|

Многокритериальная модель определения наилучшей доступной технологии при нечетких исходных данных

Авторы: Птускин А.С., Левнер Е., Жукова Ю.М. Опубликовано: 06.12.2016
Опубликовано в выпуске: #6(111)/2016  

DOI: 10.18698/0236-3941-2016-6-105-127

 
Раздел: Машиностроение и машиноведение | Рубрика: Организация производства  
Ключевые слова: экология, наилучшие доступные технологии, эколого-экономические модели, многокритериальное принятие решений, теория нечетких множеств

Рассмотрена проблема выбора наилучших доступных технологий, на основании которых нормируется и регулируется негативное воздействие промышленных производств на окружающую среду. Сравнение альтернативных технологических вариантов - комплексная задача, в которой должны быть учтены многочисленные экологические, технологические, экономические и социальные критерии. Основным условием выбора инструментария для принятия решений по наилучшим доступным технологиям определена возможность адекватного учета неопределенности. Для ключевого этапа оценки альтернативных технологий - сравнения уровней негативного воздействия на окружающую среду - построена модель многокритериального принятия решений с нечеткими параметрами и предложен нечеткий вариант метода TOPSIS. Разработан пошаговый алгоритм ее решения, позволяющий оперировать неоднозначными нечеткими входными данными, субъективными мнениями экспертов. Иллюстрация предложенного метода на реальном примере свидетельствует о его эффективности и способности обеспечить объективное принятие решений.

Литература

[1] Красс М.С. Модель связей в системе экология-жизнедеятельность человека // Вестник МГТУ им. Н.Э. Баумана. Сер. Естественные науки. 2012. № 1. С. 74-92.

[2] Федеральный закон Российской Федерации от 21 июля 2014 г. № 219-ФЗ "О внесении изменений в Федеральный закон "Об охране окружающей среды" и отдельные законодательные акты Российской Федерации".

[3] Волков В.И. Методика экспертной оценки проектов инновационной направленности // Вестник МГТУ им. Н.Э. Баумана. Сер. Машиностроение. 2004. № 3. С. 100-113.

[4] BREF economics and cross-media effects. URL: http://eippcb.jrc.ec.europa.eu/reference/ecm.html (дата обращения 10.05.2016).

[5] Клейнер Г.Б. Экономико-математическое моделирование и экономическая теория // Экономика и математические методы. 2001. Т. 37. № 3. С. 111-126.

[6] Панова С.А., Тишаева И.Р. Системная модель наилучшей доступной технологии // Вестник МИТХТ. 2014. Т. 9. № 5. С. 83-85.

[7] Журавель Н.М. Экспертная система оценки эколого-экономической эффективности наилучших доступных технологий при совершенствовании природопользования Сибири // Интерэкспо Гео-Сибирь. 2014. Т. 3. № 1. С. 95-99.

[8] Иванушкин С.В., Чечеватова О.Ю. Методический подход к определению отечественных наилучших доступных технологий // Изв. Института инженерной физики. 2015. Т. 2. № 36. С. 77-79.

[9] Giner-Santonja G., Aragones-Beltran P., Niclos-Ferragut J. The application of the analytic network process to the assessment of best available techniques // Journal of Cleaner Production. 2012. Vol. 25. P. 86-95. DOI: 10.1016/j.jclepro.2011.12.012

[10] Belton V., Stewart T. Multiple criteria decision analysis. An integrated approach. Dordrecht, Netherlands, Kluwer Academic Publishers, 2002. 372 p. DOI: 10.1007/978-1-4615-1495-4

[11] Huang I.B., Keisler J., Linkov I. Multi-criteria decision analysis in environmental science: ten years of applications and trends // Science of the Total Environment. 2011. Vol. 409. No. 19. P. 3578-3594. DOI: 10.1016/j.scitotenv.2011.06.022

[12] Ibanez-Fores V., Bovea M.D., Perez-Belis V. A holistic review of applied methodologies for assessing and selecting the optimal technological alternative from a sustainability perspective // Journal of Cleaner Production. 2014. Vol. 70. P. 259-281. DOI: 10.1016/j.jclepro.2014.01.082

[13] Brechet T., Tulkens H. Beyond BAT: selecting optimal combinations of available techniques, with an example from the limestone industry // Journal of Environmental Management. 2009. Vol. 90. No. 5. P. 1790-1801. DOI: 10.1016/j.jenvman.2008.11.012

[14] Птускин А.С. Нечеткие модели и методы в менеджменте. М.: Изд-во МГТУ им. Н.Э. Баумана, 2008. 216 с.

[15] Левнер Е.В., Птускин А.С., Фридман А.А. Размытые множества и их применение. М.: ЦЭМИ РАН, 1998. 108 с.

