客戶需求與質(zhì)量特性映射的多目標(biāo)優(yōu)化模型

客戶需求與質(zhì)量特性映射的多目標(biāo)優(yōu)化模型

0質(zhì)量特性映射質(zhì)量功能（qfd）是一種基于盡可能充分滿足客戶需求的系統(tǒng)和質(zhì)量保證方法。它已成為適應(yīng)客戶需求多樣的先進(jìn)設(shè)計模式。在此活動中,客戶需求與質(zhì)量特性映射是質(zhì)量屋構(gòu)建的核心環(huán)節(jié),而且為零部件設(shè)計、工藝設(shè)計、質(zhì)量控制等后續(xù)工作的開展奠定了堅實的基礎(chǔ)。多年來,國內(nèi)外學(xué)者就如何進(jìn)行客戶需求與質(zhì)量特性之間的映射展開了大量的相關(guān)理論研究。王美清等對客戶需求、質(zhì)量特性進(jìn)行相關(guān)的前期處理后,采用網(wǎng)絡(luò)分析(AnalyticNetworkProcess,ANP)方法分別確定客戶需求和質(zhì)量特性重要度,進(jìn)而以時間、成本、資源等最小化為目標(biāo),通過優(yōu)化決策方法有效地映射出最佳的質(zhì)量特性集合。自從Masud開創(chuàng)了將模糊集合用于QFD過程的先河后,多位學(xué)者從不同角度把多種形式的模糊集理論引入質(zhì)量屋的各階段決策中,從而將質(zhì)量特性映射問題的理論研究提升到更高的層次。例如:許多等定義模糊度量和模糊轉(zhuǎn)換矩陣等概念,引入“功能—原理—結(jié)構(gòu)”映射模式對客戶要求進(jìn)行質(zhì)量特征映射轉(zhuǎn)換;Chen等基于α-模糊集構(gòu)建了質(zhì)量特性實現(xiàn)成本、實現(xiàn)難度和客戶滿意度的多目標(biāo)優(yōu)化模型后,采用數(shù)學(xué)規(guī)劃法求解質(zhì)量特性映射水平;任朝輝等利用模糊集對質(zhì)量屋的各步驟進(jìn)行信息建模,然后利用模糊運(yùn)算法則和優(yōu)化方法確定質(zhì)量特性映射程度;楊明順等利用三角模糊數(shù)對質(zhì)量特性的表現(xiàn)度和質(zhì)量特性實現(xiàn)過程的約束進(jìn)行建模,通過整數(shù)規(guī)劃法實現(xiàn)質(zhì)量特性映射的目的。繼模糊集合成為質(zhì)量特性映射研究中具有里程碑意義的方法論后,學(xué)術(shù)界又紛紛提出解決問題的新工具。李延來等建立了多種決策模型,同時將粗糙集理論引入到質(zhì)量屋的不同決策環(huán)節(jié)上,從而為有效解決質(zhì)量特性映射問題提供了新思路。Chin等提出了基于證據(jù)信念度的質(zhì)量屋信息建模方法,并將遞歸推理算法和偏好規(guī)劃用于質(zhì)量特性的映射過程。方輝等利用灰色系統(tǒng)和聚類算法確定小樣本、貧信息等不確定條件下的質(zhì)量特性映射方法。值得提及的是,李延來在文獻(xiàn)中總結(jié)和回顧了百余篇關(guān)于QFD研究的方法論,并針對業(yè)界人士在處理信息的模糊、不分明和不完全等方面所取得的成果進(jìn)行了深刻的分析和前沿性展望。分析上述具有代表性的文獻(xiàn)[2,3,4,5,6,7,8,9,10,11]及綜述后可知,現(xiàn)有研究已將多種人工智能方法(如模糊集、粗糙集、灰色系統(tǒng)等)成功地應(yīng)用于質(zhì)量屋的各種信息處理中,然后通過構(gòu)建優(yōu)化模型實現(xiàn)質(zhì)量特性的映射。就理論探索與實踐應(yīng)用兩個層面而言,現(xiàn)有研究不僅極大地豐富與拓展了傳統(tǒng)QFD的內(nèi)涵,而且為企業(yè)產(chǎn)品的研發(fā)提供了有效指導(dǎo)。然而,在客戶需求與質(zhì)量特性映射過程中的一些問題處理上,這些方法卻有些鞭長莫及,具體體現(xiàn)在:①在客戶需求重要度的確定方面,現(xiàn)有方法對客戶需求之間的相互影響缺乏必要的考慮;②在質(zhì)量特性重要度的確定方面,現(xiàn)有方法大多采用關(guān)聯(lián)關(guān)系“賦權(quán)加和”的模型,對關(guān)聯(lián)關(guān)系之間的具體聯(lián)系和耦合性缺少必要的處理機(jī)制;③在處理多目標(biāo)優(yōu)化問題方面,多數(shù)方法對各個目標(biāo)線性加權(quán)后采用整數(shù)規(guī)劃方法進(jìn)行求解,因此難以保證優(yōu)化結(jié)果的Pareto最優(yōu)性和計算方面的精度。