基于层次分析法的木材绿色干燥模糊评价

孟兆新 殷乐乐 崔立松 贾鑫宇 乔际冰

（东北林业大学 机电工程学院，黑龙江 哈尔滨 150040）

木材干燥是木制品生产过程中必不可少的环节[1]，干燥处理可以有效防止木材发生腐坏、虫蛀、变形、开裂等劣化现象，延长木制品的使用寿命，从而节约林业资源。发展绿色低碳经济已经成为时代需求，木材干燥行业也应顺应潮流，干燥技术应向低排放、低污染、低能耗、高质量、低成本的方向发展[2-6]。木材干燥的绿色化评价是对整个干燥过程的评价，综合考虑绿色指标，可促进木材干燥行业传统生产模式的升级，并为干燥过程绿色优化提供决策依据。目前，针对木材干燥过程综合评价的研究较少。刘小燕[7]采用层次分析法（AHP），以木材干燥质量、能耗、速度三个指标构建了木材干燥综合评价体系模型。本文采用模糊层次综合评价法[8-9]对木材干燥过程绿色化进行评价。

1 模糊综合评价法

木材干燥绿色化问题是以能源、环境、时间、质量和经济为目标，属于多目标决策问题。各目标又可以细分为若干个指标因素，一般为难以量化定性指标，无法直接采用定量方法分析，具有明显的模糊特征，因此木材干燥绿色化评价是一个模糊综合评判问题[10]。

模糊综合评价法是一种基于模糊数学的综合评价方法[11]。运用模糊综合评价法对受到多种因素影响的事物进行综合评价时，能够轻松处理难以量化的定性指标，并能够根据隶属度原则将定性指标转化为定量指标进行分析和处理[12]。目前，有关木材干燥绿色化的研究较少，为此本文引入模糊综合评价对木材干燥工艺过程进行绿色化评价。

1.1 多级模糊综合评价

木材干燥是一个多目标决策问题，因此不适合采用一级模糊综合评价，需在此基础上建立木材干燥绿色化的多级模糊综合评价方法[13-16]。

1.2 模糊层次综合评判

首先建立一级模糊综合评判，步骤如下：

1）确定评价对象范围

首先确定被评价对象，则评价对象集为：

2）确定模糊语言集

评判等级为：

式中：ν1,ν2, … ,νm为可能的评价结果；m为评价等级个数。

例如，对木材干燥评价的评价集定义为5 个等级，V= {v1,v2, …,v5}，V1、V2、V3、V4、V5分别表示为优秀（Perfect）、良好（Good）、中等（Medium）、一般（Ordinary）、差（Bad）。

3）建立各指标的隶属度矩阵，即模糊关系矩阵:

4）确定各因素的权重

采用AHP法确定各指标的权重：

5）模糊综合评判

进行矩阵运算：将各指标权重w与模糊矩阵R进行合成运算。

最终便可以得到第n层各指标的模糊综合评判结果，接着对n+1 层指标进行分析，以第n层的评价结果为基础确定第n+1 层隶属关系矩阵，以此循环，完成最后一层的模糊评价，得到当前木材干燥过程的绿色度评价结果[17]。

2 木材干燥过程绿色评价指标体系的构建

2.1 木材干燥绿色化评价体系的建立

对影响木材绿色干燥过程的因素进行分类，构建以绿色干燥为目标的综合评价体系[18-19]，如表1 所示。

表1 木材干燥绿色化评价指标体系Tab.1 Wood drying green evaluation index system

表2 Saaty标度法Tab.2 Saaty scalar method

本文建立的木材干燥过程绿色化评价指标体系包括能源、环境、时间、质量和经济5 个准则层属性[20]，5个准则层细化为14 个具体的指标。

2.2 木材干燥绿色化评价指标体系权重的设定

权重确定的方法有层次分析法、熵值法等。由于木材干燥中指标存在不确定性和模糊性，因此熵值法并不适用。对于木材干燥过程中复杂、不易于定量的问题，一般采用层次分析法（AHP）[21]。本文采用层次分析法对木材干燥绿色化综合评价体系中的各指标进行权重分析。

