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

常建鹏，陈振颂，王先甲，张 军

(1.重庆工商大学 重庆现代商贸物流与供应链协同创新中心,重庆 400067; 2.重庆工商大学 商务策划学院,重庆 400067; 3．武汉大学 土木建筑工程学院,湖北 武汉 430072； 4．武汉大学 经济与管理学院,湖北 武汉 430072)

0 引言

电动汽车因其无污染、能耗低、高性能、易维护、高科技等突出优势，逐渐成为消费者的首选购车对象。对电动汽车制造企业而言，电动汽车开发问题是一个系统问题，涉及到调研、设计、试制试验等多个环节。在调研与设计阶段，如何将市场顾客需求(Customer Requirements, CRs)信息精确转换为电动汽车的技术特性(Technical Characteristics, TCs)，并结合竞品情况、技术可得性情况以及企业的自身实力，确定各技术特性的综合重要性程度，是电动汽车制造企业确定电动汽车总体方案、实现资源优化配置的基础。针对该问题，本文提出一种不确定环境下基于质量功能展开(Quality Function Development, QFD)[1-4]的电动汽车技术特性综合重要度确定方法，为企业提供一种实用的以顾客需求为导向的电动汽车开发方法。

作为一种常用的产品开发技术，质量功能展开(Quality Function Deployment, QFD)已广泛应用于汽车产品研发的实践与理论研究中，而应用于电动汽车研发的研究仍较少[5-7]。WU等[8]提出一种不确定环境下基于QFD的电动汽车TCs重要度确定方法，该方法利用犹豫模糊数刻画不确定信息，基于DEMATEL(decision-making trial and evaluation laboratory)方法确定CRs的关联重要度，利用VIKOR方法确定TCs的重要度。RATHOD[9]利用QFD将可持续发展因素转入电动汽车的开发过程中。吴小丽等[10]针对电动汽车TCs重要度确定问题，利用粗糙集刻画CRs的重要度信息，利用灰色关联分析方法确定CRs与TCs的关联矩阵，最后基于QFD确定TCs的重要度信息。已有的这3篇研究存在以下问题：

(1)TCs综合重要度确定过程中，涉及到CRs的重要度、CRs与TCs间的关联关系以及TCs的修正重要度3方面的信息，这些信息往往是不确定的。既有研究或采用犹豫模糊数，或采用粗糙集，而尚未采用更符合人们认知习惯的模糊语言信息刻画不确定评估新信息。

(2)在文献[8]中，DEMATEL方法是一个系统因素关联关系分析方法，侧重因素的关联关系；VIKOR是一个排序方法，求解的结果是个大小关系的排序。因此，这两个方面均不能准确反映TCs的重要程度。

(3)电动汽车TCs综合重要度的确定方面，既有研究主要考虑了顾客需求，而尚未考虑市场竞品的表现情况、相关技术的可得性情况以及企业自身的技术实力等因素。

为解决这些问题，本文提出一种基于QFD的电动汽车技术特性综合重要度模型：

(1)在不确定环境下，评估人员倾向于利用语言术语给出评估信息，如“好”、“较好”、“较差”等。人们在给出评估信息后，往往会产生一种衡量该评估信息的可靠性程度信息，如顾客在打出“较好”的评估信息时，还会认为该评估的可靠性程度为0.8。针对该问题，文献[11-12]提出了基本不确定信息(Basic Uncertain Information, BUI)的概念。本文结合BUI和模糊语言集，提出基本不确定语言信息(Basic Uncertain Linguistic Information, BULI)，并给出基于二元语义的BULI信息处理方法，协助模型的构建。

(2)在重要度确定方面，既有关于QFD的研究多利用层次分析(Analytic Hierarchy Process, AHP)方法确定CRs的重要度与TCs的修正重要度[13]，进而确定TCs的综合重要度。AHP方法简单、实用，已成为最常用的元素相对重要度确定方法。然而，该方法不适合处理元素众多情况下的重要度确定问题。REZAEI[14-15]提出的最佳—最差权重确定方法(Best Worst Method, BWM)修正了AHP方法的问题，且在计算便捷度以及一致性问题方面更具优势。本文提出一种基于BULI的BWM方法确定CRs的重要度与TCs的修正重要度

(3)在TCs综合重要度确定方面，企业在开发某一产品时，不仅要开展顾客市场需求调查，还要开展竞品分析，确保所开发的产品具有市场竞争力；汽车零部件供应商在汽车产业中发挥着举足轻重的作用，企业在研发电动汽车时应充分利用外部市场的技术优势；此外，企业还需综合考虑自身的技术研发实力，将优势全力打造成核心竞争力，而将劣势外包给市场。因此，模型构建综合考虑了顾客需求、竞品表现情况、技术可得性水平、企业自身实力等因素确定TCs综合重要度。

1 基本不确定语言信息

设S={s0,s1,…,sτ}为一语言短语集(τ为偶数)，则二元语义采用一个二元组(si,αi)刻画评估信息：si为S中的语言短语，表示给出的评估信息与语言短语集中最贴近的语言短语；αi表示给出的评估信息与与语言短语si之间的偏差，αi∈[-0.5,0.5)。

