面向可持续产品设计的动态目标规划方法：不确定性下多维度可持续发展目标的平衡

《Journal of Cleaner Production》：A dynamic goal programming approach for sustainable product design: Balancing multi-dimensional sustainability objectives under uncertainty

　　

•动态目标规划优化利润与可持续性之间的权衡
•滚动时域方法在不确定性下管理随机需求
•四维可持续性指数整合了材料影响
•土耳其家具案例通过 10 期应用验证了模型

引言
可持续性已从现代制造和产品设计中的边缘关注点演变为一项战略要务。可持续新产品设计（SNPD）寻求在整个产品生命周期中整合环境、经济和社会考量，以实现长期竞争力，同时应对日益增长的监管和社会压力。随着成本最小化与排放减少和资源可持续性相悖，加之需求不确定性和随时间变化的优先事项，冲突目标随之产生。目标规划（GP）可同时解决此类多目标问题。

GP 经常与多准则决策分析集成，以处理涉及经济、环境、能源和社会准则的与可持续性相关的决策问题（Jayaraman 等人，2015；Badr 等人，2022）。这种集成通过提供选择替代方案时的清晰度，帮助政策制定者进行战略规划和投资。一些研究还通过加权 GP 方法考虑了可持续性目标（如 GDP 增长、电力消费和温室气体排放）的权重（Jayaraman 等人，2015；Colapinto 等人，2020）。此外，为处理现实世界问题中不精确和不完整的信息，一些研究将模糊逻辑应用于 GP 模型（Badr 等人，2022；Silva 等人，2017；Jayaraman 等人，2016）。

鉴于需求不确定性、资源波动以及随时间变化的可持续性目标，这些假设限制了实际适用性。动态目标规划（DGP）通过纳入时间维度并允许在规划视界内修改优先事项，提供了处理这些约束的能力。该技术保证了优化在正确的时间发生，从而促进可持续性并降低整体成本（Chung 等人，2016；Jayaraman 等人，2015；Pérez 等人，2018）。可持续性优化应整体解决可持续性问题，而不是孤立解决，因为这些问题是随时间演变的。采用这种方法，可持续性多目标规划可以扩展到将经济、社会和环境可持续性维度整合到动态规划框架中。该框架承认可持续性决策跨越多个时间段，且未来的行动受过去选择的影响（Soysal 和 ?imen，2017）。在动态规划中，问题复杂性随规划视界的增加成比例增加（Chung 等人，2016）。

GP 已成为在统一框架内解决冲突目标的重要优化方法。最近的研究越来越多地将 GP 与动态、随机和多目标技术相结合，应用于不同的领域。例如，Huang 等人（2023）和 Dunnett 等人（2018）分别将可持续性指数整合到制造业和农业的动态优化模型中。几项工作侧重于能源系统，采用动态规划和多目标优化以提高能源效率和可持续性（Wang 等人，2020；Chen 等人，2020；Song 等人，2023）。其他研究将 GP 与 MCDM（多准则决策）、模糊或基于灰色理论的方法相结合，以解决不确定性并支持可持续供应链或生产计划（Rostami 等人，2020；Zong 等人，2022；Kanan 等人，2022；Ardakani 和 Naeini，2022；Safaei 等人，2024）。元启发式方法，如粒子群优化，也已应用于解决复杂的非线性可持续性问题（Ma 等人，2018；Song 等人，2023）。虽然这些贡献证明了混合和动态优化框架的使用日益增长，但大多数侧重于能源或供应链背景，缺乏滚动时域适应或动态目标更新机制。这凸显了对明确将可持续性指数整合到动态和自适应优化框架中的 SNPD 导向模型的需求。

在本研究中，我们将提出的滚动时域 DGP 模型与文献中的代表性方法进行比较，包括静态加权 GP、模糊 GP 以及没有滚动时域适应的动态公式。与传统模型不同，提出的框架纳入了定期参数更新，通过滚动修订明确处理随机需求，并通过α参数进行动态目标调整。这些特征在现有的 SNPD 研究中很大程度上是缺失的。因此，本工作的贡献不在于引入新的可持续性指标，而在于将综合 SI 嵌入动态优化框架中，该系统能系统地适应不确定性和时间变化。

大多数 SNPD 研究依赖于 AHP、TOPSIS 和 VIKOR 等 MCDM 技术来对预定义的替代方案进行排名。虽然对于纳入专家偏好有效，但这些方法主要作为评估工具，通常假设静态准则权重。模糊扩展解决了判断中的不精确性，但不能捕获系统参数的随机变化。生命周期评估（LCA）广泛用于量化环境影响，但基于 LCA 的方法数据密集、 largely static，且经常忽视经济和社会维度。

