一種基於模糊ahp-topsis的環境意識機械設計方案相對綠色度評價方法
2023-08-07 18:58:21
一種基於模糊ahp-topsis的環境意識機械設計方案相對綠色度評價方法
【專利摘要】一種基於模糊AHP-TOPSIS的環境意識機械設計方案相對綠色度評價方法,包括如下步驟:第一步,基於模糊AHP的層次指標優化排序,1.1)建立指標兩兩重要性比較語義變量及三角模糊數表,1.2)利用模糊AHP求層次總排序結果;第二步,基於模糊TOPSIS的最優方案求解,2.1)定性指標與定量指標的不同處理,2.2)利用模糊TOPSIS求最優方案。本發明提供一種考慮環境意思、有效進行綠色度評價的基於模糊AHP-TOPSIS的環境意識機械設計方案相對綠色度評價方法。
【專利說明】-種基於模糊AHP-TOPSIS的環境意識機械設計方案相對 綠色度評價方法
【技術領域】
[0001] 本發明涉及綠色設計方案評價方法,尤其是一種綜合考慮效益型、成本型定性指 標和定量指標的環境意識機械設計方案相對綠色度評價方法。
【背景技術】
[0002] 日益嚴峻的資源短缺和生態惡化是21世紀人類面臨的主要問題之一,能源的短 缺將直接影響各國經濟的可持續發展,過度開發與浪費則更加劇了這一趨勢,而各種環境 汙染比如大氣汙染、水汙染等則直接威脅著人類的健康和生存,並正朝著嚴重化、全局化、 多樣化方向發展,人類亟需一種方法根治資源環境問題,使之與工業化和諧共存;在經濟全 球化的浪潮中,綠色壁壘問題在國際貿易中愈發突出,由於各國的綠色標準不統一以及對 綠色標準理解的差異,造就了諸多問題比如貿易成本增加,發達國家藉此保護本國企業等, 不利於全球經濟一體化,我國的機械產品深受此影響。但另一方面,隨著環境保護相關法律 法規的完善與建立,企業社會責任意識的增強和人類對自身發展的反思,環境意識機械設 計應運而生,成為解決上述問題的戰略思路和推動經濟社會可持續發展的重要途徑。環境 意識機械設計強調從產品全生命周期的角度降低其對人與環境的影響,是技術先進性、環 境友好性和經濟性等各方面的有機結合。作為產品改進和優化的依據,對環境意識設計機 械產品的綠色程度進行綜合分析和評價是環境意識設計的重要一環,而由於機械行業所涉 及的領域廣泛,產品複雜多樣,對於綠色產品不同行業人們根據自己的知識會有不同的理 解,雖然綠色產品概念提出已有二十多年的歷史,但到目前為止還未形成一個公認的、權威 的定義,由此造成綠色產品評價體系"百家爭鳴,百花齊放"的局面,這在一定程度上阻礙了 綠色機械產品的設計與開發,所以對綠色機械產品進行全面正確地評價,對於環境意識機 械設計具有重要意義,同是也是目前亟待解決的重點和難點問題。
[0003] AHP(Analytic Hierarchy Process,層次分析法)作為一種重要的定性和定量分 析相結合的解決多準則決策問題的方法也經常應用於綠色產品評價中,憑藉其簡便、靈活 而又實用的特點得到了廣泛研究,但綠色產品評價指標包括定性和定量指標,而兩者又有 成本型和效益型之分,但傳統層次分析法沒有同時考慮成本型及效益型定性及定量指標, 影響了評價結果的可靠性與客觀性。TOPSIS(逼近理想解排序法)能夠根據有限個成本型 和效益型定性定量指標與理想化目標的接近程度進行排序,從而減少評價結果因評價者及 其偏好的不同而不同、因評價者及其偏好改變而改變的可能性,但是其不足就是決策矩陣 和指標權重向量需要事先給出。
【發明內容】
[0004] 為了克服已有機械設計方案評價方式的無綠色度評價、缺乏環境意識的不足,本 發明提供一種考慮環境意識、有效進行綠色度評價的基於模糊AHP-T0PSIS的環境意識機 械設計方案相對綠色度評價方法。
[0005] 為了解決上述技術問題提出的技術方案為:
[0006] -種基於模糊AHP-T0PSIS的環境意識機械設計方案相對綠色度評價方法,所述 方法包括如下步驟:
[0007] 第一步,進行基於模糊AHP的指標層次總排序
