面向汽車舊件再制造組合賦權模糊綜合評價模型

王華政

（西南交通大學制造業產業鏈協同與信息化支撐技術四川省重點實驗室，成都 611756）

0 引言

2021 年國務院印發了《關于印發汽車產品生產者責任延伸試點實驗方案的通知》［1］，其中明確提出了對汽車產品實施生產責任延伸制度，鼓勵生產企業建立逆向回收利用體系，支持回收報廢汽車，推廣再制造產品。汽車售后服務行業是汽車產業價值鏈中的關鍵環節，在售后服務中存在如此現象：大量的汽車舊件（因維修而被更換的零部件）成為三包期內索賠的對象被零件供應商回收，未被再制造利用，甚至放棄舊件回收再制造，導致大多數舊件未能發揮其循環利用的潛在價值。然而汽車舊件是汽車零部件再制造的重要原材料，有效地判斷出舊件是否可再制造，決定著零件供應商是否回收該舊件、資金分配及原材料采購決策。針對此類問題，研究舊件再制造決策評價模型，輔助供應商進行舊件回收再制造決策具有一定的現實意義。

1 相關研究

目前國內大部分相關論文對可再制造回收確立的評價指標主要包括可再制造技術可行性、經濟可行性、環境可行性、資源利用率、能量損失率、質量等體系指標。文獻［2］關于評價模型文獻針對報廢汽車拆解前的成本評估問題，建立了一種基于拆解難度和模糊聚類的一般性綜合成本評價模型。文獻［3］提出了一種基于兩級模糊計算方法的決策支持系統，該方法結合了產品的定性和定量屬性，考慮技術、經濟、資源利用和環境四個指標來確定產品的可再制造性。文獻［4］建立一種基于實例推理的廢舊零/部件可再制造性評價模型。

2 模型構建

本文選取主客觀賦權平衡權重融合的方法進行指標賦權。由于各評價指標數據的計量單位不一致，存在定性與定量的數據，故在評價賦權時需進行數據歸一化處理，消除數據的差異性。本文對于評價對象及數據的歸一化公式如下：

用x表示評價對象，x={x1,x2,…,xn}，其中xi表示第i個對象，i∈{1,…,n}，這里n是評價對象的個數。xi的第j個二級評價指標表示為xij，數據同向歸一化公式如下：

舊件的評價結果集定義為T={T1,T2,T3}，T1表示無用舊件，T2表示可再利用舊件，T3表示可修復舊件。無用即無利用價值的舊件、可再利用即還有使用價值，可拆卸使用作為原材料；可修復指經過加工后，可恢復原有的性能。

2.1 指標選取

評價模型的可行性、可靠性及評價結果的有效性很大程度上依賴評價指標體系的建立。評價指標的選取依賴于評價對象的刻畫目的，本文參考其他學者在舊件可再制造評價上確定的舊件指標，并依據第三方云平臺長期以來服務于汽車產業價值鏈集聚的舊件相關數據，從技術可行性、經濟可行性、環境可行性等方面去刻畫舊件是否可再制造，將舊件分為可修復、可再利用、無用等三類。各項指標維度刻畫如表1所示。

表1 汽車舊件再制造評價指標

2.2 指標賦權

對于賦權方法的選擇，本文選取主觀賦權AHP 層次分析法與客觀賦權熵權法。用W表示權重矩陣W=[w1…wn]wi表示二級指標的權重值，n是二級指標的個數。

AHP［5］是一種定性和定量相結合的、系統化的、層次化的分析方法。將一個復雜的目標決策問題作為一個系統，將目標分解為多個目標或準則，由專家通過指標相對的重要程度給出判斷矩陣，計算指標權重，用一致性指標和一致性比率衡量判斷矩陣的有效性，由AHP 得到的權重為W1。

熵權法［6］是根據指標信息熵的大小對指標客觀賦值的一種方法，對數據進行同向化歸一化處理，再由信息熵公式進行計算，信息熵越小，代表該指標的離散程度越大，包含的信息就越多，所賦予的權重就越大。由熵權法得到的權重為W2。

2.3 指標平衡權重組合

關于權重組合，本文采用權重差異度［7］的思想來平衡組合權重。

第1步：計算主客觀總體權重得分，取主觀權重為W1，客觀權重為W2，取主觀權重的平衡因子為θ1，客觀權重的平衡因子為θ2，平衡權重為W，W計算如式如下，其中θ1≥0,θ2≥0,θ1+θ2= 1

第3 步：代入優化目標θ1= 1 -θ2，求θ1導數：

令= 0在0 ≤θ1≤1內求解θ1，θ2= 1 -θ1即可。

2.4 模糊評價

第1步：根據上面的值求解，評價數據個體一級指標維度的值及一級指標權重值分別為式（5），式（6），其中m是各一級指標下的二級指標個數。

第2步：根據式（5）得到一級指標賦權得分，根據專家的經驗判斷，給出一級指標對評價結果集的隸屬矩陣R，如Reconomy=[a1a2a3]表示第一級指標經濟可行性對評價結果集O的隸屬度。一級指標對評價結果集的隸屬度梯度函數如下：

第3步：通過隸屬函數計算評價對象對于評價結果集的隸屬矩陣為這里i表示一級指標。評價對象的隸屬度得分為T，如式（7），選擇T中最大的值對應的評價即是該評價對象的評價結果。

3 實驗分析

3.1 實驗數據

本文算法實驗數據源于第三方云平臺數據空間及相關網站（環境方面是The Eco-indicator 99及其生態數據庫［8］獲取舊件在加工制造運輸等過程中對環境影響的相對負荷數據），進行數據預處理及按式（1）同向化處理，其中再制造成本、損壞程度與污染指數為負向指標，其他均為正向。

3.2 實驗結果分析

通過上述方法計算了AHP、EWM 及AHPEWM 組合的權重，得到的權重對比圖如圖1 所示，AHP-EEM 組合權重結合了主觀經驗判斷和數據客觀的熵權信息。

圖1 權重對比

根據模糊評價的方法計算AHP-EWM 組合賦權得到模糊評價結果，評價對象對于三種評價結果得分與整體的評價結果如圖2所示。在實際的舊件再制造決策通過客觀情況分析與實際廠商的實際應用溝通，組合賦權得到的評價結果在輔助決策中效果更佳，綜合考慮了數據的客觀關系情況與廠商的主觀意愿。

圖2 評價結果

4 結語

本文以汽車產業價值鏈舊件管控系統回收再制造輔助決策的需求為基礎，分析其所需的舊件再制造決策評價模型與國內外相關的研究情況，設計了基于AHP-EWM 平衡組合賦權的模糊綜合評價方法，用于供應商回收再制造輔助決策。實驗結果證明，該模型較單一賦權模型的評價效果更佳，為汽車舊件再制造決策評價提供了有效可行的解決方案。