針對上述問題,首先從客戶需求之間相互影響的角度出發(fā),利用模糊DEMATEL(decisionmakingtrialandevaluationlaboratory)方法確定客戶需求的重要度;其次,詳細(xì)分析了質(zhì)量屋中關(guān)聯(lián)關(guān)系之間的依存性和耦合性后,通過Choquet模糊積分來確定出質(zhì)量特性的重要度;再次,兼顧質(zhì)量特性實現(xiàn)過程所耗費(fèi)的資源、具有的風(fēng)險性及產(chǎn)生的預(yù)期效益等多方面因素,規(guī)劃了質(zhì)量特性映射的多目標(biāo)優(yōu)化模型?；跇?gòu)建的多目標(biāo)優(yōu)化表達(dá)式,采用第二代強(qiáng)度Pareto進(jìn)化算法(improvedStrengthParetoEvolutionaryAlgorithm,SPEA2)求解并獲得質(zhì)量特性映射的Pareto解集,最后利用熵優(yōu)選法從多個Pareto解中篩選出最佳的質(zhì)量特性映射結(jié)果。1demaol分析方法客戶需求重要度是質(zhì)量特性映射和質(zhì)量屋優(yōu)化的重要依據(jù),因此準(zhǔn)確客觀地確定客戶需求重要度是構(gòu)建質(zhì)量屋的基礎(chǔ)。傳統(tǒng)質(zhì)量屋中確定客戶需求重要度常用的方法有層次分析法、ANP法、模糊集、粗糙集、證據(jù)推理,以及由這些方法混合或拓展而衍生出的復(fù)合方法。從實踐應(yīng)用得到的反饋情況看,這些方法各有利弊。但其中的共性問題就是對客戶需求之間的相互影響所產(chǎn)生的效果缺乏必要的考慮和相應(yīng)的處理手段,進(jìn)而導(dǎo)致決策缺失科學(xué)性和客觀性。從本質(zhì)上來說,客戶需求之間的影響隱含了有關(guān)重要度的信息。因此,完善的客戶需求重要度不僅要著眼于客戶滿意層面,還應(yīng)該兼顧各項需求之間的影響,從而挖掘出隱藏的信息。雖然廣泛使用的ANP法可以分析需求之間的關(guān)聯(lián)關(guān)系,但卻無法捕捉到需求之間的“原因—結(jié)果”影響效應(yīng);另一方面,ANP法在使用過程中所構(gòu)建的比較矩陣需要反復(fù)進(jìn)行一致性檢驗,整個計算過程比較繁瑣。針對這些問題,本文提出了基于DEMATEL模型的客戶需求重要度決策方法。DEMATEL模型是由美國學(xué)者Gabus和Fontela率先提出的一種系統(tǒng)化分析決策方法。該模型通過有向網(wǎng)絡(luò)對系統(tǒng)中各元素之間的影響關(guān)系進(jìn)行建模,并通過矩陣?yán)碚撚嬎愕玫矫總€元素的原因度與中心度,從而確定因素間的原因—結(jié)果影響關(guān)系和每個元素在系統(tǒng)中的重要性,是一種有效的系統(tǒng)化綜合分析方法。下面以各項客戶需求作為DEMATEL中的元素,并利用模糊集和相關(guān)算法來計算客戶需求重要度。在確定客戶需求重要度時,首先對客戶需求集合中的任意兩項需求做成對比較。與層次分析法/ANP法的不同之處在于,DEMATEL方法是通過成對比較客戶需求之間的相互影響力來確定客戶需求重要度。在產(chǎn)品規(guī)劃過程中,QFD開發(fā)團(tuán)隊經(jīng)過對市場調(diào)研后確定m項客戶需求,記為:CR=(CR1,CR2,…,CRm)。根據(jù)文獻(xiàn)提出的適用于模糊環(huán)境的DEMATEL模型,確定客戶需求重要度的具體步驟為:步驟1建立客戶需求之間的直接相互影響關(guān)系網(wǎng)絡(luò),以模糊語義變量諸如“強(qiáng)烈影響”、“微弱影響”、“無影響”等來表示在達(dá)到客戶滿意過程中需求之間的相互影響程度,形如案例分析部分的圖1所示。