安相華,周立彬,張力偉
(大連海洋大學 機械與動力工程學院,遼寧 大連 116023)
目前,環(huán)境和資源問題對全球可持續(xù)發(fā)展的約束日益突出,各國都在積極探索綠色、低碳的可持續(xù)發(fā)展之路,綠色制造已經成為世界制造業(yè)發(fā)展的潮流和趨勢。作為聯(lián)結實際生產制造與設計階段的重要紐帶和橋梁,工藝規(guī)劃是實現(xiàn)綠色主題的關鍵環(huán)節(jié),其中工藝參數(shù)的選擇直接影響產品的生產效率、成本和質量,是制造技術的核心問題之一。然而,由于工藝參數(shù)與產品性能的“多—多”映射關系以及工藝原則和制造資源的復雜動態(tài)多樣性[1],同一產品的加工方案往往不唯一。因此,如何確定合理的工藝參數(shù),通過對多個備選方案進行有效評價和甄選來降低生產過程的能耗、提高產品質量與綠色度,對制造業(yè)具有重要的意義。
近年來,國內外學者圍繞產品工藝參數(shù)的評價、優(yōu)化和選擇問題進行了大量理論與實驗研究。Sahasrabudhe等[2]建立了惰性氣體和活性氣體混合保護焊條件下的氬弧焊工藝參數(shù)評價體系,采用層次分析法(Analytic Hierarchy Process, AHP)和網絡分析法(Analytic Network Process, ANP)相結合的多屬性決策方法,以能源消耗最低為目標對工藝參數(shù)方案進行排序,進而甄別出最佳的工藝參數(shù);Yan等[3]面向綠色增材制造過程,考慮材料涂層的稀釋、堆積、翹曲等因素對環(huán)境的影響,將工藝參數(shù)的決策過程轉換為定量的數(shù)學模型優(yōu)化求解問題;Sadati等[4]從環(huán)保性和魯棒性設計的角度出發(fā),對海量的實驗數(shù)據實行聚類分析和關聯(lián)分析,從而提取最佳的工藝參數(shù);Hussain等[5]以氧化鋁銅混合物粉末冶煉加工過程中構件表面的致密度、硬度、溫度等為綠色度指標,通過AHP獲得各指標的權重,利用田口實驗和灰色關聯(lián)分析方法獲得最優(yōu)的工藝參數(shù)方案;伍曉榕等通過構建綠色制造過程灰色模型,采用決策試驗和評價實驗法(DEcisionMAking Trial and Evaluation Laboratory, DEMATEL)與多準則妥協(xié)解排序法(Vlese Kriterijumska Optimizacija I Kompromisno Resenje, VIKOR)集成的技術[6],提出一種將綠色工藝參數(shù)優(yōu)化過程轉化為多屬性目標決策過程的規(guī)劃方法;隨后建立了能夠反映決策者主觀偏好信息的目標偏好函數(shù),通過決策者對工藝參數(shù)方案的滿意度信息進行互相反饋,提出基于模糊物理規(guī)劃的工藝參數(shù)方案綠色滿意度決策方法[7];王自立等[8]基于工藝參數(shù)耦合強度關系的廣義正交試驗,建立了多目標綠色性能優(yōu)化模型并利用小生境演化算法求解,進而獲得理想的工藝方案;Allurkar等[9]通過聚類分析和關聯(lián)挖掘技術從企業(yè)工藝數(shù)據庫中識別出多個工藝參數(shù)方案,基于AHP和一致性匹配理論得到工藝參數(shù)權重后,通過拓展有序加權平均算子對工藝參數(shù)方案的綜合性能進行排序。上述研究圍繞工藝參數(shù)方案優(yōu)選的內涵與外延展開了豐富的理論研究,探討了工藝參數(shù)與污染、低碳、能耗等綠色制造范疇的關系,并提出一些對由加工制造帶來的能耗與環(huán)境污染的有效評估技術和方法??梢钥闯觯诠に囍R的智能化決策已經成為計算機輔助工藝的主導方向,但由于工藝知識內在具有的復雜性、多態(tài)性、經驗性及不確定性等問題,現(xiàn)有研究在實際應用中存在一些瓶頸,具體如下:
