产品全生命周期低碳设计跨组织协同冲突协商模型

Conflict Negotiation Model for Cross-organizational Collaboration in Product Life Cycle Low-carbon Design

摘要

产品全生命周期低碳设计利益相关主体多、设计环节多、难度大、风险高，各主体间就不同的经济性、技术性、绿色性的多维度性能目标如何进行设计协同与冲突协商，是一个亟需解决的瓶颈问题。阐述了产品全生命周期低碳设计跨组织协同原理，明确了全生命周期低碳设计冲突协商议题生成路径，构建了基于多Agent系统的全生命周期低碳设计多主体多议题协商模型以及基于NSGA-Ⅱ的自动协商决策算法，通过数值仿真验证了所提出协商模型的适用性和有效性，为产品全生命周期低碳设计跨组织协同冲突消解提供了有效的策略依据。

Abstract

Product life cycle low-carbon design refered many stakeholders， design links， difficulties， and high risks. How to conduct design coordination and conflict negotiation among various stakeholders on different goals of economic， technical and green performance was a bottleneck problem that needed to be solved urgently. The cross-organization collaboration principle of product life cycle low-carbon design was elaborated， and the generation path of low-carbon design conflict negotiation issues in the whole life cycle was clarified. A multi-agent multi-issue negotiation model was built based on multi-agent system for product life cycle low-carbon design and an auto-negotiation decision-making algorithm was built based on NSGA-Ⅱ. The applicability and effectiveness of the proposed negotiated model were verified by numerical simulations， which might provide an effective strategic basis for cross-organization collaborative conflict resolution of product life cycle low-carbon design.

Graphical abstract

关键词

产品全生命周期设计 / 跨组织协同 / 低碳设计 / 冲突 / 协商

Key words

product life cycle design / cross-organizational collaboration / low-carbon design / conflict / negotiation

0 引言

低碳设计^［1］的目的是在满足产品性能、成本的前提下最大程度地降低产品生命周期各阶段温室气体排放，是一项复杂且系统性的工作，涵盖产品全生命周期，其目标包括但不限于更低碳的材料选择、更低碳的结构设计、更低碳的产品制造、更低碳的产品末端处理。面向更低碳的材料选择，ZARANDI等^［2］提出了一种基于生态设计领域专家知识的模型，将专家知识转化为决策规则和决策树，以辅助指导低碳设计材料的初步筛选。面向更低碳的结构设计，SONG等^［3］提出了一种基于零件结构获取产品碳排放物料清单的g-BOM方法，帮助设计师更高效地实现对低碳产品设计方案的评估。面向更低碳的产品制造，段诚茂等^［4］通过分析产品碳排放特性，建立了工艺过程碳排放综合评价优化模型，能够在保证产品质量和成本的前提下降低工艺过程碳排放。面向更低碳的产品末端处理（即通过回收再利用、再制造、再循环提高资源利用效率，减少碳排放），鲍宏等^［5］提出一种基于TRIZ的主动再制造绿色创新设计方法，以提高主动再制造结构绿色设计改进的效率和成功率。产品低碳设计属性与原有的技术、经济属性之间极易产生冲突问题，因此低碳设计具有挑战性^［6］。

复杂机电产品（如制造装备、能源装备、工程机械等）具有功能结构复杂（零部件多、供应链长）、开发技术难度大、多学科交叉程度高、研发成本高的特征。目前大多数机电产品企业仍然缺乏独立进行低碳设计以实现降低产品全生命周期碳排放的最终要求，需要连接上游和下游主体的专业知识，通过必要的跨组织协同来实现。通过跨组织协同可以集合产品生命周期不同阶段（原材料获取、制造、销售、使用、维修、回收处理）相关主体（材料供应商、零部件供应商、核心制造商、服务商、回收处理商、再制造商等）的技术、知识、经济优势，为实施产品全生命周期低碳设计提供支撑^［7］。不失一般性，产品全生命周期低碳设计跨组织协同包括设计目标^［8］、设计决策^［9］、设计资源^［10］、设计信息^［11］、设计方法^［12］等多维度协同。

冲突指发生在跨组织协同主体间影响协同效果、阻碍协同目标实现的因素。产品生命周期低碳设计各协同主体由于利益目标、技术水平、发展策略与认知水平（如绿色制造转型、循环经济、双碳战略）差异性，以及跨组织协同过程中的信息交互障碍的问题，会产生设计资源协同与优化配置（如低碳技术的协同开发与应用^［13］）、利益分配与风险共担（如协同主体碳交易利益分配^［14］）、技术决策（如产品或零部件的回收再制造方案^［15］）等诸多方面的冲突^［16］。冲突是影响产品全生命周期低碳设计效率与质量的关键障碍^［17］。

