基于改進的質(zhì)量屋和TOPSIS法新產(chǎn)品概念決策

1、 基于改進的質(zhì)量屋和TOPSIS法新產(chǎn)品概念決策 于英楠+魏紅芹摘 要：在新產(chǎn)品研發(fā)過程中，綜合考慮顧客需求與專家知識，提出基于改進的質(zhì)量屋與模糊逼近理想解排序法的產(chǎn)品概念選型方法。通過層次分析法確定質(zhì)量屋的顧客需求權(quán)重，建立關(guān)聯(lián)矩陣進行顧客需求向產(chǎn)品技術(shù)特征的轉(zhuǎn)換，將質(zhì)量屋的輸出結(jié)果應用于概念模型的決策矩陣，利用所輸出的技術(shù)特征權(quán)重值進行模糊逼近理想解法的綜合排序。將此方法應用于某手機品牌的產(chǎn)品研發(fā)方案的篩選，為企業(yè)新產(chǎn)品研發(fā)提供決策參考。Key：質(zhì)量屋；層次分析法；理想解逼近排序法：F27：Adoi：10.19311/ki.1672-3198.2016.32.0251 引言隨著4G網(wǎng)絡的廣

2、泛覆蓋，智能手機市場在2015年中實現(xiàn)了快速增長，根據(jù)中國信息通信研究院統(tǒng)計數(shù)據(jù)顯示，2015年我國手機出貨量高達5.18億部，較2014年增長14.6%。另一方面，近年來，華為、小米等國產(chǎn)智能手機品牌憑借良好的運營模式、精細的技術(shù)手段以及適中的價格水平越來越受到我國用戶的青睞，據(jù)統(tǒng)計，2015年國產(chǎn)手機品牌的市場份額高達80%。但同時，科技的迅猛發(fā)展也讓用戶對于手機新產(chǎn)品有了多核化、大屏化等更高的要求，再加上中國的智能手機市場正慢慢趨于飽和，首次購買智能手機的顧客不斷減少，吸引用戶二次購買手機成為手機市場的主要驅(qū)動。因此，基于消費者需求研發(fā)智能手機新產(chǎn)品，并對新產(chǎn)品研發(fā)方案進行高效決策，成為

3、我國手機品牌商需要高度重視的問題。在產(chǎn)品研發(fā)的一般過程中，新產(chǎn)品概念的設(shè)計是十分重要的。在產(chǎn)品概念的形成時期，考慮到設(shè)計環(huán)境的復雜性、顧客需求的多樣性潛在市場的不確定性，開發(fā)團隊能夠設(shè)計出若干個可行的產(chǎn)品概念方案。為了保證向后續(xù)流程中推進的是最優(yōu)的產(chǎn)品方案，提升新產(chǎn)品研發(fā)的效率和成功率，應當選擇合適的決策方法對概念模型進行選擇。近年來，很多學者對產(chǎn)品概念模型的決策進行了深入的研究并提出了很多具有價值的方法，張江濤提出以TOPSIS方法為基礎(chǔ)，通過定量和定性相結(jié)合的分析方法進行產(chǎn)品方案決策，王靜等建立加權(quán)模糊邏輯模型對產(chǎn)品開發(fā)方案進行決策，姜艷萍等依據(jù)前景理論和競爭產(chǎn)品的評價信息建立了概念評價體

4、系，通過前景值對產(chǎn)品方案進行選擇，馮珍等提出讓顧客參與，通過質(zhì)量功能配置逆過程的方法評估和選擇新產(chǎn)品概念研發(fā)項目，崔勇等提出通過模糊群決策的質(zhì)量屋模型進行新產(chǎn)品研發(fā)方案的篩選。從已有的研究成果可以看出，大多數(shù)研究方法基于已有的專家經(jīng)驗圍繞產(chǎn)品自身技術(shù)進行方案決策，但這些方法忽略了消費者對于產(chǎn)品的多樣化需求，同時也有研究提出了顧客參與的方法以盡可能滿足消費者對產(chǎn)品的需求，但忽略了專家對于產(chǎn)品開發(fā)的決定性意見。因此，為了研發(fā)滿足顧客需求的新產(chǎn)品，并實現(xiàn)顧客需求與專家經(jīng)驗知識的耦合決策，本文采用模糊質(zhì)量屋（house of quality，HOQ）與模糊逼近理想解排序法（Technique for

