[发明专利]基于生命周期成本和环境影响的产品设计方案优选方法

权利要求书

1.基于生命周期成本和环境影响的产品设计方案优选方法，其特征在于，包括以下步骤：

S101、建立以生命周期成本和环境影响为优化目标的层次分解模型，具体步骤为：

步骤1做好范围边界的界定，按照产品生命周期分析流程，进行产品生命周期成本和环境影响分析的阶段划分，保证LCC与LCA阶段划分的一致性，同时在计算的过程中要保证每个划分好的范围不能与另一范围有重复的输入或输出单元，上一过程的输出若再次作为输入进入下一过程时，不再进行成本计算，以免发生重复计算；

步骤2构造物资输入矩阵其中，i表示产品构架，1≤i≤f；j表示产品构架i下第j个构架模块，1≤j≤m；k表示在产品架构i下，第j个构架模块的第k种设计配置方案，1≤k≤n；a_rs表示第r种物质在产品生命周期第s个阶段的输入量，a_rs≥0，r表示第r种输入物质，1≤r≤u，s代表产品生命周期阶段，s＝1,2,3,4,5时，分别代表原材料获取阶段、生产制造阶段、运输阶段、使用阶段、废弃回收阶段；

则在产品生命周期中，第s个阶段输入物的总成本

输入物的总成本

其中，c_r为第r种输入物质的成本因子；

步骤3构造环境影响输出矩阵其中e_ls表示第l种环境影响类型在产品生命周期第s个阶段的排放量，e_ls≥0，l为环境排放类型的种类，l＝1,2,3,4时分别代表GWP、AP、EP、POCP；

则在产品生命周期阶段中，第s个阶段的第l种环境影响类型的总排放量

第l种环境影响类型的总排放量

其中，表示在产品架构i下，第j个构架模块的第k种设计配置方案在产品生命周期第s个阶段的第l种环境影响指标类型的排放量；表示在产品架构i下，第j个构架模块的第k种设计配置方案的第l种环境影响指标类型的排放量；

S102、对不同的环境影响指标类型赋予不同的权重，进行加权评估，具体步骤为：

在产品生命周期阶段中，分组加权后第s个阶段的环境排放量为

总的环境排放量为

其中，EI_ijk表示在产品架构i下，第j个构架模块的第k种设计配置方案的环境加权排放量；w_el表示第l种环境影响指标类型的权重系数；分别表示在产品架构i下，第j个构架模块的第k种设计配置方案在原材料获取、生产、运输、使用、废弃处理阶段的第l种环境影响指标类型的排放量；

针对典型的产品配置方案设置环境排放阈值U_EI，用于控制产品配置单元的环境排放，U_EI可以是单一类型的环境排放指标，也可以是加权之后的环境影响，相关的约束可以采用式(7)和(8)所示的规则：

则X_ijk＝1，否则X_ijk为0，i∈PA，j∈PM_i (7)

EI_ijk≤U_EI，则X_ijk＝1，否则X_ijk为0，i∈PA，j∈PM_i (8)

其中，EI^l_ijk表示在产品架构i下，第j个构架模块的第k种设计配置方案的第l种环境排放量；表示产品架构i下，第j个构架模块的第l种环境排放阈值；U_EI表示产品架构i下，第j个构架模块的环境加权排放阈值；

为了保证产品构架的功能和结构的完整性，需要确保产品构架下的每个构架模块有且只有一种相应的设计配置方案被选择；因此，需要施加强制性和完整性约束，约束条件如下：

X_ijk∈{0,1}，i∈PA，j∈PM_i，k∈DA_ij (10)

其中，X_ijk是一个二进制变量，当产品构架i下的第j个构架模块的第k种设计配置方案被选择，则X_ijk＝1，否则为0；

S103、利用权重法为参数分配权重，具体步骤为：

步骤1：建立一个基本的权重集w_k＝{w_k1,w_k2,…,w_kn}，其中，k＝1,2,…,r；n表示决策属性的个数；r表示上述所用权重赋值方法的个数；然后，将r个通过不同方法得到的权重向量进行任意的线性组合，从而得到可能的最优权重向量w，即

其中，a_k为线性组合系数；

步骤2：为了从可能的最优权重向量w中找到最优权重向量w^*，需对线性组合系数a_k进行优化，使目标权重集w与各个初始权重集w_k的离差最小，从而得到如下对策模型：

步骤3：按照矩阵的微分性质，对策模型最优化的一阶导数对应的线性方程组如下：

对上式进行求解，得到线性组合的最优系数(a₁,a₂,…,a_r)，对其进行归一化处理，得到标准化的最优系数并将其带入式(14)，得到最优权重系数w^*，即

S104、利用TOPSIS方法进行分析，具体步骤为：

步骤1：构造规范化决策矩阵Y；

在实际问题的求解中，由于各指标的量纲不同，而且各指标的变化范围一般也不相同，为了能够较好地反映各指标属性变化的实际情况，需对各指标进行无量纲化处理，规范化决策矩阵Y如下所示：

其中，y_ij＝x_ij/[(x_1j)²+(x_2j)²+...+(x_nj)²]^1/2，i∈M，j∈N；

步骤2：构造Y的加权规范化决策矩阵Z＝(z_ij)_m×n；

其中，所以有

其中，是第j个属性的权重值，使用上文中介绍的基于博弈论的综合赋权法来确定各属性的权重值；

步骤3：确定正理想解A⁺和负理想解A^-；

正理想解表示最偏好的方案，负理想解表示最不偏好的方案；

正理想解

其中，

负理想解

/

其中，

步骤4：计算各方案分别到正理想解的Euclid距离和到负理想解的Euclid距离/

各方案到正理想解和负理想解的Euclid距离分别为：

其中，z_i＝(z_i1,z_i2,...,z_in)是与方案A_i相应的加权规范化决策矩阵Z＝(z_ij)_m×n的第i行；

步骤5：计算各方案与正理想解的相对接近度

其中，是衡量各方案到负理想解的距离与正负理想解之间距离的比值，显然，/的值越大表明该方案距离负理想解越远，而离正理想解越近，即当/时，方案A_i接近A⁺；

步骤6：确定最佳方案；

根据相对接近度的大小进行降序排列，确定备选方案的优先次序，其中，/值越大表示方案越优。/