報廢汽車蓄電池逆向物流可行性評價
——基于改進的模糊神經(jīng)網(wǎng)絡

課題組

（上海第二工業(yè)大學，上海市201209）

一、引言

隨著國民經(jīng)濟水平的不斷提高，消費者對汽車的需求量呈顯著上升趨勢，機動車行業(yè)的規(guī)模逐步擴大，到2016年底全國汽車保有量已達到1.94億輛，同比增長13%。與此同時，大量的報廢汽車也相伴而生。據(jù)統(tǒng)計，2016年我國汽車報廢量達到600萬輛，預計2020年將突破1 200萬輛[1]，報廢汽車面臨的回收及廢棄處理等問題也日益嚴重。而蓄電池作為其中的主要危廢產(chǎn)品，所面臨的回收渠道少、回收規(guī)范性差、循環(huán)利用率低、拆解處理污染大等問題也越發(fā)突出，并逐步引起政府及相關企業(yè)的重視。2017年國務院辦公廳印發(fā)的《生產(chǎn)者責任延伸制度推行方案》中明確提出：“引導鉛酸蓄電池生產(chǎn)企業(yè)建立產(chǎn)品全生命周期追溯系統(tǒng)，采取自主回收、聯(lián)合回收或委托回收模式，通過生產(chǎn)企業(yè)自有銷售渠道或?qū)I(yè)企業(yè)在消費末端建立的網(wǎng)絡回收鉛酸蓄電池”。

由于報廢汽車蓄電池回收逆向物流在發(fā)生時間、地點及數(shù)量上存在不確定性，且較為分散，對生產(chǎn)企業(yè)或回收企業(yè)而言面臨著運營效率和經(jīng)濟效益低下的問題，對政府和公眾而言存在著潛在的環(huán)境污染風險，因此，本文以逆向物流與全生命周期供應鏈管理的“第五利潤源”[2]理論為基礎，嘗試運用改進的模糊神經(jīng)網(wǎng)絡法構建逆向物流可行性評價結構模型，引導企業(yè)做出合理的逆向物流運營決策，為政府出臺相關的逆向物流政策提供參考依據(jù)，為綠色循環(huán)可持續(xù)發(fā)展提供支撐。

二、文獻綜述

從國內(nèi)外文獻來看，現(xiàn)有關于報廢汽車逆向物流的研究主要包括綠色度評價、績效評價、風險評價、能耗評價、可行性評價等幾個方面，通過結合循環(huán)經(jīng)濟與全生命周期理論，從其經(jīng)濟、環(huán)境、社會等角度著手構建評價指標體系。張滿江[3]、趙麗莉[4]、代應等[5]根據(jù)我國報廢汽車的回收、拆解及處理現(xiàn)狀，融入綠色物流理念，從綠色環(huán)保的角度對汽車逆向物流系統(tǒng)展開評價研究。徐劍力[6]、曾佑新等[1，7]則從供應鏈的角度對汽車逆向物流進行績效評價，為企業(yè)經(jīng)營管理狀況提供精確衡量的標準。孫趙鑫[8]基于生命周期評價（LCA）及環(huán)境風險評價（ERA）方法，運用GaBi6軟件，對電動汽車的環(huán)境影響及其轉(zhuǎn)型進行了風險評價研究。李飛龍等[9]基于能耗計算模型和GREET軟件，對汽車材料輕量化進行了能耗評價研究。周志剛[10]基于資源和環(huán)境經(jīng)濟學，對報廢汽車以及廢棄電器電子產(chǎn)品資源再利用的可行性進行分析評價。席（Xi L）[11]等基于強化特性，對報廢汽車零部件的剩余強度及剩余壽命進行預測和評價。