产品全生命周期设计跨组织协同冲突具有成因复杂、多发耦合的特征。冲突可能同时受到价值偏好差异、能力边界差异与信息不对称等多重因素驱动，导致冲突难以被清晰界定、难以被统一表达，也难以在不同项目间复用既有经验。基于历史经验的冲突消解（如实例推理等）在规则明确、结构稳定的场景中具有一定可行性，但面对全生命周期低碳设计中多主体、多目标与强耦合并存的冲突情境，其适用性与泛化能力往往受限。同时，传统人工协商效率低、耗时长且易受主观判断影响，难以适应动态、多变的跨组织冲突场景，亟须引入智能化、自动化的协商方法以提升冲突消解效率。

综上分析，产品全生命周期低碳设计问题复杂、相关主体多元，使得全生命周期低碳设计中冲突发生更为频繁，解决难度更大。本研究针对产品全生命周期低碳设计跨组织协同冲突管理原理方法挑战，围绕以下科学问题展开研究：①针对产品生命周期设计跨组织协同冲突形成机理，厘清全生命周期设计冲突的内涵与边界；②针对产品生命周期设计跨组织协同冲突类型特征，构建可用于刻画与分析冲突的规范化模型；③针对基于跨组织多主体协商的冲突消解机制，发展可复用的冲突求解方法和技术。

1 机电产品全生命周期低碳设计跨组织协同原理分析

机电产品全生命周期低碳设计任务复杂、难度大。从原理方法层面，需要构建符合行业特点和低碳设计特性的跨组织协同原理模型，以促使协同要素进行有机整合、实现整体协同效应。本研究提出图1所示的机电产品全生命周期低碳设计跨组织协同原理模型。

1.1 协同要素

机电产品全生命周期低碳设计跨组织协同要素包括协同主体、协同资源、协同活动、协同对象。协同要素间相互作用，共同构建了协同系统的关键部分。协同要素之间的关系可以总结为：协同主体运用协同资源开展作用于协同对象的协同活动。

1）协同主体。机电产品全生命周期低碳设计需要考虑产品从研发、制造到回收处理全过程的减碳效果，需要众多协同主体的共同作用，主要包括整机厂（核心制造商）、材料供应商、零部件制造商、物流服务商、回收处理商、再制造服务商、用户、政府^［18］。复杂机电产品全生命周期低碳设计采取系统集成、专业化协作的设计模式，即由整机厂负责产品总体研发、设计和总装，上游企业按整机厂要求提供材料、零部件并接受整机厂的质量监控，下游企业按整机厂要求提供各项服务（如物流、维修、回收服务）。因此，整机厂在机电产品全生命周期低碳设计跨组织协同中属于核心地位，具有主导协同设计的作用，需要从全局的角度来考虑协同主体间责任和利益的分配。尽管各协同主体在产品全生命周期低碳设计过程中的任务和责任不同（表1），但都共同致力于达成减少产品全生命周期碳排放，保证协同效应量化指标的最大化。

2）协同资源。协同资源指产品全生命周期低碳设计中协同主体拥有或可利用的资源，包括技术、资金、人力、设备、信息等。这些资源需要被协同主体整合和优化利用，以支持协同目标的完成。

3）协同活动。协同活动是指协同主体内部或协同主体间相互作用、相互影响的设计活动。从活动的特性分类，协同活动可以分成技术活动（如部件结构设计、零件材料选型）和管理活动（如物流方案优化、人事调动）。

4）协同对象。协同对象是协同活动作用的对象或客体，即产品全生命周期低碳设计对象，包括产品（系统、部件、零件）、工艺、服务等。

1.2 协同效应与协同目标

协同效应指协同主体期望通过协同活动所实现的效果。

1）降低成本与风险。低碳设计一般具有研发投入大、周期长、见效慢的特点，需要较高的前期投入，企业独自开展低碳设计往往会带来沉重的成本压力，而高昂的技术成本和投资风险也成为了很多企业开展低碳设计的门槛，也因此产业链上一些中小企业普遍低碳减排积极性不高。协同设计可以集中各主体的优势，使各主体间实现信息资源共享^［14］，更重要的是，全生命周期低碳设计跨组织协同将本来由单个企业承担的投入资金和风险分散到多个企业，产品全生命周期相关企业从原先传统的上下游关系转变为相互协同的合作伙伴关系，从而实现收益与风险共担。

