法可分為三類：一是主觀賦權(quán)法，如層次分析法(Analytic Hierarchy Process，AHP)[9-10]；二是客觀賦權(quán)法，如熵權(quán)法(Entropy Weight method，EW)[11-12]；三是綜合賦權(quán)法，如熵權(quán)-層次分析法(EW-AHP)[13-14]。用EW計算權(quán)重完全依賴客觀數(shù)據(jù)，如果數(shù)據(jù)比較特殊，則結(jié)果可能與實際相差甚遠。因為從本質(zhì)上說，熵權(quán)反映的是屬性(指標)提供信息的多寡懸殊程度，并不是屬性實際重要程度。用AHP確定權(quán)重又過于依賴專家經(jīng)驗，主觀人為因素太大。而現(xiàn)有的EW-AHP只是將兩種主客觀方法求解的結(jié)果進行簡單的綜合(對應相乘后歸一)，并沒有真正將兩種方法求取權(quán)重的中間過程有機結(jié)合。另外，如果EW和AHP各自求解的結(jié)果懸殊，還可能出現(xiàn)權(quán)重失調(diào)，因而同樣不足以真正體現(xiàn)指標的實際重要程度。

基于上述分析，筆者考慮將AHP與EW兩種主客觀方法的中間過程進行深度融合來計算權(quán)重，具體過程如下：

(1)首先用AHP將決策系統(tǒng)劃分成遞階層次結(jié)構(gòu)。設準則層有m個準則(一級指標)，各準則分別含n1,n2,…,nm個子準則(二級指標)，其中n1+n2+…+nm=n。求出準則層的權(quán)重向量Λ={λ1,λ2,…,λm}以及子準則層的權(quán)重向量U={μ1,μ2,…,μn}。

(2)用EW求出子準則熵權(quán)向量V={v1,v2,…,vn}。

(4)按照與上層準則的對應關系，重新表示子準則綜合權(quán)重向量：

Z={z11,z12,…,z1n1,z21,z22,…,z2n2,…,zm1,zm2,…,zmnm}

分別對每一準則下的子準則綜合權(quán)重進行歸一化處理，得：

(5)將AHP準則層權(quán)重Λ與歸一化子準則綜合權(quán)重W′對應相乘，得：

采用這種“EW&AHP融合技術”確定指標權(quán)重，既可以較好地反映客觀數(shù)據(jù)本身的作用，又能夠科學地運用經(jīng)驗或決策者偏好等主觀因素，體現(xiàn)了主客觀的有機結(jié)合，因而計算結(jié)果更具有科學性。

3 算法實現(xiàn)(結(jié)合實例)

設某機電產(chǎn)品生產(chǎn)企業(yè)有7種產(chǎn)品(如汽車)設計方案可選，現(xiàn)要求對各方案進行分析評估和優(yōu)選排序。考慮到原始數(shù)據(jù)是真實的企業(yè)產(chǎn)品設計方案數(shù)據(jù)，涉及商業(yè)秘密，未經(jīng)企業(yè)授權(quán)，故不宜在此公開。

3.1 數(shù)據(jù)預處理

為便于數(shù)據(jù)的分析處理以及對方案進行評估，首先需要對原始數(shù)據(jù)進行預處理：(1)先將原始數(shù)據(jù)按表1的一、二級指標進行劃分、歸類；(2)一級指標經(jīng)濟性下的二級指標中，因效益型指標數(shù)據(jù)越大越好，故可將成本型指標數(shù)據(jù)用取倒數(shù)等方法進行轉(zhuǎn)換處理；(3)對于指標異常值(如負數(shù))可采用功效轉(zhuǎn)換法等方法進行轉(zhuǎn)換處理；(4)取值對于所有方案均較為接近的指標，可適當放大其取值的差異程度(否則會導致熵權(quán)過小)；(5)最后對全部數(shù)據(jù)進行標準化(無量綱化、歸一化)處理。經(jīng)過上述一系列預處理后的數(shù)據(jù)見表2。