(1)多品種離散化生產方式已經成為現(xiàn)代產品主導的生產模式,由于生產環(huán)境復雜,影響因素眾多,工藝評價指標往往帶有經驗性、模糊性和不確定性?,F(xiàn)有研究雖然考慮了評價指標的模糊性和不確定性,并將模糊集合用于評價性能指標,但卻忽視了指標權重的不確定性;另外,模糊集亦存在主觀性過強、缺乏表達不同知識結構的柔性能力、建模形式單一等問題,而且在對信息解模糊處理時的人為操作會造成決策信息失真。
(2)工藝方案性能指標的權重對工藝方案評價具有重要意義。以傳統(tǒng)AHP為代表的矩陣類方法廣泛用于計算性能指標的權重,這些方法在構建“成對比較矩陣”后還需通過一致性檢驗才能完成后續(xù)工作,然而“成對比較矩陣”在大多數(shù)情況下都要經過多次繁瑣地調整才能滿足一致性要求。實際上,一致性要求是一個尋求最值的優(yōu)化問題,現(xiàn)有方法都是采用事后檢驗并達到某個預設閾值即可的一個迭代過程,不但計算工作量大,而且最終得到的往往只是一個次優(yōu)值。
(3)工藝方案的綠色度評價的本質是一個以性能作為評價指標的多屬性決策問題[7]?,F(xiàn)有研究均將工藝方案的性能指標作為屬性進行評價,然后乘以相應的屬性指標權重,再進行簡單的線性疊加。然而工藝方案評價涉及的性能指標眾多,性能指標之間存在制約、互補、抵消、增益和重疊等耦合關系,現(xiàn)有決策模型卻忽視了這些耦合關系對工藝方案綠色度評價的影響,導致評價模型缺乏全面性和科學性。
鑒于上述問題,本文面向綠色制造提出基于粗糙模糊占優(yōu)AHP、耦合分析技術和Choquet積分3個過程集成的多屬性決策框架進行工藝參數(shù)方案優(yōu)選。在工藝參數(shù)方案評價過程中,首先引入新的不確定信息處理工具—粗糙模糊數(shù),用于描述綠色性能指標的相對重要度,并將性能指標成對比較矩陣的元素表達為區(qū)間數(shù),進而采用強度Pareto進化算法求解獲得性能指標的權重矢量。與以往研究不同,通過強度Pareto進化算法優(yōu)化得到的權重是以成對比較矩陣一致性最大化為目標進行尋優(yōu)計算的結果,而傳統(tǒng)AHP需要事后進行繁瑣、復雜的一致性檢驗;然后,對已有工藝方案的工藝參數(shù)和輸出性能的歷史數(shù)據樣本進行數(shù)據挖掘,基于敏感性分析和拉格朗日數(shù)據擬合工具建立工藝參數(shù)與性能耦合度矩陣,進而確定性能指標之間的耦合度;最后,考慮性能指標之間復雜的耦合關系以及對工藝參數(shù)方案整體綠色度的影響,采用Choquet積分計算工藝參數(shù)方案的綠色度整體評價值甄別出綠色度最佳的工藝參數(shù)方案。這樣的計算結果不但包含了所有性能指標單獨對綠色度的貢獻,而且涵蓋了性能指標之間耦合作用下對綠色度的貢獻。工藝參數(shù)方案的評價流程如圖1所示。本文最后以注塑加工的工藝參數(shù)方案綠色度評價過程為實例對所提方法和理論進行驗證。
ηX(y)});
(1)
ηX(y)})。
(2)
(3)
(4)
因此,當x具有含糊性、不確定性信息時,可表示為粗糙模糊數(shù)RFN(x)進行描述,即
(5)
RFN(x)在形式上體現(xiàn)為區(qū)間數(shù),其運算法則和性質遵循區(qū)間數(shù)的所有定理,限于篇幅此處不再贅述。
傳統(tǒng)多屬性決策模型一直沿用賦權線性加和模式,以各屬性獨立無關為假設條件,進而滿足勒貝格測度框架體系要求,這顯然與事實相悖。模糊積分摒棄這一不合理假設條件,從決策角度出發(fā)為處理屬性之間錯綜復雜的耦合關系提供了嚴密的數(shù)學分析基礎。根據文獻[12-14],模糊測度和模糊積分的相關定義描述如下:
設集合A={a1,a2,…,am}為一非空且包含m(m有限可數(shù))個離散元素的集合,Ω(A)為A的冪集。在Borel測度空間(A,Ω)內,若存在映射函數(shù)μ:Ω(A)→[0,1],且μ同時滿足以下公理[13]:
(1)有界性,即μ(Φ)=0,μ(A)=1。