蓄電池作為報廢汽車中的主要危險電子廢棄物之一，也逐步引起國內(nèi)外研究者的重視。我國目前對蓄電池逆向物流研究主要集中在對蓄電池的現(xiàn)狀、環(huán)境污染防治、回收體系、管理政策、資源化處理等方面。席暄等[12]認為，建立以物聯(lián)網(wǎng)和逆向物流為載體的生產(chǎn)者責任延伸制是解決廢舊蓄電池回收體系現(xiàn)存問題的重要戰(zhàn)略保障。拜冰陽等[13]則對廢舊蓄電池回收、利用管理問題進行分析并提出政策建議。國外對蓄電池逆向物流的研究則側重于開展對混合動力汽車的電池評價，邁斯（Matheys）[14]針對混合動力汽車中不同類型的牽引電池進行生命周期評價，為政策制定者提供依據(jù)。伍德（Wood）等[15]通過對插電式混合動力電動汽車（PHEV）電池壽命末期條件進行調(diào)查，并對其技術經(jīng)濟性進行了評價。

目前已有的評價方法達百余種，如何從眾多方法中選出一種或幾種最適合報廢汽車逆向物流可行性評價的方法顯得尤為重要。對報廢汽車蓄電池逆向物流進行評估時，由于逆向物流本身具有較大的不確定性及繁雜性，且評價指標本身存在抽象、模糊、難以量化等問題，使得對其進行科學、有效的評估變得更加復雜。丁志剛等[16]基于熵權法，從企業(yè)資質(zhì)、產(chǎn)品服務、業(yè)務運營、環(huán)保低碳與合作能力5個角度對供應鏈戰(zhàn)略合作伙伴進行評價與選擇；陳可嘉[17]將灰色關聯(lián)度引入TOPSIS方法建立基于組合權重確定的GI-TOPSIS評價方法；梁晨[18]基于復合系統(tǒng)協(xié)調(diào)度模型和廣義回歸神經(jīng)網(wǎng)絡方法進行評價；方曦[19]運用粗糙集理論對不確定環(huán)境下報廢汽車逆向物流的綠色績效進行評估；周琳等[20]運用文獻分析法和層次分析法，對無居民海島土地資源的旅游開發(fā)可行性評價指標體系及方法進行了探索；張愛萍等[21]基于修正的比例二元語義表示模型，對我國軍工技術成果轉(zhuǎn)化的可行性進行了評價；易路等[22]對北京市豬場太陽能主動供暖節(jié)能減排及經(jīng)濟可行性進行了評價研究。

在眾多評價方法中，模糊綜合評判法與BP神經(jīng)網(wǎng)絡法在評價中的應用最為廣泛。瞿群臻等[23]通過引入碳排放、能耗、污染等因素，構建基于模糊綜合評價法的低碳供應鏈管理評價模型。陶經(jīng)輝等[24]采用模糊綜合評判法對風險進行評價，并通過主成分分析法對評價指標進行降維處理以選擇出主要風險因素。李敬明等[25]在前者的基礎上，利用信息熵與層次分析法分別計算其客觀與主觀權重，并將二者進行擬合得出綜合權重，以此建立基于改進的模糊綜合評價法進行分析。羅積善[26]、宋健[27]結合層次分析法和模糊評價法，建立起模糊層次分析評價模型。陳大川等[28]通過建立三層次兩階段的模糊綜合評估模型，從環(huán)境保護評估、結構損傷評估以及費用評估三個部分對單層工業(yè)廠房搬遷的可行性進行研究。在主觀因素較多的評判中，模糊綜合評價法可以很好地發(fā)揮其優(yōu)勢，但人的主觀性影響較大，BP神經(jīng)網(wǎng)絡則具有高速的自學習性、良好的自適應能力及容錯性[29]，在一定程度上與模糊綜合評價法形成良好的互補性。目前常用的建立模糊神經(jīng)網(wǎng)絡的方法有兩種：一是建立基于模糊模型的模糊BP網(wǎng)絡；二是將傳統(tǒng)的BP神經(jīng)網(wǎng)絡模糊化。吳沖等[30]選用最陡下降和最小二乘估計（LSE）結合的混合算法構建模糊神經(jīng)網(wǎng)絡對風險進行評估。席一凡等[31]運用神經(jīng)網(wǎng)絡確定模糊綜合評價中的權重值，建立基于模糊神經(jīng)網(wǎng)絡的供應鏈績效評價方法。唐（Tang）等[32]基于高木關野（Takagi-Sugeno）模糊推理的模糊神經(jīng)網(wǎng)絡，采用改進的最小二乘估計來優(yōu)化參數(shù)，采用自適應學習算法來更新隸屬函數(shù)和規(guī)則庫。劉（Liu）等[33]采用多種群自適應遺傳算法對神經(jīng)網(wǎng)絡進行優(yōu)化，并將BP神經(jīng)網(wǎng)絡應用于模糊理論，對火災應急預案中的隸屬度和不確定性問題進行評估。由于BP神經(jīng)網(wǎng)絡的收斂速度較慢，且易陷入局部極值，許多學者采用粒子群算法（PSO）對BP神經(jīng)網(wǎng)絡中的梯度下降法進行優(yōu)化。吳（Wu）等[34]采用PSO與BP神經(jīng)網(wǎng)絡混合的算法對參數(shù)進行優(yōu)化，并證明有良好的收斂性能。任（Ren）等[35]則在此基礎上融入了輸入?yún)?shù)選擇（IS），構建了IS-PSO-BP模型。張（Zhang）等[36]通過PSO優(yōu)化BP神經(jīng)元的初始權值和閾值，并與遺傳算法相融合，提高了模型預測的準確性。