3.2 指標權(quán)重計算及其結(jié)果分析

分別采用EW、AHP、EW-AHP和本文提出的方法計算各級指標權(quán)重，其中所有涉及熵權(quán)的計算都用用表2經(jīng)過預處理后的數(shù)據(jù)，所有計算均采用數(shù)學軟件(如Matlab等)編程實現(xiàn)，由于篇幅關系，在此不予詳述。為便于對比分析，將上述各種方法求出的指標權(quán)重進行匯總，見表3。

表2 預處理后的數(shù)據(jù)

表3 4種方法得出的指標權(quán)重對比

通過對上述指標權(quán)重計算結(jié)果進行分析比較，可以得出如下結(jié)論：

(1)EW權(quán)重中，經(jīng)濟指標權(quán)重占60%，這是由于原始數(shù)據(jù)中相關指標值差異較大造成的；而綠色指標權(quán)重僅占15%，這顯然與綠色評價目標不符。

(2)AHP權(quán)重中，綠色指標占50%，可以看出專家普遍認為機電產(chǎn)品綠色度尤其重要；除綠色指標外，只有利潤指標權(quán)重較大，這與企業(yè)經(jīng)營的盈利目標是吻合的；但其他指標權(quán)重相對平均，這顯然與實際不太相符，存在明顯的主觀性。

(3)EW-AHP權(quán)重中，經(jīng)濟指標總權(quán)重仍占五成之多，而綠色指標權(quán)重雖有所增加，但僅占27%，這仍然與綠色評價目標不符。原因是EW-AHP只是把EW和AHP得到的權(quán)重進行簡單綜合,由于EW中經(jīng)濟指標的權(quán)重比例太大,因而最后的結(jié)果仍然偏向EW的結(jié)果。

(4)采用本文方法得到的權(quán)重中，綠色指標權(quán)重提高到了40%以上，這與綠色評價目標基本上一致。而經(jīng)濟指標權(quán)重降到了45%左右，仍占有較大比例，符合企業(yè)的生產(chǎn)經(jīng)營實際。這樣，既充分考慮了綠色度目標，又兼顧了企業(yè)經(jīng)營的盈利目標，作到了主客觀的較好結(jié)合。因而，使用該技術最后得出的方案排名具有較強的可信度。

(5)筆者注意到，經(jīng)濟指標中的“其他費用”和綠色指標中的“其他影響”均有較大權(quán)重。如前所述，“其他費用”實際上包含很多，如研發(fā)設計投入、融資成本以及產(chǎn)品的營銷推廣、廣告宣傳等費用，只是沒有一一列出，但其權(quán)重顯然很大；綠色性指標中的“其他影響”也類似，包括指標中未列出的在機電產(chǎn)品(如汽車)的生產(chǎn)、銷售、使用、維護保養(yǎng)、報廢等各環(huán)節(jié)中產(chǎn)生的各種影響，如使用過程中造成擁堵、停放占用空間，以及改變城市的氣流的方向和速率，加劇城市的熱島效應等，因而其權(quán)重也理應較大。

3.3 方案的優(yōu)選

采用專家打分的方法。通過邀請相關政府管理部門、行業(yè)協(xié)會、相關科研機構(gòu)以及企業(yè)等各方面專家，組成專家評估團。由專家結(jié)合方案原始數(shù)據(jù)，對7種設計方案的15項二級指標進行逐項賦分；利用上述各種方法得到的指標權(quán)重，對各方案的指標分值進行加權(quán)求和，得出7種方案在4種不同方法下的評價結(jié)果總分；在每一種方法下，將各方案按總分從高到低排序。最終得出4種方法下各方案評估排名情況，見表4。

表4 7種方案在不同方法下的排名情況

采用本文方法的方案排名發(fā)現(xiàn)：

(1)盡管方案Ⅲ在市場份額、時間周期等方面表現(xiàn)很不理想，但在生產(chǎn)成本以及綠色性等關鍵指標方面卻為各方案最優(yōu)，故排名第一；

(2)方案Ⅶ具有最佳技術性表現(xiàn)、出色的市場份額和利潤情況，在環(huán)保方面表現(xiàn)也良好，所以最終排名第二；

(3)方案Ⅳ以其最高的投資回報率以及尚佳綠色性表現(xiàn)，在AHP中排名第一，但最終排名僅列第三；

(4)方案Ⅴ在EW中排名第一，主要是由于EW中生產(chǎn)成本和節(jié)能性等指標占有很大的比重，而方案Ⅴ的節(jié)能性最優(yōu)，生產(chǎn)成本也相對較低，但在AHP中著重強調(diào)綠色度，方案Ⅴ綠色度表現(xiàn)不理想，而作為技術性指標的節(jié)能性權(quán)重又較小，最終排名跌至第四。

