一种混合模糊决策框架，用于方法论分析净零制造供应链中低碳技术采用的障碍

《Engineering Applications of Artificial Intelligence》：A hybrid fuzzy decision-making framework for methodological analysis of barriers to low-carbon technology adoption in net-zero manufacturing supply chains

本研究针对全球变暖威胁提出低碳技术解决方案，创新性融合Fermatean模糊集与CRADIS方法构建FFCRADIS模型，通过26项障碍的层次分析法与因果分析（FFDEMATEL）揭示其相互作用，灵敏度分析显示经济与环境因素影响显著，为制造供应链碳中和决策提供量化工具。

　　全球变暖的影响已经成为地球生命面临最严峻的威胁之一。为了实现2030年零碳排放的目标，各国在气候议题上采取了迅速行动。特别是在制造业供应链中，采用低碳技术被视为实现这一目标的关键。同时，可持续性也是达成零碳未来的重要支柱。本文的研究旨在引入一种改进的模糊决策模型，通过识别和排序障碍因素，帮助政策制定者做出更有效的决策。因此，提出了一种新的方法，称为“Fermatean Fuzzy Compromise Ranking of Alternatives from Distance to Ideal Solution”模型，该模型用于可持续制造，构成了本研究的创新点。此外，利用“Fermatean Fuzzy Decision-Making Trial and Evaluation Laboratory”模型，通过有向图分析障碍因素之间的相互依赖关系，也是一项对文献的重要贡献。人工智能技术被用于处理不确定性与模糊性，而Fermatean模糊集合的应用则为数据提供了更大的灵活性，有助于管理不确定信息。通过一个数值案例展示了该模型在解决实际问题中的有效性，表明环境障碍是最主要的因素，其次是经济障碍。此外，还进行了敏感性分析以评估解决方案的稳定性，并通过与现有方法的比较分析，验证了所提模型的有效性。研究结果表明，所推荐的方法为解决涉及不确定数据的决策问题提供了一种有价值的策略。

面对气候变化，各国纷纷制定碳减排战略，以减少碳足迹并实现特定时期的零碳目标。实现碳减排目标需要实施有效的低碳政策，这些政策在制造业、政府和企业中发挥着至关重要的作用，有助于系统性地减少碳排放。这些法规不仅支持绿色技术创新，还提高了环保意识，并鼓励多方利益相关者之间的合作，以实现可持续的环境。使用可再生能源替代化石燃料，有助于达成净零目标，并推动可持续供应链的发展。本文中使用的缩写词详见表1。

由于碳减排措施的有效性，越来越多的国家正在通过更严格的低碳法规，推动低碳产业、绿色能源和生态友好型活动的发展。新型绿色技术的进步减少了每个个体的碳排放，同时促进了收入增长，从而显著扩大了对碳中和产品的需求规模和重要性。随着碳中和产品市场的扩大，新的商业机会不断涌现，而碳融资已成为在制定低碳商业战略时的重要决策因素。随着人们对制造业环境影响的关注度增加，企业正在探索更加环保的替代方案。因此，在制造业供应链中采用低碳技术对于减少碳排放至关重要。气候变化促使供应链学者重新评估管理方法，特别是风险管理。电池车作为运输方式的使用也有所增加，以降低碳排放。实践者和研究人员开始关注全球制造业供应链对碳足迹的整体影响，通过减少排放并推动可持续发展目标（SDGs）的实现。许多SDGs的实现依赖于制造业供应链和零碳目标的推进。使用可再生能源并减少对化石燃料的依赖，符合SDG 7的目标。SDG 9的实现得益于技术研究、创新以及新发明的开发。回收内部材料有助于节约自然资源，符合SDG 12的可持续生产实践。减少制造业供应链的碳足迹有助于推进SDG 13的目标。此外，私人和公共组织之间的合作，创建可持续的制造模式，有助于实现SDG 17。

本研究受到几个基础研究问题的驱动，这些问题如下：

- **RQ1**：在可持续制造业供应链中采用低碳技术可能面临哪些潜在障碍？
- **RQ2**：如何根据其重要性对这些障碍进行排序？
- **RQ3**：如何分析已识别障碍之间的因果关系？
- **RQ4**：本研究的发现有哪些意义？是否能为相关管理部门提供建议或建议？

