基于群体模糊信息的产品规划质量屋构建及其在3PL中的应用

发布时间：2020-06-27 11:41

【摘要】：质量功能展开(quality function deployment, QFD)是一个广泛应用的顾客需求驱动的产品(或服务)产品规划与设计的系统。通常情况下,QFD包括产品规划质量屋、部件展开质量屋、过程规划质量屋和生产计划质量屋。大量的企业实践表明,QFD的应用将减少内部冲突、缩短研发周期时间、增强市场穿透力、改进产品质量和提高顾客满意度,进而企业获得更高的收益。产品规划质量屋通常在QFD系统中具有战略和基本的重要性。产品规划质量屋构建过程必须准确处理以下方面的群体模糊信息：顾客需求方面的群体模糊信息、群体的技术特性表现的模糊竞争评价信息、群体的自相关的综合作用模糊评价信息、对本企业及其竞争对手产品的群体的多类型模糊偏好信息和技术特性改进目标方面的群体模糊信息。针对多类型的群体模糊信息,论文将利用模糊集理论、群决策理论、不确定理论、不确定规划理论等,研究基于群体模糊信息的产品规划质量屋构建及其在3PL中的应用问题。具体的研究工作主要包括以下方面的内容： (1)针对顾客需求方面的群体模糊信息,第三章提出了基于群体模糊信息的顾客需求最终重要度确定方法：利用三角模糊数对顾客需求的相对重要性进行评价,利用期望值算子处理规范化的基于三角模糊数的顾客需求重要性评价以确定顾客需求的基本重要度；针对本企业及其竞争企业产品的顾客需求的模糊评价,利用模糊偏差最小化的原理建立顾客需求竞争重要度确定的优化模型,并通过拉格朗日函数的构造求解上述优化模型；根据相应于每一位被调查顾客的各项顾客需求满意度的改进目标,确定相应于每一位被调查顾客的各项顾客需求的模糊改进比率向量,进而利用模糊期望值算子确定精确的各项顾客需求满意度的改进比率；基于顾客需求的基本重要度、顾客需求的竞争重要度以及顾客需求满意度的改进比率的合成,确定顾客需求的最终重要度。 (2)针对顾客需求满意度的群体竞争模糊信息和群体的技术特性表现的模糊竞争评价信息,第四章提出了基于模糊竞争评价的关联强度的估计方法：首先,根据三角模糊数相似度最大化的原理,建立了相应于每个顾客需求的关联强度的相对大小确定的优化模型,以充分挖掘顾客需求和技术特性的模糊竞争评价；其次,引入了顾客需求和技术特性之间的关联关系的类型影响因子概念以表征关联关系的类型对关联强度的影响；最后,根据相应于每个顾客需求的关联强度的相对大小以及顾客需求和技术特性之间的关联关系类型因子,提出了确定顾客需求和技术特性之间关联强度的计算公式。 (3)针对群体的技术特性表现的模糊竞争评价信息和群体的自相关的综合作用模糊评价信息,第五章提出了基于模糊竞争评价的自相关强度的估计方法：首先,根据三角模糊数相似度最大化的原理,建立了相应于每项技术特性的自相关强度的相对大小确定的优化模型,以充分挖掘技术特性的模糊竞争评价以及模糊的自相关的综合作用评价；其次,引入了技术特性之间的自相关关系类型影响因子概念以表征自相关关系的类型对自相关强度的影响,并引入了相应于每项技术特性的自相关关系的强度限值概念以表征此技术特性与其他技术特性之间自相关关系的强度上限；最后,根据自相关强度的相对大小、自相关关系类型影响因子和相应于每项技术特性的自相关关系的强度限值,提出了估计各项技术特性之间自相关强度的计算公式。 (4)针对群体的技术特性表现的模糊竞争评价信息、对本企业及其竞争对手产品的群体的多类型模糊偏好信息和技术特性改进目标方面的群体模糊信息,第五章提出了基于群体的多类型模糊偏好信息的技术特性综合优先度估计方法：首先,根据QFD团队中每个成员所提供偏好信息的类型,将QFD团队的成员分为三类；根据每一类成员的偏好信息特征和模糊竞争评价信息,分别建立了三类优化模型以确定相应于每位QFD团队成员的技术特性竞争优先度；根据相应于每位QFD团队成员的技术特性竞争优先度和相对权重,通过加权和的形式确定技术特性的“技术点”。其次,根据相应于每位QFD团队成员的技术特性的模糊改进目标,确定相应于每位QFD团队成员的技术特性的模糊改进比率,进而利用模糊期望值算子和层次分析法确定技术特性的精确改进比率。最后,基于技术特性的初始优先度、技术特性的“技术点”和技术特性的精确改进比率,提出了技术特性综合优先度的估计方法。最后,通过某第三方物流企业的服务设计实例验证论文所提出的基于群体模糊信息的产品规划质量屋构建方法,另一方面从实践应用的角度对本文所提方法的可行性和合理性进行验证。
【学位授予单位】：西南交通大学
【学位级别】：博士
【学位授予年份】：2012
【分类号】：F274;F224

【参考文献】