产品规划中基于多种偏好信息的顾客需求分析方法

为了有效地评估产品规划中市场环境的模糊性,提出了基于多种偏好信息的顾客需求分析方法。首先,决策者采用偏好的信息形式评估各项顾客需求的重要度;其次,利用转换函数将多种形式的偏好信息一致化为模糊互补判断矩阵,应用行和归一化方法计算排序向量,进而集结决策成员的权重获得顾客需求的初始重要度;最后,合成初始重要度与各项需求相应的修正系数,并通过规范化处理得到顾客需求的重要度。PE颚式破碎机新产品的开发实例表明,本文中提出的方法是有效可行的。     

基于群体语义信息的顾客需求重要度确定方法

为系统化地分析顾客需求的相对重要性,提出一种利用产品规划质量屋中的竞争性信息及卡诺模型调整顾客需求基本重要度的方法。首先,利用基于语言信息的决策理论进行竞争性评价和群体语义信息集结,根据集结结果构建均方差最大化模型并设定顾客满意度改进目标,获得顾客需求的竞争性重要度和改进优先度;其次,由顾客满意度双因素分析法识别顾客需求的卡诺分类并估计卡诺因子;最后,通过竞争性重要度、改进优先度和卡诺因子三者对顾客需求基本重要度进行修正,获得顾客需求综合重要度。通过某工业除尘机的改进设计实例证明了该方法的现实性和合理性。     

基于互反模糊偏好信息的顾客需求竞争重要度估计方法

针对顾客需求竞争性评价和顾客对竞争性产品的偏好的模糊性,提出了基于三角模糊数的顾客需求竞争性评价矩阵的确定方法和基于三角模糊数的互反偏好矩阵估计方法。根据相应于每一位顾客基于三角模糊数的顾客需求竞争性评价矩阵和基于三角模糊数的互反偏好矩阵,通过规范化、一致化模糊信息,利用偏差最小化原理构建基于确定顾客需求竞争性重要度的模糊多目标规划模型以确定相应于每一位顾客的顾客需求竞争性重要度。采用加性加权法集结综合顾客需求竞争性重要度,以实现顾客需求模糊竞争性评价和顾客对竞争性产品的模糊偏好的集成分析。     

产品规划中基于模糊效用偏好的顾客需求优先性分析

顾客需求市场竞争性分析是更为准确地确定顾客需求最终重要度的必要步骤,其有效性将直接影响产品规划质量屋的构建精确度。针对该分析过程中顾客对于竞争性产品偏好信息的模糊性,提出基于非对称三角模糊效用偏好的顾客需求竞争性评价矩阵的确定方法。利用三角模糊数中所定义的"距离"概念,构建以顾客需求竞争评价信息总相离度最大化为目标的单目标优化模型以确定顾客需求竞争性优先度。采用拉格朗日函数求解此优化模型,并对求解结果进行归一化处理以获取归一化的顾客需求竞争性优先度。通过与经典信息熵方法进行对比,论证了该方法的适用性及优势。     

产品规划中基于模糊效用偏好的顾客需求优先性分析

顾客需求市场竞争性分析是更为准确地确定顾客需求最终重要度的必要步骤,其有效性将直接影响产品规划质量屋的构建精确度。针对该分析过程中顾客对于竞争性产品偏好信息的模糊性,提出基于非对称三角模糊效用偏好的顾客需求竞争性评价矩阵的确定方法。利用三角模糊数中所定义的"距离"概念,构建以顾客需求竞争评价信息总相离度最大化为目标的单目标优化模型以确定顾客需求竞争性优先度。采用拉格朗日函数求解此优化模型,并对求解结果进行归一化处理以获取归一化的顾客需求竞争性优先度。通过与经典信息熵方法进行对比,论证了该方法的适用性及优势。     