5、Order Preference by Similarity to Ideal Solution，TOPSIS）相結(jié)合的決策方法，使用層次分析法確定質(zhì)量屋中顧客各項需求及其權(quán)重，并通過模糊質(zhì)量屋進行顧客需求向技術(shù)特征的轉(zhuǎn)換與傳遞，將質(zhì)量屋輸出的技術(shù)特征權(quán)重應用到基于三角模糊的TOPSIS方法中，由此獲得能夠充分體現(xiàn)顧客需求的方案排序結(jié)果。2 改進的質(zhì)量屋模型的建立2.1 顧客需求的選取及權(quán)重的確定顧客需求項及其綜合權(quán)重是質(zhì)量屋的最基本最關(guān)鍵的輸入，需要通過真實的市場調(diào)查收集原始需求信息，并采用適當?shù)目茖W方法進行處理，從而準確的表達顧客需求及偏好，為質(zhì)量屋的準確輸出打牢基礎(chǔ)。為實現(xiàn)這一目的，本文

6、通過前期市場調(diào)研了解當前用戶對于智能手機的主要需求，并整理為手機產(chǎn)品外觀設(shè)計、手機硬件配置和手機功能配置三個方面，細分為14項顧客需求指標為質(zhì)量屋模型的顧客需求輸入（如圖1）。同時，采用層次分析法確定質(zhì)量屋的需求權(quán)重輸入，應用層次分析法對市場調(diào)研所收集整理的數(shù)據(jù)進行分析以反應顧客不同需求的重要程度并作為質(zhì)量屋模型顧客需求項及其權(quán)重的輸入。根據(jù)圖1的用戶需求層次圖及市場調(diào)研結(jié)果的統(tǒng)計分析構(gòu)建層次兩兩比較矩陣?？紤]到顧客需求的多樣性和主觀上的片面性，判斷矩陣往往會存在一定的誤差，因此，為了使判斷結(jié)果與實際情況相吻合，避免權(quán)重分配不合理，需要對判斷矩陣進行一致性檢驗。定義一致性檢驗的公式為：CR=C

7、IRI=max-n（n-1）RI（1）其中，n為判斷矩陣的階數(shù)，CI為一致性檢驗指標，RI為平均隨機一致性指標，max為矩陣最大特征根。當CR0.1時，認為判斷矩陣不符合一致性檢驗，需要對矩陣進行微調(diào)使判斷矩陣符合一致性檢驗，否則，若判斷矩陣滿足一致性檢驗，兩兩比較矩陣符合數(shù)學邏輯，可以根據(jù)此判斷矩陣進行權(quán)值的計算，從而求得權(quán)重向量，記為W=（wc1，wc2，wcm）T，mi=1wci=1，所求的權(quán)重向量即為質(zhì)量屋的顧客需求權(quán)重輸入。2.2 基于質(zhì)量屋的新產(chǎn)品技術(shù)特性權(quán)重求解質(zhì)量屋模型主要用于構(gòu)建客戶的產(chǎn)品需求與實現(xiàn)這些客戶需求的功能特性之間的相互關(guān)系，從而確定出哪些客戶需求能夠通過功能特性得

8、到滿足，哪些是有待繼續(xù)研發(fā)、改良工藝的需求。本文通過質(zhì)量屋模型將顧客需求及其權(quán)重轉(zhuǎn)化為相對應的智能手機產(chǎn)品的技術(shù)特性及其權(quán)重，因此僅用到質(zhì)量屋模型中的左墻（客戶需求）、房間（關(guān)系矩陣）和地下室（技術(shù)特性權(quán)重），具體結(jié)構(gòu)如圖2所示。質(zhì)量屋中顧客需求向產(chǎn)品技術(shù)特征轉(zhuǎn)換處于概念設(shè)計的早期階段，通常由專家團隊對兩者之間的轉(zhuǎn)化關(guān)系進行評價，在信息環(huán)境不確定、用戶主觀意識復雜、專家評價語義模糊的情況下，傳統(tǒng)質(zhì)量屋中表示顧客需求與技術(shù)特性之間弱、中、強關(guān)系程度時所采用的1-5-9離散標度的方法往往會影響權(quán)重輸出的準確度。因此本文中在使用層次分析法確定顧客需求權(quán)重的同時，對顧客需求與技術(shù)特性相關(guān)性進行了一定的