綜上所述，已有文獻對報廢汽車蓄電池逆向物流的研究多集中于回收現(xiàn)狀、回收體系、績效評價、綠色度評價等角度，且以采用模糊或精確信息的單一視角構建評價模型居多。本文側重于對企業(yè)現(xiàn)狀下蓄電池逆向物流計劃能否順利實施進行可行性評估，導入模糊綜合評價法與PSO優(yōu)化的BP神經(jīng)網(wǎng)絡的融合，為從事蓄電池回收處理的企業(yè)在實踐過程中需重點關注及防控的影響因素提供理論依據(jù)，并協(xié)助其管理者做出合理的決策，減少一定的盲目性及風險性，同時還可以為政府對回收拆解報廢汽車企業(yè)進行補貼等政策提供一定的參考依據(jù)。

三、報廢汽車蓄電池逆向物流可行性評價指標體系

風險識別是對報廢汽車蓄電池逆向物流進行可行性評價研究和風險控制的基礎，結合主動式逆向物流管理理論，以降低蓄電池逆向物流風險、提高蓄電池回收效率及利潤率為核心，遵循“PPTSIR”原則[37]，即預測（Predict）、預防（Precaution）、跟蹤（Track）、快速（Speed）、識別（Identify）、矯正（Recovery），通過對風險因素進行識別，構建報廢汽車蓄電池逆向物流可行性評價指標體系。

張曉華等[38]從財務評價、風險評價以及社會評價三方面對企業(yè)投資項目的可行性進行評價研究。劉寬[39]通過對建立逆向物流運作模式影響因素進行定量分析，從外部社會環(huán)境和政府政策，以及內(nèi)部企業(yè)經(jīng)濟、技術、管理等方面入手，建立了企業(yè)逆向物流可行性評價指標體系與模型。蓄電池在回收處理等過程中面臨的風險很大程度上來源于經(jīng)濟、生態(tài)環(huán)境、社會等諸多因素的影響，由于產(chǎn)品在逆向物流過程中大部分因素難以完全被定量化，且指標難以獲得翔實的歷史數(shù)據(jù)，針對以上特點，借鑒國內(nèi)外相關研究成果，參考相關資料，結合企業(yè)實地調(diào)研及個人經(jīng)驗，初步設計出以經(jīng)濟效益及社會效益為準則的17個指標層，再根據(jù)現(xiàn)階段蓄電池逆向物流自身的特點，添加以生態(tài)環(huán)境效益為準則的11個指標層。運用專家問卷調(diào)查法，基于評價指標體系的科學性、系統(tǒng)性、層次性、國情性等構建原則，設計出以報廢汽車蓄電池逆向物流可行性為目標層，以經(jīng)濟效益、生態(tài)環(huán)境效益、社會效益為準則層，以28個影響因素為指標層的可行性評價指標體系，具體參見表1。

