基于QFD和Kano模型的供应商选择方法

为降低供应商选择过程中的主观偏见和不确定性,综合应用QFD、Kano模型和模糊集理论提出了一种新的供应商选择方法.应用QFD方法将需方对欲购产品的各项需求转换为可精确度量的、与该产品相联系的工程特性;通过专家打分,确定各项需求的相对权重、各工程特性间的关联强弱,以及各项需求与工程特性间的关系,并用非对称三角模糊数进行定量描述,据此计算各工程特性的权重,得到供应商选择的质量屋.然后,根据权重对全部工程特性进行排序,将排序结果区分为Kano模型中的3类需求,并用Kano系数表示.最后,综合工程特性值和Kano系数得到候选供应商在各特性上的表现得分,经加权求和可获取该供应商的总得分.通过算例验证了所提方法的有效性,并进行了决策者的敏感性分析.     

QFD技术中各设计要求间依赖关系的线性规划处理

质量功能展开 (QFD)技术是一个多功能的计划工具 ,主要利用质量屋所含信息设计顾客满意的产品 .在已有文献的基础上 ,本文给出一个更加简单的线性规划模型 ,消除或减弱各设计要求间的依赖关系对设计要求的相对重要性的影响 ,所得结果可看作相互独立的参数且能用于下一阶段 ,即零件展开阶段 .     

基于质量屋的顾客需求权重确定方法

通过定义工程特性的计划改进水平、实际改进水平与工程特性修正权重等概念，提出了工程特性改进水平规划模型，并在此基础上建立了顾客需求权重评估模型。该模型能够从不同顾客的需求权重信息中提取统一的顾客需求权重，优化工程特性改进水平，使设计的产品能够满足或者超过目标市场中所有顾客的期望满意度，并利用同一资源实现多种设计目标。仿真研究表明，该模型有效的、可行的。     

智能ICAQFD 系统中HOQ 多目标优化模型关键技术研究

产品质量表示产品的质量特征(PQC)在其整个生命周期内满足用户需求(VOC)的程度,提高产品质量、迅速开发出满足用户需求的产品是企业生存的关键.虚拟原型逼真设计主要研究虚拟环境下的产品建模问题以及基于仿真的集成产品和过程设计问题,能有效地提高企业的市场竞争力.智能计算机辅助质量功能配置(ICAQFD)模型是虚拟原型逼真设计实现的关键技术之一.在论述ICAQFD系统实现的几个关键技术的基础上,针对质量屋(HOQ)中的决策问题是一复杂的多变量、多目标决策过程的特点,研究了模糊环境下HOQ多目标优化模型实现的关键技术,建立了基于HOQ信息的PQC(产品质量特征)技术先进度的模糊线性规划(FLP)模型和基于模糊回归分析的PQC目标值的FLP模型,结合应用实例,验证了模型的有效性.     

一种质量职能配置(QFD)的定量评价方法

提出了一种对质量职能配置（ＱＦＤ）的定量评价方法。首先由ＱＦＤ的四个关系矩阵从前向后递推来定义用户要求的满足度。然后由最后一个矩阵——生产计划的生产要求的相关性来推导上一层矩阵的工艺操作的相关性，直至推导出第一层矩阵的工程要求的相关性。结合得到的相关性，再由生产要求的困难度来倒推满足用户要求的困难度。     

顾客满意度测评的质量功能展开方法

把质量功能展开(QualityFunctionDeployment,QFD)方法引入到顾客满意度测评研究中,建立了顾客满意度测评的质量功能展开模型.通过多阶段的QFD模型将总体顾客满意度逐步展开为易于顾客判断的指标,进而,实施了顾客满意度指数的测评.利用分阶段的质量屋给出了一种直观、有效顾客满意度测评方法,并通过汽车维修行业的顾客满意度测评实例说明了这种新方法的实施过程.     

质量功能配置与多目标决策分析

质量功能配置是一种描述性模型,它采用一种系统化方法将顾的呼声布署在生产计划、产品设计、制造等各个阶段的质量设计中。本文在分析质量功能配置的基础上建立基于质量功能配置的多目标决策方析框架.     