2）提升产品低碳性能。跨组织协同使得各主体都参与到产品设计进程中，融合不同领域的专业知识，为产品设计提供更全面、多角度的考量，选择最优方案，实现更符合全生命周期低碳设计要求的产品设计，从而达成更低碳的产品制造（如采用环保材料、提高制造能效）、更低碳的产品使用（如延长使用寿命、降低运行能耗）以及产品的再资源化（如废弃物的回收再利用）。

协同目标指为了获得协同效应，指导协同活动实施而设定的具体目标，是协同效应的可量化评价指标。例如，面向降低成本与风险，协同目标可以量化为降低生产成本，包括优化生产工艺、提高生产效率等；面向提高产品低碳性能，协同目标可以量化为降低产品全生命周期碳排放量、降低产品能源消耗、提高资源利用率等。

1.3 协同冲突

不同协同主体对协同目标的价值取向、重视程度、量化要求不同，不能达成一致，是产生协同冲突的根本原因。

机电产品全生命周期低碳设计具有决策主体和利益相关者多元、相关信息和知识离散的特性。各协同主体彼此独立，主体间缺乏严格的组织支持和限制，往往未能建立充足且有效的市场联系。由于各利益相关方战略、利益需求和技术水平差异，以及它们之间特别的“竞争与合作”关系，使得冲突成为影响协同设计效率和质量的关键因素。特别是将“低碳”要求纳入产品设计目标后可能会破坏原有的技术性、经济性优化和平衡状态，从而导致新目标与原有目标之间的冲突问题，使设计过程变得更具挑战性^［19］。

在以整机厂为核心的设计模式下，协同冲突通常围绕着整机厂与其他参与协同设计的主体之间展开，协同冲突存在多种类型，最典型的冲突类型包括观念冲突、利益冲突、技术冲突。协同冲突具体说明实例如表2所示。

2 跨组织协同冲突协商模型

机电产品全生命周期低碳设计跨组织协同冲突协商的本质可以视作一个多主体、多目标、多变量的协调与求解过程。具体来说，协同主体通过对低碳设计过程中产生的相关冲突（如技术冲突、经济冲突、观念冲突）进行协商，获得折衷方案，达成冲突解决。

本研究将上面所述的低碳设计冲突抽象成协商议题数学模型，通过协同主体对协商议题的协商行为仿真，求解冲突协商方案的帕累托解集，进而生成协同主体意见一致的低碳设计方案（如关键低碳设计指标、关键设计参数等）。

2.1 跨组织协同冲突协商议题生成

为了生成面向机电产品全生命周期低碳设计跨组织协同冲突协商议题，首先需要梳理跨组织协同冲突协商议题的生成路径，如图2所示。将协商议题生成路径自上而下分为目标层、指标层和议题层三层。三个层面在逻辑上依次递进，逐步将协同设计目标转化、分解为可量化的协商议题。

目标层是指产品全生命周期低碳设计目标，目标属性包括功能质量目标、经济性目标和低碳性（如资源属性、能源属性、环境属性）目标。这些目标是对产品全生命周期低碳设计结果的具体要求，且通常具有可评价性。

指标层将产品全生命周期低碳设计目标进行分解转化为设计阶段可控可操作的技术性指标，如模块和零部件技术要求或规格、目标成本、材料属性、工艺效率等。不失一般性，产品全生命周期低碳设计指标可包含技术成熟度（反映方案技术可行性与应用稳定性）、成本、完成周期、能源消耗（反映能耗与节能水平）、可回收性、维修难度以及可靠性等。

基于产品全生命周期设计理论和方法框架，目标到指标的分解转化逻辑包括：①设计目标与生命周期阶段的关联性，典型如耐久性/使用寿命、使用性能安全性与产品使用阶段、原材料再生利用性与制造、再制造阶段；②设计目标与产品单元（如零件、模块）的关联性，典型如产品能效与产品耗能单元。

通过以上两个维度的目标-指标转化，生成细粒度产品对象（如零件、模块）和阶段对象（如制造阶段、使用阶段）的低碳设计要求。

跨组织协同议题层将细粒度产品或过程低碳设计要求转化为跨组织协同议题，其本质是将指标层的关键指标转化为可进入协商求解的议题变量。议题协商主体需要就低碳设计议题变量提出自身需求、期望（如低碳设计指标具体取值）和限制条件（如低碳设计指标取值范围），即低碳设计协商建议。如果协商主体提出的建议不能被双方同时接受，则出现低碳设计协同冲突，需要启动冲突协商过程来解决。典型议题生成路径如表3所示。

