基于模糊AHP的舰船动力装置需求指标权重计算方法

针对舰船动力装置概念设计QFD瀑布式分解过程中求取需求指标权重时所需要解决的模糊性问题,将三角模糊层次分析法应用到需求指标的求取中,研究三角模糊判断矩阵的判定标度、需求指标综合判定矩阵的求取、模糊一致性矩阵的构造方法及权重求解方法等需求指标权重求解过程中的相关问题,并以CODAD型动力装置传动装置需求指标权重求解为例进行研究.本文方法可为动力装置概念设计QFD瀑布式分解过程中的需求指标权重的求解提供科学指导.     

基于改进质量功能展开的质量特性重要度确定

针对传统质量功能展开(QFD)质量屋构建过程存在语言评价信息模糊和不确定等问题,提出一种结合犹豫二元语义变量、层次分析法和逼近理想解排序多属性决策法的改进QFD模型,用以对产品质量特性的重要度级别进行确定.模型分为评价用户需求与质量特性的关系、确定用户需求的重要度权重、确定质量特性的重要度排序3个阶段,提高了质量特性重要度排序的准确性.最后以某企业一语言类数字学习系统的质量特性重要度确定为例,进行了模型应用和有效性验证,为以用户为中心的数字学习系统设计质量提升提供参考.     

QFD与FMEA相结合的需求重要度确定方法

质量功能展开(QFD)方法与故障模式及影响分析(FMEA)技术以不同的思维方式指导产品的质量设计.通过对QFD方法与FMEA技术优缺点的分析,将二者进行技术整合,借助于QFD分析判断,挑选出对产品的用户需求至关重要的质量特性,确定其重要程度;而通过与QFD技术结合,FMEA对选出的关键部件进行故障模式及影响分析,确定其潜在影响,鉴别设计上的薄弱环节,从而将FMEA中的信息透过基于故障模式的需求重要度直接地反馈至质量层中,获得了新的、更合理的用户需求重要度排序.具体实例详细验证了该整合框架模型的有效性和优越性,说明了两者的整合应用可以充分发挥各自的优点,弥补各自的不足.     

QFD与FMEA集成模型在6σ定义阶段应用研究

分析了6σ定义阶段存在的主要弱点,提出用集成QFD/FMEA模型进行问题的选择和确定。通过QFD工具将各个问题对顾客的重要度反映出来;然后将重要度权重指数反馈到基于频率费用的FMEA中,获得综合权重值;根据综合权重值定义问题的重要度,从而合理地进行定义阶段问题的选择。实例结果表明所提方法有效且可行。     

基于QFD、TRIZ和Taughi的交通标志设计方法

为了使交通标志的设计更趋于人性化,避免过于生硬的设计造成出行者的不便,从出行者的角度出发,利用QFD、TRIZ理论和田口方法,将三种理论的精髓运用于交通标志的设计,并且提出了基于QFD、TRIZ和田口方法的设计模型,将用户需求数据转化为矩阵,再利用TRIZ和田口方法解决设计中的矛盾问题和参数设计问题。创造性地将产品设计的经典理论运用于标志设计,将人的需求与设计结合起来,解决了板面面积和容量的冲突问题,并量化分析此方法的可行性。     

可建造性设计决策中的模糊质量功能配置方法

质量功能配置(QFD)方法作为一种集成决策方法,有助于在满足顾客需求情况下将设计要素和建造过程诸要素联系起来。在常规QFD方法的基础上,通过对质量屋(HOQ)的改进并引入模糊集合理论,建立了可建造性设计决策中的模糊质量功能配置(Fuzzyqualityfunctiondeployment,FQFD)方法,研究了模糊质量功能配置方法在可建造性设计决策中的应用问题。具体的应用示例证明了该方法的可行性。     

基于Kano模型的移动阅读服务质量影响因素研究

从电子服务质量的角度对移动阅读服务质量的概念进行了界定,借助SERVQUAL模型划分了移动阅读服务质量的影响因素,在此基础上基于Kano模型的需求层次理论对调查问卷进行了数据处理,对必备质量、一元质量和魅力质量进行了属性识别。研究结果表明：移动阅读服务应满足用户认为的必备质量,致力于改善一元质量,更应关注魅力质量。     

基于交通信息的个性化路径集成规划方法

为了更好地满足交通诱导系统用户的路径规划需求,判别了理想路径的影响因素,并分析了个性化路径需求的属性与特征.分别针对距离、时间、服务水平及综合属性提出了相应的路径规划方法,在此基础上,设计了个性化路径集成规划框架.通过一个示例路网给出了个性化路径集成规划的算例,验证了该方法能够集成多种模式的路径规划方法,并提高诱导系统用户的满意度.     

一种基于协同过滤和混合相似性模型的推荐算法

针对推荐系统协同过滤方法中存在的数据稀疏和冷启动等问题,提出一种基于协同过滤和混合相似性模型的推荐算法。该算法首先计算用户在不同项目间的相似性,然后结合项目特性和标签信息权重来描述用户、项目、特性和标签之间的关系;其次,设定用户偏好因子和不对称因子调整不同用户间的评分偏好;最后,结合用户间相似性、项目综合权重,以及评分偏好构建混合相似性模型,并加入用户时间权重信息解决项目冷启动问题。在公开的MovieLens数据集上的实验表明,该算法在各种评估指标上比其他相关方法获得更显著的结果。     

基于RGPS的领域模型权重动态设置算法

提出了基于需求动态优先级排序算法的领域资产权重设置方法,建立领域资产的权重和用户最近的访问频度的关系,即能根据用户的即时需求,动态计算用户所提出的需求的优先级,进而求得各个领域模型的权重值;讨论了该算法在网络化软件开发的领域建模与管理工具中的具体应用.解决了领域资产的演化对象选择问题,为实施领域模型的演化提供了技术手段.     

