基于不完全信息补全的产品全生命周期评价方法

作     者：杨晨 李涛 王明宇 杨东东 闫萌 

作者机构：大连理工大学机械工程学院 

出 版 物：《机械工程学报》 (Journal of Mechanical Engineering)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 080201[工学-机械制造及其自动化] 

基　　金：国家重点基础研究发展计划资助项目(2020YFB1711603) 

主　　题：生命周期评价 不完全信息补全 BP神经网络 支持向量机 多重插补法 

摘      要：针对机电产品生命周期清单中存在的混合型不完全信息问题，提出一种基于不完全信息补全的全生命周期评价方法。首先，在界定全生命周期环境影响评价概念和评价体系的基础上，分析了机电产品全生命周期各阶段中的清单信息不完全问题。在建立生命周期评价(Life cycle assessment,LCA)案例数据库的基础上，当实时LCA清单信息表中存在不完全但在LCA案例数据库中已有相应数据时，采用基于BP神经网络的匹配填充算法，该算法利用文本和数值相似度计算零部件各参数之间的相似程度，并通过输出层计算与缺失数据相似度达到100%的零部件，从而实现对缺失数据的匹配填充；当实时LCA清单信息表中存在不完全且LCA案例数据库中无相应数据时，运用支持向量机模型预测缺失的分类型变量，并利用基于线性回归的多重插补法填补缺失的连续型变量，实现对混合型不完全信息的有效补全。最后，以YDE3120CNC滚齿机为案例对象，通过目的与范围分析、特征化和标准化等步骤，对其进行了全生命周期环境影响评价，确定全生命周期各阶段中的薄弱环节，并给出相应改善建议。