考虑顾客满意度的顾客需求重要度确定方法

针对传统顾客需求重要度计算中对顾客需求间的相互影响关系和顾客满意度考虑不足的问题,将犹豫模糊集和决策实验与评估试验法相结合分析顾客需求间的影响关系,计算顾客需求的客观重要度。提出改进的A-Kano模型,并计算了体现顾客满意度的顾客需求Kano重要度。改进的A-Kano模型中,其重要度指数与顾客满意度成反比,与不满意度成正比;满意度指数充分考虑了不同类型顾客需求表现水平与顾客满意度间的非线性关系。考虑本企业顾客需求的实际表现,采用最大偏差法计算顾客需求的竞争性重要度。最后,基于顾客需求的客观重要度、Kano重要度和竞争性重要度计算了顾客需求的最终重要度。以某企业SUV顾客需求重要度计算为例,验证了所提方法的可行性和有效性。     

复杂语言信息环境中顾客需求重要度的确定方法

针对产品开发中顾客表达的多粒度多语义,以及语言变量和不确定语言变量共存的复杂情况,提出了一种复杂语言信息环境下质量屋中顾客需求重要度的确定方法.采用非平衡语言评估标度集,来表征通过市场调查获得的多粒度混合型的顾客语言评价信息;对多粒度语言信息用转换函数进行一致化处理,继而提出基于相对理想点的混合型语言变量处理方法,以确定顾客需求的基本重要度.同时考虑顾客需求的水平提高率、Kano分类以及产品的"卖点"等市场竞争性评估信息,对所得顾客需求基本重要度进行适当修正,确定出顾客需求的最终重要度.通过某玻纤产品的开发实例,验证了所提方法的可行性和有效性.     

基于云模型QFD的产品服务系统工程特性重要度分析

针对传统质量功能展开(QFD)未能综合考虑评价信息中的模糊性和随机性问题,结合云模型能同时反映信息的模糊性和随机性的优势,提出一种基于云模型QFD的产品服务系统工程特性重要度分析方法。采用云模型处理QFD中的评价信息,并提出云相对偏好关系分析方法计算顾客需求及工程特性的重要度。结合对技术竞争性评估矩阵的分析,采用所提云相对偏好关系分析对技术竞争性评估矩阵进行处理,再采用信息熵方法计算工程特性重要度修正因子,进而确定最终的工程特性重要度。以某企业一款装载机产品服务系统工程特性重要度分析为例,验证了所提方法的有效性。     

不确定环境下基于质量功能展开的电动汽车技术特性综合重要度确定

电动汽车技术特性重要度的确定是电动汽车研发的关键环节,能协助研发主体优化资源配置,更好地满足顾客需求。综合考虑顾客需求、竞品情况、技术可得性情况以及企业自身实力情况,提出一种不确定环境下基于质量功能展开的电动汽车技术特性综合重要度确定模型,为电动汽车制造企业提供了一种科学、有效的开发工具。该模型利用基本不确定语言信息刻画不确定评估信息,模型的基本过程为:识别顾客需求,并利用最佳—最差权重确定方法(BWM)确定顾客需求重要度;确定顾客需求与技术特性关联关系,基于顾客需求重要度确定技术特性基本重要度;利用BWM方法,确定基于竞品分析的修正重要度、基于技术可得性的修正重要度以及基于自身实力的修正重要度;综合基本重要度与修正重要度,确定技术特性综合重要度。最后,以某一企业的电动汽车研发案例为对象,论证了该模型的可行性与有效性。     

基于多种偏好信息的工程特性优先度确定方法

为有效评估质量功能配置中信息的模糊性,提出基于多种形式偏好信息的工程特性优先度确定方法.顾客需求与工程特性关联关系、工程特性自相关关系的评估信息容易获取且精确度较高,使用效用值进行判断;通过加权算术平均算子将判断信息与评估成员权重集结,进而将群体关联度矩阵、群体自相关矩阵和顾客需求最终重要度合成,得到各个工程特性的关联重要度;市场竞争性分析有较大的不确定性,引入多种形式的偏好信息表征各项工程特性的竞争潜力;利用转换函数将多种形式的信息一致化为模糊互补判断矩阵,进而使用行和归一化方法得到工程特性的竞争潜力因子;合成关联重要度和竞争潜力因子,确定工程特性的综合优先度.通过PE颚式破碎机新产品的开发实例,验证了所提方法的有效性和可行性.     