在回顾了相关文献并与专家小组达成共识后，共识别出26个障碍，并使用FFCRADIS方法对它们进行了排序。与AHP、TOPSIS、ARAS等方法相比，FFCRADIS对成本标准的敏感度较低，避免了排名反转的问题。与CODAS或MARCOS不同，CRADIS通过结合接近理想和远离反理想两个指标，实现了对复杂决策问题中冲突标准的有效处理，从而提供了折中解决方案。这确保了最终结果不会出现偏倚。CODAS依赖于一个阈值来判断替代方案之间的显著差异，而CRADIS则去除了这一阈值，使得在替代方案表现非常相似时，能够更准确地区分它们。此外，它还整合了一个不确定性模型，克服了AHP、ANP、ARAS等方法的局限性。与ISM相比，DEMATEL量化了因素之间的相互影响强度。与ANP相比，DEMATEL计算更为简单，更强调影响动态，而不是仅仅关注优先级。这使得DEMATEL在因果分析中比ANP或ISM更具优势，因为它提供了定量、直观且易于理解的因果关系图。使用FFS（Fermatean模糊集合）能够通过非成员程度值处理更广泛的数据，而TFN（三角模糊数）、梯形模糊数和五边形模糊数仅提供成员值。此外，使用FFS进行计算比使用类型-2模糊数或q-ROFS更为简便。为了应对上述问题，本研究制定了以下研究目标：

- **RO1**：识别在可持续制造业供应链中采用低碳技术的潜在障碍。
- **RO2**：使用提出的MCDM模型（FFCRADIS）对这些障碍进行排序。
- **RO3**：分析采用低碳技术的障碍之间的因果关系，并对这些关系进行研究。
- **RO4**：总结本研究的发现，并向管理团队提供一些建议。

本研究的关键创新点在于将传统的CRADIS方法与FFS相结合，提出了FFCRADIS方法。这种融合通过引入FFS，有效地处理了数据的不确定性和模糊性。此外，使用FFDEMATEL方法（Govindan et al., 2020；Yu et al., 2023）来展示已识别障碍之间的因果关系。FFCRADIS与FFDEMATEL的结合为MCDM提供了一种新的方法，具有处理复杂决策情境的独特优势。这种混合方法不仅提高了决策结果的准确性，还减少了对成本标准的敏感性，避免了排名反转的问题，同时提供了对因果关系的深入洞察，从而增强了模糊决策过程的可靠性。此外，这种混合方法还填补了现有方法论中的空白。

在介绍之后，文献综述部分在第2节中进行了阐述，涵盖了低碳技术与可持续性的背景信息、研究空白、本研究的创新点以及其关键贡献。第3节介绍了推荐的研究方法。数值应用及其对应结果在第4节中详细描述。第5节提供了讨论和分析，以及本研究的发现和意义。最后，第6节总结了本研究，指出了其局限性以及未来可能的研究方向。

本节的重点在于回顾与低碳技术相关的研究，特别是其在可持续制造业供应链中的应用，以及其采用过程中可能遇到的障碍。此外，还讨论了研究空白、本研究的创新点以及其重要贡献。在第2节中，我们回顾了当前关于低碳技术在供应链中的应用以及其潜在障碍的研究，明确了本研究的必要性和创新性。研究空白主要体现在现有方法在处理复杂决策问题时的局限性，尤其是在应对不确定性和模糊性方面。本研究的创新点在于引入了一种新的混合方法，将传统的CRADIS方法与FFS相结合，同时使用FFDEMATEL方法分析障碍之间的因果关系。这种创新方法不仅提高了决策的准确性，还增强了对复杂问题的处理能力。

第3节详细介绍了研究的方法论。本研究采用了一种新的MCDM方法，即FFCRADIS，结合了模糊逻辑和人工智能技术。通过这种方法，可以确定障碍因素的局部和全局排序。此外，使用FFDEMATEL方法分析障碍因素之间的相互依赖关系。为了帮助读者更好地理解，我们还简要讨论了FFN（Fermatean模糊数）的一些基本概念。FFN是一种扩展的模糊集合，能够通过非成员程度值提供更全面的数据处理能力，从而有效应对不确定性问题。通过FFCRADIS方法，可以系统地分析障碍因素的排序和因果关系，为政策制定者提供科学依据。这种方法不仅考虑了成本因素，还通过综合评估来避免排名反转，从而确保决策结果的客观性和可靠性。

