数字工程 | 数字绿色智能制造课程评价体系研究

A Hybrid Approach to Evaluating Digital Green Smart Manufacturing Courses

Guangdong Tian ^a, Peisheng Yuan ^a, Gang Yuan ^b, Duc Truong Pham ^c, Ahmed M. El-Sherbeeny ^d, ZhiWu Li ^e

摘要：

1. 引言

环境可持续性已成为当今最紧迫的挑战之一。制造业作为资源消耗和污染排放的主要来源，亟需推进数字化与绿色转型。数字工程、智能制造、人工智能、数字孪生等先进技术在推动可持续发展方面具有重要作用。因此，工程教育课程也需与时俱进，与这些技术发展同步。数字绿色智能制造课程的评价因而成为工程教育研究的关键课题。

课程评价本质上是一个多准则决策问题，具有多维度、目标冲突与高度不确定性等特点。尽管已有研究提出多种MCDM方法用于教育评估，但在方法层面仍存在局限，尤其是在处理高阶不确定性和准则间复杂依赖关系方面。本文提出的IT2F-ANP-VIKOR方法在以下三方面具有优势：

• 更强的不确定性处理能力：采用区间二型模糊集更好地表达专家判断中的模糊性与置信度变化；

• 网络化模糊量化能力：通过IT2F-ANP建模准则间的模糊交互关系；

• 动态折衷机制：结合区间二型模糊输入与ANP动态权重，生成更稳健的折衷解。

2. 理论基础

2.1 区间二型模糊集

IT2F是对Zadeh提出的模糊集的扩展，通过引入区间型隶属函数，更有效地捕捉人类判断中的不确定性。本文采用三角IT2F集，并介绍了其去模糊化与排序方法，确保在保留双层模糊信息的同时降低计算复杂度。

2.2 网络分析法

ANP是AHP的扩展，采用网络结构建模准则间的依赖与反馈关系，适用于复杂决策场景中的权重确定。

2.3 VIKOR方法

VIKOR是一种折衷排序方法，通过最大化群体效用与最小化个体遗憾之间的平衡来排序备选方案，广泛用于多目标决策问题。

3. 方法论

本研究提出的IT2F-ANP-VIKOR方法包括三个阶段：

• 准则量化：基于语言变量构建IT2F判断矩阵；

• 权重计算：使用IT2F-ANP构建超矩阵并计算准则权重；

• 方案排序：利用IT2F-VIKOR计算群体效用、个体遗憾与折衷决策指数，完成方案排序。

4. 数值结果

4.1 评估指标体系构建

通过专家问卷调查，构建了包含5个一级指标和9个二级指标的评估体系，涵盖课程设计、教学实施、产业对接、学习成果与创新性等维度。

4.2 方法应用与结果

通过北京某高校机械制造课程设计案例，展示了IT2F-ANP-VIKOR方法的实际应用。计算得到的加权超矩阵极限表明，产业对接是最重要的准则。最终排序结果显示，方案X₃为最优选择。

4.3 敏感性分析

通过系统性地扰动准则权重，验证了方法在不同权重配置下的稳健性。结果显示，最优与最差方案排序保持一致，表明方法具有良好的稳定性。

4.4 与先进MCDM方法的比较

与IVHF-DEMATEL和IT2F-ARAS方法的比较分析表明，尽管在个别方案排序上存在微小差异，但三种方法在识别最优与最差方案方面高度一致，验证了所提方法的有效性与可靠性。

5. 讨论

IT2F-ANP-VIKOR方法在绿色机械工程课程评估中展现出显著优势：IT2F有效处理了主观准则的语言不确定性；ANP捕捉了准则间的复杂依赖关系；VIKOR提供了灵活的目标权衡机制。案例研究结果表明，该方法在不同决策系数下均保持稳定排序，具备较强的实用性与适应性。

6. 局限性与未来方向

本研究存在三方面局限：

• 依赖专家判断，可能存在主观偏差；

• 计算复杂度较高，不利于大规模应用；

• 方法验证局限于机械工程领域。

未来研究方向包括：

• 引入机器学习以自动化权重校准；

• 开发动态权重调整机制；

• 拓展方法至其他工程教育领域；

• 构建模块化评估框架以适应多元利益相关者需求。

7. 结论

本文提出了一种集成了区间二型模糊集、ANP与VIKOR的混合评估方法，用于绿色机械工程课程的评价。该方法在不确定性管理、准则依赖建模与动态折衷解生成方面优于传统方法。案例研究验证了其在实际应用中的有效性与稳健性。未来研究可进一步结合机器学习与跨学科验证，提升方法的普适性与实用性。

关注公众号，后台回复“DE”即可下载原文