李鵬飛,秦江濤,劉舉勝
(上海理工大學 管理學院,上海 200093)
基于模糊TOPSIS方法的采伐現場木材運輸方案評價
李鵬飛,秦江濤*,劉舉勝
(上海理工大學 管理學院,上海 200093)
針對傳統的畜力集材和拖拉機集材的缺陷以及木材生產系統中現場集材工序存在的問題,首先對林業生產現場集材工序進行了分析,設計并提出了全新的滑道集材這一科學合理的生態技術,然后對集材運輸方案建立了相應的數學模型,利用聚類智能算法對吉林森工某林場的原始林木進行智能聚類,最后采用模糊TOPSIS方法對畜力集材、拖拉機集材和滑道集材運輸方案進行了比較,研究發現在有一定坡度的遠距離集材的情況下,滑道集材運輸方案在作業成本、作業效率、作業安全、作業可靠性、地表破壞程度和植被破壞程度等方面較其他畜力集材和拖拉機集材具有明顯優勢。
集材建模;工序分析;聚類智能算法;模糊TOPSIS方法
長期以來,較為滯后的粗曠式的林業發展帶來的“后遺癥”在當前的發展中體現的愈加明顯,林業資源匱乏、木材產量下降,正逐漸成為以林區經濟為支柱的國有森工企業的挑戰與威脅[1]。此外,我國目前的林業生產技術和管理方式仍然存在工藝落后、設備陳舊、效率低下、質量意識淡薄等諸多問題[2-6]。木材生產系統作為各大國有林場最重要的工作活動和主要的經濟來源,在整個林業運轉中占據著重要的地位,發揮著巨大的作用,但同時也是問題頻發的一個區域。另外,由于我國四大國有林區全部位于我國北方,所以北方是我國木材供應的重要來源。在我國北方,由于集材等工序的特點,冬季更加適合進行木材生產,因此北方的林業工人不但要克服長時間站立、手持較重的工具、噪聲震動等困難,還要克服惡劣的作業環境,因此,如何尋求一種高效的采伐現場木材運輸方案對減少林業工作者的勞動負荷,提高集材運輸效率,促進林業發展具有重大的理論與現實意義。
目前,已有學者對木材生產系統進行了研究,取得了一些研究成果。但大多數學者是從木材生產系統的整體運作、生態保護、遠距離運輸、人機分析等方面對木材生產系統進行研究[7-10];也有一部分學者通過實地勘探對現有的各種集材方式的效率[11-12]進行了研究。上述研究雖然對學者們后續研究木材生產系統提供了一定的指導意見,但是沒能針對木材生產系統及集材方式利用科學的決策方法提供一些具體的改善方案,其次鮮有學者利用模糊TOPSIS決策方法對整個集材方式進行系統的研究。基于此,本文以吉林森工某林場為例,利用聚類智能算法對原始林場的木材進行智能聚類,構建了新興的滑道運輸模型,然后利用模糊TOPSIS決策方法,對傳統的蓄力集材,拖拉機集材,以及新興的滑道集材三種集材方式進行定量的評估,做出了科學的決策。
1.1 集材工序
林業系統中的采伐現場主要是指從伐木到木材裝車運走的整個過程。雖然林業生產系統較為復雜和龐大,但是在不同山場的現場生產有很大的相似性,基本的工藝過程是相同的,分為:伐木、打枝、造材、集材和裝車,具體生產流程如圖1所示。隨著保護環境深入人心,大部分山場的主要采伐方式為擇伐,即選擇已經成材的樹木進行采伐,不處理并保護尚未成材的樹木。本文主要研究采伐現場中的集材工序和裝車工序。集材動力的采用主要有拖拉機、人力和畜力,通過這些動力將已經按照市場需求造材完畢的木材運送到指定地點等待裝車運走。裝車工序是將原木由人力或拖拉機裝到汽車上。

