基于混合语言变量的工程特性优先度确定方法

王增强 李延来 蒲 云

西南交通大学，成都，610031

0 引言

如何在更短时间内，利用有限的资源设计和生产体现顾客需求的产品成为企业长期发展的瓶颈。在这种情形下，一种新的产品研发设计方法——质量功能展开（quality function deployment，QFD）在很多行业中得到广泛应用，QFD是一种把顾客需求转化为产品开发和设计的工程特性的系统方法［1-2］。QFD有助于研发技术人员了解哪些工程特性是资源投向的重点以及如何设定工程特性的目标值。

质量屋是QFD的核心工具，可以将工程特性与顾客需求的关系以立体的方式系统地展示出来。确定工程特性的优先度是质量屋构建的关键步骤，研发部门需要深层次理解新产品的工程特性，但由于时间、预算和技术等资源限制，不可能将所有的工程特性都考虑在内。因此，工程特性优先度的确定就有很重要的理论意义和现实意义。

产品规划中工程特性优先度确定的过程中涉及很多人为的判断，有较多主观和模糊的因素［3］；现实中顾客对产品会有许多需求，某个顾客需求可能会与多个工程特性有关，反之，某个工程特性的设计也会影响多个顾客需求，目前将顾客需求转换为工程特性的方法多数都是定性的［4］；产品设计过程中获取的信息通常是有限的，尤其是在设计一个全新的产品时，误差一般都比较大［5］，导致评估过程中的模糊性不可避免。这些因素都加大了工程特性优先度确定的模糊性，选择合适的决策方法成为本文所要解决的问题。

文献［6］采用简单的数字标度表示工程特性与顾客需求的关系，但其过于主观随意，无法体现信息环境的模糊性。为了准确评判工程特性优先度中的不确定性，文献［7］引入模糊理论以确定工程特性的优先度，此后，模糊理论的应用成为了大量文献研究的热点［8-10］。与数字标度法相比，模糊理论有一定优势，但是使用模糊理论时必须确定评估成员的隶属函数，通常都根据经验选择三角形模糊数或钟形模糊数等，可靠性不能得到保障。文献［11-13］在顾客需求与工程特性的关系评判过程中采用模糊线性回归法，避免了隶属函数的确定问题，结果更为准确合理。但是为了获取评估中必要的数据，需要企业投入大量的时间和成本，这成为该方法应用的阻碍。

在实际的规划过程中，评估成员不容易给出准确的判断，为了更好地体现评估对象的模糊性，语言变量成为更加偏好的信息形式。确定工程特性的优先度通常有两方面的内容：集成顾客需求重要度，获得工程特性基本优先度；基于工程特性的市场竞争性对基本优先度给出修正。QFD团队在优先度的确定中使用语言变量给出意见，以便很好地反映信息和判断的模糊性，确保充分利用评估信息。本文提出的方法充分考虑了评估对象的不同，如果能容易地获取准确的评估信息，评估成员使用确定的语言变量更为合适，可以为后续决策过程提供更为精确的支持；如果获取准确的评估信息难度较大，为了避免评估信息的丢失，则会采用不确定的语言变量。

1 模糊语言环境下工程特性优先度确定的问题描述

工程特性优先度的确定，是企业产品规划质量屋构建中的关键步骤，合理确定工程特性的优先度对后续质量屋的构建有直接影响。参与工程特性评估的成员来自不同的领域，对不同的评估对象理解程度不同，在评估过程中就会选择不同类型的语言变量，如果评估对象的信息容易获取，则评估人员会选取确定型的语言变量；如果获取的信息复杂，不易分析，不确定性较强，评估人员则使用不确定语言变量。

从研发技术部门、市场部门和生产部门选取成员ES＝｛ES1，ES2，…，ESL｝组成 QFD团队，采用问卷调查、访谈终端客户等方法，获取顾客对规 划 产 品 的 各 项 需 求 CR ＝ ｛CR1，CR2，…，CRM｝，并由研发技术部门和生产部门确定相应的工程特性EC＝｛EC1，EC2，…，ECN｝。QFD团队成员使用语言变量表决，采用文献［14］提出的折中表决法得到相对重要度ρ ＝ （ρ1，ρ2，…，ρL）。