本文所稱的經(jīng)濟效益可行性是指由蓄電池回收成本、運輸成本、倉儲成本、加工處理成本、廢棄處理成本等蓄電池逆向物流過程中所涉及的經(jīng)濟支出項對企業(yè)能否順利實施蓄電池逆向物流帶來的風險影響；生態(tài)環(huán)境效益可行性是指在蓄電池拆解處理過程中產(chǎn)生的廢氣、廢水、固廢，以及資源循環(huán)利用程度、無害化處理程度等環(huán)境因素對企業(yè)能否順利實施蓄電池逆向物流帶來的風險影響；社會效益可行性是指執(zhí)法力度、消費者環(huán)保意識、企業(yè)形象以及綠色文化等社會效益對企業(yè)能否順利實施蓄電池逆向物流帶來的風險影響。經(jīng)濟效益、生態(tài)環(huán)境效益、社會效益三個準則層較為通用，且通過支配相應的指標層能更加綜合、完善地反映出蓄電池逆向物流的可行性，同時受上級目標層支配。

表1 報廢汽車蓄電池逆向物流可行性評價指標體系

四、報廢汽車蓄電池逆向物流可行性評價結構模型

在蓄電池逆向物流可行性評價過程中，存在一些具有模糊性的主觀因素，因此本文建立基于粒子群算法優(yōu)化的模糊神經(jīng)網(wǎng)絡法，將模糊化的數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡中，通過神經(jīng)網(wǎng)絡良好的自我學習能力提取模糊規(guī)則，利用粒子群算法對BP神經(jīng)網(wǎng)絡中的權值和閾值進行優(yōu)化，使得模型同時能處理模糊信息與精確信息，并可改善BP神經(jīng)網(wǎng)絡算法容易陷入局部極值和數(shù)據(jù)過度擬合的現(xiàn)象。

報廢汽車蓄電池逆向物流可行性評價模型構造如圖1所示。

（一）模糊綜合評價法

第一步：建立評價因素U={u1,u2,… },un集，n為準則層影響因素的個數(shù)，對第i層評價因素ui可以進一步劃分為ui={ui1,ui2,… },uim，其中m為指標層影響因素的個數(shù)。

第二步：建立評價等級論域V={v1,v2,…,}vn。本文采用李克特五級量表將評價指標按其對電子廢棄物逆向物流影響程度大小從“影響極小”到“影響極大”劃分為五個等級，被調(diào)查人員根據(jù)實際情況對表1中的31個指標進行打分，并將模糊語句進行量化處理。

第三步：確立準則層評價指標的權重A=(a1,a2,a3) ，進行單因素評價。

第四步：建立模糊關系矩陣R即判斷矩陣。逐個對被評價事物從每個因素上進行量化，其中，rij表示第i個評價因素對第j個評價等級的隸屬度。

第五步：確立指標層評價指標的綜合權重，進行二級評價。二級指標的綜合權重ωij為準則層指標ui的權重ri與該準則層中相應的二級指標uij的權重rij之積，模糊算子采用M(·,⊕) 。

圖1 報廢汽車蓄電池逆向物流可行性評價結構模型

第六步：根據(jù)最大隸屬度原則，對評價指標進行總體排序。

（二）基于粒子群算法優(yōu)化的BP神經(jīng)網(wǎng)絡算法

用粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡，主要是通過粒子群的迭代取代BP神經(jīng)網(wǎng)絡的梯度下降法。具體運算步驟如圖2所示：

第一步：初始化BP神經(jīng)網(wǎng)絡各層神經(jīng)元的個數(shù)、隱含層的層數(shù)、粒子的位置向量、速度向量的維數(shù)、粒子群的規(guī)模、學習因子c1和c2、慣性權重ω、每個粒子的速度、個體極值pbest和全局最優(yōu)值gbest、適應度函數(shù)。