表3中例1以典型机电产品——风力发电机生命周期阶段中零部件制造阶段为例，展示了整机厂就风力发电机功能质量性目标、低碳性目标、经济性目标与零部件制造商间典型冲突议题生成路径。在产品需求分析阶段，协同主体就风力发电机“长时间稳定运行”“全生命周期减排”“整体工期短”三项协同目标达成共识，并制定初步产品设计方案。进入详细设计环节后，需要制定详细的设计任务，以实现需求分析阶段确定的产品设计目标，聚焦到齿轮箱（产品单元）的制造阶段（生命周期阶段）来看，为了达成既定的协同目标，整机厂（设计方）和零部件制造商（制造方）需要将协同目标进一步分解为可控可操作的技术性指标，典型如“齿轮箱轴承疲劳寿命”“齿轮箱制造排放量”“齿轮箱制造工期”。如果整机厂与零部件制造商由于利益诉求、技术能力差异就设计指标的取值、偏好难以达成共识，则产生冲突议题，需要进一步协商解决。根据相关议题的特性（即指标特征），可以将低碳设计协同冲突分为技术冲突、利益冲突（表2）。

2.2 基于多Agent系统的产品全生命周期低碳设计跨组织协同冲突协商模型

通过调研相关机电产品企业跨组织协同模式，总结出图3所示的机电产品全生命周期低碳设计跨组织协同协商组织结构。整机厂设立一个决策体（如项目经理），决策体负责意见决策、分配协商任务等。决策体将不同的协商任务分配给谈判代理。决策体分配任务时会明确协商的议题、范围等要求。谈判代理可以是整机厂内部的部门，也可以是外部的专业团队或机构。例如，法务专员负责与政府机构进行协商，工程师负责与设计服务商进行协商等。谈判代理在接到任务后，根据协商任务要求与其他协同组织代表进行协商活动。协商双方寻求达成双方都能满意的解决方案。在协商完成后，谈判代理将结果报告给决策体。决策体对协商结果进行审议评估，并做出最终决策。整机厂与协同主体将执行协商决策，确保协同活动顺利进行。

本研究采用多Agent系统^［20］来构建产品全生命周期低碳设计跨组织协同冲突协商模型，如图4所示。

首先，根据机电产品全生命周期低碳设计跨组织协同协商组织结构，本研究提出的协商模型中存在决策Agent、协商发起Agent和协商参与Agent。其中，决策Agent能够根据特定的任务需求智能地向协商发起Agent派发协商任务。协商发起Agent与协商参与Agent根据设定的协商策略进行协商。在协商完成后，决策Agent会根据收集到的信息进行分析和评估，以确定最终的判定结果，并将判定结果返回给相应的协商发起Agent，以便其进行后续的行动和调整。

其次，将机电产品全生命周期低碳设计跨组织协同协商分为三阶段冲突协商流程，包括协商任务发布、并行协商和协商决策。在协商任务发布阶段，决策Agent确定产生冲突的议题，设定产品总体预算、碳排放量等目标，并根据不同协同主体的规模、能力给定初步的协商范围，将协商任务分配给下属多个谈判代理。在并行协商阶段，隶属于整机厂的协商代理作为协商发起Agent与隶属于不同协同主体的协商参与Agent仿真人类协商谈判中的行为模式，从自身利益出发提出建议，由于各方价值偏好的不同，所以在协商过程中需要动态地调整建议，最终达成一致的方案。在协商决策阶段，协商发起Agent将协商结果统一提交给决策Agent，进一步对协商成功率进行约束，并综合给出协商结果决策，包括（协商）成功、（协商）失败及继续协商。

将上述动态协商过程定义为一个10元组：(A,S,D,T,P,X,H,W,U,R)。具体定义如下：

1）主体集合A=\{A_{\mathrm{0}},A_{\mathrm{1}},...,A_n\}。

2）协商议题集合S=\{s_{\mathrm{1}},s_{\mathrm{2}},...,s_m\}。

3）协商议题取值范围集合D，元素d_{n,m}表示A_n对议题s_m的取值范围，d_{n,m}^{\mathrm{m}\mathrm{a}\mathrm{x}}、d_{n,m}^{\mathrm{m}\mathrm{i}\mathrm{n}}分别为取值范围下限。