企业依据“二八原则”从重点客户中选取顾客代表评议顾客需求的重要度，各位代表在顾客需求的重要性和竞争性的评估过程中使用更能反映真实情况的语言变量，并依据语言运算法则处理，在此基础上采用近似理想方案的顺序优选技术（technique for order preference by similarity to ideal solution，TOPSIS），得出顾客需求的基本重要度和竞争度［15］，并最终确定顾客需求的最终重要度GIR＝（GIR1，GIR2，…，GIRM）。

QFD团队成员来自企业内部，对顾客需求与工程特性关联强度的理解比较深刻，因此在关联强度的评估过程中使用确定型的语言变量，以便在后续决策中提供更为有力的决策支持。评估成员在给出工程特性的偏好信息时，需要选取合适的语言标度，传统语言决策中都使用下标均匀分布的标度，文献［16］对均匀语言标度和非均匀语言标度进行了分析，认为非均匀语言标度在研究中的一致性程度更高，在研究中更为实用，因此，本文采用的非均匀语言标度［17］为

工程特性综合优先度的确定还必须关注各项工程特性的市场现状和发展趋势。采用问卷调查、现场观察和小组访谈等调查方法获取全面的竞争信息，QFD团队成员通过分析整理对其进行评判，与关联强度评估不同，竞争性信息来自市场，模糊性比较大，评估成员使用不确定语言变量作出判断，据此构建工程特性竞争性的评估矩阵CE＝（cehj）L×N（h ＝1，2，…，L；j ＝1，2，…，N）。将各位评估成员的相对重要性与评估信息集成，得到工程特性竞争性的评估向量MC＝（mc1，mc2，…，mcN）。依据不确定语言变量的可能度理论，构建工程特性市场竞争性的可能度矩阵PD＝（pdjj）N×N，对此进一步处理得到工程特性的竞争优先度。

本文所要解决的问题是依据顾客需求的最终重要度GIR，顾客需求与工程特性的关联强度评估，评估成员的相对重要程度ρ，以及各项工程特性的市场竞争信息，设计一种有效可行的方法确定工程特性的综合优先度。

2 基于混合型语言变量的理论与方法

质量屋中工程特性的综合优先度确定过程中，一方面要充分考虑顾客需求的重要度，依据顾客需求和工程特性的关联强度，集结评估成员的相对重要度确定各项工程特性的相对重要度；另一方面必须根据各项工程特性市场条件下的竞争信息作适当修正，与关联强度的评估不同，竞争信息呈现较大的模糊性，因此评估成员在工程特性的竞争性判定中采用不确定的语言变量更为合理。基于上述原因，本文提出了基于混合型语言变量的工程特性优先度确定方法，详细步骤如图1所示。

图1 基于混合型语言变量的工程特性综合优先度确定过程

步骤1 企业邀请相关部门成员ES组成QFD团队，依据调研信息获取顾客需求CR，并确定相应的工程特性EC。评估成员采用折中表决法，确定成员的相对重要度ρ。

项目负责人从市场中选取顾客代表以确定各项顾客需求的重要度，各位代表使用语言变量对顾客需求的重要性和竞争性作出判定，进而运用TOPSIS思想计算顾客需求的基本重要度和竞争度，在此基础上合成得到各项顾客需求的最终重要度GIR。

步骤2 获取各项工程特性的基本优先度。

为了下文评价的方便，下面给出语言标度的运算规则。

定义1 语言变量的运算法则。设sα1，sα2∈S，p ∈ ［0，1］，则

（1）sα1⊕sα2＝sα1＋α2；

（2）p（sα1⊕sα2）＝psα1⊕psα2；

（3）如果α1≻α2，则有sα1≻sα2。

下面给出评估顾客需求与工程特性关联强度使用的语言标度，以便于下文的阐述和评价：

FS＝｛FS-3（兼容很好），FS-4／3（兼容不好），FS-1／3（兼 容 较 差 ），FS0（无 关 ），FS1／3（兼 容 较好），FS4／3（兼容好），FS3（兼容很好）｝

