一种基于模糊ahp-topsis的环境意识机械设计方案相对绿色度评价方法
【专利摘要】一种基于模糊AHP-TOPSIS的环境意识机械设计方案相对绿色度评价方法，包括如下步骤：第一步，基于模糊AHP的层次指标优化排序，1.1)建立指标两两重要性比较语义变量及三角模糊数表，1.2)利用模糊AHP求层次总排序结果；第二步，基于模糊TOPSIS的最优方案求解，2.1)定性指标与定量指标的不同处理，2.2)利用模糊TOPSIS求最优方案。本发明提供一种考虑环境意思、有效进行绿色度评价的基于模糊AHP-TOPSIS的环境意识机械设计方案相对绿色度评价方法。
【专利说明】-种基于模糊AHP-TOPSIS的环境意识机械设计方案相对 绿色度评价方法
【技术领域】
[0001] 本发明涉及绿色设计方案评价方法，尤其是一种综合考虑效益型、成本型定性指 标和定量指标的环境意识机械设计方案相对绿色度评价方法。
【背景技术】
[0002] 日益严峻的资源短缺和生态恶化是21世纪人类面临的主要问题之一，能源的短 缺将直接影响各国经济的可持续发展，过度开发与浪费则更加剧了这一趋势，而各种环境 污染比如大气污染、水污染等则直接威胁着人类的健康和生存，并正朝着严重化、全局化、 多样化方向发展，人类亟需一种方法根治资源环境问题，使之与工业化和谐共存；在经济全 球化的浪潮中，绿色壁垒问题在国际贸易中愈发突出，由于各国的绿色标准不统一以及对 绿色标准理解的差异，造就了诸多问题比如贸易成本增加，发达国家借此保护本国企业等， 不利于全球经济一体化，我国的机械产品深受此影响。但另一方面，随着环境保护相关法律 法规的完善与建立，企业社会责任意识的增强和人类对自身发展的反思，环境意识机械设 计应运而生，成为解决上述问题的战略思路和推动经济社会可持续发展的重要途径。环境 意识机械设计强调从产品全生命周期的角度降低其对人与环境的影响，是技术先进性、环 境友好性和经济性等各方面的有机结合。作为产品改进和优化的依据，对环境意识设计机 械产品的绿色程度进行综合分析和评价是环境意识设计的重要一环，而由于机械行业所涉 及的领域广泛，产品复杂多样，对于绿色产品不同行业人们根据自己的知识会有不同的理 解，虽然绿色产品概念提出已有二十多年的历史，但到目前为止还未形成一个公认的、权威 的定义，由此造成绿色产品评价体系"百家争鸣，百花齐放"的局面，这在一定程度上阻碍了 绿色机械产品的设计与开发，所以对绿色机械产品进行全面正确地评价，对于环境意识机 械设计具有重要意义，同是也是目前亟待解决的重点和难点问题。
[0003] AHP(Analytic Hierarchy Process,层次分析法）作为一种重要的定性和定量分 析相结合的解决多准则决策问题的方法也经常应用于绿色产品评价中，凭借其简便、灵活 而又实用的特点得到了广泛研究，但绿色产品评价指标包括定性和定量指标，而两者又有 成本型和效益型之分，但传统层次分析法没有同时考虑成本型及效益型定性及定量指标， 影响了评价结果的可靠性与客观性。TOPSIS(逼近理想解排序法）能够根据有限个成本型 和效益型定性定量指标与理想化目标的接近程度进行排序，从而减少评价结果因评价者及 其偏好的不同而不同、因评价者及其偏好改变而改变的可能性，但是其不足就是决策矩阵 和指标权重向量需要事先给出。
【发明内容】
[0004] 为了克服已有机械设计方案评价方式的无绿色度评价、缺乏环境意识的不足，本 发明提供一种考虑环境意识、有效进行绿色度评价的基于模糊AHP-T0PSIS的环境意识机 械设计方案相对绿色度评价方法。
[0005] 为了解决上述技术问题提出的技术方案为：
[0006] -种基于模糊AHP-T0PSIS的环境意识机械设计方案相对绿色度评价方法，所述 方法包括如下步骤：
[0007] 第一步，进行基于模糊AHP的指标层次总排序