根據(jù)網(wǎng)絡(luò)連接關(guān)系構(gòu)建客戶需求的鄰接模糊矩陣?X=(?Xi,j)m×m如式(1)所示:CR1CR2?CRm?X=CR1CR2?CRm(?0?X1,2??X1,m?X2,1?0??X2,m????Xm,1?Xm,2??0)。(1)三角模糊數(shù)?Xi,j=(xLSi,j,xi,j,xRSi,j)表示CRi對CRj的直接影響程度。?Xi,j與?Xj,i并不需要遵守倒數(shù)對稱關(guān)系,即在DEMATEL中可以有?Xi,j≠1/?Xj,i。DEMATEL是以無自環(huán)網(wǎng)絡(luò)理論為基礎(chǔ)進(jìn)行建模的,則規(guī)定需求CRi對自身的影響為0,即矩陣?X中所有主對角線上的元素均為?0=(0?0?0)。步驟2對直接相互影響矩陣?X進(jìn)行正則化處理,得到正則化矩陣?Ζ=?Xr。其中r稱為尺度因子,r=max1≤i≤m(∑j=1mxi,jRS),矩陣Ζ?中元素Ζ?i,j=X?i,jr=(xi,jLSr,xi,jr,xi,jRSr)。步驟3計算客戶需求之間的綜合相互影響矩陣W?=(W?i,j)m×m如式(2)所示:W?=Ζ?(Ι?-Ζ?)-1。(2)式中Ι?為模糊單位矩陣。步驟4計算各項客戶需求的影響度和被影響度。對W?中的每列元素進(jìn)行加和得到CRi的影響度F?i=∑j=1mW?i,j?i=1,2,?,m。(3)式中F?i表示CRi對其他客戶需求的影響值。對W?中的每行元素進(jìn)行加和得到CRi的被影響度Ei?=∑j=1mW?j,i?i=1,2,?,m。(4)式中Ei?表示CRi受其他客戶需求的影響值。步驟5計算各項客戶需求的中心度與原因度?？蛻粜枨蟮挠绊懚群捅挥绊懚认嗉拥玫狡渲行亩菷?i+E?i,而影響度和被影響度相減得到其原因度F?i-E?i。按照CFCS去模糊法則對F?i+E?i和F?i-E?i進(jìn)行去模糊化,得到CRi精確的中心度PDi和原因度CDi。步驟6確定客戶需求重要度。PDi相當(dāng)于CRi的絕對重要度,而CDi相當(dāng)于隱含的重要度。根據(jù)DEMATEL模型的思想可知,如果CDi<0,CRi屬于“原因型”需求;如果CDi>0,CRi屬于“結(jié)果型”需求?！霸蛐汀毙枨蟛灰赘淖?而“結(jié)果型”需求易改變。因此,對“原因型”需求還應(yīng)加以額外的重視。完善的客戶需求重要度wi=ΡDi(1-EDi)/∑i=1mΡDi(1-EDi)。(5)式中EDi=CDi/∑i=1m|CDi|,其作用是對客戶需求的絕對重要度PDi進(jìn)行修正。2質(zhì)量特性重要度的確定質(zhì)量特性與客戶需求的關(guān)聯(lián)關(guān)系反映了質(zhì)量特性對客戶需求的滿足程度,而質(zhì)量特性的重要度實質(zhì)上就是滿足所有客戶需求的綜合化程度,因此如何準(zhǔn)確地確定質(zhì)量特性重要度便成為質(zhì)量屋決策的核心工作之一。假定QFD開發(fā)團(tuán)隊根據(jù)m項需求確定該產(chǎn)品中包含的n項質(zhì)量特性為EC={EC1,EC2,…,ECn},記第i項客戶需求CRi與第j項質(zhì)量特性ECj的相關(guān)度為Rij?，F(xiàn)有文獻(xiàn)在質(zhì)量特性ECj重要度(ECI)j的確定過程中,往往都是對QFD團(tuán)隊給出Rij的評價信息進(jìn)行相應(yīng)處理并轉(zhuǎn)化為數(shù)值,然后結(jié)合需求重要度進(jìn)行加和,(ECΙ)j=∑i=1mwiRij。(6)從本質(zhì)上來說,(ECI)j的確定是一個以關(guān)聯(lián)關(guān)系Rij為屬性、以客戶需求重要度wi為權(quán)重的多屬性決策問題。但如何通過多屬性決策方法準(zhǔn)確客觀地確定出(ECI)j,卻成為QFD過程的一個瓶頸。決策領(lǐng)域的學(xué)者[17,18,19,20,21,22]指出,形如式(6)的傳統(tǒng)賦權(quán)加和法用于多屬性決策問題時,認(rèn)為各屬性之間是一種理想條件下的獨立線性關(guān)系,難免會降低決策的科學(xué)性和真實性。同樣,在質(zhì)量特性重要度(ECI)j的確定上,各關(guān)聯(lián)關(guān)系之間能否認(rèn)為是一種獨立的線性關(guān)系亦存在深入分析的必要。追本溯源,要確定各個關(guān)聯(lián)關(guān)系之間是否具有獨立性,實質(zhì)上就是考察各項客戶需求之間是否具有獨立性。由于在對客戶需求進(jìn)行分析時,QFD團(tuán)隊很難用一種完美的度量尺度來確定出客戶需求粒度,從而使各項客戶需求之間保持獨立且線性無關(guān)。顯然,客戶需求粒度越大,越有利于描述客戶的要求,但各項客戶需求之間就難免會有重疊性;反之亦然。而現(xiàn)有的QFD研究絕大部分都是以各需求之間具有獨立線性關(guān)系為前提,按照賦權(quán)加和模型得到(ECI)j的評價值,這樣勢必會造成信息的失真,以致決策結(jié)果有失客觀性和科學(xué)性。需要指出的是,考慮到非線性問題的存在會對質(zhì)量特性重要度的確定產(chǎn)生一定影響,文獻(xiàn)利用證據(jù)推理算法合成關(guān)聯(lián)關(guān)系來確定質(zhì)量特性的重要度。然而該方法在應(yīng)用過程中又要面臨新的問題:一方面,證據(jù)推理難以實現(xiàn)具體分析關(guān)聯(lián)關(guān)系之間耦合類型的目的;另一方面,證據(jù)推理過程必須以各個證據(jù)源保持獨立無關(guān)為前提。而近年來,構(gòu)建在模糊測度論基礎(chǔ)上的模糊積分理論是一種非線性系統(tǒng),并且不需要假設(shè)各屬性之間具有獨立關(guān)系,從而可以有效地解決上述問題。鑒于此,本文利用模糊積分理論來合成關(guān)聯(lián)關(guān)系,進(jìn)而確定質(zhì)量特性重要度。2.1可加主要實體屬性的模糊積分日本數(shù)學(xué)家Sugeno考慮到描述事物的各屬性之間往往具有非線性的相互耦合性關(guān)系,提出了模糊測度和模糊積分理論。該模型決策的縝密性和客觀性較傳統(tǒng)的“賦權(quán)加和”模型具有較大的提高,因此在多個科技領(lǐng)域中得到應(yīng)用[18,19,20,21,22,23,24]。模糊積分可分為多種類型,下面僅簡要介紹最常用的Choquet模糊積分的相關(guān)概念(細(xì)節(jié)參見文獻(xiàn)～文獻(xiàn))。假設(shè)A={a1,a2,…,an}是描述對象Ξ的屬性集合,考慮到n個屬性之間的相互耦合性和依存性,關(guān)于對象Ξ的評價值Ω(Ξ)可以利用n-可加Choquet模糊積分表示為:Ω(Ξ)=∑k=1ngλ(A(k))⊙(ak*-ak-1*)。(7)式中:a*k表示按照屬性值的大小對屬性集合A={a1,a2,…,an}進(jìn)行排序后所得到的第k大的屬性,從而使a*n≥…≥a*k≥…≥a*1成立,同時規(guī)定a*0=0;gλ(A(k))是屬性集合A(k)的λ-模糊測度;A(k)={a*k,a*k+1,…,a*n}。n-可加Choquet模糊積分雖然考慮問題較為全面和嚴(yán)謹(jǐn),但gλ(A(k))的求解方式較為繁瑣且難以得到精確的解析解。對此,文獻(xiàn)創(chuàng)新性地提出了2-可加Choquet模糊積分公式,即決策時只考慮兩個屬性之間的耦合性。理論上說,2-可加模糊積分雖然會略失周全性,但其具有較高的可操作性,而且在不過分追求嚴(yán)密性的條件下仍不失準(zhǔn)確性和客觀性。因此,本文將2-可加Choquet模糊積分用于合成關(guān)聯(lián)關(guān)系來確定質(zhì)量特性重要度。2.2qfd團(tuán)隊的邏輯結(jié)構(gòu)模型客戶需求CRi與質(zhì)量特性ECj之間的關(guān)聯(lián)關(guān)系以模糊語義變量進(jìn)行評價,并用三角模糊數(shù)R?ij表示。對于ECj而言,每項客戶需求與ECj之間的關(guān)聯(lián)關(guān)系在數(shù)值上恰好反映了質(zhì)量特性ECj對各項客戶需求的滿足程度。因此在邏輯上,m個關(guān)聯(lián)關(guān)系組成的集合(R?1j,R?2j,…,R?ij,…,R?mj)可視為決定ECj重要度的屬性集,而客戶需求重要度矢量{w1,…,wi,…,wm}即可視為屬性集的重要度矢量。