步骤2.2 将评估成员的相对重要度ρ＝（ρ1，ρ2，…，ρL）与相应的语言变量集结，利用下式得到综合的语言评估信息，进而构建关联强度的群体评估矩阵 MRE＝（mreij）M×N：

步骤2.3 将顾客需求的最终重要度GIR＝（GIR1，GIR2，…，GIRM）与综合的语言评估信息集结，利用下式得到各项工程特性基本优先度的语言变量：

据此可确定工程特性的基本次序。

步骤2.4 d（FSECj，FSmin）可以衡量工程特性ECj基本优先度的语言变量与给定语言标度中最小变量之间的偏差。利用下式可获取各项工程特性的基本优先度GFP＝ （gfp1，gfp2，…，gfpN）：

步骤3 依据市场现状确定各项工程特性竞争优先度。

步骤3.1 由于市场竞争性评估过程中的信息主要来自评估团队对市场调研信息的分析整理，精确的数据不易获得，信息环境有更大的模糊性，为了充分利用评估信息，QFD团队不能使用基本优先度评估中的确定型语言变量，而使用不确定语言变量更符合实际情形。

为便于下文阐述和评价，给出评估工程特性竞争性使用的语言标度：

CS＝ ｛CS-3（潜 力 很 小），CS-4／3（潜 力 小），CS-1／3（潜力较小），CS0（潜力一般），CS1／3（潜力较大），CS4／3（潜力大），CS3（潜力很大）｝

评估成员依据调研信息和市场的实际情况对各项工程特性的竞争性给出相应的不确定语言变量，据此构建工程特性的市场竞争性评估矩阵CE＝（cehj）L×N。将评估成员的相对重要度ρ与工程特性竞争性的不确定语言变量集结，利用下式确定工程特性的市场竞争性评估向量MC＝（mc1，mc2，…，mcN）：

步骤3.2 利用定义3和定义4构建工程特性市场竞争性的可能度矩阵PD＝（pdjj）N×N。

步骤3.3 将工程特性市场竞争性可能度矩阵的各行元素加总，得到工程特性的竞争性向量CP＝（cp1，cp2，…，cpN）。在此基础上进行规范化处理，得到各项工程特性的竞争优先度GCP＝（gcp1，gcp2，…，gcpN）：

步骤4 将各项工程特性的基本优先度和竞争优先度集成，依据下式确定考虑工程特性的市场现状情形下的综合优先度GP＝ （gp1，gp2，…，gpN）。

产品规划中确定工程特性的优先度是一个群体决策的过程（图1），需要充分利用QFD团队各位成员的评估信息，鉴于实际情况的复杂性和语言变量的优点，本文提出了基于混合型语言变量的优先度确定方法。该方法具备以下特点：第一，评估成员给出工程特性与顾客需求的关联强度时，考虑更为全面，顾客需求与工程特性之间存在正相关、不相关和负相关三种情况，保证了结论的合理性；第二，集结语言变量时充分考虑到各位评估成员的权重，避免了某些成员由于个人偏好给出过高或过低的评判，确保了评估信息的公正性；第三，评估各项工程特性的市场竞争性过程中，针对信息环境的模糊性，QFD团队各位成员使用不确定性语言变量进行判断，避免了信息的丢失，确保了评价的客观性。