定义1[16-17]已知si∈S，β∈[0,τ]为语言短语集S经某种集结方法得到的实数，τ+1为S中元素个数，则β相应的二元语义可由函数Δ得到：

Δ:[0,τ]→S×[-0.5,0.5)，

(1)

(2)

式中round表示“四舍五入”取整运算。

定义2[16-17]设(si,αi)为一个二元语义，si∈S，αi∈[-0.5,0.5)，则存在逆函数Δ-1使二元语义(si,αi)转化为相应的数值β∈[0,T]，即

Δ-1:S×[-0.5,0.5)→[0,τ]，

(3)

Δ-1(si,αi)=i+αi=β。

(4)

文献[12]给出了BUI的集结函数的一般形式。

=〈A(x1,…,xn);1-A(1-c1+c1x1,…,

1-cn+cnxn)+A(c1x1,…,cnxn)〉。

(5)

文献[12]还指出，若函数A:[0,1]n→[0,1]取加权平均算子(Weighted Average mean, WA)，则BUI的集结算子为

=〈WA(x1,…,xn);1-WA(1-c1+c1x1,…,

1-cn+cnxn)+WA(c1x1,…,cnxn)〉

=〈WA(x1,…,xn);WA(c1,…,cn)〉

(6)

基于BUI，本文提出BULI，并给出相应的集结算子。

〈Δ-1(sn)/τ;cn〉)

=〈WA(Δ-1(s1)/τ,…,Δ-1(sn)/τ);WA(c1,…,cn)〉

(7)

不失一般性，由式(7)可给出BULI的集结函数如下所示。

BULIWA(b(n))=BULIWA(〈s1;c1〉,…,〈sn;cn〉)

(8)

由式(8)可知，BULIWA是WA在BULI上的一种拓展，具有幂等性、有界性、单调性和置换不变性等集结函数的一般特征。

2 电动汽车技术特性综合重要度确定模型

电动汽车技术特性综合重要度的确定是企业开展市场调研与概念设计的重要环节。通过充分、详细的市场调研，企业可以获得顾客需求信息、竞品信息以及市场表现情况、市场技术水平以及供应商情况等重要信息。基于这些信息，企业需要确定待开发电动汽车的技术特性以及相应的综合重要性程度，明确各项技术特性的实现途径，指导下一步的详细设计、开发等工作。本论文利用QFD方法确定技术特性综合重要度，具体如图1所示。

2.1 顾客需求重要度确定

(9)

Model 1 minξCR-t

s.t.

(10)

2.2 技术特性基本重要度确定

(11)

(12)

(13)

(14)

2.3 技术特性修正重要度确定

2.3.1 基于竞品分析的修正重要度确定。

在电动汽车研发中，企业需对市场竞争对手的产品进行调查，明确各竞品在各技术特性方面的表现情况，确保所造汽车在该技术特性上占优势。因此，竞品在某一技术特性上的综合表现越好，该技术特性的重要度越高。设计团队选出的竞品有I个，即{CP1,…,CPi,…,CPI}。设计团队各成员利用语言短语集S3，如下式所示，给出竞品在各技术特性的绩效值。

(15)

(16)

式中：sin表征竞品CPi在技术特性TCn的综合表现情况，cin表征sin的可靠性程度。

(17)

2.3.2 基于技术可得性的修正重要度确定

电动汽车如传统企业一样，涉及到的核心技术较多，如电池、电动机、电控系统、传动系统、驾驶辅助系统、信息娱乐系统等。然而，经过近百年的发展，汽车产业链已非常完善，上游供应商能提供绝大部分的零部件，甚至可以提供一揽子解决方案，电动汽车也是如此。因此，对我国电动汽车造车企业而言，只需将有限的资源放在关键环节，打造自身的核心竞争力，而将其他环节外包给上游供应商，是电动企业研发的捷径，也是我国电动汽车产业发展初级阶段不得不走的一条路。由以上情况可知，某一技术特性的市场可得性水平越高，意味着企业能通过技术外包实现该技术特性，则该技术特性的修正重要度越低；反之，企业需要集中资源重点开发该技术，则该技术特性的修正重要度也就越高。

Model 2 minξTC-2-l

s.t.

(18)

2.3.3 基于自身实力的修正重要度确定

技术特性综合重要度的确定还需要考虑企业自身在各技术特性上的技术实力。对于国内的电动汽车制造企业而言，造车经验相较于国际汽车巨头本就较弱，更应充分发挥自身的优势，将有限的资源投入到核心竞争力的打造上，如汽车外形设计、电控系统的设计、信息娱乐系统等。因此，对某一技术特性而言，企业自身实力越强，其修正重要度应越大。

Model 3 minξTC-3-l

s.t.

n=1,2,…,N。

(19)

2.4 技术特性综合重要度确定

(20)

权系数反映了4类重要度(基于顾客需求的技术特性重要度、基于竞品分析的技术特性重要度、基于市场可得性的技术特性重要度和基于自身实力的技术特性重要度)对企业成功开发产品的相对重要性程度，也反映了电动汽车开发企业的技术取向。因此，设计团队应综合考虑企业的自身情况、开发产品的定位以及市场情况给出设定权系数。