(2)單調性,即?C,D∈Ω(A),若C?D,則μ(C)≤μ(D)一定成立;?C,D∈Ω(A)且C∩D=Φ,若存在常數(shù)項ε(ε∈[-1,∞)),且滿足
μ(C∪D)=μ(C)+μ(D)+εμ(C)μ(D)。
(6)
則μ為Ω(A)上的模糊測度。當ε=0時,C和D之間相互獨立,不存在關聯(lián)關系;當ε>0時,C和D合作會增加額外的效益,即二者的作用具有互補性;當ε<0時,C和D合作有重疊抵消效應,即二者的作用具有重復冗余性。
定義1[13-14]S∈Ω(A),μ(S)的M?bius(默比烏斯)轉換關系定義為
(7)
模糊積分是定義在模糊測度基礎上的一種非線性函數(shù),其中應用比較廣泛的模糊積分是Choquet積分。利用數(shù)學歸納法和M?bius轉換關系,可以獲得集合A內所有元素的Choquet積分為
(8)
式中a(i)表示按照數(shù)值大小對各元素進行重新排序后位列于第i位次的元素,使a(1)≤…≤a(i)≤…≤a(n)成立,并規(guī)定沒有實際意義的余項a(0)=0作為補充頂位項,N(i)={a(i),…,a(n)}。
工藝性能指標的權重是正確和客觀評價工藝綠色性的重要依據,因此準確高效地評估性能指標的重要度是決策綠色工藝參數(shù)的前提。在產品工藝參數(shù)方案的綠色優(yōu)選過程中,因為工藝參數(shù)的綠色性是一個難以精確度量的模糊概念,一般通過專家的知識與經驗進行描述和判斷,所以需要借助高效率、智能化模糊信息處理工具;另外,在確定綠色性能指標權重時需要構建性能指標成對比較矩陣后進行求解,不但對決策者提出了較高的要求,而且在計算過程中需要反復進行一致性檢驗。粗糙模糊占優(yōu)層次分析法(Rough Fuzzy Domination Analytic Hierarchy Process, RFDAHP)是引入粗糙模糊數(shù)和強度Pareto進化算法(Strength Pareto Evolutionary Algorithm, SPEA)對標準AHP進行優(yōu)化改進后的一種信息處理方法。粗糙模糊數(shù)能夠有效處理模糊性、隨機性等不確定性信息,而SPEA算法則能以高效的方式求解計算綠色指標權重。RFDAHP通過模糊粗糙數(shù)構建綠色性能指標重要度成對比較矩陣,采用逆向思維方式尋優(yōu)求解而非傳統(tǒng)的人為判斷方式來獲得綠色性能權重矢量,因此具有智能化、高效率等諸多優(yōu)勢。RFDAHP確定工藝方案綠色性能權重的具體步驟如下:
步驟1面向產品的綠色制造過程,假設工藝參數(shù)方案有m項可以通過測試測量獲得數(shù)據的性能。m項性能構成的集合為{PEi|i=1,2,…,m},將其作為工藝的綠色評價指標體系。產品工藝設計人員用不確定環(huán)境語義變量集合對性能PEi和PEj的相對重要程度進行評價,并以三角模糊數(shù)作為模糊分類拓撲集族分別表征相應的語義變量。不確定環(huán)境語義變量與模糊分類拓撲集的對應關系如表1所示。
表1 模糊拓撲集及其含義
PE1PE2…PEm
(9)
根據AHP的思想[15],可將區(qū)間數(shù)判斷矩陣權重矢量的求解可以轉化為如下約束優(yōu)化問題:
(10)
(11)
(2)計算Ug與Vg中各染色體在g時刻的適應度。根據目標函數(shù)式(10),給種群Ug與檔案容器Vg中的所有染色體χi分配一個壓力值Ω(χi),
Ω(χi)=card({j|χj∈(Ug∪Vg)∧
(χi?χj)})。
(12)
式中:Ω(χi)為χi所支配的個體數(shù);“∧”為數(shù)理邏輯中的合取符號,“?”為支配符號。χi的適應度
χi?χj}。
(13)
(4)算法終止狀態(tài)判斷。若g≥gmax則算法終止,將得到的解集作為優(yōu)化結果輸出;否則,繼續(xù)執(zhí)行(5)。
(5)在Vg+1中執(zhí)行錦標賽算法來選擇個體添加到交配池中。
(6)對交配池中的個體使用交叉和變異操作,產生的新個體進入Ug+1;更新算法計數(shù)器,即g=g+1。轉(2)。