根據(jù)模糊測度原理可知,wi可以作為單個屬性的模糊測度。而關(guān)聯(lián)關(guān)系之間的耦合性和依存性從本質(zhì)上來說,來源于客戶需求之間的耦合性和依存性。為確定客戶需求CRi和CRk之間的耦合類型和程度,采用文獻(xiàn)提出的基于公理設(shè)計的交互作用程度確定方法。該方法以普遍認(rèn)可的設(shè)計公理為準(zhǔn)繩,緊密聯(lián)系了產(chǎn)品的物理結(jié)構(gòu)特點。QFD團(tuán)隊根據(jù)經(jīng)驗和知識,利用文獻(xiàn)的方法來確定CRi和CRk之間的耦合因子Iik。Iik的意義如下:當(dāng)Iik∈[-1,0)時,CRi所涵蓋的內(nèi)容和CRk所涵蓋的內(nèi)容之間具有重復(fù)性,Iik的絕對值越大,CRi和CRk之間的共同內(nèi)容越多。特別地,當(dāng)Iik=-1時,CRi和CRk完全可以合并為同一項需求;當(dāng)Iik=0時,CRi和CRk完全獨立無關(guān),這種情況下積分模型還原為傳統(tǒng)的線性相加決策模型;當(dāng)Iik∈(0,1]時,CRi所涵蓋的內(nèi)容和CRk所涵蓋的內(nèi)容之間具有互補(bǔ)增強(qiáng)性;Iik值越大,CRi和CRk合作所產(chǎn)生的額外效益越大。將關(guān)聯(lián)關(guān)系矢量(R?1j,…,R?ij,…,R?mj)、需求重要度矢量{w1,…,wi,…,wm}和耦合因子Iik帶入2-可加模糊積分函數(shù),得到質(zhì)量特性ECj的重要度(ECΙ)j=∑Ιik>0((R?ij)∧?(R?kj)?Ιik)+∑Ιik<0((R?ij)∨?(R?kj)?|Ιik|)+∑i=1mR?ij?(wi-12∑i≠k|Ιik|)。(8)式中,∧?與∨?分別為對模糊值進(jìn)行取小和取大值運(yùn)算符,模糊數(shù)學(xué)知識對此有詳細(xì)介紹,此處不再贅述。與傳統(tǒng)的賦權(quán)加和決策方法不同的是,式(8)是一個能充分反映不同關(guān)聯(lián)關(guān)系之間具有耦合性和依存性關(guān)系的非線性函數(shù)。需要指出的是,如果要使(ECI)j的計算達(dá)到更高的科學(xué)性和全面性,則可以采用n-可加模糊積分。3在多目標(biāo)模型中，質(zhì)量特征的映射3.1質(zhì)量特性重要度估計質(zhì)量屋中質(zhì)量特性之間的自相關(guān)關(guān)系對質(zhì)量特性的實現(xiàn)具有一定影響,進(jìn)而對客戶需求的滿足產(chǎn)生不可忽視的影響。因此,基于客戶滿意的質(zhì)量特性重要度,應(yīng)當(dāng)由客戶需求重要度、客戶需求與質(zhì)量特性之間的關(guān)聯(lián)關(guān)系以及質(zhì)量特性之間的自相關(guān)關(guān)系等三方面因素來共同反映。在確定質(zhì)量特性的自相關(guān)關(guān)系時,QFD開發(fā)人員依據(jù)經(jīng)驗和知識確定質(zhì)量特性ECj與任意一項特性ECk之間的關(guān)聯(lián)關(guān)系,記為三角模糊數(shù)Τ?jk,則n項質(zhì)量特性的自相關(guān)矩陣記為Τ?=(Τ?jk)n×n。利用質(zhì)量特性的自相關(guān)矩陣Τ?對關(guān)聯(lián)矩陣R?進(jìn)行修正,修正后的關(guān)聯(lián)矩陣R?*=(R?ij*)m×n為:R?*=R?×Τ?=(R?ik)m×n×(Τ?jk)n×n。綜合考慮客戶需求重要度矢量w=(w1,w2,…,wm),基于客戶滿意的質(zhì)量特性重要度矢量b=(b1,b2,…,bm)可以表達(dá)為:b=w×R?*。式中,bj=∑i=1mwiR?ij*=∑i=1mwi(∑k=1nR?ik×Τ?jk)=∑k=1n(ECΙ)j×Τ?jk。需要指出的是,(ECI)j正是通過2.2節(jié)中的2-可加Choquet模糊積分計算所得到的。利用CFCS去模糊法則對bj去模糊化處理后,進(jìn)行歸一化處理,可得標(biāo)準(zhǔn)化的基于客戶滿意的質(zhì)量特性重要度矢量b*=(b*1,…,b*j,…,b*n)。