根据表 1 中提供的数据，可以看出大多数研究侧重于环境可持续性和产品设计概念，而经济可持续性很少被解决。社会可持续性和材料可持续性仅在少数研究中被考虑，且主要作为次要准则。此外，基于动态和不确定的框架以及将综合可持续性指数直接整合到优化模型中很大程度上是缺失的，这激发了所提出的方法。

本研究提出了一个用于 SNPD 的 DGP 模型，将综合 SI 与滚动时域框架相结合，使其能够适应需求不确定性，动态调整随时间变化的战略优先级，并评估可持续性目标与经济目标之间的权衡。一个超越主要三个可持续性维度的动态模型，通过考虑材料可持续性作为第四个基本维度。在家具行业测试模型确保了在材料密集型行业中的理论有效性和实际适用性。总体而言，本研究旨在通过开发动态和多目标优化方法，为生产决策者提供实用的决策支持工具，将可持续性目标转化为具体的设计和生产策略。

具体而言，本研究旨在回答以下研究问题：
RQ1: DGP 如何将经济、环境、社会和材料可持续性目标整合到 SNPD 的优化框架中？
RQ2: 在需求不确定性下，经济绩效与可持续性目标之间的权衡如何随时间变化？
RQ3: 滚动时域方法如何在不断变化的战略优先级下增强 SNPD 中的决策过程？

本研究的理论贡献是：（1）提出一个动态优化框架，同时整合经济、环境、社会和材料可持续性；该框架通过建模材料可持续性超越了传统方法。其次，通过 DGP 与滑动时域规划集成，它提供了一种新的方法论结构，在考虑随机需求和不断演变的企业优先事项的同时，捕捉可持续性决策的时间变化。第三，而不是事后评估产品，本研究将综合 SI 直接纳入优化模型，使可持续性指标能够主动指导生产和材料选择决策。

本研究的实践贡献是：（1）开发一个决策支持工具，将可持续性目标转化为运营设计和生产策略；（2）在家具制造部门验证模型，证明其在制造业中的适用性，以及（3）量化盈利能力和可持续性之间的权衡，使管理者能够支持战略规划和证明可持续性投资的合理性。移动时域结构也通过考虑需求变异和变化的商业条件支持实现最大可持续性绩效。

本文其余部分组织如下。第 2 节提出了所提出的 DGP 模型和可持续性指数的数学公式。第 3 节描述了案例研究和数据收集过程。第 4 节报告计算结果并分析不确定性下的可持续性 - 盈利能力权衡。第 5 节讨论理论和 managerial 影响、局限性和未来研究方向。第 6 节总结论文。

章节片段
数据收集与案例研究背景
该公司专门从事模块化厨房家具生产，拥有 3 个产品线，年产能力约为 15,000 台。生产记录、物料清单（BOM）规格、材料采购成本和产能约束是通过公司文件获得的，并通过与生产和采购经理的半结构化访谈进行验证。所有数据均根据与参与公司的保密协议进行了匿名处理。

结果
本节提出了所提出的 DGP 框架在家具制造业的应用。该模型整合了经济、环境、社会和材料可持续性目标，以支持在产能和材料约束下的产品设计和生产计划。
•与传统 GP 模型不同，该模型纳入了时间变化的市场状况、材料价格波动、技术进步和客户偏好变化等动态因素。

讨论
在本研究中，开发了一个多目标数学模型，以同时优化 SNPD 中经济、环境、社会和材料导向的可持续性标准。为了提高适应时间变化需求条件的生产系统决策过程的灵活性，采用了滚动时域方法。虽然开发的 DGP 模型理论上适用于许多部门，但本研究选择家具行业有特定原因

结论
本研究开发了一个用于 SNPD 过程的 DGP 模型，在滚动时域框架内整合了经济、环境、社会和材料可持续性目标。通过对更新的库存和需求数据进行目标目标、边界值和目标权重的重新校准，模型适应实际制造条件，并超越了文献中流行的静态和模糊 GP 方法。一个关键的方法论贡献是材料可持续性的纳入。CRediT 作者贡献声明
?a?r? Kuram: 概念化、数据整理、形式分析、调查、方法论、软件、验证、可视化、写作 – 初稿。?zge Nalan Bili?ik: 概念化、调查、方法论、监督、验证、写作 – 审查与编辑。

竞争性利益声明
作者声明他们没有已知的竞争性经济利益或个人关系，可能会影响本论文中报告的工作。

?a?r? Kuram|?zge Nalan Bili?ik