不确定条件下报废汽车回收率云模型仿真研究

doi:10.3778/j.issn.1002-8331.1612-0345

计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (10): 256-266.DOI: 10.3778/j.issn.1002-8331.1612-0345

不确定条件下报废汽车回收率云模型仿真研究

李珣1，2，邓乾旺2，刘俊武2

1.惠州学院电子信息与电气工程学院，广东惠州 516007
2.湖南大学汽车车身先进设计制造国家重点实验室，长沙 410082

出版日期:2018-05-15 发布日期:2018-05-28

Application of cloud model simulation in study of recycling rate of ELV under uncertain condition

LI Xun1，2, DENG Qianwang2, LIU Junwu2

1.College of Electronic Information and Electrical Engineering, Huizhou University, Huizhou, Guangdong 516007, China
2.State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha 410082, China

Online:2018-05-15 Published:2018-05-28

摘要/Abstract

摘要： 报废汽车回收与再制造是节约资源的重要途径，回收率是其中的关键指标之一。影响回收率的因素很多，尤其是回收系统中不确定性因素对回收率具有重要影响。因此，首先从系统工程角度出发，分析消费者行为、企业意愿、政府政策等影响回收率的不确定因素，建立报废汽车回收率系统递阶结构模型，运用模糊语言概念进行定性评价，并借助云模型工具，构建定性规则描述系统因素之间逻辑因果关系，得到报废汽车回收与再制造多维多规则不确定性推理系统，进而通过系统仿真，分析了国家法律法规、财政投入、消费者对再制造品购买态度等不确定性因素对回收率的影响。结果表明，模型直观地揭示了相关不确定性因素对回收率的影响机理，对政府和相关行业具有重要的参考价值。

关键词: 回收率, 不确定性, 解释结构模型, 云模型

Abstract: Currently, the recycling of End-of-Life Vehicles（ELVs） is driven not only by economic and technological factors, but also by global energy, environmental, and social concerns. This paper uses interpretative structural modeling to analyze ELV recycling systems in order to predict the dependence of the recycling ratio on various factors such as consumer behavior, enterprise preference, government policy, etc. In this methodology, a normal cloud model is proposed by analyzing each factor’s uncertainty using fuzzy language concepts. Then, a multi-dimensional reasoning system and multi-rule deductive systems are established to describe relationships among these factors. In addition, from the system simulation, the results of this paper offer a reasonable prediction of the recycling ratio via formal and illegal recycling channels under different base uncertainty factors such as national legal regulation, financial input, and consumer attitude towards remanufactured products.

Key words: recycling ratio, uncertainty, Interpretative Structural Modeling（ISM）, cloud model

李珣1，2，邓乾旺2，刘俊武2. 不确定条件下报废汽车回收率云模型仿真研究[J]. 计算机工程与应用, 2018, 54(10): 256-266.

LI Xun1，2, DENG Qianwang2, LIU Junwu2. Application of cloud model simulation in study of recycling rate of ELV under uncertain condition[J]. Computer Engineering and Applications, 2018, 54(10): 256-266.

[1]	王运成，周春华，陈楚湘，吴善明，陈冰. 基于二叉知识树推理的可扩展智能排课系统[J]. 计算机工程与应用, 2021, 57(5): 251-257.
[2]	谢兄，杨金鹏. YOLO-wLU：考虑定位不确定性的目标检测算法[J]. 计算机工程与应用, 2021, 57(22): 223-231.
[3]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[4]	孙金岭，袁朋朋，孔盼盼. 考虑处理基金和回收品质量的闭环供应链决策[J]. 计算机工程与应用, 2020, 56(15): 259-267.
[5]	葛显龙1，2，薛桂琴1. 不确定环境下多品类共同配送路径优化[J]. 计算机工程与应用, 2019, 55(9): 264-270.
[6]	钟毓灵，王习特，白梅，朱斌，李冠宇. FODU：不确定数据集中快速离群点检测方法[J]. 计算机工程与应用, 2019, 55(19): 105-114.
[7]	韩梅1，2，康凯1. 回收数量不确定的双重竞争闭环供应链定价研究[J]. 计算机工程与应用, 2019, 55(12): 230-236.
[8]	林玉香1，王慧婷2. 连续不确定协作用户的隐私保护方法[J]. 计算机工程与应用, 2018, 54(9): 109-115.
[9]	谢晖，李松月，孙永河，韩玮. 基于云模型求解属性权重的DEMATEL方法研究[J]. 计算机工程与应用, 2018, 54(7): 257-263.
[10]	徐士东，耿秀丽，董雪琦. 基于云模型的改进FMEA风险评估方法[J]. 计算机工程与应用, 2018, 54(2): 228-233.
[11]	纪蕾1，郭树荣2，丛旭辉3，刘彩霞1. 基于OWA算子和可拓云模型的PPP项目绩效评价——以经营性PPP项目为研究对象[J]. 计算机工程与应用, 2018, 54(16): 220-226.
[12]	肖子涵，耿秀丽，徐士东. 基于云模型的不确定性大群体多属性决策方法[J]. 计算机工程与应用, 2018, 54(11): 254-259.
[13]	常红伟1，夏克文1，2，白建川1，2，牛文佳1，武盼盼1. 采用云量子PSO的属性约简方法[J]. 计算机工程与应用, 2018, 54(10): 99-104.
[14]	张学军1，2，严金童1，田峰3，成谢锋1，2. 基于自适应检测长度的双门限能量感知算法[J]. 计算机工程与应用, 2017, 53(7): 121-127.
[15]	高健1，2，3，薛巍1，2，3，杨广文1，2，3. 气候系统模式不确定分析工作流执行平台[J]. 计算机工程与应用, 2017, 53(6): 46-50.

不确定条件下报废汽车回收率云模型仿真研究

Application of cloud model simulation in study of recycling rate of ELV under uncertain condition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics