综述：生产工具材料选择的决策支持分析：生物复合材料的系统综述与多目标优化

《Cleaner Environmental Systems》：Decision-support analytics for material selection for production tooling: A systematic review and multi-objective optimisation of biocomposites

　　

生物复合材料（Biocomposites）越来越多地被推广为传统复合材料的可持续替代品，但由于现有研究依赖于异质数据集、不一致的可持续性指标以及分歧的决策模型，材料选择仍然存在不确定性。本研究通过结合系统文献综述与可审计的决策支持工作流来解决这一差距，用于可持续生物复合材料选择，保留了58篇主要研究。综合结果显示强烈的标准失衡：机械指标占所审查决策模型中标准的63.9%，而环境指标和制造指标分别占2.0%和0.7%；社会方面通常被定性讨论，而非作为决策标准嵌入。这些发现表明，可持续性经常被作为动机陈述，但在决策阶段很少被实际运作。为超越固定权重排名，研究人员开发了一个用于生产工程应用（例如工具）的两层工作流，明确将材料选择与制造权衡联系起来，包括稳健性和操作风险。将经典固定权重的多准则决策（MCDM）解决方案与基于非支配排序遗传算法II（NSGA-II）的权重空间探索进行基准比较，揭示了在不确定性下超出标准MCDM所能捕捉的稳健性和排名敏感性。优化生成一组帕累托（Pareto）决策配置文件，这些配置权衡了可实现的最佳效用、最差情况性能以及权重分配的平衡，支持具有稳健性意识和可持续性意识的材料选择。

引言：生物复合材料（Biocomposites）被推广为传统复合材料的可持续替代品，但工业应用面临耐久性、吸湿性、天然纤维变异性等工程不确定性。材料选择直接影响生产系统行为与工具性能（如钻模、夹具），涉及尺寸精度、过程重复性和非质量成本。可持续性评估虽常引用生命周期评估（LCA），但整合不足。多准则决策（MCDM）方法可处理冲突标准，但针对生物复合材料的研究碎片化，缺乏对环境和社会指标的操作化。本文贡献包括：通过系统综述与可审计的决策分析框架，结合经典MCDM与基于非支配排序遗传算法II（NSGA-II）的权重空间优化，揭示偏好不确定下的稳健决策结构。

综述结果：采用PRISMA 2020流程从4075条记录中筛选出58篇研究。出版量自2019年增长，2024年达峰值。MCDM方法多样，但选择常受流行度驱动而非问题结构。

多准则决策方法（Multi-criteria decision-making methods）：总结了层次分析法（AHP）、逼近理想解排序法（TOPSIS）、VIKOR、WASPAS等方法，各有优缺点。混合方法（如AHP-TOPSIS）可结合主观与客观权重。

材料选择标准（Material selection criteria）：标准分布极不平衡，机械指标占63.9%，理化指标23.1%，经济指标10.2%，环境指标2.0%，制造指标0.7%。常用指标包括拉伸强度、模量、密度、成本等，疲劳耐久性、长期性能、制造复杂性较少考虑。

缺乏综合数据与方法（Lack of comprehensive data and inadequate methods）：机械数据充分，但环境、社会和长期性能数据缺失。现有研究通常只操作化一到两个领域，忽视多维度权衡。

环境考虑（Environmental considerations）：生命周期评估（LCA）是量化环境影响的标准化方法，但整合不一致。不同LCA数据库（如Ecoinvent、EF）的结果差异显著，气候变化指标差异可达五倍，影响MCDM排名。

在材料选择中整合社会、经济与生命周期视角（Integrating social, economic, and life cycle perspectives in material selection）：社会和经济因素日益重要但代表性不足。可加工性和长期性能同样关键，需要整体决策框架。

多准则决策方法对生物复合材料评估的适用性（Suitability of MCDM methods for biocomposite assessment）：MCDM方法能处理异质证据和权衡，优于Ashby图等传统工具，支持敏感性分析。

具体方法考虑（Method-specific considerations）：AHP依赖主观判断，可能不一致；TOPSIS对归一化敏感；VIKOR产生折衷解但可能简化非线性；WASPAS和熵权法减少主观偏差。混合模型提高稳健性。

多准则决策方法如何适应生物复合材料选择问题（How MCDM methods fit biocomposite selection problems）：MCDM结构化处理多维度权衡、数据不确定性和利益相关者多样性，未来应基于上下文选择方法。

方法论（Methodology）：开发两层级工作流：第一层重现经典MCDM，第二层通过NSGA-II探索权重空间。工作流包含六个步骤：数据编译与预筛选、标准归一化、客观加权、基线MCDM排名、局部敏感性分析、全局权重空间探索。