3.2質(zhì)量特性ecj實現(xiàn)風(fēng)險的度量尺度在客戶需求與質(zhì)量特性映射的過程中,基于客戶滿意的質(zhì)量特性重要度反映了質(zhì)量特性能夠滿足客戶需求的最大化限度。然而在這一過程中,質(zhì)量特性的實現(xiàn)還受到許多限制性因素的制約,例如:實現(xiàn)質(zhì)量特性所需要的成本,實現(xiàn)質(zhì)量特性所耗費(fèi)的時間和人力等多種資源,實現(xiàn)質(zhì)量特性過程中技術(shù)上的未知風(fēng)險性,政策和法律的規(guī)定(如環(huán)保限制、倫理道德),潛在的市場效益等問題。隨著學(xué)術(shù)界對質(zhì)量屋研究的不斷深入,如何有效處理上述問題已被提上議事日程。為操作簡單,本文利用三角模糊數(shù)對各項質(zhì)量特性實現(xiàn)所耗費(fèi)的資源、所具有的風(fēng)險性、所產(chǎn)生的預(yù)期收益等三個方面進(jìn)行評價。首先,利用語義變量集合{極多,多,中等,較多,少}作為對質(zhì)量特性ECj實現(xiàn)所耗費(fèi)資源進(jìn)行評價的度量尺度,并將語義評價轉(zhuǎn)化為相應(yīng)的三角模糊數(shù)C?j=(cjLS,cj,cjRS);按照模糊評估數(shù)去模糊法則(ConvertFuzzyintoCrispScores,CFCS)和歸一化處理后,得到質(zhì)量特性實現(xiàn)所耗費(fèi)資源的評價矢量c*=(c*1,…,c*j,…,c*n)。其次,考慮到質(zhì)量特性實現(xiàn)過程的風(fēng)險性,利用語義變量集合{極高,高,中等,較高,低}作為對質(zhì)量特性ECj實現(xiàn)所具有的風(fēng)險性進(jìn)行評價的度量尺度,并將語義評價轉(zhuǎn)化為相應(yīng)的三角模糊數(shù)D?j=(djLS,dj,djRS);按照CFCS去模糊法則和歸一化處理后,得到質(zhì)量特性實現(xiàn)風(fēng)險的評價矢量d*=(d*1,…,d*j,…,d*n)。最后,將質(zhì)量特性實現(xiàn)所能帶來的預(yù)期收益納入產(chǎn)品規(guī)劃過程中,利用語義變量集合{極大,大,中等,較大,小}作為對質(zhì)量特性ECj實現(xiàn)所產(chǎn)生的市場效益進(jìn)行評價的度量尺度,并將語義評價轉(zhuǎn)化為相應(yīng)的三角模糊數(shù)E?j=(ejLS,ej,ejRS);按照CFCS去模糊法則和歸一化處理后,得到質(zhì)量特性實現(xiàn)產(chǎn)生的預(yù)期收益評價矢量e*=(e*1,…,e*j,…,e*n)。3.3-育人事業(yè)特性優(yōu)化在產(chǎn)品研發(fā)過程中,為達(dá)到綜合最優(yōu)的質(zhì)量特性映射水平,必須同時綜合考慮下述目標(biāo):基于客戶需求滿意的質(zhì)量特性重要度Yb,實現(xiàn)各項質(zhì)量特性所耗費(fèi)的資源Yc,實現(xiàn)各項質(zhì)量特性所具有的風(fēng)險性Yd,實現(xiàn)各項質(zhì)量特性所產(chǎn)生的預(yù)期收益Ye。設(shè)yj為各項質(zhì)量特性的映射水平。針對以上四個目標(biāo)分別構(gòu)建出如下四個目標(biāo)優(yōu)化函數(shù):maxYb=∑j=1nbj*yj;minYc=∑j=1ncj*yj;minYd=∑j=1ndj*yj;maxYe=∑j=1nej*yj。s.t.0≤yj≤1,j=1,2,…,n。以上四個優(yōu)化目標(biāo)是含有n個約束的多目標(biāo)優(yōu)化問題,而且各目標(biāo)函數(shù)之間相互沖突。下面將通過多目標(biāo)優(yōu)化算法對yj進(jìn)行求解。4spea2質(zhì)量特征的映射解和信息熵的優(yōu)優(yōu)選擇方法4.1質(zhì)量特性映射的多目標(biāo)優(yōu)化模型求解過程現(xiàn)有求解質(zhì)量特性映射問題的方法大多采用0-1目標(biāo)函數(shù)線性加權(quán)規(guī)劃方法。