產品的輸出性能決定了工藝過程的綠色程度[6]。然而,由于影響工藝參數(shù)方案綠色評估的性能眾多,這些性能彼此存在制約、互補、抵消、增益和重疊等耦合關系,同一性能的綠色度往往受多個工藝參數(shù)影響,然而這些影響造成的結果并非是簡單的線性疊加。在工藝參數(shù)方案的綠色度評估中,很難建立起性能綠色度與工藝參數(shù)之間精確的解析化映射函數(shù)關系式。數(shù)據插值擬合工具可以有效挖掘數(shù)據工藝參數(shù)與性能的內在關系,尤其適用于工藝參數(shù)方案的綠色優(yōu)選過程,即方案工藝樣本數(shù)量有限且充斥噪音數(shù)據的情況。因此本文引入數(shù)據插值擬合工具,通過分析已有的產品工藝參數(shù)和性能歷史數(shù)據來確定性能與工藝參數(shù)之間的耦合度關系,以及性能之間的耦合度關系,為工藝參數(shù)方案的綠色度評價奠定基礎。
對產品加工過程而言,假設m項性能的集合{PEi|i=1,2,…,m}和n項工藝參數(shù)集合{PNj|j=1,2,…,n}共同確定了產品的工藝參數(shù)和性能耦合關系模型,則對已有的p個產品樣本空間{PSr|r=1,2,…,p}中各樣本的物理加工過程進行實際數(shù)據測試與采樣,從而為挖掘工藝參數(shù)與性能之間的關系奠定基礎。產品的工藝參數(shù)PNj與性能PEi之間的耦合度uij可以用工藝參數(shù)微分?PNj與性能微分?PEi之間的導數(shù)關系表示為
(14)
式中耦合度數(shù)值選取的是樣本空間的平均值。在確定單一工藝參數(shù)與單一性能的耦合度uij時,產品的工藝參數(shù)PNj與性能PEi之間的關系可以通過p個樣本產品歷史數(shù)據的拉格朗日插值[17]關系式獲得,即
(15)
(16)
如果性能PEi和PEj同時與工藝參數(shù)PNk存在耦合關系,即uik×ujk≠0,則性能PEi和PEj之間存在耦合關系。性能之間耦合度的大小與兩個因素[18]有關:①與兩個性能同時存在耦合關系的工藝參數(shù)的數(shù)量;②兩個性能與所有工藝參數(shù)的耦合度大小之和。與兩個性能同時存在耦合關系的工藝參數(shù)數(shù)量越多、兩個性能與所有工藝參數(shù)的耦合度之和越高,兩個性能之間具有的耦合度越高。性能PEi和PEj之間的耦合度vij可定義為
(17)
假定企業(yè)工藝研發(fā)團隊為某一產品的綠色工藝參數(shù)方案進行決策,現(xiàn)從f組選定的工藝參數(shù)方案集合中選擇。在決策過程中,工藝研發(fā)團隊根據知識經驗和相關的實驗工作對f組方案進行評價,從中選擇最優(yōu)的方案。假設m項性能構成的集合{PEi|i=1,2,…,m}和n項工藝參數(shù)構成的集合{PNj|j=1,2,…,n}共同確定了產品的工藝參數(shù)—性能關系模型,每組方案可表示為{(PLs,ys,zs)|s=1,2,…,f},其中PLs為第s組工藝參數(shù)方案,ys為第s組方案的參數(shù)矢量,zs為第s組方案的性能矢量,則工藝方案集合的性能用矩陣表示為
Z=(zs,i)f×m=(z1,z2,…,zf)T=
式中zs,i表示第s組工藝方案的第i項性能的實際數(shù)據值由實驗測量獲得。為了消除不同物理量綱可能對決策結果產生的影響,對矩陣Z進行規(guī)范歸一化處理[6],得到性能數(shù)據標準化矩陣
(18)
(19)
(20)
采用Choquet積分融合m項性能的綠色度最佳匹配指數(shù)確定各個工藝方案的總體綠色度。β階可加Choquet積分(當β≥3時)雖然比較全面和嚴謹,但是模糊測度μ的計算過于復雜,尤其是隨著β的增大,計算復雜度將呈指數(shù)增長而難以得到精確的解析解。當β=2時,稱為2階Choquet積分,此時只考慮兩個性能指標之間的關聯(lián)關系而忽略3階以上的高階交互關系。2階Choquet積分具有較高的可操作性,而且在常規(guī)決策領域中可以滿足精度要求。根據式(8),用于工藝方案綠色度總體評價的2階可加Choquet積分表示為