3 应用实例

A公司是中国西部的除尘器生产企业，LMC长袋低压脉冲除尘器是其主导产品。该产品具备结构简单紧凑、安装容易和维护方便等诸多优点，不仅应用于传统的水泥行业，在电力、化工、冶金、钢铁等行业也得到了大范围应用。产品面市初期，产品竞争厂商较少，该公司实行大规模生产，获得了较大利润，近年来，客户对产品提出了很多意见，同期涌现了很多同类产品和替代产品，很大程度上影响了该公司的市场占有率。为了继续占据强有力的竞争地位，公司决定对产品进行创新，将顾客的需求反映到产品中，该公司尝试引进QFD方法，并且将QFD看作保持和增强其产品竞争优势的重要战略手段，因此该公司各层对此尤为重视，公司决策层对产品的创新和设计提出了更高的要求，希望实现以下目标：①缩短顾客需求响应的时间；②提高新产品的质量；③增加企业产品的市场占有率。本文方法在新产品设计工程特性的优先度确定中得以采用。

步骤1 项目负责人邀请5位成员组成QFD评估团队，参与顾客需求的选择和工程特性优先度的确定，团队由2名研发技术部成员（ES1和ES2）、2名生产部成员（ES3和ES4）和1名市场部成员（ES5）组成。新产品设计前期QFD团队采用组织多次问卷调查法、实地观察询问法和焦点小组的会谈等方法确定了质量屋中的顾客需求：除尘效率高（CR1）、能耗低（CR2）、操作和维护方便（CR3）、稳定性和可靠性高（CR4）、占地面积小（CR5）、清灰能力强（CR6）和滤袋、脉冲阀的使用寿命长（CR7）。企业技术部门对此分别配置了工程特性，相关的工程特性为处理风量（EC1）、滤袋性能（EC2）、过滤总面积（EC3）、漏风率（EC4）、设备总重（EC5）、袋笼结构（EC6）和出口气体含尘浓度（EC7）。

项目负责人从目标市场邀请6位顾客代表组成评估组参与需求优先度的确定，项目负责人向评估组阐述了企业对项目的要求，同时明确了评估组需要完成的各项工作。由各位评估成员使用语言变量表决，利用文献［14］提出的方法集结得到顾客代表成员的相对重要度，进而由6位顾客代表对顾客需求的重要性和竞争性作出评判，引入TOPSIS思想确定各项顾客需求的基本重要度和竞争度［14］，从而得出顾客需求的最终重要度为GIR＝（0.256，0.048，0.029，0.079，0.169，0.348，0.071）。

步骤2 获取LMC长袋低压脉冲除尘器各项工程特性的基本优先度。

表1 评估成员ES1给出的顾客需求与工程特性关联强度评估矩阵

表2 评估成员ES2给出的顾客需求与工程特性关联强度评估矩阵

表3 评估成员ES3给出的顾客需求与工程特性关联强度评估矩阵

表4 评估成员ES4给出的顾客需求与工程特性关联强度评估矩阵

表5 评估成员ES5给出的顾客需求与工程特性关联强度评估矩阵

步骤2.2 依据文献［14］提出的折中表决法得出5位评估成员的相对重要度ρ＝ （ρ1，ρ2，ρ3，ρ4，ρ5）＝ （0.213，0.225，0.207，0.192，0.163）。 将 评 估成员给出的关联强度评估信息利用式（2）进行集结，得到QFD团队的群体评估矩阵MRE＝（mreij）7×7（表6）。

表6 顾客需求与工程特性的关联强度群体评估矩阵

步骤2.3 根据得到的顾客需求重要度GIR＝（0.256，0.048，0.029，0.079，0.169，0.348，0.071），各项工程特性基本优先度的群体评估信息可根据式（3）求出：

同 理，FSEC2＝ FS0.468，FSEC3＝FS0.572，FSEC4＝FS0.335，FSEC5＝FS0.181，FSEC6＝FS0.923，FSEC7＝ FS1.051。

根据以上结果，可以确定ECj（j＝1，2，…，7）的基本优先度次序为

步骤2.4 依据定义2计算工程特性ECj基本优先度的语言变量与给定语言标度中最小变量之间的偏差：

同 理，d（FSEC2，FSmin）＝0.434，d（FSEC3，FSmin）＝ 0.447，d（FSEC4，FSmin）＝ 0.417，d（FSEC5，FSmin）＝ 0.398，d（FSEC6，FSmin）＝0.490，d（FSEC7，FSmin）＝0.506。