基于直觉模糊MULTIMOORA的改进FMEA风险评估方法

针对传统故障模式和影响分析(FMEA)方法中难以表征评估信息不确定性、未考虑风险因子权重和风险优先值模型不合理等问题,提出基于直觉模糊全乘比例分析多目标优化的改进FMEA方法。该方法运用可转化为直觉模糊数的语言变量表征故障模式和风险因子权重评估信息,结合直觉模糊优先加权平均(IFPWA)算子集结不同优先等级的专家评估信息,构建专家评估法和偏差最大化模型法相结合的综合赋权法求得风险因子权重,引入直觉模糊集成算子及改进Hamming距离对全乘比例分析多目标优化决策方法进行改进,确定故障模式风险顺序。以铁路线路维修FMEA为例,验证了所提方法的可行性和有效性。     

基于极大熵配置模型与Choquet积分的物流供应商选择群决策方法

考虑现有物流供应商选择决策模型中存在较少同时考虑专家偏好关联及评估指标具有关联作用的问题,提出基于极大熵配置模型与Choquet积分的物流供应商选择群决策方法。首先,利用转换函数将混合模糊评价矩阵转化为区间直觉模糊评价矩阵;其次,将区间直觉模糊评价矩阵转化为记分函数矩阵,引入基于灰关联深度系数的极大熵配置模型确定评估指标的初始重要度;再次,提出考虑专家偏好关联的基于2-可加模糊测度与Choquet积分联合的评估指标综合重要度确定方法;进而,利用区间直觉模糊加权算术平均算子集成相应于各供应商的综合评估信息以确定最优物流供应商。算例结果表明了所提方法的合理性与有效性。     

基于QFD电动汽车技术特性重要度的确定方法研究

技术重要度是开展电动汽车综合设计优化的目标函数,提出了一种基于QFD的电动汽车关键技术重要度的综合确定方法。方法分析了电动汽车顾客需求和电动汽车技术指标,基于质量屋建立顾客需求重要度与技术特性重要度耦合模型,应用粗糙数进行顾客需求重要度排序,根据电动汽车市场竞争性评估对其进行修正;应用灰色关联法确定顾客需求与技术特性之间的相关关系,分析电动汽车技术特性自相关关系建立相应的修正决策系统。基于该方法,以本研究院研究车型与市场同类车型进行实例分析,证明了方法的有效性和可行性。     

产品服务系统设计中顾客需求重要度确定方法研究

为了准确地反映产品服务系统设计中的顾客需求,文章基于手段-目的链理论从顾客期望角度获取顾客需求,提出了云模型、模糊DEMATEL和改进的分析型Kano模型相结合的方法确定顾客需求重要度。利用云模型解决专家评价模糊不确定问题,确定顾客需求初始重要度。考虑到顾客需求间的有向影响关系,引入模糊DEMATEL方法,对顾客需求初始重要度进行修正。基于贴近度的顾客需求分类准则,构建了改进的分析型Kano模型,引入基于顾客满意度的顾客需求重要度指数和满意度指数,确定顾客需求最终重要度。以某数控机床产品服务系统设计为例,验证了所提模型的可行性和有效性。     