[16] Птускин А.С. Решение стратегических задач в условиях размытой информации. М.: ИТК "Дашков и Ко", 2003. 240 с.

[17] Орлов А.И., Луценко Е.В. Системная нечеткая интервальная математика. Краснодар: КубГАУ, 2014. 600 с.

[18] Cengiz K. Fuzzy multi-criteria decision making: theory and applications with recent developments. Springer, 2008. 591 р. DOI: 10.1007/978-0-387-76813-7

[19] Herva M., Roca E. Review of combined approaches and multi-criteria analysis for corporate environmental evaluation // Journal of Cleaner Production. 2013. Vol. 39. P. 355-371. DOI: 10.1016/j.jclepro.2012.07.058

[20] Wang J.J., Jing Y.Y., Zhang C.F., Zhao J.H. Review on multi-criteria decision analysis aid in sustainable energy decision-making // Renew. Sustain. Energy Rev. 2009. Vol. 13. No. 9. P. 2263-2278. DOI: 10.1016/j.rser.2009.06.021

[21] Baysal M.E., Sarucan A., Kahraman C., Engin O. The selection of renewable energy power plant technology using fuzzy data envelopment analysis // Proceedings of the 2011 World Congress on Engineering. 2011. P. 1140-1143.

[22] Bonano E.J., Apostolakis G.E., Salter P.F., Ghassemi A., Jennings S. Application of risk assessment and decision analysis to the evaluation, ranking and selection of environmental remediation alternatives // J. Hazard. Mater. 2000. Vol. 71. No. 1-3. P. 35-57. DOI: 10.1016/S0304-3894(99)00071-0

[23] Chowdhury S., Husain T. Evaluation of drinking water treatment technology: an entropy-based fuzzy application // J. Environ. Eng. 2006. Vol. 132. No. 10. P. 1264-1271. DOI: 10.1061/(ASCE)0733-9372(2006)132:10(1264)

[24] Geldermann J., Rentz O. Integrated technique assessment with imprecise information as a support for the determination of best available techniques (BAT) // Spektrum. 2001. Vol. 23. No. 1. P. 137-157. DOI: 10.1007/PL00013341

[25] Krajnc D., Mele M., Glavic P. Fuzzy logic model for the performance benchmarking of sugar plants by considering best available techniques // Resour. Conserv. Recycl. 2007. Vol. 52. No. 2. P. 314-330. DOI: 10.1016/j.resconrec.2007.05.001

[26] Lin G.T.R., Shen Y.C. A collaborative model for technology evaluation and decisionmaking // J. Sci. Indus. Res. 2010. Vol. 69. No. 2. P. 94-100.

[27] Prabhu T.R., Vizayakumar K. Technology choice using FHDM: a case of ironmaking technology // IEEE Trans. Eng. Manag. 2001. Vol. 48. No. 2. P. 209-222. DOI: 10.1109/17.922479

[28] Sadiq R., Khan F.I., Veitch B. Evaluating offshore technologies for produced water management using GreenPro-I: a risk-based life cycle analysis for green and clean process selection and design // Comput. Chem. Eng. 2005. Vol. 29. No. 5. P. 1023-1039. DOI: 10.1016/j.compchemeng.2004.11.003

[29] Wang J.J., Jing Y.Y., Zhang C.F., Shi G.H., Zhang X.T. A fuzzy multi-criteria decisionmaking model for trigeneration system // Energy Policy. 2008. Vol. 36. No. 10. P. 3823-3832. DOI: 10.1016/j.enpol.2008.07.002

[30] ГОСТ Р 54097-2010. Ресурсосбережение. Наилучшие доступные технологии. Методология идентификации. 2012.

[31] Птускин А.С. Задача бюджетирования капитала с размытыми параметрами // Экономика и математические методы. 2005. Т. 41. № 2. С. 95-101.

[32] Hwang C.L., Yoon K. Multiple attributes decision making methods and applications. Heidelberg, Berlin: Springer, 1981. DOI: 10.1007/978-3-642-48318-9

[33] Chen C.-T. Extensions of the TOPSIS for group decision-making under fuzzy environment // Fuzzy sets and systems. 2000. Vol. 114. No. 1. P. 1-9. DOI:10.1016/S0165-0114(97)00377-1

[34] Орлов А.И. Эконометрика. М.: Изд-во "Экзамен", 2002. 576 c.

[35] Информационно-технический справочник по наилучшим доступным технологиям. ИТС 7-2015. Производство извести. М.: Бюро НДТ, 2015. 125 с.

[36] Коржавый А.П., Птускин А.С. Иерархическая структура экологической стратегии промышленного предприятия // Контроллинг. 2015. Т. 55. № 1. С. 62-69.