第二步：使用訓練樣本對每一粒子進行前向傳播計算訓練誤差，然后根據(jù)適應度函數(shù)計算粒子的適應度。

第三步：根據(jù)各粒子的適應度值更新個體極值、全局最優(yōu)值、各粒子速度及位置。

第四步：判斷粒子群的適應度是否達到預設的誤差標準或最大迭代次數(shù)。

（三）報廢汽車蓄電池逆向物流可行性評價

通過對影響因素的重要程度及其權重進行評估，進行定性和定量分析，確定因素主次順序。根據(jù)數(shù)學模型仿真結果判斷不同等級狀態(tài)，生成預警預報，并針對不同等級提出相應的控制策略。

1.可行性評估及警報判別

根據(jù)模糊神經(jīng)網(wǎng)絡運算的結果，結合最大隸屬度原則，可直接得出各因素對實施蓄電池逆向物流的影響程度，由于本文構建的指標體系中包含積極與消極指標，此處做出區(qū)分，其中u101～u109、u201～u204為消極指標，其影響程度越大，企業(yè)實施蓄電池逆向物流的可行性越差；u205～u211、u301～u308為積極指標，其影響程度越大，企業(yè)實施蓄電池逆向物流的可行性越好（參見表2）。

2.可行性控制策略

圖2 粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡算法流程

（1）白色警報說明企業(yè)蓄電池逆向物流項目可行性很好，內(nèi)外部各個環(huán)節(jié)運行環(huán)境良好，注意預防即可。

（2）藍色警報說明企業(yè)蓄電池逆向物流項目可行性較好，內(nèi)外部運行環(huán)境尚可，指標層中的個別環(huán)節(jié)可能存在信息異常等問題，需引起重視并進行有效分析，盡可能規(guī)避該指標造成的不良影響。

表2 可行性評估及警報判別

（3）黃色警報說明企業(yè)蓄電池逆向物流項目可行性一般，內(nèi)外部運行環(huán)境中存在一定程度的風險，可能造成一定的損失，建議對高影響因子進行詳細分析和診斷，采取預先制定的控制措施，防止和減少損失。

（4）橙色警報說明企業(yè)蓄電池逆向物流項目可行性較差，某些環(huán)節(jié)可能導致較為嚴重的損失，需引起管理者的高度重視，對該流程中的高影響因素進行詳盡的分析，根據(jù)來源采取深度防御，以達到減少損失的目的。

（5）紅色警報說明企業(yè)蓄電池逆向物流項目可行性很差，處于高度危機狀態(tài)，意味著企業(yè)將可能承擔巨大損失，企業(yè)管理人員需全面應對，詳細分析其機理，找出危機的要害，采用針對性危機處理措施來控制損失。

五、實證研究

（一）數(shù)據(jù)收集

本文將改進的模糊神經(jīng)網(wǎng)絡法與調(diào)查問卷法相結合，以實際訪問及網(wǎng)上填寫問卷兩種形式為主，調(diào)查對象主要是蓄電池、電子廢棄物、汽車行業(yè)、逆向物流、逆向供應鏈、全生命周期等領域的專家學者，同時包含從事相關領域的企業(yè)部門經(jīng)理及以上級別的專業(yè)人士。共發(fā)放問卷33份，實際回收33份，有效回收率100%。專家為各指標對企業(yè)實施報廢汽車蓄電池逆向物流的影響程度打分情況如表3所示。

（二）數(shù)據(jù)信度效度分析

本文采用SPSS Statistics 25.0版本軟件對該問卷進行信度及效度分析，其可靠性分析克隆巴哈α系數(shù)結果為0.932，該問卷可信度較好。

對預測試過程中認為有效的33份數(shù)據(jù)，分別從經(jīng)濟效益、生態(tài)環(huán)境效益、社會效益三個分量表進行了KMO檢驗和巴特利特球形檢驗，結果見表4、表5和表6，各項指標顯示可以進行因子分析，該問卷的效度良好。

（三）基于模糊評價法的報廢汽車蓄電池逆向物流可行性評價

1.評價因素集的確定

U={經(jīng)濟效益,生態(tài)環(huán)境效益,社會效益}

表3 專家對各項指標影響程度的評分匯總

表4 經(jīng)濟效益的KMO和Bartlett檢驗

表5 生態(tài)環(huán)境效益的KMO和Bartlett檢驗

表6 社會效益的KMO和Bartlett檢驗

u1={環(huán)保設備使用成本，信息成本，回收成本，運輸成本，倉儲成本，加工處理成本，廢棄處理成本，再銷售成本，服務成本}，u2、u3以此類推。具體參見表7。