基于特征选择技术的顾客需求重要度确定方法

针对专家决策和层次分析法等方法计算顾客需求重要度具有的主观性,根据不同配置的产品服务组合方案需求属性及整体满意度数据,采用基于条件概率的特征选择技术识别关键顾客需求,计算其基本重要度,并基于规则分析需求的Kano属性用于重要度调整。顾客需求竞争性重要度分析通常基于企业间的相对比较,忽视了本企业顾客需求的实际表现,其准确性较差。结合最大偏差方法和需求的实际表现计算顾客需求的竞争性重要度,依据顾客需求的Kano属性予以调整,采用加权算术平均方法整合顾客需求基本重要度和调整后的竞争性重要度来计算最终重要度。以挖掘机产品服务组合方案开发过程中顾客需求重要度的计算为例,验证了所提方法的有效性。     

质量屋中顾客需求最终重要度确定的集成方法

基于顾客需求的竞争性评价数据,建立了一个顾客需求基本重要度确定的优化模型,并通过拉格朗日函数来求解优化模型,以确定顾客需求的基本重要度。全面分析了顾客需求基本重要度修正因子的影响因素,并引入了顾客需求的卡诺因子、实现顾客需求满意度的改进目标所要求的总资源和总可行性等概念,进而确定了顾客需求基本重要度的修正因子。基于顾客需求的基本重要度及其修正因子的融合,确定了顾客需求的最终重要度。最后以双缸洗衣机的产品质量改进为例,说明了所提方法的应用。     

基于粗糙集理论的质量屋顾客需求分析技术

为解决质量屋的顾客需求信息中所存在的模糊性、不完整、不一致和冗余等问题,提出了基于粗糙集理论的顾客需求分析技术解决方案.该方案以数据仓库和数据挖掘技术为基础,存储、分析并处理已获得的顾客需求初始信息.利用分明矩阵启发式粗糙集约简算法来约简顾客需求信息规则,减少不必要的工程特性改动,降低产品设计与改进的成本和风险.借助J2EE架构与Oracle数据仓库,实现了约简算法,并验证了预期的效果.     

质量功能展开中顾客需求重要度确定的粗糙层次分析法

为满足顾客的质量需求,在融合层次分析法与基于粗糙集理论提出的粗糙数和粗糙区间两个新概念的基础上,提出了一种质量功能展开中顾客需求重要度确定的粗糙层次分析法。该方法用粗糙数和粗糙边界区间来表征顾客需求的含糊性和不确定性,并构造出粗糙群决策矩阵和粗糙成对比较矩阵,通过求解粗糙成对比较矩阵的特征值和特征向量,得到顾客需求基本重要度。根据市场竞争性分析的结果,对顾客需求基本重要度进行了适当修正,确定了顾客需求最终重要度。最后,通过实例分析了该方法的可行性。     

基于犹豫模糊集的改进FMEA风险评估方法

传统的风险评估方法故障模式与影响分析没有考虑故障或风险模式间的相互影响关系。为此采用决策与试验评价实验室方法分析风险模式的净影响度,进而修正其初始评估的严重度。针对传统模糊集方法不能处理具有多个可选隶属度函数的问题,采用犹豫模糊语义术语和基于语义计算的方法处理严重度(S)、发生频率(O)、难检度(D)和决策与试验评价实验室评估信息。采用粗糙集思想将犹豫模糊语义术语集转化为区间数形式,解决了由于犹豫模糊集合粒度不一致带来的计算难题,并采用犹豫模糊多准则妥协解排序方法对风险模式的S,O,D进行综合评估。以某起重机故障模式风险评估为例验证了所提方法的有效性。     

质量功能展开中基于二元语义的顾客需求重要度的确定

为满足顾客的质量需求,提出了一种基于二元语义的质量功能展开中顾客需求的最终重要度确定方法.针对顾客表达信息的模糊性和不确定性,引入近年来最新发展的二元语义表示语言评价信息,在综合顾客需求方面,考虑了语言表达的多粒度多语义的情况,然后通过二元语义算子进行集结计算,从而确定顾客需求的基本重要度.同时,利用市场竞争性评估和竞争目标,对基本重要度进行修正,进而确定顾客需求的最终重要度.最后,通过实例说明了本文所提方法的有效性.