基于模糊AHP的汽車再制造企業(yè)技術體系研究

張洪浩，詹長書，陳佳璐，儲江偉

(東北林業(yè)大學交通學院，哈爾濱150040)

1 研究目的與方法

1．1 研究目的

據統(tǒng)計，造成環(huán)境污染的70%廢棄物來自于制造業(yè)的排放，每年約產生55億t無害廢物和7億t有害廢物。目前，汽車保有量急劇增加，截至2014年底，我國汽車保有量新增1 707萬輛，目前全國機動車保有量達2．64億輛，其中汽車1．54億輛，以5%的報廢率計算，將有約800萬輛汽車報廢。這些報廢產品引起的生態(tài)環(huán)境與資源問題日趨嚴重。汽車再制造及再利用已引起專家和學者們的廣泛關注［1-4］。

目前，國外再制造企業(yè)發(fā)展已有較大規(guī)模，美國、日本等國家高度重視再制造產業(yè)帶來的經濟和環(huán)境效益，技術水平也處于領先地位，已成為獨具特色的新興產業(yè)。而我國作為“世界制造中心”，在面臨自然資源匱乏、環(huán)境污染嚴重的情況下，再制造產業(yè)發(fā)展卻較為遲緩，技術發(fā)展落后，故需加快再制造產業(yè)的發(fā)展步伐。完善的汽車再制造企業(yè)技術體系對于再制造技術的發(fā)展至關重要，進而直接影響著國內再制造業(yè)的發(fā)展，故汽車再制造企業(yè)技術體系的評估和完善顯得尤為重要［5-6］。

層次分析法(AHP)［7-8］是將定性與定量分析相結合的系統(tǒng)分析方法，主要步驟包括明確問題、建立層次分析結構模型、構造判斷矩陣、層次單排序和層次總排序。模糊層次分析法(FAHP)在此基礎上做出了兩點改進:一是通過元素的兩兩比較，構造模糊一致判斷矩陣;二是由模糊一致矩陣表示各元素相對重要性的權重［9］。AHP方法在模糊環(huán)境下的擴展使其成為解決復雜系統(tǒng)分析中不確定性問題的有力工具。

1．2 研究方法

本文對汽車再制造企業(yè)的發(fā)展模式進行綜述;通過FAHP分析方法，將設計技術、生產過程技術和技術管理作為評價指標，以原始設備再制造模式和獨立再制造模式為分析目標，評估汽車再制造企業(yè)技術體系中各影響因素的重要度，科學分析影響汽車再制造企業(yè)發(fā)展的關鍵技術指標，并對研究結果進行總結分析，為我國汽車再制造企業(yè)技術發(fā)展方向的確定奠定理論基礎。

2 汽車再制造企業(yè)技術指標

2．1 汽車再制造企業(yè)運作模式

目前，汽車再制造企業(yè)多數(shù)采用以下4種運作模式:

(1)原始設備再制造模式，即所謂的OEM模式。它是“生產者責任制”的直接形式，屬于集中型再制造運作模式。該模式便于制造商對產品全生命周期進行管理，保證再制造產品的質量一致性，且技術實力雄厚、管理經驗豐富。但投資規(guī)模大，再制造企業(yè)數(shù)量少，回收物流半徑大。

(2)獨立再制造模式，即與OEM制造商無任何關系，不經過OEM授權便對其產品進行再制造，屬于離散型再制造運作模式。該模式再制造的品種多，批量大，規(guī)模效益高;資源利用率較高;再制造成本低，價格優(yōu)勢明顯。但在政府管理體系及知識產權體系尚不完善的情況下，易產生知識產權糾紛和市場混亂。

(3)OEM服務的承包性再制造模式，即再制造企業(yè)由OEM以外的企業(yè)進行投資，與OEM企業(yè)之間屬于合同關系。該模式下，整車廠通過授權其他再制造企業(yè)達到間接履行生產者責任的目的，降低了自身投資風險，且可通過建立再制造技術研發(fā)企業(yè)，通過技術標準來控制產品的質量。但該模式也需要完善的政府管理體系加以支持。

(4)聯(lián)合再制造模式，即OEM授權承包再制造商，而承包再制造商通過自身進行再制造生產、向獨立再制造采購再制造產品的形式來進行生產的模式，通過充分的市場競爭機制，實現(xiàn)分工的細化，降低全社會廢舊汽車產品回收物流半徑，把不確定性風險充分分散，利用社會最優(yōu)勢資源進行再制造的生產，以獲得最佳的經濟效益和社會效益。

