商务房车总布置方案的灰关联择优模型研究①

林开荣, 陈 宁, 廖忠传, 彭庆华

(1.集美大学机械与能源工程学院，福建 厦门 361021；2.厦门金龙汽车车身有限公司，福建 厦门 361023;3.郑州宇通客车股份有限公司，河南 郑州 450016)

0 引 言

经济的高速发展和国民收入的增长使得家庭和商务旅行变得日益频繁[1,2]，能同时解决吃穿住行的房车就逐渐进入人们的视野，并呈现出良好的发展势头，具有很好的市场前景。

总布置设计是一款新商务房车从“梦想”变为“现实”的第一步，也是商务房车研发的关键步骤，它不仅涉及汽车工程学科，还要充分利用美学、空气动力学、材料学及人机工程学等学科的研究成果[3-5]。商务房车的总布置设计不仅要充分考虑车辆应具有的动力性、能源经济性、操纵稳定性等常规性能，还要充分考虑其外观造型的美观性、内部空间利用的合理性、居住的舒适与方便性、办公的适宜性、娱乐功能、制造成本等。

由于总布置设计是房车设计的前端环节，设计开发组的工程师们可能提出许多的设计方案，能否快速、准确无误地挑选出其中最好的总布置方案往往决定房车开发项目的成败。然而影响商务房车总布置方案好坏的因素多且杂，而且具有一定的模糊性，同时参与评估择优的人员知识层次、社会阅历、审美视角等各不相同，因此要确定多个商务房车的总布置方案之优劣，以期选得最佳方案并不容易，一般都是根据参评专家的经验进行评估择优。为了保证评估结果准确、合理，根据商务房车总布置方案的主要影响因素，确定了择优考察体系，然后应用灰色系统理论建立了择优模型，对商务房车的各种备选总布置方案进行评估，选出最优方案以确保新的房车产品最终开发成功。

1 确定评估择优的考察项体系

为了进行商务房车的总布置方案评价，首先应明确商务房车的总布置方案的评估考察项目。为了确保择优结果准确有效，必须认真研究商务房车的总布置方案，并咨询相关专家，同时遵循“系统优化”和“通用可比”等原则，确定商务房车总布置方案的7个评估考察项：

1整车常规性能：主要指商务房车的动力性、能源经济性、操稳性、平顺性等基本的常规性能[6]。

2美观性：包括外观造型的美观性、内饰和外饰的美观性等。

3居住性：包括休息区的舒适性、烹饪区的方便性、洗漱卫浴方便性等日常生活起居方面。

4办公适宜性：包括车内必要的办公设备的齐全与否，布置是否合理，办公区域是否舒适、方便等。

5空间利用合理性：包括车内空间的利用率、空间的可拓展性以及利用的合理性。不能为盲目追求高利用率，而导致车内布局局促、拥挤；应多使用可折叠、可升降的多功能家具,并增加隐藏的存储区，如设置可以打开的沙发、长椅和床铺，将其内部作为存储空间使用，这样空间利用率高，又不会显得拥挤。

6娱乐性：包括必要的娱乐设施齐全与否，布置是否得当，娱乐效果是否良好等。

7制造成本：为了确保以上各项性能良好，而发生的制造成本高低。

2 应遵循的评估择优原则

商务房车的总布置方案评估择优由一个总布置方案评估专家组完成，组成人员应来自于公司的各相关部门及主要客户群体，如图1所示。

图1 评估专家组人员来源

为确保评估择优结果准确有效，来自同一部门的参评人员应该有多人，4～5人为宜，至少不应少于3人。评估时，对同组人员的评估打分取平均值，以降低评估打分偏差，确保择优结果准确有效。

3 商务房车总布置方案灰色关联择优模型

以灰色系统理论中灰关联分析法为基础创建的灰色关联择优模型具有两个明显的优点：

(1)不要求有大的样本量，对仅有几个样本的情况也适用；

(2)评估数据可以没有明确的概率分布。

影响商务房车总布置方案好坏的7个考察项难于量化。因此，要准确评估商务房车的总布置方案优劣困难较大。而灰色关联择优模型，可对商务房车的不同总布置方案各个考察项逐一进行评估，并对各个考察项的评估分值进行灰色关联分析，达到对商务房车的各个总布置方案进行优劣水平排序的目的，从而选出最好的总布置方案。

3.1 确定方案评估的考察项数据列及等权化

3.2 商务房车总布置方案关联系数的计算

(1)

3.3 总布置方案评估考察项权重的确定

商务房车总布置方案择优评估体系中各考察项的重要性存在一定的差异，通常用考察项权重体现各考察项的重要程度。最终的方案择优结果准确有效性往往也在一定程度上依赖于考察项权重的确定方法是否科学合理。商务房车总布置方案择优考察项体系中的各个考察项具有量化困难、且综合性强的特点，通常做法是让参评人员凭借已有经验和他们各自的主观判断来进行定性评估。本次商务房车总布置方案择优评估中，首先让6组不同参评人员对各个考察项逐一给定权重，然后再应用灰色关联分析法计算出各考察项权重。

此外，在确定总布置方案的各个考察项的权重时，由于不同参评人员本身的重要程度、知识层次和历史业绩的差异，也可以对不同人员取不同的权重值。

3.4 各总布置方案关联度的确定

(2)