QFD在电信校园业务中的应用

目前我国的电信业处于激烈的转型时期,电信企业开发了众多针对青少年用户的产品/业务。以电信校园业务为基础,运用QFD理论对客户需求进行系统的分析,并通过实例研究对模型进行了验证,对开发改进适合受众的产品/业务提供了理论和实践指导,使其能够满足不同客户的不同需求,提高客户满意度,确保电信企业在开发和改进校园业务时有章可循,并具备独特优势。     

基于感性工学的服务场景设计方法

服务场景是服务产品的重要组成部分,对顾客的消费体验有显著的影响.提出了一种基于感性工学的服务场景设计方法,利用该方法可以获得消费者的感性需求与服务场景设计要素之间的关系、探索最佳的服务场景设计要素组合.以服务管理中的等候场景设计为例,探讨了等候场景的感性词汇空间和场景设计空间的建立、基于感性词汇的场景样本评价、感性词汇与场景设计要素关系的分析等关于等候场景设计的具体问题,证实了所提出方法的合理性和有效性.     

基于合作博弈理论的汽车概念设计优化方法

将质量功能展开(QFD)与合作博弈理论相结合,提出一种汽车产品顾客满意度和成本优化设计的新方法.该方法主要包括:通过市场调查和QFD分析,获取顾客需求并转化为技术需求,建立顾客满意度水平评价模型;再通过确定博弈方、博弈效用和博弈策略分组,将顾客满意度和成本的多目标优化问题转化为合作博弈理论模型;然后采用联盟博弈的Shapley值法求解最优值.最后,通过某汽车车门开发示例计算与传统方法进行对比,验证了本文所提出方法的有效性.     

基于RBF神经网络的干燥机HOQ模板自动生成模型

为了解决传统干燥机质量功能展开存在的问题,将人工智能理论引入质量功能展开配置过程,提出了智能干燥机质量功能展开的概念,并对其关键技术质量屋模板自动生成模型进行了深入研究,建立了基于径向基网络的干燥机质量屋模板自动生成模型·仿真研究表明,在知识库和数据库的支持下,该模型能够自动将顾客需求转化为相应的工程特性,降低了干燥机质量功能展开配置的复杂程度,减少了对开发人员经验和知识依赖,提高了配置效率,进而能够最大限度地发挥质量功能展开的优势·     

模糊优化算法在Web信息查询中的应用

由于目前大型的Internet结点日益数据库化,同时,传统的数据库系统向Internet平台转移,本文针对一种Web数据库访问模型,提出一种基于Web的数据库模糊优化查询法,以适应网上普通用户信息查询需求,能较有效地改善网上信息查询查准率低的状况.     

基于QFD的虚拟社区成员满意度测评方法

对虚拟社区成员的满意度测评不同于对企业产品顾客满意度测评,主要原因是测评指标体系和测评方法上的差异,质量功能展开方法是获得用户需求的有效方法;文章引入QFD方法获得评价虚拟社区成员满意度的测评指标体系,建立相应的评价模型,并从用户的角度评价使用虚拟社区的满意度,从而获得一种评价虚拟社区成员满意度的新方法.     

基于模糊度量的质量功能配置系统设计

质量功能配置(QFD)是用于产品开发设计的一种系统化方法,但是近来关于QFD应用软件的开发较少。传统的QFD的质量屋中各目标值的确定主要依靠人们的主观经验,存在一定的局限性。该文提出一种基于模糊度量的质量功能配置系统,该系统通过引入适合于度量值映射的模糊度量质量屋模型,运用模糊度量、模糊关系矩阵、模糊转换矩阵对质量屋进行四层展开。然后对系统进行分析,阐述了整个基于模糊度量的质量功能配置系统的设计思想和功能模块,最后使用先进简便的基于.NET平台的开发技术,实现了整个基于模糊度量理论的质量功能配置系统。     

基于Fuzzy—QFD的物流服务供应商选择方法研究

为克服第三方物流服务供应商选择过程中的不确定性,充分考虑客户对于物流服务的感受,提出模糊理论和质量功能展开相结合（Fuzzy-QFD）的第三方物流服务供应商选择方法．构建二维视角指标体系,描述物流服务质量内容和物流能力属性．在质量屋（HOQ）各模块内赋予运算法则,将客户所需要的物流服务内容融合到选择合适的供应商物流服务能力中,实现需求转换．运用该选择方法,有利于企业能够科学地选择满足客户需求、高效完成物流作业的第三方物流服务供应商．最后通过算例,说明该方法的科学性．     

基于数据挖掘的客户价值预测方法

提出了一种利用聚类和分类等数据挖掘技术预测客户价值的新方法.通过对客户历史交易数据的分析,获得能够综合反映老客户忠诚度和价值度的指标.基于该指标对老客户进行聚类,将老客户划分为若干个不同价值的客户群,即为每个老客户赋予一个价值等级标号.利用朴素贝叶斯分类方法来预测新客户(或潜在客户)的价值,并依据预测结果来制定相应的重点客户发展战略.实例验证了该方法的有效性和可行性.