圖1 伐木工序Fig.1 logging procedure
具體工藝過程如下:①伐木:伐木工人用油鋸將樹伐倒;②打枝丫:工人使用油鋸和斧頭將枝杈處理掉,形成條木;③造材:工人使用油鋸按照市場需要的尺寸把條木加工成原木;④集材:使用畜力、拖拉機和人力將原木運送到待裝車地點;⑤裝車:將原木裝車運走。
1.2 集材工序分析
目前,主要的集材方式是牲畜與人進行協同作業,在部分小型山場和有特殊要求全部伐光的山場會采用拖拉機與人協同作業。集材工序不但在采伐現場的生產中具有重要的作用,而且占用了大量的生產成本。通過5W1H(Why,What,Where,When,Who,How,簡答5W1H)方法提問,可以分析出目前集材工序和裝車工序所出現的問題,主要缺陷有:①在集材過程中存在大量的資金和時間的浪費;②造成植被破壞;③造成地表破壞;④誘發安全事故;⑤存在大量的等待時間;⑥裝車效率低。由此可見,在集材工序和裝車工序中存在大量的待解決問題,因此有必要設計改進方案來優化集材工序。
針對采伐生產現場集材過程中存在的問題,本文提出了全新的滑道式的運輸方式來運送木材,通過牲畜、人和滑道的共同協作來完成木材運輸的任務。首先在山場中鋪設滑道,然后通過畜力將造材完畢的木材運送到滑道的起點,最終通過人力把木材搬運到滑道上,以自身的重力作用順著滑道運動到裝車地點。
纜索滑道集材與傳統土滑道集材相比而言具有諸多優點,見表1。

表1 滑道的比較
2.1 滑道的設計
滑道主要由三部分組成,分別為起始點、終點、纜繩滑道,具體的滑道構成見表2。
起始點的功能是將牲畜運送來的原木放到軌道上,人力通過簡單的滑輪組把原木吊起,然后把原木固定到滑道的運送裝置上。匯聚點是滑道交匯的點,設計匯聚點可以避免每一個起始點直接到終點的情況,在起始點確定的情況下減少滑道的總長度,從而節約成本,提高運送速度。纜繩滑道是滑道最基本的組成部分,由纜繩和運送裝置組成,原木可以被固定在纜繩的運送裝置上,每個運送裝置每次只可以裝載一根原木,原木依靠自身重力的分力作用下滑到滑道終點,終點先對滑道送下來的原木減速,在減速過程中依靠原木自身的慣性將原木送到待裝車的車輛或集裝箱上空,由人將原木從纜繩滑道的運送裝置上卸下,直接完成裝車工序,具體的滑道設計如圖2所示。

表2 滑道的組成

圖2 滑道設計Fig.2 Design of slideway
在圖2中,滑道在最終裝車的過程中還需要一個配合性裝置-骨架式集裝箱。為避免大量工人等待汽車到來時間的浪費,將骨架式集裝箱運用到裝車工序中,在沒有汽車時,工人可以將原木先裝到骨架式集裝箱內,待汽車到來時可以直接換取車尾,將已經裝好的原木的集裝箱運走。
2.2 滑道起始點的選擇
滑道設計的核心是滑道起始點的選擇,針對不同山場的情況,使用數學模型[13-16]對起始點的位置和數量進行選擇。
(1)模型的建立
模型中的參數定義見表3。
其中目標函數:


相關限制條件:(xi,yj)∈X,(Xj,Yj)∈C;i∈(1,m),j∈(1,n)

表3 相關參數設置
(2)模型的求解:
Step1 隨機產生n-1個點,再加上已知的裝車點形成n個點的初始Ctrs。
Step2計算X中每一個點到C中每一個點的歐氏距離dij;其中j∈(1,n)。
Step3比較X中每個點的n個dij的大小,取最小的距離dij并把點歸到第j類,則:(Nd,I)=min(dij)
Step4求每一類點距離的中心,計算出D,判斷D與上次計算的D的差是否在規定范圍內或者迭代次數超過30次,若在則轉到Step6,若不在規定范圍內或迭代次數小于30次則進行下一步。

Step5產生n-1個中心并加上裝車點的坐標形成新的C,并返回Step2進行計算。
Step6輸出C與D,算法結束。
2.3 案例分析
本文以吉林森工某林場的一個林班作為研究對象,應用本文提出的方法對木材生產系統的集材工序進行改善。將數據帶入到2.2中的模型進行分析。本林班面積7.2 hm2,產出木材100 m3,山坡角度8°,形狀如圖3所示。
在林班中均勻取776個點,帶入到模型中,分別取不同個數的起始點,經過多次迭代,獲得集材運輸的總距離,如圖4所示(單位:m)。

圖3 林班圖Fig.3 Compartment map

圖4 不同起始點修正前總距離圖Fig.4 The total distance map of different starting points before correction
因為滑道的建設需要成本,不可能建設無限多個起始點,根據成本核算,每增加一個起始點的費用相當于增加運輸距離100 000 m,所以,需要對不同的起始點個數的總體距離進行修正,具體修正結果如圖5所示(單位:m)。