在利用上面的方法计算得到各总布置方案的关联度Ri基础上，对比各总布置方案的关联度，并对其从大到小进行排序，得到的这个排序，其实就是对应商务房车各总布置方案之优劣排序，进而可轻而易举地选出最佳方案。

4 总布置方案灰关联择优模型的修正讨论

以往评估商务房车总布置方案时，经常采用的做法是从公司相关部门各抽调一位比较有经验的人员组成评估组，由于临时抽调的评估人员的阅历、工程能力和决策能力等方面存在较大差异，对同一个总布置方案作出的评估结果可能大不相同，这样总布置择优的结果可能存在偶然性因素，选中的方案未必是最好的那一个。为避免这种错选的风险，评估时改变了以往只从相关部门各抽调一位人员的做法，而是从各部门都抽调多人组成专家组，并取他们的评分均值作为某方案考察项的分值，这样大大降低了评估的偶然性，提高了择优结果的可靠性和权威性。

另外，值得一提的是，以往一般依据各总布置方案的关联度大小对各方案进行优劣的排序，大者为优排前，小者为劣靠后。其实这种做法也是存在错选最优方案的风险，这是因为一个总布置方案在某些考察项表现非常优秀，得分很高，有的考察项得分较低，但可能综合起来的得分还是很高，而被错选为最优方案。根据“短板效应”原理可知，某个方案的优劣除了受总体综合表现的影响，还受到某个表现最差的考察项的制约。如果一个总布置方案的某个考察项表现明显偏差，那即使总体综合表现优秀也不能被认为是好的方案。为避免错选风险，我们可以计算总布置方案各考察项的方差大小，并把它作为方案优劣的一个辅助衡量标准。即如果几个候选方案关联度相差很小，但某一方案的考察项方差值相差较大，通常应认为考察项方差值小的方案为佳。

5 商务房车总布置方案评估择优实例

现有某商务房车的4种候选总布置方案，要求采用前面建立的总布置方案评估择优模型选出最好的方案。

5.1 确定评估体系中各考察项的权重

本次商务房车总布置择优评估中，由6组来自不同部门的专家们对评估体系的各考察项逐一给出权重值，再把来自相同部门专家给出的权重取平均值，见表1。

表1 各考察项权重值统计

观察表1容易发现各参评人员为各考察项所赋的权重值最大的为0.25，所以参考数列q0(k)可设成

q0(k)=(0.25,0.25,0.25,0.25,0.25,0.25)

一、一种产品的国内需求是其能够出口的前提条件，换句话说，出口只是国内生产和销售的延伸。企业不可能去生产一个国内不存在扩大需求的产品。

把表1中表示各考察项权重值的比较数列qi(k)代入式(1)可计算出其关联系数矩阵如下：

由于总布置方案择优评估人员来自不同的部门，其重要程度各不相同，所以评估时应根据不同部门的重要程度设定相应的权重，见表2。

表2 不同部门评估人员的权重

将表2中不同部门评估人员的权重和关联系数矩阵Q代入式(2)，容易计算出评估体系各考察项关联度矩阵

WR=(0.4574, 0.3522, 0.3763 , 0.4959 , 0.5296 , 0.5899 , 0.5924)

再对各考察项的关联度Ri作归一化处理，就获得各考察项的权重

W=(0.1348, 0.1038, 0.1109, 0.1461, 0.1561, 0.1738, 0.1746)

5.2 商务房车总布置方案评估

对于商务房车不同的总布置方案采用前述类似的不同专家组评分法。首先，让各组参评专家对4种总布置方案的各个评估考察项进行评估打分，然后对同组人员的评分取均值，统计结果如表3所示。

表3 4种总布置方案专家评分均值

通过最大法对表3中各组专家评分均值作规范化处理，得到如表4所示的比较数列ei(k)。

表4 比较数列ei(k)

依据经验，参考数列e0(k)可由多个备选总布置方案的各考察项的最优表现值组成，观察表4易得参考数列应为

e0(k)=(1.0000,1.0000,1.0000,1.0000,1.0000,1.0000,1.0000)

将以上比较数列ei(k)代入公式(1)可得如下关联系数矩阵

最后把前面求得的各考察项权重矩阵W代入公式(2)，可求得择优评估结果矩阵

R=(0.6802 0.7312 0.6460 0.5426)

从评估结果矩阵可以看出R2>R1>R3>R4，因此可以判定总布置方案2为最佳方案，方案4最差，方案2应作为首选。

6 结 语

总布置设计是新款商务房车研发的关键步骤，但它涉及多种不同学科，影响因素多且错综复杂，难以量化。为开发出适销对路的商务房车，提升市场占有率和企业竞争力，首先根据商务房车总布置设计的特点，明确了影响总布置方案优劣的主要因素，并把它们作为方案择优的考察项，结合灰色系统理论建立了商务房车总布置方案灰关联择优模型。利用该择优模型对各候选的总布置方案进行评估，选出了最佳方案。

为避免错选风险，提出了通过计算总布置方案各考察项的方差大小，并把它作为方案优劣的一个辅助衡量标准。即如果几个候选方案关联度相差很小，通常应认为考察项方差值小的方案为佳。

实践表明基于修正灰关联分析模型的评估方法能很好地满足生产实际要求，评估结果清晰明了，并且易于实施。此外，还可以设计相应的软件系统，以便简化统计和计算过程，提高评估效率和评估的有效性。