2．2 技術指標確定

完善的汽車再制造企業(yè)技術體系，是加快汽車再制造企業(yè)穩(wěn)定快速發(fā)展的基礎，是提高規(guī)模效益，增強資源利用率的重要保障。汽車再制造企業(yè)技術是多層次的動態(tài)系統(tǒng)，涉及的因素較多、結構復雜，只有從多個角度和層面來設計指標體系，才能準確地反映真實的影響程度。

依據汽車再制造企業(yè)發(fā)展的內涵，參考以往企業(yè)技術評估的經驗，構建其技術體系的層次結構圖。其具有3個層次:目標層，準則層和因素層。

如圖1所示，目標層(G)是汽車零部件再制造企業(yè)發(fā)展(G1);標準層是設計技術(C1)，生產過程技術(C2)和技術管理(流通技術)(C3)。設計技術包括2個因素，即再制造設計(F1)和市場策略(F2);再制造過程技術包括拆解技術(F3)，清洗技術(F4)，檢驗技術(F5)，修復技術(F6)，加工技術(F7)，裝配技術(F8)和測試技術(F9);技術管理包括人才培訓(F10)，標準制定(F11)，質量認證(F12)，信息管理(F13)，回收網絡(F14)和銷售模式(F15)。

3 評價模型的建立

AHP［10-11］是由美國運籌學家、匹茲堡大學T．L．Saaty教授于20世紀70年代初提出，是一種定性和定量相結合的、系統(tǒng)化、層次化的簡便、靈活而又實用的多準則決策方法。但其在客觀表現(xiàn)事物自身的復雜性和人的思維判斷等方面的局限性。FAHP是一種較好的多屬性決策方法，目前，在FAHP理論方法和應用方面已取得了不少進展［12-17］。現(xiàn)結合上述評價指標體系，建立其FAHP評估模型。評價因素層次結構如圖1所示。

圖1 評判因素層次結構圖Fig．1 Hierarchy diagram of evaluation factors

3．1 模糊基本原理

定義3．1:設矩陣 R=(rij)n×n，若滿足:o≤rij≤1，(i=1，2，…，n;j=1，2，…，n)，則稱R是模糊矩陣。

定義3．2:若模糊矩陣 R=(rij)n×n滿足:rij+rji=1，(i=1，2，…，n;j=1，2，…，n)，則稱模糊矩陣R是模糊互補矩陣。

定義3．3:若模糊互補矩陣 R=(rij)n×n滿足:對任意i，j，k，rij=rik-rjk+0．5，則稱模糊矩陣R是模糊一致矩陣。

3．2 構建模糊判斷矩陣

以上一級的某元素作為評價準則，對本級的要素進行兩兩比較來確定矩陣元素，分別組建G1-C，C1-F，C2-F，C3-F的判斷矩陣。即模糊判斷矩陣:

其中，n表示上一層某準則相關的該層元素的個數(shù);表示三角模糊數(shù)，n表示三角模糊數(shù)的下界，l表示三角模糊數(shù)的上界，m表示三角模糊數(shù)的中值。l和n表示兩個指標相對重要程度關系范圍。m表示2個指標相比較的重要程度關系，選取依據表1所示的模糊標度。

3．3 權重系數(shù)計算

本文選用置信度排序方法來計算三角模糊數(shù)互補判斷矩陣的權重系數(shù)，即各指標的權重系數(shù)［18］。

表1 模糊標度及其含義Tab．1 Fuzzy scale and meaning

步驟1:根據公式(2)、(3)和(4)，計算概率矩陣B的元素及模糊評判矩陣S。

步驟2:根據公式(5)和(6)，計算調整判斷矩陣T，并得出模糊互補判斷矩陣

步驟4:根據公式(7)和(8)，計算矩陣的合成矩陣。

式中:λs表示各專家的權系數(shù)，設λ=1/k;k表示專家數(shù)量，s為其各自的序號。

步驟5:根據公式(9)，計算得到各項指標的權重 W=(w1，w2，…，wn)T。

式中:α≥(n-1)/2，i=1，2，…，n。

3．4 一致性檢驗

步驟2:根據公式(10)，計算最大特征值λmax。

步驟3:根據公式(11)和(12)求得CR，進行一致性檢驗，其中RI為平均隨機一致性指標，其取值見表2。

設定CR值不超過0．1，判斷矩陣具備滿意的一致性。

表2 平均隨機一致性指標Tab．2 Mean Random Consistency Index

4 汽車再制造企業(yè)關鍵技術分析

目前，汽車再制造企業(yè)多數(shù)采用原始設備再制造、獨立再制造、OEM服務的承包性再制造、聯(lián)合再制造4種生產模式，但比較而言，原始設備再制造模式與獨立再制造模式應用比較廣泛，且生產效益更加優(yōu)異，故本文以該2種模式為研究目標，分析影響汽車再制造企業(yè)發(fā)展的關鍵技術，總結技術體系的關鍵影響因素。