产品优化设计的资源分配模型

研究产品优化设计中设定设计属性值的资源分配方法．考虑产品设计过程中多种资源的优化分配，在设计预算和资源约束下，设定产品设计属性值，使用户对产品的总体满意水平达到最大．这种方法使产品优化设计的品质功能展开方法从策略计划层扩展到运作计划层，把品质优化设计和资源分配结合起来，使得品质设计计划在部件展开(part deployment)层和运作层的工艺计划(operational process planning)更可行，更易实现．     

一种改进的质量功能部署模型

一种改进的质量功能部署模型滕晓林，赵新力，任守榘（清华大学自动化系国家ＣＩＭＳ－ＥＲＣ，北京１０００８４）ＡｎＩｍｐｒｏｖｅｄＭｏｄｅｌｏｆＱｕａｌｉｔｙＦｕｎｃｔｉｏｎＤｅｐｌｏｙｍｅｎｔＴｅｎｇＸｉａｏｌｉｎＺｈａｏＸｉｎｌｉＲｅｎＳｈｏｕｊｕ（...     

多心理账户下基于QFD的多产品库存优化

针对顾客有限理性引起的需求模糊性和随机性,引入多心理账户于多产品库存决策系统,指出库存决策者的金字塔式心理账户结构.以顾客满意为驱动力,基于QFD(质量功能展开)将顾客需求转化为对多产品库存的优化.结合行为证券投资组合理论建立了一种具有机会约束属性的多产品库存优化模型,并给出了其求解算法.     

信息不完全确定的模糊多准则UTA方法

针对准则权系数信息不完全确定和准则值为模糊数且有训练集的多准则决策问题,提出了一种模糊多准则UTA方法。该方法在考虑对训练集排序的基础上,结合不完全确定的准则权系数信息和训练集中各方案的模糊准则值的效用建立非线性模糊规划模型,并将其转化为模糊线性规划模型,求解得出准则权系数、训练集中各方案准则值的模糊效用值,利用插值求出方案的准则值的模糊效用,进而得到整个方案集的排序。最后实例说明该方法的有效性和可行性。     

带有目标顾客定位的排队选址问题

针对多种顾客类型情况,提出了可以对目标客户进行选择的排队选址模型.不同类型顾客的需求率和单位利润不同,通过选址和目标客户定位,选择服务区域和服务对象.将选址和目标顾客选择作为决策变量,建立了0-1整数规划模型,目标函数是使利润最大化.研究表明,选择适当的服务对象可有效提高设施利润.由于顾客选择和选址问题都是NP困难问题,提出了相应的启发式算法.     

基于FQFD的固体火箭发动机技术特性综合排序方法

针对固体火箭发动机指标体系复杂、评价困难,传统quality function deployment(QFD)方法处理不确定性和模糊性能力较弱的问题,引入α-截集模糊加权平均求解技术特性模糊数,建立了固体火箭发动机基于FQFD的综合排序方法.该方法以三角模糊数表征评价过程的不确定性,在模糊数隶属度函数未知的情况下,采用α加权修正水平截集去模糊方法计算技术特性重要度,获得技术特性综合评价,此方法可处理更为复杂的系统不确定性,较传统QFD方法具有更好的客观性和鲁棒性,可为固体火箭发动机设计决策提供参考依据.     

基于机会约束规划的机会阵雷达功率资源管理算法

研究了在进行多目标跟踪时机会数字阵列雷达(opportunistic digital array radar, ODAR)的功率资源管理问题。针对复杂多变的环境和未知的目标信息所导致的不确定性,建立了基于随机和模糊机会约束规划(chance constraint programming, CCP)的多目标稳健功率资源管理模型。模型引入随机变量表征雷达总发射功率,引入模糊变量表征每个目标的RCS,以贝叶斯克拉美罗界(Bayesian Cramer Rao lower bound, BCRLB)作为目标跟踪精度的衡量标准,将随机模拟和模糊模拟都嵌入到遗传算法(genetic algorithm,GA)当中,从而预测出下一时刻满足给定置信水平的各目标最优的功率分配,然后根据求解出来的功率分配情况,利用无迹卡尔曼滤波器(unscented Kalman filter, UKF)进行目标跟踪。最后,通过仿真实验验证了算法的有效性和稳定性。     