[0008] 指標層次總排序是指所述最底層指標元素相對於總目標的相對重要性的排序值。
[0009] I. 1對隸屬於第k-1層某指標的第k層nk個指標進行評價時,在指標評價的兩兩 比較矩陣中,三角模糊數Ml,M3, M5, M7, M9被用來代替傳統的1,3, 5, 7, 9,而M2, M4, M6, M8 是中間值,當有多個專家用公式(1)平均整合為一個模糊值;
【權利要求】
1. 一種基於模糊AHP-TOPSIS的環境意識機械設計方案相對綠色度評價方法,其特徵 在於,包括如下步驟: 第一步,進行基於模糊AHP的指標層次總排序 指標層次總排序是指所述最底層指標元素相對於總目標的相對重要性的排序值; 1. 1對隸屬於第k-1層某指標的第k層nk個指標進行評價時,在指標評價的兩兩比較 矩陣中,三角模糊數Ml,M3,M5,M7,M9被用來代替傳統的1,3, 5, 7, 9,而M2,M4,M6,M8是中 間值,當有多個專家評價時用公式(1)平均整合為一個模糊值;
其中,t=l,2,...,T表示共T個專家給出了三角模糊數
1. 2列出隸屬於k-1層某指標的k層nk個指標的綜合判斷矩陣,再根據公式(2),求出 模糊集,它們表示隸屬於k-1層某指標的k層nk個指標的模糊綜合程度:
i,j= 1,2, ? ? ?,nk 1. 3去模糊化,得到隸屬於第k-1層某指標的第k層nk個指標的最終確定權重 如果A和M2是凸模糊數,模糊數A>M2的概率水平定義為:
M彡MpM彡...,M彡Mk的概率水平定義為:
1. 4各指標權重的最終歸一化 假設 m(Pi) =minV(M: ^Mk)k= 1, 2,. . . ,nk;k^i (5) 則隸屬於第k-1層某指標的第k層nk個指標的權重向量為:
對該向量歸一化,則得特徵向量即權重為:
其中W是非模糊數,給出了影響因素對目標影響的權重; 1. 5計算層次總排序結果 假設mn所隸屬指標為Rn,Rn所隸屬的指標為Cn,Cn所隸屬的指標為0,則
其中,為明細層某指標mn關於目標層0的權重,!<丨為明細層某指標mn關於所隸屬 指標層指標Rn的權重,為指標層指標Rn關於所隸屬準則層指標Cn的權重,為準則 層指標Cn關於目標層的權重; 第二步,進行基於模糊T0PSIS的最優方案求解 2. 1建立各方案的綜合評判指標體系; 根據公式(8)建立模糊評價矩陣,對於定性指標,採用語義來判斷,分為設定個數的等 級標準,語義變量用三角模糊數來描述;對於定量指標,把相對應的具體量值帶入初始模糊 評判矩陣對應位置;
其中&是第i個方案對明細層第j個評價指標的模糊量值; 2. 2將矩陣X標準化為: R= [rij]kxm,i=1,2,...,k;j=1,2,...,m(10) 其中,定量指標:
其中,=mf?為標準矩陣X中&所在列的最大值,< =為標準矩陣X中Xij 所在列的最小值; 定性指標:
其中,對於定性指標當其為增益型指標時,
為 bij, eg中的最大值,
為ay, bij, eg的最小值; r為增益性指標;I"為成本性指標; 2.3根據評價指標的權重和標準化模糊矩陣,建立加權模糊矩陣為: v= [Vijilkxm,i= 1,2, ? --,k;j= 1,2, ? --,m(13) 其中v;7 = 2. 4構建模糊正理想解A+和模糊負理想解f分別為:
2.5計算各備選方案與正理想解和負理想解的距離分別為:
如果有2個三角模糊數a=(叫,a2,a3),b=(bpb2,b3),則它們之間的距離為:
2. 6計算各方案與理想解的貼近度為:
各方案根據Q大小進行優劣排序,Q越大,方案化越接近於理想值。
【文檔編號】G06Q10/04GK104408522SQ201410514911
【公開日】2015年3月11日 申請日期:2014年9月29日 優先權日:2014年9月29日
【發明者】陳建, 張勝良, 李鑫, 陳琨, 何濤, 壽開榮, 佘宏傑, 趙燕偉 申請人:浙江工業大學