基于粗糙集方法的QFD建模研究与应用
质量功能配置在指导产品设计和质量保证中起着重要作用。本文通过分析传统的QFD的不足，引人粗糙集将质量功能配置中主观的、定性的、模糊的语言描述转化为定量表达。与模糊集相比，基于粗糙集的方法不需要事先确定隶属度函数，无需数据之外的先验信息，而是从调查结果中通过计算和逻辑推演来获得的决策信息，减少了主观性。在确定质量屋中的评价信息时，本文借助粗糙数方法来处理多个决策者意见不一致的情况。粗糙数的上下限直接从收集的原始数据中计算出来，粗糙边界区间更灵活，不像模糊区间那样假设所有的认知差别都是等距的。 文中，采用卡诺模型依据满意度将客户需求分为基本、期望和兴奋二种类型，以成本、难度和竞争水平为约束对技术特性的实现建立模型，并以汽车车身的设计为例说明以上方法的应用。不足之处在于复杂产品的设计往往存在多个属性，需要构建庞大的决策表，并要求客户和专家做多次评判。这样耗时耗力，可能导致客户对调查产生厌烦不理解，增加了调查的困难。虽然可通过属性约简和分层方法来降低复杂度，但计算量仍很大。
产品设计 客户需求 质量功能配置 卡诺模型 粗糙集
翟娜 向东 陈阳
华中科技大学系统工程研究所,湖北武汉430074
国内会议
第十一届全国青年系统科学与管理科学学术会议暨第七届物流系统工程学术研讨会
武汉
中文
44-49
2011-09-24（万方平台首次上网日期，不代表论文的发表时间）