4）协商回合集合T，t表示协商回合数，\mathrm{0}\le t\le T。

5）协商建议集合P，元素P_{i\to j}^t表示第t回合协商时，A_i对A_j发出的协商建议。

6）建议取值集合X，元素x_{n,m}^t表示第t回合协商时，A_n对议题s_m的取值。

7）效用函数集合H，元素h_{n,m}表示A_n对议题s_m的效用函数，效用函数可以通过将d_{n,m}映射到[\mathrm{0,1}]区间内，即对取值范围的归一化来确定。具体来说，对于正向议题（即取值越大对该主体越有利），效用函数定义为

h_{n,m}=\frac{x-d_{n,m}^{\mathrm{m}\mathrm{i}\mathrm{n}}}{d_{n,m}^{\mathrm{m}\mathrm{a}\mathrm{x}}-d_{n,m}^{\mathrm{m}\mathrm{i}\mathrm{n}}}（1）

对于负向议题（即取值越小对该主体越有利），效用函数定义为

h_{n,m}=\frac{x-d_{n,m}^{\mathrm{m}\mathrm{a}\mathrm{x}}}{d_{n,m}^{\mathrm{m}\mathrm{i}\mathrm{n}}-d_{n,m}^{\mathrm{m}\mathrm{a}\mathrm{x}}}（2）

8）效用权重集合W，权重的大小表示主体对于协商议题的偏好程度，同一个主体所有的协商议题的效用权重相加等于1，即{\displaystyle \sum _{i=\mathrm{1}}^m}{w}_i=\mathrm{1}。

9）效用集合U，元素u_{n,m}^t表示第t回合协商时，A_n对议题s_m的效用。

10）决策态度集合R，表示对协商发起Agent提交的协商结果的决策态度，协商失败为-1，继续协商为1，协商成功为0。

跨组织协商过程中，协商Agent提出反建议时，一方面追求自身效用的最大化，另一方面需要照顾对方的利益，再进行适当妥协，以达成共赢的最终方案，促使协商成功。Agent生成反建议的目标可以归纳为：在自身议题定义域约束范围且效用不低于自身可接受的效用值下限的情况下，追求自身效用的最大化及追求与对方建议相似度最大化。

协商反建议模型可以表示为

\mathrm{m}\mathrm{a}\mathrm{x}{\displaystyle \sum _{i=\mathrm{1}}^m}{w}_i{u}_i（3）

\mathrm{m}\mathrm{a}\mathrm{x}(\mathrm{1}-{\displaystyle \sum _{i=\mathrm{1}}^m}di{s}_i)（4）

di{s}_i=\left|\frac{x_i-x_i^{\mathrm{\text{'}}}}{d_i^{\mathrm{m}\mathrm{a}\mathrm{x}}-d_i^{\mathrm{m}\mathrm{i}\mathrm{n}}}\right|（5）

{{\displaystyle \sum _{i=\mathrm{1}}^m}{w}_i{u}_i>u}_{\mathrm{L}}（6）

其中，式（3）表示Agent追求自身效用最大化；式（4）表示Agent追求与对方建议的相似度最大化，di{s}_i表示Agent对议题s_i的出价x_i与对方上一轮报价x{\mathrm{\text{'}}}_i的距离；式（6）表示Agent根据效用函数式（1）、式（2）计算各议题的效用值u_i，然后根据效用权重w_i计算加权效用值，该加权效用值不得低于自身可接受的最低效用u_{\mathrm{L}}。

在协商结果决策阶段，协商发起Agent将协商结果统一提交给决策Agent，进一步对协商成功率进行约束，该阶段综合决策模型可表达为

（7）

其中，k为决策体的决策阈值。若协商成功率s_{\mathrm{r}}\ge k，则决策Agent判定本次协商仍有进一步提高要求的空间，可以将议题取值范围进一步向着利于自身的方向缩紧，再次协商；若协商成功率，则决策Agent直接判定同意协商方案；若s_{\mathrm{r}}=\mathrm{0}，则决策Agent直接判定协商失败。

2.3 基于NSGA-Ⅱ的组织协同冲突协商建议策略优化

基于多Agent系统的产品全生命周期低碳设计跨组织冲突协商可以视作多目标优化问题，议题间通常相互矛盾，无法同时实现最大效用。为了更好地解决产品全生命周期低碳设计所产生的多主体、多目标优化问题，本研究尝试运用优化算法寻求最佳折衷方案，帮助各个主体在协同过程中取得更高效、平衡的解决方案。