案例研究与替代材料（Case study and alternative materials）：考虑七种候选材料：三种天然纤维/环氧复合材料（亚麻、大麻、黄麻）、两种合成复合材料（碳/环氧、玻璃/环氧）和两种金属（铝、铬工具钢）。

标准定义与决策矩阵（Criteria definition and decision matrix）：九条异质标准：环境影响（EF单分）、密度、拉伸模量、拉伸强度、断裂伸长率、弯曲模量、弯曲强度、热膨胀系数（CTE）、原材料成本。通过最小-最大归一化处理。蒙特卡洛敏感性分析（变异系数10%）显示排名稳健，碳/环氧和钢锁定前两位，亚麻/环氧保持第三位。

客观加权技术（Objective weighting techniques）：熵权法基于信息分散性，CRITIC法同时考虑变异性和标准间冲突，惩罚冗余。CRITIC将CTE权重从熵权法的0.027提升至0.205。

经典多准则决策方法（Classical MCDM methods）：采用TOPSIS、VIKOR（参数v=0.5）、ARAS，分别与熵权和CRITIC组合，产生六种排名场景。

敏感性分析（Sensitivity analysis）：在基线权重附近扰动，通过Spearman ρ和Kendall τ量化排名稳定性。

基于非支配排序遗传算法II的权重多目标优化（Multi-objective optimisation of weights using NSGA-II）：在权重单纯形上优化三个冲突目标：最大可达性能（f₁）、最差情况性能（f₂）、权重平衡（f₃）。使用软最大映射，种群160，代数200，变异σ=0.1。

代表性帕累托解的提取与比较框架（Extraction of representative Pareto solutions and comparative framework）：从帕累托（Pareto）前沿提取膝盖点、平衡解和鲁棒性最大化解，与经典MCDM排名比较。

结果（Results）：经典MCDM排名与敏感性模式（Classical MCDM rankings and sensitivity patterns）：六种配置产生一致结构，TOPSIS和ARAS内部一致性强，VIKOR形成独立聚类。蒙特卡洛分析确认前两位锁定，亚麻/环氧97.4%保持第三位。

基于非支配排序遗传算法II的帕累托前沿（Pareto front derived from NSGA-II optimisation）：前沿形成性能最大化（集中权重于拉伸模量和强度，碳/环氧受益）和鲁棒性导向（权重于密度、CTE、弯曲性能、成本，天然纤维受益）两个区域，中间为膝盖区域。前沿度量指标显示解集良好收敛且均匀分布。

代表性帕累托决策剖面（Representative Pareto decision profiles）：膝盖解集中权重于EF分和密度，CTE近零；鲁棒性解主导权重于CTE（0.255）；平衡解权重近均匀；质量解成本权重近半。

非支配排序遗传算法II与多准则决策方法的一致性（Alignment between NSGA-II and MCDM methods）：经典MCDM投影到NSGA-II目标空间时，紧密聚集在平衡解附近，无法达到鲁棒性最大化区域。

讨论（Discussion）：方法论含义（Methodological implications）：帕累托前沿的多模态性表明无单一权重方案反映所有理性偏好。经典MCDM倾向折衷区域，其内部一致性反映加性聚合逻辑，而非稳健共识。CRITIC虽放大CTE权重，仍无法逃脱结构拉力。

生物复合材料的工程相关性（Engineering relevance for biocomposites）：天然纤维复合材料在鲁棒性导向权重下表现良好因多标准剖面均匀，但需注意吸湿敏感性。

管理与生产含义（Managerial and production implications）：性能导向决策适合成熟生产过程，鲁棒性导向适合早期工业化。NSGA-II框架提供决策模式与工艺成熟度匹配的依据。

在决策科学中定位非支配排序遗传算法II（Positioning NSGA-II within decision science）：NSGA-II不取代经典MCDM，而是提供全局上下文，绘制每种方法相对于性能极端、折衷区域和鲁棒性状态的位置。

局限性（Limitations）：经济维度仅用原材料成本，缺少全寿命成本（加工、模具寿命、处置）。社会指标未纳入因缺乏严格S-LCA基础。尺寸稳定性仅考虑CTE，未考虑湿膨胀和蠕变。

未来研究方向（Future research directions）：提出生物复合材料选择框架（BSF），整合技术、环境、经济、社会四领域，采用MCDM方法。建议开发标准化数据集，改进LCA-MCDM整合，探索新兴可持续性指标。

迈向生物复合材料的集成化与数据驱动可持续性评估（Toward integrated and data-driven sustainability assessment of biocomposites）：强调开放、定期更新的数据集，改进动态碳核算，整合社会和经济指标。

结论（Conclusion）：本文结合系统综述和NSGA-II优化，揭示经典MCDM仅探索偏好空间窄带。优化得到性能最大化、折衷和鲁棒性导向三个决策体制。BSF框架支持可持续材料选择，未来应纳入概率表征和扩展数据库。