2.評價等級論域的確定

3.建立二級指標的評判矩陣

表7 可行性評價體系各指標權重及組合權重

4.二級評判指標權重的確定

uij表示對該指標33份有效問卷的得分之和，表示所有指標33份有效問卷的得分總和。

5.二級指標模糊綜合評價結果

B1=[0.358,0.421,0.187,0.025,0.009]

B2=[0.288,0.504,0.157,0.052,0.000]

B3=[0.348,0.476,0.132,0.018,0.026]

6.一級指標模糊綜合評價結果

以此類推，一級指標的模糊綜合評價結果為：

B=[0.455,0.364,0.152,0.020,0.010]

7.可行性判斷

根據(jù)最大隸屬度原則可判斷，企業(yè)實施報廢汽車蓄電池逆向物流受經(jīng)濟效益、生態(tài)環(huán)境效益、社會效益的影響均較大，其中受生態(tài)環(huán)境效益影響最大，社會效益次之，經(jīng)濟效益最小。其中，經(jīng)濟效益均為消極指標，發(fā)出橙色警報，可行性較差；社會效益均為積極指標，發(fā)出藍色警報，可行性較好；生態(tài)環(huán)境效益中有4個消極指標，其余均為積極指標，故總體確定為積極指標，發(fā)出藍色警報，可行性較好，但具體情況仍需進行三級指標模糊綜合評價以確認生態(tài)環(huán)境中各影響因素的可行性，此處不再贅述。根據(jù)模糊綜合一級指標評價結果，總體認為企業(yè)實施蓄電池逆向物流的可行性極好。

（四）模糊神經(jīng)網(wǎng)絡自我學習

通過C語言對基于PSO優(yōu)化的模糊神經(jīng)網(wǎng)絡算法進行編程，并于MATLAB R2018a版本上運行進行仿真模擬。

本文以經(jīng)濟效益的9個指標層的隸屬度矩陣R1作為訓練樣本的輸入，以其評價結果B1作為訓練樣本的輸出，從生態(tài)環(huán)境效益的隸屬度矩陣R2中抽取9個指標層作為驗證樣本的輸入，對神經(jīng)網(wǎng)絡進行訓練，訓練完成后通過檢查神經(jīng)網(wǎng)絡輸出的模擬評價目標值和實際評價目標值之間的誤差，可以檢驗蓄電池逆向物流風險評價模型的科學性和有效性，運算結果如表8所示。

從表8可知，根據(jù)最大隸屬度原則，模糊神經(jīng)網(wǎng)絡運算的仿真結果表明，生態(tài)環(huán)境效益對報廢汽車蓄電池逆向物流的影響程度評價為“影響較大”，與模糊綜合評價法的結論一致，且二者運算誤差較小、精度較高，證明該模型具有良好的評判性、自學習性、自適應性及穩(wěn)健性，可實現(xiàn)對其他具有類似特征的電子廢棄物拆解企業(yè)可行性的智能化評價。

六、結論

報廢汽車蓄電池逆向物流的可行性研究較為復雜，需要從各個方面對影響該項目可行性的諸多因素進行全面系統(tǒng)的分析論證。首先，以逆向物流風險控制、“第五利潤源”等理論為基礎，以經(jīng)濟效益、社會效益、生態(tài)環(huán)境效益為評價準則，構建報廢汽車蓄電池逆向物流可行性評價指標體系。其次，采用模糊綜合評價與PSO優(yōu)化的BP神經(jīng)網(wǎng)絡結合的改進模糊神經(jīng)網(wǎng)絡方法，構建報廢汽車蓄電池逆向物流可行性評價結構模型，一方面改善了BP神經(jīng)網(wǎng)絡算法容易陷入局部極值及數(shù)據(jù)過度擬合的缺陷，另一方面模型具有一定的自適應及自學習能力，網(wǎng)絡訓練完善后可廣泛運用于對其他具有相似特征企業(yè)的可行性評價，具有一定的穩(wěn)健性。最后，以專家調(diào)研數(shù)據(jù)進行實證研究，通過區(qū)分積極指標和消極指標，結合最大隸屬度原則，根據(jù)影響程度判斷蓄電池逆向物流可行性大小，按照等級狀態(tài)生成預警警報，并針對不同等級提出相應的控制策略，引導企業(yè)做出合理的逆向物流運營決策，為政府出臺相關的逆向物流政策提供參考依據(jù)，為綠色循環(huán)可持續(xù)發(fā)展提供支撐。