NSGA-Ⅱ算法具有稳定的收敛速度、强大的种群多样性和较低的时间复杂度，在实际应用中具有明显优势^［21-22］。本研究采用NSGA-Ⅱ算法作为优化协商建议的方法，以提高最优建议生成的效率。通过NSGA-Ⅱ算法寻找自身效用最大化和相似度最大化的最优帕累托前沿解集，并在适当妥协、保证自身效用值不低于最低效用值的前提下，从中选取与对方建议相似度最大的解作为下一轮建议。本研究结合协商问题的特征对算法进行以下改进：采用正整数和小数混合的实数编码；在遗传操作中进行约束限制，剔除不满足约束条件的染色体。上述改进使得NSGA-Ⅱ算法可适用于具有离散变量和约束条件的问题求解。基于NSGA-Ⅱ算法的反建议优化流程如图5所示。

3 数值实验

3.1 实验目的

数值实验的目的为：检验在机电产品全生命周期低碳设计典型场景下所提出模型是否能够完成对跨组织协同冲突的建模；通过具体数值实验，验证协商模型的可求解性；分析实验结果，讨论影响协商效率和协商成功率的关键因素。

3.2 实验背景

实验以零部件制造阶段产生的全生命周期低碳设计协同冲突协商为背景。整机厂需要在不影响产品性能和质量的前提下降低零部件的制造碳排放量，而零部件制造商则需要在尽可能降低制造成本的前提下提供符合整机厂要求的零部件。整机厂和零部件制造商需要在考虑各自利益的前提下通过协商达成符合总体设计目标和设计方案。

3.3 实验方案

全生命周期低碳设计冲突问题跨组织协同解决过程如图4所示，整个过程采用三阶段两级多轮协商方式，即一方谈判代理（如整机厂项目工程师）启动协商并提出全生命周期低碳设计多议题建议，另一方协同主体代理（如零部件供应商）对建议效用进行评估并根据效用条件判断是否接受该建议，如接受则协商成功，如不可接受则基于当前建议提出反建议。反建议由另一方进行效用评估及是否接受（即协商成功）判断。协商过程基于协商成功或达到最大协商轮数未协商成功两个条件结束。该协商过程数学模型详见第2节。其中，式（1）、式（2）用于评估单议题建议归一化效用，式（6） 计算多议题建议加权总效用并依最低效用约束进行接受判定；在一方对建议判定不可接受时，反建议采用NSGA-Ⅱ优化模型（式（3）~式（6））生成。当协商代理达成协商结果后，提交决策代理进行最终决策（式（7））。

实验选取最具代表性且涵盖绿色性、经济性、功能质量性指标生成协商议题，即价格、制造碳排放量、产品质量等级，进行多轮协商，协同议题生成路径如表4所示。实验设定整机厂与上游2位零部件制造商进行协商。其中，协商组1由整机厂协商代理A_{\mathrm{1}}和零部件制造商A_{\mathrm{2}}组成；协商组2由整机厂协商代理A_{\mathrm{3}}和零部件制造商A_{\mathrm{4}}组成。整机厂协商代理分别与其对应的零部件制造商进行分组协商，将协商结果提交给整机厂决策Agent进行条件判定。本案例中全生命周期设计协商模型控制参数如表5所示，全生命周期设计协商议题、建议参数取值范围及协同主体的建议效用偏好如表6所示。

3.4 实验结果

实验中，整机厂各协商代理作为协商发起Agent首先以最利于自身效用的取值提出建议，目标是在协商最大回合内达成双方满意的协商方案。

将首轮协商结果提交给决策Agent进行判定，根据决策Agent设定的阈值可知，协商组1符合协商要求，可判定协商成功，而协商组2由于协商成功率大于阈值，需要进一步调整A_{\mathrm{3}}对议题的取值范围，再次协商，协商结果统计见表7。第2轮协商整机厂对“制造碳排放”议题进一步提高标准，范围由\left[\mathrm{20,30}\right]进一步调整为\left[\mathrm{18,27}\right]，展开协商。在第2轮协商中，协商成功率达到判定成功的条件，决策Agent判定协商成功，结果见表8。

3.5 讨论

实验结果表明，本研究建立的三阶段冲突协商模型在解决全生命周期设计协同冲突问题时较好地发挥作用，基于NSGA-Ⅱ算法协商决策优化能够达成较为合理的协商结果。

实验中，协商成功率与协商成功平均回合数成反比。这说明当协商问题难度较低，即在协商双方的目标和要求比较接近时，双方能够快速达成共识，而当协商问题难度较高时，双方需要更多的机会进行信息交换和调整要求，从而更好地理解彼此的需求和约束条件，以达成双方都能接受的解决方案。协商结果的成功率过高说明还存在进一步提高要求或谈判的空间，选择提高议题要求再次协商确实能够达成更利于自身的协商方案，但与此同时，整体协商难度大大增加，协商成功率锐减，协商成功平均回合数增加。因此，在实际协商过程中，设定合理的协商范围非常重要，协商范围直接影响到协商的效果和成功率，一味提高要求可能会导致对方的不满和抵制，导致协商失败。