依据式（3）得到各项工程特性的基本优先度GFP，则

同 理，gfp2＝0.136，gfp3＝0.140，gfp4＝0.130，gfp5＝ 0.124，gfp6＝ 0.153，gfp7＝0.158。

步骤3 考虑各项工程特性市场现状的竞争优先度。

步骤3.1 充分考虑各项工程特性的市场发展现状和趋势，据此对基本优先度进行适当的修正，QFD团队此阶段的主要任务如下：①与企业决策层、市场代表开展焦点访谈，确定竞争企业名单；②展开全面的调研，获取最新的竞争性信息；③评估各项工程特性的市场竞争性，确定资源投向的优先性。与基本优先度的评估不同，市场竞争的评估信息主要来自市场调研，有较大的模糊性和不确定性，评估成员在工程特性的竞争性评估过程中使用不确定的语言变量更能反映信息环境的特征，同时也可以充分利用评估信息。5位评估成员依据调研信息给出工程特性的竞争性评估信息，据此构建矩阵CE＝（cehj）5×7（表7）。

表7 QFD团队给出的市场竞争性评估矩阵

依据5位成员利用不确定语言变量表决得出的相对重要度和QFD团队给出的竞争性语言变量，采用式（5）确定各项工程特性的市场竞争性评估向量：

步骤3.2 针对由不确定语言变量组成的评估向量，使用定义3和定义4构建工程特性市场竞争性的可能度矩阵PD＝（pdjj）7×7（表8）。

表8 工程特性市场竞争性的可能度矩阵

步骤3.3 将工程特性市场竞争性可能度矩阵的各行元素加总，得到工程特性的竞争性向量CP。则cp1＝0.500＋0.083＋0.676＋0.575＋1.000＋0.500＋0.868＝4.202，同 理，cp2＝6.325，cp3＝ 3.205，cp4＝ 3.766，cp5＝0.620，cp6＝4.202，cp7＝2.179。

步骤4 合成各项工程特性的基本优先度和竞争优先度，依据式（6）确定考虑工程特性的市场现状情形下的综合优先度向量GP。则gp1＝gfp1⊗gcp1＝0.027，同理，gp2＝0.035，gp3＝0.018，gp4＝0.020，gp5＝0.003，gp6＝0.026，gp7＝0.014。

最终得出考虑市场竞争性的工程特性综合优先度的排序为EC2≻EC1≻EC6≻EC4≻EC3≻EC7≻EC5，可见，两项工程特性EC2（滤袋性能）和EC1（处理风量）对顾客需求以及市场现状的潜在影响较大，因此在产品的开发和规划阶段应给予更多的重视，确保其成为资源投放的重点。相比工程特性基本优先度的排序EC7≻EC1≻EC6≻EC3≻EC2≻EC4≻EC5，加入市场竞争性分析后，工程特性的规划次序调整较大，出口气体含尘浓度（EC7）的基本优先度次序最优，但由于市场竞争的潜力较弱，如果企业将资源过多投放于EC7，将不会收到很好的成效。滤袋性能（EC2）的基本优先度较低，但是EC2的市场潜力较大，若企业将资源的重点倾向于EC2，在滤袋性能这一特性上有所突破，可取得较为理想的效果。

4 结论

（1）顾客需求与工程特性关联强度的信息易获取且准确性较高，评估成员来自企业内部，对其比较了解，在判断中使用确定的语言变量，将评估成员的相对重要度、顾客需求的最终重要度和语言变量集结，得到工程特性的基本优先度。

（2）工程特性的市场竞争性信息主要来自市场调研，模糊性较强且有偏差，评估成员在判定时使用不确定的语言变量，将评估成员的相对重要度与语言变量集结得到工程特性的竞争性评估向量，据此构建可能度矩阵，得到工程特性的竞争优先度。

（3）在A公司除尘器中的应用实例表明，本文方法应用于工程特性优先度的确定是简便可行的。

［1］Kwong C K，Ye Y，Chen Y，et al.A Novel Fuzzy Group Decision-making Approach to Prioritising Engineering Characteristics in QFD under Uncertainties［J］.International Journal of Production Research，2011，49（19）：5801-5820.