4．1 原始設備再制造模式

4．1．1 構建模糊判斷矩陣

相對于汽車再制造企業(yè)發(fā)展，構建判斷矩陣G1-C，見表3。

表3 判斷矩陣G1-CTab．3 Judgment matrix(G1-C)

相對于設計技術，生產過程技術和技術管理，分別構建判斷矩陣C1-F，C2-F和C3-F，見表4、表5和表6。

表4 判斷矩陣C1-FTab．4 Judgment matrix(C1-F)

表5 判斷矩陣C2-FTab．5 Judgment matrix(C2-F)

表6 判斷矩陣C3-FTab．6 Judgment matrix(C3-F)

4．1．2 因素重要度分析

相對于汽車再制造企業(yè)發(fā)展的3個因素的重要度及排序結果，見表7。

表7 因素重要度及排序(G1-C)Tab．7 Factors importance and sorting(G1-C)

相對于設計技術的2個因素的重要度及排序結果，見表8。

表8 因素重要度及排序(C1-F)Tab．8 Factors importance and sorting(C1-F)

相對于再制造生產過程技術，其7個因素的重要度及排序結果，見表9。

表9 因素重要度及排序(C2-F)Tab．9 Factors importance and sorting(C2-F)

相對于技術管理，其6個因素的重要度及排序結果，見表10。

表10 因素重要度及排序(C3-F)Tab．10 Factors importance and sorting(C3-F)

基于上述各層次因素的結果，得到汽車再制造企業(yè)因素層的各個因素相對于汽車再制造企業(yè)發(fā)展(目標層)的因素重要度，見表11。

表11 再制造企業(yè)的各因素重要度及排序Tab．11 The factor importance of remanufacturing business and sorting

由表11可知，影響OEM再制造企業(yè)發(fā)展的主要關鍵技術為:F1(可再制造性設計)，F(xiàn)2(市場策略)，F(xiàn)6(修復技術)，F(xiàn)3(拆解技術)和F4(清洗技術)。

4．2 獨立再制造模式

4．2．1 構建模糊判斷矩陣

相對于汽車再制造企業(yè)發(fā)展，構建判斷矩陣G1-C，見表12。

表12 判斷矩陣G1-CTab．12 Judgment matrix(G1-C)

相對于設計技術、生產過程技術和技術管理，分別構建判斷矩陣C1-F，C2-F和C3-F，見表13、表14和表15。

表13 判斷矩陣C1-FTab．13 Judgment matrix(C1-F)

表14 判斷矩陣C2-FTab．14 Judgment matrix(C2-F)

表15 判斷矩陣C3-FTab．15 Judgment matrix(C3-F)

4．2．2 因素重要度分析

相對于汽車再制造企業(yè)發(fā)展的3個因素的重要度及排序結果，見表16。

表16 因素重要度及排序(G1-C)Tab．16 Factors importance and sorting(G1-C)

相對于設計技術的2個因素的重要度及排序結果，見表17。

表17 因素重要度及排序(C1-F)Tab．17 Factors importance and sorting(C1-F)

相對于再制造生產過程技術，其7個因素的重要度及排序結果，見表18。

表18 因素重要度及排序(C2-F)Tab．18 Factors importance and sorting(C2-F)

相對于技術管理，其6個因素的重要度及排序結果，見表19。

表19 因素重要度及排序(C3-F)Tab．19 Factors importance and sorting(C3-F)

基于上述各層次因素的計算結果，得到獨立再制造模式下汽車再制造企業(yè)因素層的各個因素相對于汽車再制造企業(yè)發(fā)展的因素重要度，見表20。

表20 再制造企業(yè)的各因素的重要度及排序Tab．20 The factor importance of remanufacturing business and sorting

由表20可知，影響獨立再制造企業(yè)發(fā)展的主要關鍵技術為:F1可再制造性設計，F(xiàn)2市場策略，F(xiàn)6修復技術，F(xiàn)3拆解技術和F4清洗技術。