表8 模糊神經(jīng)網(wǎng)絡與模糊綜合評價結果對比分析

本文建立的評價指標體系以及評價結構模型難免有所缺陷，今后可進一步對此不斷優(yōu)化和完善。報廢汽車蓄電池逆向物流回收體系中所涉及的參與主體間各方的利益分配、合作協(xié)調(diào)機制等問題也可作為今后的研究方向。

＊特別感謝課題組主要成員上海第二工業(yè)大學研究生張騫在模糊神經(jīng)網(wǎng)絡模型構建以及實證研究分析方面所做的工作。

[1]曾佑新，王斌，陳凡.基于GA-BP的報廢汽車企業(yè)逆向物流績效評價研究[J].青島科技大學學報（社會科學版），2017，33（2）：13-19.

[2]郝皓，王治國，林慧丹，等.第五利潤源：我國逆向物流的商業(yè)價值及模式[J].物流技術，2017（8）：47-50.

[3]張滿江.基于綠色度的汽車逆向物流績效評價研究[D].西安：長安大學，2011.

[4]趙麗莉.汽車逆向物流體系及其綠色度評價研究[D].成都：西南交通大學，2007.

[5]代應，蔣長兵.汽車逆向物流系統(tǒng)綠色度評價研究[J].計算機工程與應用，2009，45（35）：220-222.

[6]徐劍力.報廢汽車逆向物流績效模糊綜合評價分析[J].汽車工業(yè)研究，2009（6）：26-28.

[7]曾佑新，王斌.基于綠色供應鏈的報廢汽車企業(yè)績效評價研究[J].工業(yè)技術經(jīng)濟，2017，36（4）：98-106.

[8]孫趙鑫.基于生命周期分析的電動汽車環(huán)境影響及其轉(zhuǎn)型風險評價方法研究[D].北京：中國科學院大學，2015.

[9]李飛龍，郭孔輝，楊沿平，等.基于GREET模型的汽車材料輕量化能耗評價研究[J].中國機械工程，2013，24（5）：681-685.

[10]周志剛.WR公司報廢汽車及廢棄電器電子產(chǎn)品處理與資源化利用工程項目建設可行性研究[D].湘潭：湘潭大學，2011.

[11]XI L，YU W，LI S.Assessment of the reused components of an end-of-life vehicle based on strengthening characteris?tic[J].Journal of computational&theoretical nanoscience，2011，4（4）：1643-1647.

[12]席暄，安克杰，陳志雪.基于物聯(lián)網(wǎng)的廢鉛蓄電池逆向物流回收體系的建立[J].蓄電池，2017，54（2）：55-59.

[13]拜冰陽，李艷萍，扈學文，等.關于廢鉛蓄電池回收、利用的管理問題分析和政策建議[J].環(huán)境保護，2015，43（24）：65-69.

[14]MATHEYS J.Life-cycle assessment of batteries in the con?text of the EU directive on end-of-life vehicles[J].Interna?tional journal of vehicle design，2008，46（2）：189-203.

[15]WOOD E，ALEXANDER M，BRADLEY T H.Investigation of battery end-of-life conditions for plug-in hybrid electric vehicles[J].Journal of power sources，2011，196（11）：5 147-5 154.

[16]丁志剛，徐琪.低碳供應鏈戰(zhàn)略合作伙伴的評價與選擇[J].中國流通經(jīng)濟，2013，27（7）：102-106.

[17]陳可嘉.GI-TOPSIS方法在逆向物流供應商選擇中的應用[J].中國流通經(jīng)濟，2014，28（3）：39-48.