這些方法在應(yīng)用時,每次運(yùn)算只能得到唯一解,以至于不能保證所得結(jié)果具有Pareto最優(yōu)性;而且在算法運(yùn)算前確定各個目標(biāo)函數(shù)的權(quán)重也是一個較為繁瑣的過程。ZITZLER等提出的SPEA2能夠通過一次運(yùn)算就可以得到待求解問題的多個解。SPEA2使用精確的適應(yīng)度分配策略、密度估計技術(shù)、裁減控制機(jī)制,以更高效的計算性能獲得分布均勻的Pareto解集,已被成功地應(yīng)用于大量的工程優(yōu)化設(shè)計問題。鑒于此,本文采用SPEA2(算法細(xì)節(jié)參見文獻(xiàn))求解質(zhì)量特性映射的多目標(biāo)優(yōu)化模型,求解過程如下:步驟1算法參數(shù)初始化。以實數(shù)編碼方式對質(zhì)量特性映射水平矢量(y1,…,yj,…,yn)進(jìn)行編碼。設(shè)定算法初始進(jìn)化代數(shù)t=0,最大進(jìn)化代數(shù)t_max;配置重組概率Pc,變異概率Pm;隨機(jī)產(chǎn)生初始規(guī)模為M的內(nèi)部群體P0;構(gòu)造一個空的外部群體Q0,則|P0|=M,|Q0|=?。步驟2適應(yīng)度計算。結(jié)合目標(biāo)優(yōu)化函數(shù)Yb,Yc,Yd和Ye,計算內(nèi)部種群Pt與附屬種群Qt的適應(yīng)度。步驟3環(huán)境選擇。將Pt和Qt中的所有非支配個體歸檔到Qt+1種群中。若Qt+1的規(guī)模超過M,則利用裁減操作控制其規(guī)模;若Qt+1的規(guī)模比M小,則從Pt和Qt中復(fù)制支配性個體并添加到Qt+1。步驟4算法終止?fàn)顟B(tài)判斷。若t≥t_max則算法終止,并將Qt+1中的Pareto解集作為優(yōu)化結(jié)果輸出;否則,繼續(xù)步驟5。步驟5交配選擇。對附屬種群Qt+1執(zhí)行錦標(biāo)賽算法,來選擇個體添加到交配池中。步驟6進(jìn)化操作。對交配池中的個體分別按照概率Pc、概率Pm執(zhí)行重組和變異操作,從而產(chǎn)生新生代;并且更新算法的計數(shù)器,即t=t+1。轉(zhuǎn)步驟2。4.2信息熵優(yōu)選法經(jīng)SPEA2算法求解獲得了質(zhì)量特性映射水平的Pareto解集χ={χ1,…,χk,…,χMO},MO表示Pareto解集中解的個數(shù)。QFD團(tuán)隊可以根據(jù)企業(yè)的實際所需和自身偏好從中選擇,也可以利用信息熵優(yōu)選法進(jìn)行輔助選擇。Pareto解χk的熵權(quán)可定義為:β(χk)=-1ln(ΝΟ)∑j=1ΝΟ(χk,j*∑j=1ΝΟχk,j*)ln(χk,j*∑j=1ΝΟχk,j*)。(9)式中:NO表示優(yōu)化目標(biāo)的個數(shù)(例如本文的優(yōu)化目標(biāo)為四個),χk,j表示χk在第j個優(yōu)化目標(biāo)上的取值。而χ*k,j表示對χk,j進(jìn)行規(guī)范化處理(按照目標(biāo)的望大性、望小性)后得到的標(biāo)準(zhǔn)化取值。根據(jù)信息熵的原理可知,β(χk)值越大,表示該解在各目標(biāo)上的分布差異性越小,故綜合性能越優(yōu)。5荷下連續(xù)調(diào)節(jié)cr1、原料氣體濕度cr3、變滲透性cr9、透平cr9、透平cr3、密閉式網(wǎng)絡(luò)營銷性能好深冷式空氣分離設(shè)備是鋼鐵、冶金和石化等重要領(lǐng)域的配套裝備。針對該設(shè)備的研發(fā)特點,QFD團(tuán)隊通過對客戶的調(diào)查與分析并根據(jù)經(jīng)驗和知識對質(zhì)量屋進(jìn)行規(guī)劃,確定以下10項客戶需求:裝置可在生產(chǎn)能力70%以上的負(fù)荷下連續(xù)調(diào)節(jié)(CR1)、原料氣體壓力保持在1.5～2.6MPa(CR2)、產(chǎn)品氣體濕度小(CR3)、產(chǎn)品氣體純度大(CR4)、產(chǎn)品氣體泄露量少(CR5)、能耗小(CR6)、安全度高且防爆燃(CR7)、氣體液化能力不低于5kNm3/h(CR8)、熱交換效率高(CR9)、通透性能好(CR10)。