在第4节中，本文通过一个具体的数值案例展示了FFCRADIS方法的可行性。在该案例中，通过系统的文献回顾和专家意见，共识别出26个障碍因素，并进行了最终的排序。通过该方法，不仅能够确定每个障碍因素的局部排序，还能够确定其全局排序。此外，还进行了敏感性分析，以评估数据和模型的可靠性。在敏感性分析中，我们通过改变已识别障碍因素的权重，分析了不同权重对最终排序的影响。这种分析方法对于政策制定者具有重要意义，因为它能够帮助他们在不确定数据的情况下做出更稳健的决策。通过改变经济（E）、技术（T）、社会（S）、环境（EN）和组织（O）各组障碍因素的权重，可以更全面地评估不同因素的重要性。此外，这种分析方法还能够帮助识别哪些障碍因素对最终决策的影响最大，从而为政策制定者提供更有针对性的建议。

第5节提供了对研究结果的深入讨论和分析。通过FFCRADIS方法，可以系统地识别和排序障碍因素，为政策制定者提供科学依据。同时，通过FFDEMATEL方法，可以分析障碍因素之间的因果关系，为理解问题的复杂性提供帮助。这种混合方法不仅提高了决策的准确性，还增强了对不确定性和模糊性的处理能力。此外，敏感性分析的结果表明，该方法在应对不同权重变化时具有较高的稳定性，能够为政策制定者提供更可靠的决策支持。通过比较分析，还验证了该方法在处理复杂决策问题时的优势，表明其在实际应用中的有效性。研究结果表明，该方法不仅能够有效识别和排序障碍因素，还能够为政策制定者提供更全面的决策支持，从而推动可持续制造业供应链的发展。

第6节总结了本研究的主要发现和意义。本研究的主要目标是通过引入一种新的混合方法，提高对复杂决策问题的处理能力，并为政策制定者提供科学依据。研究结果表明，采用低碳技术在制造业供应链中对于减少碳排放和实现可持续发展目标至关重要。此外，该方法在处理不同类型的障碍因素时具有较高的灵活性和准确性，能够为政策制定者提供更全面的决策支持。本研究的发现表明，环境障碍是最主要的因素，其次是经济障碍。这为政策制定者提供了重要的参考，帮助他们优先考虑哪些障碍因素对实现零碳目标影响最大。此外，该方法还能够帮助识别哪些障碍因素之间的因果关系最为显著，从而为政策制定者提供更深入的理解。通过敏感性分析，还验证了该方法在应对不同权重变化时的稳定性，表明其在实际应用中的有效性。本研究的发现不仅为政策制定者提供了有价值的策略，还为未来的研究提供了新的方向。

在作者贡献方面，Puspendu Giri负责撰写、审阅与编辑，撰写原始草稿，验证，方法论，形式分析和概念化。Bijoy Krishna Debnath负责撰写、审阅与编辑，验证，监督，形式分析和概念化。Somnath Paul同样负责撰写、审阅与编辑，验证，监督，方法论，形式分析和概念化。这些贡献确保了研究的全面性和准确性。

在利益冲突声明中，作者表示他们没有已知的财务利益或个人关系可能影响本研究的成果。这一声明表明研究的独立性和客观性，确保了研究结果的可信度。

最后，在致谢部分，作者感谢Tezpur University为购买设备和软件提供了资金支持，资助编号为TU/Fin/Conc./NR/2021-22/32-B2和TU/Fin/Conc./Misc./2023-24/16700。这一支持为研究的顺利进行提供了重要保障，确保了研究所需的资源和条件。

综上所述，本研究通过引入一种新的混合方法，将传统的CRADIS方法与FFS相结合，并使用FFDEMATEL方法分析障碍因素之间的因果关系，为政策制定者提供了一种有效的决策支持工具。这种方法不仅能够识别和排序障碍因素，还能够分析它们之间的相互依赖关系，从而为实现零碳目标提供科学依据。此外，该方法在处理不确定性和模糊性方面具有独特优势，能够为政策制定者提供更全面的决策支持。通过敏感性分析和比较分析，进一步验证了该方法在实际应用中的有效性。研究结果表明，该方法能够有效应对复杂决策问题，提高决策的准确性和稳定性，为实现可持续制造业供应链提供有价值的策略。