5 結論

針對我國汽車再制造企業(yè)發(fā)展的不確定性和模糊性，運用模糊AHP建立模糊判斷矩陣，分別對汽車原始設備再制造企業(yè)和獨立再制造企業(yè)的關鍵技術進行評估;綜合2種企業(yè)技術體系的研究結論，得出影響汽車再制造企業(yè)發(fā)展的關鍵技術，總結技術體系的關鍵影響因素。根據表11和表20所示的權重和隸屬度的計算結果以及對再制造企業(yè)體系的研究，可得:

(1)在2種模式技術評估中，設計技術的權重都達到了0．5左右，故在整個汽車再制造企業(yè)技術體系中占有絕對重要的地位，而生產過程技術與技術管理階段也具有一定的重要性。

(2)采用模糊層次分析法，確定影響汽車再制造企業(yè)發(fā)展的各技術體系的權重，具有較強的客觀性和可操作性，可克服層次分析法的局限性，較好地保證了權重系數(shù)的客觀性和準確性。通過對模型的求解，對汽車再制造企業(yè)技術的相對重要性進行排序。結果顯示:可再制造性設計＞市場策略＞修復技術＞拆解技術＞清洗技術。

(3)通過對企業(yè)技術的評估，確定影響汽車再制造企業(yè)發(fā)展的關鍵技術，即可再制造性設計、市場策略、修復技術、拆解技術、清洗技術。為汽車再制造業(yè)的技術研究奠定了理論基礎。

［1］徐濱士．再制造工程基礎及其應用［M］．哈爾濱:哈爾濱工業(yè)大學出版社，2005．

［2］王 瑣．基于循環(huán)經濟理念的汽車零部件再制造工程［J］．森林工程，2007，23(5):25-28．

［3］侯獻軍，李 健．汽車再制造工程及其工藝技術的研究［J］．武漢理工大學學報，2009，31(1):71-74．

［4］潘福林，劉 磊．汽車再制造產業(yè)發(fā)展模式研究［J］．經濟縱橫，2011(2):68-79．

［5］儲江偉．中國汽車再制造產業(yè)發(fā)展模式分析［J］．中國科技論壇，2010(1):33-37．

［6］李德才．汽車零部件再制造工藝研究［J］．森林工程，2007，23(5):29-32．

［7］ SAATY T L．The analytic hierarchy process［M］．New York:McGrwa-Hill，1980．

［8］陸 娟，肖生苓．基于AHP的汽車制造企業(yè)逆向物流合作伙伴選擇［J］．森林工程，2010，26(2):98-101．

［9］王化吉．基于模糊層次分析法的汽車操縱穩(wěn)定性主觀評價指標權重確定方法［J］．機械工程學報，2011，47(24):83-90．

［10］蘭繼斌．模糊層次分析法權重研究［J］．系統(tǒng)工程理論與實踐，2006(9):107-112．

［11］張吉軍．模糊層次分析法(FAHP)［J］．模糊系統(tǒng)與數(shù)學，2000，14(2):80-88．

［12］ Calabrese A，Costa R，Menichini T．Using fuzzy AHP to manage intellectual capital assets:An application to the ICT service industry［J］．Expert Systems with Applications，2013，40(9):3747-3755．

［13］ Tan R R，Aviso K B，Huelgas A P，et al．Fuzzy AHP approach to selection problems in process engineering involving quantitative and qualitative aspects［J］．Process Safety and Environmental Protection，2014，92(5):467-475．

［14］ Torfi F，F(xiàn)arahani R Z，Rezapour S．Fuzzy AHP to determine the relative weights of evaluation criteria and Fuzzy TOPSIS to rank the alternatives［J］．Applied Soft Computing，2010，10(2):520-528．

［15］烏云娜，卞 青．基于模糊AHP法的核電建設項目費用控制影響因素研究［J］．華東電力，2012，40(8):1303-1306．

［16］宋高峰．基于模糊層次分析法的厚煤層采煤方法選擇研究［J］．采礦與安全工程學報，2015，32(1):35-41．

［17］兵光富．基于模糊層次分析法的設備狀態(tài)系統(tǒng)量化評價新方法［J］．系統(tǒng)工程理論與實踐，2010，30(4):744-750．

［18］覃柏英．FAHP的標度系統(tǒng)與排序方法研究［D］．南寧:廣西大學，2005．