4 結(jié)束語

本文采用一種“EW&AHP融合技術”科學確定評價指標權(quán)重，將評價的主客觀因素進行合理的整合。在此基礎上,結(jié)合實例建立了綠色機電產(chǎn)品設計方案的評價優(yōu)選算法模型。實例應用的研究結(jié)果表明，該算法模型既較好地發(fā)揮了數(shù)據(jù)本身的作用，又能夠滿足作為綠色機電產(chǎn)品的綠色度要求，同時也兼顧了企業(yè)經(jīng)營的盈利目標，具有一定的應用價值。

[1]劉光復,劉志峰.綠色產(chǎn)品及其評價系統(tǒng)框架[J].機械設計與研究,1997(4):12-14

[2]吳翰林.機電產(chǎn)品綠色度的測度方法研究[J].武漢理工大學學報,2009,31(9):80-83

[3]蒲緒強.基于改進型TOPSIS法對于機電產(chǎn)品的綠色評價[D].西安:西安電子科技大學機電工程學院，2014:31-40

[4]李公法,孔建益,楊金堂,等.機電產(chǎn)品的綠色設計與制造及其發(fā)展趨勢[J].機械設計與制造，2006(6):170-172

[5]俞國燕.機電產(chǎn)品的綠色設計技術研究[J].機電產(chǎn)品開發(fā)與創(chuàng)新，2007,20(2):42-44

[6]丁濤,王芳.面向機械產(chǎn)品全生命周期的并行式綠色設計研究[J].輕工機械,2009,27(1):107-110

[7]吳信東.多目標的不可公度性及其綜合評價方法[J].合肥工業(yè)大學學報:自然科學版,1988,11(2):96-102

[8]郭金維,蒲緒強,高祥,等.一種改進的多目標決策指標權(quán)重計算方法[J].西安電子科技大學學報:自然科學版,2014,41(6):118-125

[9]吳凱,梁子婧.基于AHP的高職院校核心競爭力評價指標體系構(gòu)建及應用[J].職業(yè)技術教育,2009(23):63-65

[10]丁浩,汪賢武.基于AHP-FCE的高職專業(yè)競爭力評價模型研究[J].內(nèi)江師范學院學報,2015,30(12):52-56

[11]章穗,張梅,遲國泰.基于熵權(quán)法的科學技術評價模型及其實證研究[J].管理學報,2010,7(1):34-41

[12]胡樹華,李榮.基于熵值法的500強行業(yè)趨勢發(fā)展評價[J].武漢理工大學學報:信息與管理工程版,2009,31(2):318-321

[13]李帥,魏虹,倪細爐,等.基于層次分析法和熵權(quán)法的寧夏城市人居環(huán)境質(zhì)量評價[J].應用生態(tài)學報,2014,25(9):2701-2707

[14]LiuYang,ChenYazhe,LiXiangsong.GenericProductQualityEvaluationMethodUsingAHPandEntropyWeight[J].ChineseJournalofConstructionMachinery,2009,7(4):494-498

(責任編輯：周博)

2016-03-23

安徽高校自然科學研究一般項目“大數(shù)據(jù)背景下基于海量數(shù)據(jù)的多目標決策算法模型選擇研究”(KJ2016B005)；安徽高校人文社會科學研究重點項目“大數(shù)據(jù)背景下基于網(wǎng)絡輿情熱點發(fā)現(xiàn)的公共文化服務研究”(SK2016A013)。

丁浩(1974-)，安徽泗縣人，碩士，講師，主要研究方向：應用數(shù)學、人工智能與數(shù)據(jù)挖掘。

10.3969/j.issn.1673-2006.2016.06.027

TP492

A

1673-2006(2016)06-0099-04