[18]梁晨.CSCD-GRNN模型在城市配送資源整合水平評價中的應用——以北京市為例[J].中國流通經(jīng)濟，2016，30（11）：33-41.

[19]方曦.不確定環(huán)境下報廢汽車逆向物流綠色績效評估[J].中國商論，2012（6）：154-155.

[20]周琳，吳克寧.無居民海島旅游開發(fā)可行性評價[J].資源與產(chǎn)業(yè)，2006，8（3）：61-64.

[21]張愛萍，彭張林.軍工技術成果轉(zhuǎn)化可行性評價：基于修正的比例二元語義表示模型[J].中國管理科學，2016（s1）：29-37.

[22]易路，吳中紅，劉繼軍，等.北京市豬場太陽能主動供暖節(jié)能減排及經(jīng)濟可行性評價[J].家畜生態(tài)學報，2017，38（10）：71-79.

[23]瞿群臻，王明新.低碳供應鏈管理績效評價模型的構建[J].中國流通經(jīng)濟，2012，26（3）：39-44.

[24]陶經(jīng)輝，王丹.物流園區(qū)轉(zhuǎn)型升級風險評價及對策[J].運籌與管理，2017，26（3）：157-164.

[25]李敬明，阮素梅，劉奎戶.基于改進模糊綜合評價法的小微企業(yè)金融風險分析模型研究[J].運籌與管理，2015，24（6）：217-224.

[26]羅積善.汽車閉環(huán)供應鏈整體績效評價研究——基于層次分析法和模糊綜合評價法[D].南京：南京農(nóng)業(yè)大學，2013.

[27]宋健.基于模糊層次分析法的電子商務風險評價[J].中國流通經(jīng)濟，2011，25（7）：107-110.

[28]陳大川，周一帆，顏勝藍，等.基于模糊評價的單層工業(yè)廠房搬遷可行性研究[J].建筑科學與工程學報，2016，33（1）：38-45.

[29]朱慶鋒，徐中平，王力.基于模糊綜合評價法和BP神經(jīng)網(wǎng)絡法的企業(yè)控制活動評價及比較分析[J].管理評論，2013，25（8）：113-123.

[30]吳沖，張曉東，田海霞，等.基于模糊神經(jīng)網(wǎng)絡的商業(yè)銀行信用風險評估模型研究[J].系統(tǒng)工程理論與實踐，2004，24（11）：1-8.

[31]席一凡，王超，聶興信.基于模糊神經(jīng)網(wǎng)絡的供應鏈績效評價方法研究[J].情報雜志，2007，26（9）：77-79.

[32]TANG J，LIU F，ZHANG W，et al.Lane-changes predic?tion based on adaptive fuzzy neural network[J].Expert sys?tems with applications，2018，91.

[33]LIU T，LI X Q，WANG Y L，et al.Assessment of artillery fire application plan based on improved fuzzy BP neural network[J].Command control&simulation，2017.

[34]WU D，GAO H.A BP and switching PSO based optimiza?tion approach for engine optimization[J].National academy science letters，2016，40（1）：1-5.

[35]REN C，AN N，WANG J，et al.Optimal parameters selec?tion for BP neural network based on particle swarm optimi?zation：A case study of wind speed forecasting[J].Knowl?edge-based systems，2014，56（3）：226-239.

[36]ZHANG E，HOU L，SHEN C，et al.Sound quality predic?tion of vehicle interior noise and mathematical modeling us?ing a back propagation neural network（BPNN）based on particle swarm optimization（PSO）[J].Measurement sci?ence&technology，2016，27（1）：015801.

[37]郝皓，黃敏，李培鴻，等.基于產(chǎn)品風險控制的主動式逆向物流運作模型RLOM[J].物流技術，2015（9）：9-11.

[38]張曉華，井超.企業(yè)投資項目的可行性評價[J].機械管理開發(fā)，2008，23（6）：139-140.

[39]劉寬.煤炭企業(yè)實施逆向物流可行性評價與運作模式選擇[D].青島：山東科技大學，2014.