从工程管理角度来看，实验结果表明本研究提出的冲突协商模型具有较好冲突建模能力，并在解决全生命周期设计协同冲突问题时较好地发挥作用（如协商成功率），基于NSGA-Ⅱ算法协商决策优化能够达成较为合理的协商结果（如降低碳排放目标值），从而为机电产品全生命周期低碳设计跨组织协同冲突管理提供策略与方案依据。从产品协同设计角度来看，通过应用本研究协商模型，可以实现设计早期关键生命周期设计目标和指标协同，从而更为有效地引领设计过程，规避或减少后期可能发生设计冲突，有利于提高设计过程效率和质量。

4 结论与展望

在复杂的机电产品全生命周期设计跨组织协同环境下，构建高效、智能的冲突消解方法是机电产品全生命周期设计跨组织协同冲突管理的关键问题。

本研究提出了面向机电产品全生命周期低碳设计跨组织协同的原理模型，明确了协同主体、目标、冲突等关键协同要素的内涵。通过分析冲突协商议题生成路径，完成冲突议题的建模，进一步构建了基于多Agent系统的机电产品全生命周期协同低碳设计协商模型并基于NSGA-Ⅱ算法完成协商决策优化。通过数值仿真实验，验证了本协商模型具有较好的低碳设计冲突协商议题建模与协商求解能力。

同时，本研究提出的多Agent系统产品生命周期低碳设计协同冲突协商模型具备较好理论可行性与工程可实现性。通过构建一个支持多智能体通信、安全可信、具备学习与优化能力的云平台，该模型能够有效支撑跨组织在产品生命周期低碳设计中的冲突协商与协同决策。该平台可采用基于容器的微服务架构（如Kubernetes+ Docker）与事件驱动通信（如gRPC/RESTful API+消息队列） 进行开发，将不同组织抽象为自主决策的智能体，基于协商协议引擎和通信中间件围绕低碳设计目标动态调和冲突，实施多轮协商直至达成共识并推动协同执行。

参考文献

[1] 彭鑫， 李方义， 王黎明， 等. 产品低碳设计方法研究进展［J］. 计算机集成制造系统， 2018， 24（11）： 2846-2856.

[2] PENG Xin， LI Fangyi， WANG Liming， et al. Research Progress of Low-carbon Design Method for Products［J］. Computer Integrated Manufacturing Systems， 2018， 24（11）： 2846-2856.

[3] ZARANDI M H F， MANSOUR S， HOSSEINIJOU S， et al. A Material Selection Methodology and Expert System for Sustainable Product Design［J］. The International Journal of Advanced Manufacturing Technology， 2011， 57（9）： 885-903.

[4] SONG J S， LEE K M. Development of a Low-carbon Product Design System Based on Embedded GHG Emissions［J］. Resources， Conservation and Recycling， 2010， 54（9）： 547-556.

[5] 段诚茂， 曹华军， 李洪丞， 等. 基于碳效率的铝合金激光焊接工艺系统低碳优化方法［J］. 计算机集成制造系统， 2021， 27（5）： 1309-1318.

[6] DUAN Chengmao， CAO Huajun， LI Hongcheng， et al. Low-carbon Optimization Method of Aluminum Alloy Laser Welding Process System Based on Carbon Efficiency［J］. Computer Integrated Manufacturing Systems， 2021， 27（5）： 1309-1318.

[7] 鲍宏， 刘志峰， 胡迪， 等. 应用TRIZ的主动再制造绿色创新设计研究［J］. 机械工程学报， 2016， 52（5）： 33-39.

[8] BAO Hong， LIU Zhifeng， HU Di， et al. Research on Green Innovation Design Method of Active Manufacturing Using TRIZ［J］. Journal of Mechanical Engineering， 2016， 52（5）： 33-39.

[9] 孔琳， 李方义， 王黎明， 等. 产品方案低碳设计研究综述与展望［J］. 机械工程学报， 2023， 59（7）： 2-17.

[10] KONG Lin， LI Fangyi， WANG Liming， et al. Overview and Prospects of Low Carbon Design of Products［J］. Journal of Mechanical Engineering， 2023， 59（7）： 2-17.

[11] ZHENG H， YANG S， LOU S， et al. Knowledge-based Integrated Product Design Framework towards Sustainable Low-carbon Manufacturing［J］. Advanced Engineering Informatics， 2021， 48： 101258.