在此基礎(chǔ)上確定相應(yīng)的12項質(zhì)量特性為:最大溫度降(EC1)、比熱交換度(EC2)、吸附堆積度(EC3)、篩選凈化的偏流水平(EC4)、密封形式與精度(EC5)、變載荷溜縮度(EC6)、溶解損失率(EC7)、干燥濾清度(EC8)、電磁頻刷強(qiáng)(EC9)、噪音小(EC10)、膨脹率(EC11)、輻射干涉度(EC12)。5.1客戶需求中心度、原因度判斷pdi和cdi利用2.1節(jié)的方法對10項客戶需求間的直接相互影響關(guān)系做出評價,結(jié)果如圖1所示。圖1中,不同線形的曲線代表不同的語義變量和對應(yīng)的模糊數(shù),具體如下:“極其強(qiáng)烈影響”(ES)-(0.75,1.0,1.0);“強(qiáng)烈影響”(VS)-(0.5,0.75,1.0);中等程度影響(MS)-(0.25,0.5,0.75);微弱影響(LS)-(0,0.25,0.5);無影響(NS)-(0,0,0.25)。需要說明的是,兩項客戶需求之間沒有曲線連接時則表示彼此之間無影響(NS)。根據(jù)圖1所建立的需求之間的影響關(guān)系,利用DEMATEL模型、CFCS去模糊法則,可以得到各項客戶需求中心度、原因度的精確值PDi和CDi,結(jié)果如表1所示。以PDi和CDi構(gòu)建笛卡爾坐標(biāo)系,如圖2所示。進(jìn)一步計算,得到客戶需求的重要度wi如表1所示。5.2客戶需求與質(zhì)量特性關(guān)聯(lián)矩陣qfd客戶需求與質(zhì)量特性之間的關(guān)聯(lián)程度用五個等級的語義變量描述,分別為:極強(qiáng)相關(guān)(◆)、強(qiáng)相關(guān)(●)、一般相關(guān)(★)、弱相關(guān)(▼)、不相關(guān)(?)。定義相應(yīng)的三角模糊數(shù)分別為:(0.75,1.0,1.0),(0.5,0.75,1.0),(0.25,0.5,0.75),(0,0.25,0.5),(0,0,0.25)。QFD團(tuán)隊確定10項客戶需求與12項質(zhì)量特性的關(guān)聯(lián)矩陣(R?ij)10×12如表2所示。QFD團(tuán)隊根據(jù)經(jīng)驗和知識,利用文獻(xiàn)的交互程度確定方法得到耦合矩陣如下:將關(guān)聯(lián)矩陣(R?ij)10×12和耦合矩陣(Ijk)10×10中的數(shù)值代入式(8)進(jìn)行計算,得到各質(zhì)量特性的重要度(ECI)j,利用自相關(guān)矩陣(Τ?jk)n×n(限于篇幅省略)進(jìn)行修正后,得到基于客戶滿意的質(zhì)量特性重要度bj,進(jìn)一步去模糊化和歸一化后,得到標(biāo)準(zhǔn)化的基于客戶滿意的質(zhì)量特性重要度如下:b*1=0.124,b*2=0.067,b*3=0.094,b*4=0.076,b*5=0.144,b*6=0.131,b*7=0.065,b*8=0.084,b*9=0.035,b*10=0.038,b*11=0.107,b*12=0.036。5.3質(zhì)量效率spea2QFD團(tuán)隊根據(jù)經(jīng)驗和知識,利用三角模糊數(shù)對各項質(zhì)量特性實現(xiàn)所耗費(fèi)的資源、所具有的風(fēng)險性、所產(chǎn)生的預(yù)期收益等三個方面進(jìn)行評價。按照3.2節(jié)的模糊評價方法和CSCF去模糊法則進(jìn)行計算,并經(jīng)過規(guī)范化處理后,得到質(zhì)量特性實現(xiàn)所耗費(fèi)資源的評價矢量為:c*1=0.096,c*2=0.035,c*3=0.112,c*4=0.068,c*5=0.121,c*6=0.063,c*7=0.055,c*8=0.097,c*9=0.076,c*10=0.103,c*11=0.082,c*12=0.092。質(zhì)量特性實現(xiàn)風(fēng)險的評價矢量為:d*1=0.083,d*2=0.125,d*3=0.087,d*4=0.102,d*5=0.079,d*6=0.109,d*7=0.068,d*8=0.04