2.2.1 确定指标层指标权重

确定权重时最为关键的是建立该指标的评判矩阵。以指标体系中质量性能下属3个指标（干燥缺陷[22]、平均最终含水率和残余应力[23-25]）的权重计算为例，通过建立由专家库、干燥工厂人员、高级操作人员组成的评审小组，按照指标的重要程度进行比较。通常采用

上述评判矩阵A= (aij)n×n，其中aij表示第i项评价指标与第j项指标相比的重要程度。

表3 平均一致性指标RI表Tab.3 Average consistency index RI table

1）评审小组根据质量性能的重要程度进行打分，得到的评判矩阵分别为：

然CR小于0.1，判定矩阵符合一致性检验。

同理可以求出木材干燥绿色化评价体系指标层所有指标权重，指标层权重如图1 所示。

图1 指标层权重Fig.1 Indicator layer weights

2.2.2 确定准则层指标权重

准则层指标权重采用的是专家调查的方法，通过对多位专家分析得到的指标权重进行整理，最终确定权重=[0.430 0.223 0.088 0.204 0.055]

2.3 确定各评价指标的隶属度

在模糊评价中，隶属函数的确定非常重要。在解决实际问题时，其能够将评价指标定性和定量数据转化为统一的数据形式[26]。在工程中，首先确定各指标的隶属函数形式，如矩形分布、正态分布、梯形分布等，再由实际数据或以经验确定函数中未知参数的取值[27]。目前中间型梯度分布函数为：

其中，a，b，c，d均为参数，且满足a

图2 中间型梯度分布函数Fig.2 Intermediate-type gradient distribution function

木材干燥评价指标以中间型梯度分布函数为基础，其V1、V2、V3、V4、V5分 别 表 示0 ≤x≤a、a＜x＜b、b≤x≤c、c＜x＜d及x≥d的隶属度。其中，x为指标项目的测量值。V1-V5由下式表示：

为了使上述指标参数a、b、c、d的取值更具客观性，专门成立了由木材干燥技术人员以及高校专家组成的评议小组，采用经验法以及查阅教材得到更为准确的各个指标的参数值a、b、c、d的取值 。以平均最终含水率为例，通过查阅木材干燥学教材[28]确定隶属函数参数分别为：a=8，b=12，c=15，d=20。当实测值x=10，根据上述隶属度分布函数，可以得到指标的评价向量rc8= [0.5 , 0.5 , 0 , 0 , 0 ] 。

3 实例分析

3.1 建立单因素模糊评价矩阵

本文对40 mm厚桦木（Betulaspp.）板材的干燥过程进行研究，干燥条件如表4所示。运用多级模糊评价法对桦木干燥过程的绿色化程度进行评价。干燥过程中的评价指标数据[29-30]如表5所示。

表4 干燥条件Tab.4 Drying conditions

表5 木材干燥指标数据及等级Tab.5 Wood drying index data and grades

根据上述评价指标中各指标实际测量值，采用隶属梯度分布函数，得到各指标的模糊评价矩阵Ri。以干燥质量B4为例，根据其指标层各指标实际测量值建立隶属度函数，进行评价分析，得到质量性能指标下的模糊关系矩阵为：

3.2 一级模糊综合评判

结合上述质量指标下的权重：

进行模糊综合评判计算，得到质量指标下的一级模糊综合评判结果为：

3.3 多级模糊综合评判

准则层的模糊关系矩阵是以指标层的模糊综合评判结果为依据，结合AHP确定的准则层权重=[0.430 0.223 0.088 0.204 0.055]，得到其综合评判结果：

综上可知，该木材在干燥过程中，绿色化程度较好，其隶属度为68.4%。

4 结论

本文对木材干燥过程绿色化程度进行分析，采用层次分析法确定了木材干燥绿色化评价体系中准则层和指标层的权重系数，应用模糊综合评价法对木材干燥过程进行评价。根据实际测量值，构造隶属度函数，再由经验法和专家评判得到的中间形梯度分布函数的参数值，构造相关指标的模糊矩阵，进行木材干燥过程绿色度模糊综合评价。

由于层次分析法各指标的权重以及模糊综合评价中各指标的隶属函数参数的确定，均可根据相关的经验数据进行及时修正，从而降低了模糊综合评价法的主观性。研究表明：本文提出的木材绿色干燥评价方法具有较强的实用性，可为干燥过程的节能减排提供指导意见，有助于木材干燥企业制定绿色化工艺。