对方案有偏好的模糊多属性决策的GRA方法

针对属性权重信息不完全且属性值和对方案的主观偏好信息均以三角模糊数形式给出的多属性决策问题,提出了一种基于灰色关联分析GRA的决策方法.该方法依据一般的灰色关联分析方法的基本思路,给出了解决该问题的计算步骤,其核心是通过构建并求解一个单目标最优化模型,通过求解该模型得到属性权重信息,从而得到每个方案客观偏好值对主观偏好值的灰色关联系数,进而计算出每个方案客观偏好与主观偏好的关联度,根据关联度对所有方案进行排序.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.     

一种具有三角模糊系数的线性规划方法

针对模糊系数的线性规划,提出了一种将三角模糊系数的线性规划转化为常规线性规划的方法,同时给出几个定理和命题以及相应的算法。该方法与常规方法的不同之处在于目标函数和限制条件中模糊系数的隶属度可以取不同的值。因此提出的方法取得的规划结果更加满足决策者的需要。最后通过实例说明该方法的有效性,并且表明该方法在某些条件下与一些常规方法是一致的。     

基于离差最大化模型的模糊多属性决策投影法

针对属性权重完全未知且属性值为三角模糊数的模糊多属性决策问题,提出了一种基于线性规划和模糊向量投影的决策方法。该方法给出了三角模糊数距离、三角模糊数向量投影等概念,给出了两个属性值规范化公式。基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,从而利用各方案的加权属性值在模糊正理想点上的投影对方案进行排序。该方法不仅避免了模糊数的比较,而且具有操作简便和易于计算的优点。最后,通过算例说明模型及方法的可行性和有效性。     

基于离差的模糊多属性决策法及其应用

针对属性权重完全未知且属性值为三角模糊数的多属性决策问题,本文提出了一种基于线性规划和模糊向量投影的决策方法.该方法给出了三角模糊数向量投影、相对贴近度等概念.基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,从而计算各方案的加权属性值在模糊正理想点和负理想解上的投影 ,进而计算相对贴近度,并据此对方案进行排序.最后,通过算例说明模型及方法的可行性和有效性.     

基于模糊随机规划的反TBM目标分配优化模型

针对反导目标分配优化问题中存在的不确定性特征,引入模糊随机规划理论.首先建立了基于模糊随机规划的反战术弹道导弹(tactical ballistic missile,TBM)的目标分配优化模型.在此基础上,构建了一种针对多约束目标分配问题的粒子编码方案,并改进传统粒子群算法的位置和速度更新方式,提出了改进型离散粒子群(improve discrete particle swarm optimization,IDPSO)算法.最后,设计了模糊随机模拟技术和IDPSO算法相结合的混合智能求解算法.仿真实例表明,混合智能算法全局寻优能力强,优化效率高,满足反TBM目标分配优化对时效性的要求.     

Linear goal programming approach to obtaining the weights of intuitionistic fuzzy ordered weighted averaging operator

The multiple attribute decision making problems are studied, in which the information about attribute weights is partly known and the attribute values take the form of intuitionistic fuzzy numbers. The operational laws of intuitionistic fuzzy numbers are introduced, and the score function and accuracy function are presented to compare the intuitionistic fuzzy numbers. The intuitionistic fuzzy ordered weighted averaging (IFOWA) operator which is an extension of the well-known ordered weighted averaging (OWA) operator is investigated to aggregate the intuitionistic fuzzy information. In order to determine the weights of intuitionistic fuzzy ordered weighted averaging operator, a linear goal programming procedure is proposed for learning the weights from data. Finally, an example is illustrated to verify the effectiveness and practicability of the developed method.