[0008] 指标层次总排序是指所述最底层指标元素相对于总目标的相对重要性的排序值。
[0009] I. 1对隶属于第k-1层某指标的第k层nk个指标进行评价时，在指标评价的两两 比较矩阵中，三角模糊数Ml，M3, M5, M7, M9被用来代替传统的1，3, 5, 7, 9,而M2, M4, M6, M8 是中间值，当有多个专家用公式（1)平均整合为一个模糊值；
【权利要求】
1. 一种基于模糊AHP-TOPSIS的环境意识机械设计方案相对绿色度评价方法，其特征 在于，包括如下步骤： 第一步，进行基于模糊AHP的指标层次总排序 指标层次总排序是指所述最底层指标元素相对于总目标的相对重要性的排序值； 1. 1对隶属于第k-1层某指标的第k层nk个指标进行评价时，在指标评价的两两比较 矩阵中，三角模糊数Ml，M3,M5,M7,M9被用来代替传统的1，3, 5, 7, 9,而M2,M4,M6,M8是中 间值，当有多个专家评价时用公式（1)平均整合为一个模糊值；
其中，t=l，2，...，T表示共T个专家给出了三角模糊数
1. 2列出隶属于k-1层某指标的k层nk个指标的综合判断矩阵，再根据公式（2)，求出 模糊集，它们表示隶属于k-1层某指标的k层nk个指标的模糊综合程度：
i，j= 1，2, ? ? ?，nk 1. 3去模糊化，得到隶属于第k-1层某指标的第k层nk个指标的最终确定权重 如果A和M2是凸模糊数，模糊数A>M2的概率水平定义为：
M彡MpM彡...，M彡Mk的概率水平定义为：
1. 4各指标权重的最终归一化 假设 m(Pi) =minV(M: ^Mk)k= 1, 2,. . . ,nk；k^i (5) 则隶属于第k-1层某指标的第k层nk个指标的权重向量为：
对该向量归一化，则得特征向量即权重为：
其中W是非模糊数，给出了影响因素对目标影响的权重； 1. 5计算层次总排序结果 假设mn所隶属指标为Rn，Rn所隶属的指标为Cn，Cn所隶属的指标为0,则
其中，为明细层某指标mn关于目标层0的权重，!<丨为明细层某指标mn关于所隶属 指标层指标Rn的权重，为指标层指标Rn关于所隶属准则层指标Cn的权重，为准则 层指标Cn关于目标层的权重； 第二步，进行基于模糊T0PSIS的最优方案求解 2. 1建立各方案的综合评判指标体系； 根据公式（8)建立模糊评价矩阵，对于定性指标，采用语义来判断，分为设定个数的等 级标准，语义变量用三角模糊数来描述；对于定量指标，把相对应的具体量值带入初始模糊 评判矩阵对应位置；
其中&是第i个方案对明细层第j个评价指标的模糊量值； 2. 2将矩阵X标准化为： R= [rij]kxm,i=1,2,...,k；j=1,2,...,m(10) 其中，定量指标：
其中，=mf?为标准矩阵X中&所在列的最大值，< =为标准矩阵X中Xij 所在列的最小值； 定性指标：
其中，对于定性指标当其为增益型指标时，
为 bij, eg中的最大值，
为ay, bij, eg的最小值； r为增益性指标；I"为成本性指标； 2.3根据评价指标的权重和标准化模糊矩阵，建立加权模糊矩阵为： v= [Vijilkxm，i= 1，2, ? --，k;j= 1，2, ? --，m(13) 其中v;7 = 2. 4构建模糊正理想解A+和模糊负理想解f分别为：
2.5计算各备选方案与正理想解和负理想解的距离分别为：
如果有2个三角模糊数a=(叫，a2,a3)，b=(bpb2,b3)，则它们之间的距离为：
2. 6计算各方案与理想解的贴近度为：
各方案根据Q大小进行优劣排序，Q越大，方案化越接近于理想值。
【文档编号】G06Q10/04GK104408522SQ201410514911
【公开日】2015年3月11日 申请日期:2014年9月29日 优先权日:2014年9月29日
【发明者】陈建, 张胜良, 李鑫, 陈琨, 何涛, 寿开荣, 佘宏杰, 赵燕伟 申请人:浙江工业大学