3 案例分析

某国内传统制造企业计划开发一款新的电动汽车，首先明确目标市场、目标消费者，而后组织人员开展市场调查，调查内容包括需求调查、竞品调查、市场技术调查等。在需求调查方面，为缩小调查范围，该企业主要对4S店内有销售电动汽车经验的销售人员进行调查。选定10位销售人员{C1,…,C10}(权重为{0.1,0.1,…,0.1})作为调查对象，并明确6项需求，分别为操控(CR1)、实用(CR2)、续航里程(CR3)、美观(CR4)、安全(CR5)、高科技(CR6)。而后，组建设计团队D={D1,D2,D3,D4}，令各成员权重为{0.2,0.3,0.3,0.2}。设计团队明确技术特性包括电池(TC1)、电机(TC2)、电控系统(TC3)、美学特性(TC4)、转向系统(TC5)、车身与底盘系统(TC6)、驾驶辅助系统(TC7)、信息娱乐系统(TC8)、内饰(TC9)等。为确定各技术特性综合重要度，明确产品开发重点，实现资源优化配置，该企业采用本文所提模型，具体过程如下。

(1)顾客需求重要度确定

10位销售人员分别明确需求项集合中重要度最大与最小的需求项，进而基于BWM方法分别给出相关偏好信息，并利用优化模型Model 1求解顾客需求重要度。最后，综合相应于各销售人员的顾客需求重要度信息，求得顾客需求综合重要度。原始数据与结果数据如表1所示。

表1 BWM方法环境下销售人员给出的顾客需求重要度评估信息

续表1

(2)技术特性基本重要度确定

表2 综合关联矩阵与技术特性基本重要度

(3)修正重要度确定

表3 各竞品在各技术特性上的综合表现情况以及基于竞品分析的修正重要度

表4 基于技术可得性与自身能力的修正重要度

续表4

(4)综合重要度确定

评估团队明确技术特性基本重要度、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与基于自身实力的修正重要度4类重要度的权系数{0.4,0.1,0.2,0.3}，则基于式(20)确定技术特性综合重要度，如表5所示。

表5 综合重要度确定

(5)结果分析

顾客较为在意的技术特性有电池、电控系统与驾驶辅助系统，而制造企业更为关注美学特性、电控系统以及车身与底盘系统，主要原因在于：消费者购买电动汽车时最为关注的问题就是续航问题，而电池技术瓶颈也是阻碍电动汽车普及的最为关键的因素；市场上电动汽车的电池均有上游供应商供应，如三星、LG、宁德时代、比亚迪等，这些企业掌握着电池的核心技术；汽车制造企业将更多的精力放在整车设计、电控系统设计等关键环节，打造属于自己的核心竞争力。

(6)对比分析

为探究本文所提的BULI的优势，本文对传统的模糊语言集与BULI进行了对比。模糊语言集自提出以来，因其相较于传统的模糊集更为符合人们的认知模式，已掀起广泛的研究与应用热潮[18-19]。传统模糊语言集相较于BULI的主要区别在于模糊语言集不包含评估信息的可靠性程度。模糊语言集的主要处理方式即二元模糊语言方法，如定义1和定义2所示。

表6 综合重要度确定—对比分析

(7)灵敏度分析

为进一步探究权系数取值对技术特性综合重要度的影响，选定不同情况下的权系数取值，如表7所示。针对每种情况，利用所建模型确定技术特性最终综合重要度，并给出重要度排序，结果如表7和图2所示。由表7和图2可知，在不同的权系数取值情况下，技术特性重要度排序大致相同。其中，在多数情况下，美学特性(TC4)的综合重要度最高，其次是美学特性(TC4)和电控系统(TC3)，而信息娱乐系统(TC8)与电机(TC2)的综合重要度较低。因此，利用所提模型求得的结果具有较强的稳健性。

表7 不同情况下权系数取值

续表7

4 结束语

电动汽车技术特性重要度确定是电动汽车研发的关键环节，能有效地将顾客需求信息准确传导到电动汽车的研发、生产等环节。本文提出一种不确定环境下基于QFD的电动汽车技术特性重要度确定模型，并通过案例分析论证所建模型的优势，具体如下：

(1)本模型提出一种刻画不确定评估信息的新方式，即BULI。BULI相较于模糊集、粗糙集，更为符合人们的认知习惯；相较于传统模糊语言信息，由于引入了可靠性程度信息，更能精确地描述不确定信息。

(2)本模型利用BWM方法确定需求项重要度或技术特性修正重要度，相较于最常用的AHP方法，所需信息少，一致性程度高，操作方便，且实用性强。

(3)本模型不仅考虑了传统的需求信息与竞争信息，还考虑了技术的市场可得性水平与企业自身的实力水平，能协助设计团队做出更为合理的决策。

本研究仍存在一些不足之处，如模型构建过程中尚未考虑顾客需求以及技术特性能的自相关关系，也未考虑电动汽车研发过程中的成本因素，这也是后续研究努力的方向。