圖5 不同起始點修正后總距離Fig.5 The adjusted total distance of different starting points
由圖5可以看出到每一個起始點的總距離的和隨著多次迭代變得越來越小,最后趨于穩定,通過迭代發現在選擇建立5個起始點時這種穩定的距離總和是最小的,所以針對選擇的這個林班,建立5個起始點是最為合理的,坐標起始點坐標分別為:[12469,2585][3291,2268][6133,5168][8910,2754][11435,5321],接下來本文將利用模糊數學決策模型來對各種方案進行科學的評估。
2.4 方案的比較
2.4.1 模糊數學決策模型評價指標體系的介紹與建立
對集材方式的選擇主要考慮因素為經濟性因素和生態環境因素,具體影響因素見表4。目前存在的多種集材方案,使用頻率最高的就是拖拉機集材和畜力集材,因此如何選擇合適的集材方式對林業生產系統具有重要的意義。由于模糊TOPSIS方法具有諸多優勢,故而本文將使用模糊TOPSIS方法模型[17-20]對滑道集材、拖拉機集材和畜力集材三種集材方案進行比較選擇,從而進行科學的決策。

表4 影響方案決策的因素
2.4.2 基于模糊TOPSIS方法的方案決策過程
(1)相關指標與評價集的建立


(2)模型評價矩陣的確認
通過問卷數據得到決策數據



(1)
各項指標的模糊權重為


(2)
根據語言變量對應的模糊評級,將23名專家對6項影響因素和3種方案評價的語言轉化為三角模糊數。依據公式(1)和公式(2)得到因素集結模糊權重和集結模糊決策矩陣,見表5和表6。
(3)模糊矩陣的標準化


(3)
根據公式(3)和表5對集結模糊決策矩陣進行標準化,見表7。

表5 因素集結模糊權重

表6 集結模糊決策矩陣

表7 標準化集結模糊決策矩陣
(4)計算標準化加權集結模糊決策矩陣

(4)

(5)
根據公式(4)、(5)和表7對標準化集結模糊決策矩陣進行加權,并選出最優解和最劣解(其中成本型指標越小越優,效益型指標越大越優)見表8。
(5)計算各方案與最優解和最劣解的距離
每個方案與最優解和最劣解的距離公式分別為:

(6)