9、模糊處理，引入語言變量的概念和模糊集的理論方法，將專家的概念評價通過模糊邏輯轉(zhuǎn)化成數(shù)值，進而提高質(zhì)量屋輸出的準確性。 在目前的學術(shù)研究中，有多種模糊方法被廣泛應用，如三角隸屬函數(shù)、高斯隸屬函數(shù)、梯形隸屬函數(shù)等，這些方法各有其特點和適應性。在本文中，采用了三角模糊數(shù)對顧客需求-技術(shù)特性矩陣進行確立，在后期，本文將同樣使用三角模糊數(shù)對TOPSIS模型中非精確技術(shù)輸入進行模糊處理。在質(zhì)量屋模型階段構(gòu)建階段，設(shè)專家評價的語義模糊集U=SP，WP，P，M，其中SP表示強相關(guān)，用三角模糊數(shù)（0.6，0.8，1）表示，P表示相關(guān)，用三角模糊數(shù)（0.4，0.6，0.8）表示，WP表示弱相關(guān)，用三角模糊數(shù)（0.

10、2，0.4，0.6）表示，M表示不相關(guān)，用三角模糊數(shù)（0，0，0）表示。由專家小組確定第i項客戶需求與第j項技術(shù)特性的關(guān)聯(lián)程度為rij，rijU為三角模糊數(shù)，則在質(zhì)量屋中顧客需求-技術(shù)特性的模糊關(guān)聯(lián)矩陣為R=（rij）mn。根據(jù)QFD理論，技術(shù)特征的權(quán)重Wt會通過顧客需求權(quán)重Wc和顧客需求-技術(shù)特性關(guān)聯(lián)矩陣R計算得出，公式為：Wt=RWc（2）通過模糊質(zhì)量屋模型轉(zhuǎn)化得出的智能手機技術(shù)特征權(quán)重Wt將作為基于三角模糊TOPSIS算法的權(quán)重輸入。3 基于三角模糊的TOPSIS的決策分析在新產(chǎn)品概念選型這一環(huán)節(jié)中，需要對若干個多指標產(chǎn)品研發(fā)概念模型進行排序選擇，本文選擇應用TOPSIS排序方法，通過相

11、對接近度的概念來考慮不同方案與理想方案的距離。TOPSIS法是一種逼近理想解的排序方法，是由Yoon和Hwang提出的處理多屬性決策問題的多方案排序和選擇的經(jīng)典方法之一，它以方案全集的正負理想解為統(tǒng)一參照基準來建立偏好關(guān)系。由于新產(chǎn)品研發(fā)的過程中，部分參數(shù)不能用精確的數(shù)字所表示，對于TOPSIS中距離的計算有一定影響，因此，本文結(jié)合相關(guān)技術(shù)特性的實際市場反饋和專家評價對此類技術(shù)特性的表達進行模糊處理，引入語言變量的概念和模糊集的理論方法，將專家的評價通過模糊邏輯轉(zhuǎn)化成數(shù)值，進而提高TOPSIS方法的準確性和客觀性。3.1 構(gòu)建選擇評價語言集及三角模糊評價矩陣設(shè)備選方案集為M=M1，M2，Mk，

12、即需要對k個備選方案進行合理排序，以程度語言構(gòu)建評價語集W=VP，MP，P，M，MG，G，VG，并將評價語言集轉(zhuǎn)化為三角模糊數(shù)。準則評語所對應的三角模糊數(shù)如表1所示。3.2 基于三角模糊的TOPSIS排序模型及方案選擇由于新產(chǎn)品的部分技術(shù)參數(shù)無法直接用準確數(shù)值表示的問題，本文已采用對專家打分進行模糊處理方法解決，因此構(gòu)建TOPSIS模型進行方案排序時，通過三角模糊語言評價集對標準TOPSIS模型的主要流程進行一定的改進和優(yōu)化。具體步驟如下。3.2.1 對方案準則模糊矩陣進行規(guī)范化處理為了消除不同物理量綱對決策問題的影響，需要對決策矩陣進行規(guī)范化處理。在模糊TOPSIS中，本文將規(guī)范化處理指標分