1≤i,j≤m。
(21)
式中:∧和∨分別為析取與合取運算符。Ijk滿足μ(PEi∪PEj)=μ(PEi)+μ(PEj)+Iij,Iij∈[-1,1]為耦合因子,表示PEi和PEj之間的耦合程度,Iij>0時,表示PEi和PEj具有互補合作性,Iij越大互補程度越高;Iij<0時,表示PEi和PEj具有重疊冗余性,Iij越小重復程度越大;Iij=0時,表示PEi和PEj是獨立無關的。λ(PEi)表示性能PEi的綠色評價值,即關于性能的最佳匹配指數(shù),λ(PEi)=di。
1≤i,j≤m。
(22)
(23)
矩陣E=(est)f×f是一個對角互補矩陣,滿足est+ets=1。根據互補矩陣的排序遍歷算法[1],可以得到每個工藝方案PLs綠色度的優(yōu)勢指數(shù)
(24)
注塑加工是利用模具將熱熔融狀態(tài)的原料通過加壓、注入、冷卻、脫離等操作制作成一定形狀半成品件的工藝過程,廣泛應用于橡膠、塑料工業(yè)領域,注塑工藝方案直接決定著原料熔融體在模具型腔里的流動冷卻狀態(tài)和成型質量。隨著社會對橡塑品功能質量要求的不斷提高,其結構和形狀日益復雜,更加凸顯了注塑加工工藝對能源消耗和環(huán)保的影響。本文以某大型排風設備端蓋的注塑加工為例來說明前文所述方法的應用過程。該產品選用材料為ABS樹脂,其注塑形式為偏心澆口,澆注系統(tǒng)由潛伏式彎形澆口、主流道和分流道等構成[18],結構形式如圖2所示。
從5組候選工藝參數(shù)方案構成的集合{(PLs,ys,zs)|s=1,2,3,4,5}中選取總體綠色度最佳的工藝參數(shù)方案來實施大批量生產,各組方案的工藝參數(shù)和輸出性能的種類及其數(shù)值分別如表2所示。該排風設備端蓋的注塑加工過程由6個工藝參數(shù)決定,其中:模具溫度、熔體溫度和冷卻過程的能耗有直接關系;開模時間是影響冷卻效率的重要因素,與能耗有間接關系;保壓壓力和保壓時間將對模具溫度和熔體溫度產生重要影響,因此與能耗有間接關系;注射時間與注塑機的功率消耗有關,因此與能耗有直接關系。綜合上述分析可知,這些工藝參數(shù)與能耗均存在直接或間接的聯(lián)系,能耗越低綠色度越高。5項性能指標中,收縮率PE1、沉降指數(shù)PE2、翹曲變形PE3是成本型綠色指標,最大溫差PE4、凝固率PE5是效益型綠色指標。從中選擇合適的工藝參數(shù)方案來提高生產過程的綠色度。
表2 候選工藝參數(shù)方案的工藝參數(shù)與性能表
表3 性能指標相對重要度信息表
從生產企業(yè)數(shù)據庫中找到該排風設備端蓋的歷史工藝參數(shù)和輸出性能共有157組樣本數(shù)據,即{PSr|r=1,2,…,p},p=157,如表4所示。利用157組樣本數(shù)據進行數(shù)據發(fā)掘,確定性能指標之間的耦合關系。
表4 工藝方案的歷史工藝參數(shù)和性能數(shù)據表
將表4的實驗數(shù)據通過式(14)~式(17)進行拉格朗日插值擬合,得到性能之間的耦合度矩陣(vij)m×m,如表5所示。5階矩陣元素vij表示性能PEi和PEj之間的耦合度,1≤i,j≤5。
表5 性能的耦合度數(shù)值表
續(xù)表5
為達到量綱的一致性,對表2中各工藝參數(shù)方案的輸出性能指標數(shù)據進行標準化歸一化處理,得到性能數(shù)據標準化矩陣C,
根據式(19)和式(20)計算正理想工藝參數(shù)方案綠色性能矢量c+=[0,1,0,0,1]和負理想工藝參數(shù)方案綠色性能矢量c-=[1,0,1,1,0],進一步計算得到各個工藝方案性能的綠色最佳匹配指數(shù),如表6所示。
表6 工藝參數(shù)方案性能的綠色最佳匹配指數(shù)