(7)
根據公式(6)、(7)和表7計算得出各方案與模糊最優解和最劣解的距離,見表9。

表8 標準化加權集結模糊決策矩陣

表9 各方案與模糊最優解和最劣解的距離
(6)計算貼近度

(8)
根據公式(8)和表8,計算出各個備選方案與最理想的方案相對的貼近度,見表10。

表10 3個備選方案與最理想方案的相對貼近度
最后排列備選方案,根據表10中的貼近度,得出3個集材方案的最終次序為p3>p1>p2。因此,確立滑道集材為最優方案。
木材生產系統是林業工作中的重要環節,而集材工序又是木材生產系統中必不可少的一道工序。本文以吉林森工某林場為例,通過聚類的思想對滑道起始點的選擇問題進行建模,并應用實例進行仿真計算和分析;通過模糊決策對各種集材方案進行比較,最后做出科學決策。研究發現:滑道集材在作業成本、作業效率、作業安全、作業可靠性、地表破壞程度和植被破壞程度等方面較其他畜力集材和拖拉機集材具有明顯優勢,在具有一定坡度的遠距離集材過程中,使用滑道集材方式能有效提高林業工作人員的集材效率,降低林業集材成本,這一結果也與文獻[11]中的結論相吻合。結合現實來看,本文的研究方法和研究結果可以切實的解決生產生活中的實際問題,具有一定的實踐意義。同時也具有一定的局限性,但是這一局限性也為后續研究指明了方向。由于本文只是選取吉林森工某林場的原始林木為例,沒有考慮其他具有特殊地形和特定條件的林場,故而研究結果不具有一定的普適性,后續研究可選取多個林場,進行綜合分析,最后確定最優方案;其次本文的研究方法頗為主觀,研究指標相對較少,建議后續研究可采取更多的評價指標,采用主客觀相結合的方法對實際問題進行更為深入的研究。
[1]覃建斌.國有林場存在的問題及改革措施的研究[J].南方農業,2016,10(12):95-96.
[2]Giuntoli J,Caserini S,Marelli L,et al.Domestic heating from forest logging residues:environmental risks and benefits[J].Journal of Cleaner Production,2015,99:206-216.
[3]Marinho F P,Mazzochini G G,Manh?es A P,et al.Effects of past and present land use on vegetation cover and regeneration in a tropical dryland forest[J].Journal of Arid Environments,2016,132:26-33.
[4]Osone Y,Toma T,Warsudi,et al.High stocks of coarse woody debris in a tropical rainforest,East Kalimantan:Coupled impact of forest fires and selective logging[J].Forest Ecology & Management,2016,374:93-101.
[5]Fernandez C,Vega J A.Effects of mulching and post-fire salvage logging on soil erosion and vegetative regrowth in NW Spain[J].Forest Ecology And Management,2016,375:46-54.
[6]王琦,白帆,周大元,等.我國木材生產機械的發展(三)——木材運輸機械[J].林業機械與木工設備,2014,42(1):17-20.
[7]陳友益.基于環境友好理念下的木材物流系統研究[J].商業經濟,2016(2):70-72.
[8]陳誠,邱榮祖.林產品物流系統研究現狀與展望[J].森林工程,2015,31(5):139-144.
[9]邱榮祖,林宇洪,林玉英.基于物聯網的智慧林業物流系統研究進展[J].森林工程,2014,30(5):169-180.
[10]蒲帥,劉晉浩.林木采伐頭的發展歷程及現狀研究[J].機械工程與自動化,2016,1:219-221.
[11]曾翼.陡坡山地索道集材作業效率的研究[J].木材加工機械,2014(5):15-18.
[12]馮輝榮,周新年,李閩暉.輕型索道集材與開路集材三大效益對比分析[J].林業科學,2012,48(8):129-134.
[13]Li MJ,Ng MK,Cheung YM,et al.Agglomerative fuzzy k-means clustering algorithm with selection of number of clusters[J].IEEE Transactions on Knowledge and Data Engineering,2008,20(16):1519-1534.
[14]Shi J,Lei Y,Zhou Y,et al.Enhanced rough fuzzy c-means algorithm with strict rough sets Properties[J].Applied Soft Computer,2016,46:827-850.
[15]Benmouiza K,Tadj M,Cheknane A.Classification of hourly solar radiation using fuzzy c-means algorithm for optimal stand-alone PV system sizing[J].International Journal of Electrical Power & Energy Systems,2016,82:233-241.
[16]Zeinab Z H,Mahdi M.Knowledge discovery from patients’ behavior via clustering-classification algorithms based on weighted eRFM and CLV model:An empirical study in public health care services:[J].Iranian Journal of Pharmaceutical Research Ijpr,2016,15(1):355-367.
[17]張芳蘭,楊明朗,劉衛東.基于模糊TOPSIS方法的汽車形態設計方案評價[J].計算機集成制造系統,2014,20(2):276-283.
[18]Zhao JY,Fang ZQ.Research on Campus Bike Path Planning Scheme Evaluation Based on TOPSIS Method:Wei’shui Campus Bike Path Planning as an Example[J].Procedia Engineering,2016,137:858-866.
[19]Amir V,Ali R G,Reza R H,et al.Administrative Process and Criteria Ranking for Drug Entering Health Insurance List in Iran-TOPSIS-Based Consensus Model:[J].Iranian Journal of Pharmaceutical Research Ijpr,2016,15(1):369-381.
[20]Zyoud S H,Kaufmann L G,Shaheen H,et al.A framework for water loss management in developing countries under fuzzy environment:Integration of Fuzzy AHP with Fuzzy TOPSIS[J].Expert Systems with Applications,2016,61:86-105.
Evaluation of Timber Transport Program at theLogging Scene Based on Fuzzy TOPSIS Method
Li Pengfei,Qin Jiangtao,Liu Jusheng
(Shanghai University of Science and Technology,School of Management,Shanghai 200093)
To overcome the defects of traditional animal skidding and tractor skidding as well as the problematic procedures in the field of timber production systems,a new scientific and reasonable ecological technology of chute skidding was firstly designed and proposed after analyzing the skidding procedure.A mathematical model was constructed corresponding to timber transport program.And then the intelligent clustering algorithm was used to conduct an intelligent clustering for the original forest stand of Jilin Province.The fuzzy TOPSIS method was used to compare animal skidding,tractors skidding and chute skidding transport programs.It was found that chute skidding transport program has more obvious advantages over the animal skidding and tractors skidding in the terms of operating costs and efficiency,operational safety and reliability,damages to land surface and vegetation,and other aspects under the certain circumstance of slope and long distance yarding.
skidding and modeling;procedure analysis;intelligent clustering algorithm;fuzzy TOPSIS method
2016-07-25
上海理工大學博士啟動項目(1D-10-303-002)
李鵬飛,碩士研究生。研究方向:森林物流、智能制造。
*通信作者:秦江濤,博士,副教授。研究方向:智能優化、工業工程。E-mail:qinjiangtao_usst@126.com
李鵬飛,秦江濤,劉舉勝.基于模糊TOPSIS方法的采伐現場木材運輸方案評價[J].森林工程,2017,33(1):59-65.
S126;F252
A
1001-005X(2017)01-0059-07