13、為三類，第一類為可以用精確數(shù)字表示的技術(shù)特性，用A表示，這一類型指標的規(guī)范化處理方式與標準TOPSIS模型方法相同，如式（4）所示；第二類為模糊評價效益型技術(shù)特性，用B表示，此類指標表示的含義為數(shù)值越大越好，規(guī)范化算法為式（5）所示；第三類為模糊評價成本型技術(shù)特性，用C表示，此類指標表示的含義為數(shù)值越小越好，規(guī)范化算法為式（6）所示。3.2.4 計算相對貼近度SCi并進行新產(chǎn)品研發(fā)方案排序決策根據(jù)步驟3中求得的各個目標值與正理想解的距離Si+和各個目標值與負理想解的距離Si-可以求解各個新產(chǎn)品研發(fā)方案的相對貼近度SCi。根據(jù)相對貼近度SCi的大小進行排序，選擇SCi最大的方案為最優(yōu)決策方案，即

14、距離負理想解最遠的方案。4 實例分析通過市場調(diào)研發(fā)現(xiàn)，目前消費者對于手機價位的選擇在1500-2500元之間居多，因此本文以在此價格區(qū)間的某手機公司智能手機新產(chǎn)品為例，應用此模型進行決策分析。該智能手機公司基于現(xiàn)有市場需求及以往的產(chǎn)品銷售情況進行新款智能手機的研發(fā)，目前產(chǎn)品研發(fā)處于概念模型選擇階段，綜合考慮公司技術(shù)成熟度、產(chǎn)品創(chuàng)新度以及成本費用等各方因素確定M1，M2，M3，M4，M5，M6，M7七個備選方案。4.1 基于層次分析法智能手機需求權(quán)重根據(jù)調(diào)查問卷和訪談法對智能手機的顧客需求進行市場調(diào)研，將數(shù)據(jù)進行分析整理，歸納總結(jié)出顧客的主要需求集中于手機外觀設(shè)計、運行配置、功能配置三個方面，細

15、分為14項顧客需求指標，并根據(jù)問卷數(shù)據(jù)結(jié)果進行層次分析。通過層次分析法的計算，判斷矩陣通過一致性檢驗，可得顧客需求權(quán)重如表2所示。4.3 基于模糊TOPSIS的產(chǎn)品研發(fā)方案的優(yōu)劣排序及篩選手機品牌商對于手機新產(chǎn)品的研發(fā)給出了7個備選方案，由于涉及企業(yè)隱私，本文不直接列舉備選方案的各項參數(shù)指標，由于部分指標無法直接用數(shù)據(jù)顯示，因此由專家對其進行評價并用三角模糊數(shù)對其評價進行模糊處理，經(jīng)過三角模糊以及對其他參數(shù)的數(shù)據(jù)轉(zhuǎn)化以及進一步數(shù)據(jù)處理可以得出備選方案的決策矩陣表3所示。Reference1Pahl G，Beitz W，F(xiàn)eldhusen J，et al.Engineering design：

16、A systematic approachJ.Nasa Sti/recon Technical Report A，2007，89（133）：63-64.2張江濤.基于TOPSIS方法的新產(chǎn)品開發(fā)決策問題研究J.價值工程，2012，31（16）：99-100.3王靜，李華.基于模糊邏輯推理的新產(chǎn)品開發(fā)方案決策方法J.工業(yè)工程，2006，9（2）：111-115.4姜艷萍，程樹磊.基于前景理論的新產(chǎn)品開發(fā)方案選擇方法J.管理學報，2012，09（5）：767-771.5馮珍，張所地.顧客參與的新產(chǎn)品概念研發(fā)項目的評估和選擇J.科技管理研究，2010，30（11）：166-167.6崔勇，孫楓.基于模糊群決策的質(zhì)量屋方案選擇模型J.中國機械工程，2007，18（7）：807-811.7郭茜，王增強，蒲云.基于質(zhì)量屋與排序組織法的產(chǎn)品概念決策方法J.中國機械工程，2014（18）.8史騰歡.基于Fuzzy-QFD的食品冷鏈物流服務供應商選擇方法研究D.南京：南京航空航天大學，2014.9孫昭旭，韓敏.不完全信息下的群體多屬性決策方法J.系統(tǒng)工程與電子技術(shù)，2007，29（7）：1098-1101.10Chen C T.Extensions of the TOPSIS for group decision-making under fuzzy environmentJ.Fuzzy