在獲得上述數(shù)據后,按照工藝方案綠色度總體評價的2階可加Choquet積分計算式(22),可得各工藝方案性能綠色度的總體評價值依次為Q1=[4.582,5.836],Q2=[2.753,3.519],Q3=[2.844,3.376],Q4=[3.197,3.648],Q5=[6.938,7.765]。
對各工藝參數(shù)方案的總體綠色度Choquet積分數(shù)值進行成對比較,構建成對比較矩陣E=(est)5×5,如表7所示。
表7 工藝方案的綠色度優(yōu)勢比較表
為檢驗本文方法的有效性,將本文方法與文獻[2]中AHP-ANP相結合的多屬性決策方法和文獻[6]的DEMATEL-VIKOR混合決策優(yōu)選方法進行比較分析。將AHP-ANP決策方法用于本文案例,通過AHP得到各項性能指標的權重,考慮各指標之間的交互影響通過ANP對5個工藝參數(shù)方案的綠色度進行綜合評價,得到的最終評價值為{0.160,0.153,0.159,0.157,0.162},其綠色度排序關系為方案五(PL5)>方案一(PL1)>方案三(PL3)>方案四(PL4)>方案二(PL2);將DEMATEL-VIKOR優(yōu)選方法用于本文案例,先考慮各指標之間的關聯(lián)耦合,采用DEMATEL得到各項性能指標的權重,然后采用VIKOR對5個工藝參數(shù)方案的綠色度進行綜合評價,得到的最終評價值為{0.088 592,0.107 638,0.090 131,0.090 012,0.088 325},其綠色度排序關系為方案五(PL5)>方案一(PL1)>方案四(PL4)>方案三(PL3)>方案二(PL2)。
從以上的對比結果看出,AHP-ANP決策方法所得的工藝參數(shù)方案綠色度排序關系與本文一致;DEMATEL-VIKOR優(yōu)選方法與本文略有差異,差異之處在于方案三(PL3)和方案四(PL4)的排序關系。導致這樣結果的原因是,在確定性能指標權重時,本文和AHP-ANP決策方法均以指標之間的相對重要性評價為基礎,而DEMATEL優(yōu)選方法是以指標之間的影響作為評價基礎。因為確定性能指標權重需要考量的是指標的重要性,所以AHP比DEMATEL更符合實際決策需要。與文獻[2]相比,本文有如下特點:①本文在求取權重過程中采用SPEA優(yōu)化算法,減少了人工反復檢驗對比矩陣一致性的工作;②本文在處理指標之間的耦合關系時,采用拉格朗日擬合方法和Choquet積分挖掘歷史數(shù)據來增加評價結果的高效性和準確性;③本文所得到的綠色度排序結果區(qū)分度更高更直觀。因此,本文提供的工藝參數(shù)方案綠色度評價方法能夠為產品的綠色加工工藝決策提供具有參考價值的指導。
為提高面向綠色制造的工藝參數(shù)方案優(yōu)選過程的科學性和智能化水平,本文提出基于粗糙模糊數(shù)、占優(yōu)AHP、耦合分析技術與Choquet積分集成的產品工藝參數(shù)方案多屬性決策方法。相對于現(xiàn)有的工藝參數(shù)方案評價方法,本文提出的決策思路與方法具有以下特點和優(yōu)勢:
(1)采用粗糙模糊數(shù)描述性能指標的相對重要度能夠有效處理工藝人員知識的模糊性和不確定性問題,將性能指標的相對重要度轉化為區(qū)間數(shù)形式能夠有效體現(xiàn)知識結構的柔性、嚴密性,并保持決策信息的完備性。
(2)在占優(yōu)AHP中,基于SPEA優(yōu)化算法,通過尋優(yōu)求解的方式清除了傳統(tǒng)AHP中諸如繁瑣的一致性檢驗等弊端,以發(fā)散性思維獲得了區(qū)間形式的性能指標權重。
(3)首次采用拉格朗日插值和敏感性微分分析工具全面、翔實地揭示了性能指標間的交互耦合關系。在此基礎上,摒棄了傳統(tǒng)決策模型以各性能獨立無關為前提的假設條件,利用Choquet積分獲得的工藝方案綠色度評價值充分考慮了性能指標之間的耦合效應,使決策模型更加嚴密。
通過注塑加工的工藝參數(shù)方案綠色度評價過程作為實例,驗證了所提方法的可行性和有效性。