［2］Bai H，Kwong C K.Inexact Genetic Algorithm Approach to Target Values Setting of Engineering Requirements in QFD［J］.International Journal Production Research，2003，41（16）：3861-3881.

［3］Chan L K，Wu M L.Quality Function Deployment：a Literature Review［J］.European Journal of Operational Research，2002，143（3）：463-497.

［4］Kim K J，Moskowitz H，Dhingra A，et al.Fuzzy Multicriteria Models for Quality Function Deployment［J］.European Journal of Operational Research，2000，121（3）：504-518.

［5］Cristiano J J，Liker J K，White C C.Customerdriven Product Development through Quality Function Deployment in the U.S.and Japan［J］.Journal of Product Innovation Management，2000，17（4）：286-308.

［6］Chan L K，Wu M L.Quality Function Deployment：a Comprehensive Review of Its Concepts and Methods［J］.Quality Engineering，2002，15（1）：23-35.

［7］Harding J A，Popplewell K，Fung R Y K.An Intelligent Information Framework Relating Customer Requirements and Product Characteristics［J］.Computers in Industry，2001，44（1）：51-65.

［8］Kwong C K，Bai H.A Fuzzy AHP Approach to the Determination of Importance Weights of Customer Requirements in Quality Function Deployment［J］.Journal of Intelligent Manufacturing，2002，13（5）：367-377.

［9］Kwong C K，Chen Y，Bai H，et al.A Methodology of Determining Aggregated Importance of Engineering Characteristics in QFD［J］.Computers ＆Industrial Engineering，2007，53（4）：667-679.

［10］Karsak E E.Fuzzy Multiple Objective Programming Framework to Prioritize Design Requirements in Quality Function Deployment［J］.Computers ＆Industrial Engineering，2004，47（2／3）：149–163.

［11］Chen Y Z，Ngai E W T.A Fuzzy QFD Program Modelling Approach Using the Method of Imprecision［J］.International Journal of Production Research，2008，46（24）：6823-6840.

［12］王美清，唐晓青.一种面向产品规划过程的组合质量屋 ［J］.北 京 航 空 航 天 大 学 学 报，2004，30（7）：652-656.Wang Meiqing，Tang Xiaoqing.Combined House of Quality Oriented Product Planning［J］.Journal of Beijing University of Aeronautics and Astronautics，2004，30（7）：652-656.

［13］Sener Z，Karsak E E.A Combined Fuzzy Linear Regression and Fuzzy Multiple Objective Programming Approach for Setting Target Levels in Quality Function Deployment［J］.Expert Systems with Applications，2011，38（4）：3015-3022.

［14］Bodily S E.A Delegation Process for Combining Individual Utility Functions［J］.Management Sciences，1979，25（10）：1035-1041.

［15］王增强，李延来，蒲云.产品规划中基于群体多粒度语义信息的顾客需求优先度确定研究［J］.中国机械工程，2012，23（8）：980-986.Wang Zengqiang，Li Yanlai，Pu Yun.Determination for Priority Ratings of Customer Requirements Based on Group Multi-granularity Linguistic Information in Product Planning［J］.China Mechanical Engineering，2012，23（8）：980-986.

［16］Xu Z S.An Interactive Approach to Multiple Attribute Group Decision Making with Multigranular Uncertain Linguistic Information［J］.Group Decision and Negotiation，2009，18（2）：119-145.

［17］Xu Z S，Yager R R.Intuitionistic and Intervalvalued Intutionistic Fuzzy Preference Relations and Their Measures of Similarity for the Evaluation of Agreement within a Group［J］.Fuzzy Optimization and Decision Making，2009，8（2）：123-139.