[12] QIN S， LI C， WANG J， et al. Multiobjective Human-robot Collaborative Disassembly Sequence Planning： Considering the Properties of Components［J］. IEEE Systems， Man， and Cybernetics Magazine， 2024， 10（2）： 15-23.

[13] 杨延璞， 龚政， 兰晨昕， 等. 工业设计决策网络构建及其动态演化仿真［J］. 浙江大学学报（工学版）， 2021， 55（12）： 2298-2306.

[14] YANG Yanpu， GONG Zheng， LAN Chenxin， et al. Construction of Industrial Design Decision-making Network and Its Dynamic Evolution Simulation［J］. Journal of Zhejiang University （Engineering Science）， 2021， 55（12）： 2298-2306.

[15] 施国强， 刘泽伟， 林廷宇， 等. 面向复杂产品建模与仿真系统的开放式云架构设计［J］. 系统仿真学报， 2022， 34（3）： 442-451.

[16] SHI Guoqiang， LIU Zewei， LIN Tingyu， et al. Open Cloud Architecture Design for Complex Product Modeling and Simulation System［J］. Journal of System Simulation， 2022， 34（3）： 442-45

[17] WHITE K F. Cross-organizational Knowledge Sharing： Information Reuse in Small Organizations［D］. Baltimore： University of Maryland， 2010.

[18] 陶璟， 邬如靖， 鲍宏， 等. 面向可持续价值共创的跨组织协同产品全生命周期设计方法［J］. 机械工程学报， 2023， 59（13）： 216-227.

[19] TAO Jing， WU Rujing， BAO Hong， et al. Cross-organizational Collaborative Life Cycle Design Oriented to Sustainable Value Creation［J］. Journal of Mechanical Engineering， 2023， 59（13）： 216-227.

[20] LIU Q， ZHU X. Carbon Reduction Decisions in Green Technology Collaborative R&D and Spillover Time Lag Effects［J］. Journal of Cleaner Production， 2023， 429： 139595.

[21] CHEN X， CHAN C K， LEE Y C E. Responsible Production Policies with Substitution and Carbon Emissions Trading［J］. Journal of Cleaner Production， 2016， 134： 642-651.

[22] ZHENG X， CHANG C T， LI D， et al. Designing an Incentive Scheme for Producer Responsibility Organization of Waste Tires： a MCGP Cooperative Game Approach［J］. Computers & Industrial Engineering， 2022， 167： 108009.

[23] van der BYL C A， SLAWINSKI N. Embracing Tensions in Corporate Sustainability： a Review of Research from Win-wins and Trade-Offs to Paradoxes and beyond［J］. Organization & Environment， 2015， 28（1）： 54-79.

[24] 徐汉川，刘奕炜，马超.基于多方博弈的科技协同服务方案构建方法［J］.计算机集成制造系统，2023，29（3）：695-706.

[25] XU Hanchuan， LIU Yiwei， MA Chao. Multi-party game-based approach for constructing collaborative scientific and technique service solution［J］. Computer Integrated Manufacturing System， 2023， 29（3）： 695-706.

[26] CHIU M C， CHU C H. Review of Sustainable Product Design from Life Cycle Perspectives［J］. International Journal of Precision Engineering and Manufacturing， 2012， 13（7）： 1259-1272.

[27] CHEN L， ZHAO X， TANG O， et al. Supply Chain Collaboration for Sustainability： a Literature Review and Future Research Agenda［J］. International Journal of Production Economics， 2017， 194： 73-87.

[28] WYAI L C， WAISHIANG C， LU M V A. Agent Negotiation Patterns for Multi Agent Negotiation System［J］. Advanced Science Letters， 2018， 24（2）： 1464-1469.

[29] VERMA S， PANT M， SNASEL V. A Comprehensive Review on NSGA-II for Multi-objective Combinatorial Optimization Problems［J］. IEEE Access， 2021， 9： 57757-57791.

[30] 汪治学， 何茂伟， 王国鹏， 等. 面向某制造业多级供应链优化的第二代非支配排序遗传算法改进［J］. 计算机集成制造系统， 2025， 31（6）： 2261-2278.

[31] WANG Zhixue， HE Maowei， WANG Guopeng， et al. Improvement of NSGA-II Oriented to Multi-level Supply Chain Optimization in Manufacturing Industry［J］. Computer Integrated Manufacturing Systems， 2025， 31（6）： 2261-2278.

基金资助

国家重点研发计划(2020YFB1711604)