面向客戶需求的產(chǎn)品類型評(píng)價(jià)模型及應(yīng)用*

吳中義,陳家兌,張 超,陳永前

(貴州大學(xué)現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,貴州貴陽 550025)

面向客戶需求的產(chǎn)品類型評(píng)價(jià)模型及應(yīng)用*

吳中義,陳家兌,張 超,陳永前

(貴州大學(xué)現(xiàn)代制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,貴州貴陽 550025)

為增加客戶對(duì)需求產(chǎn)品的滿意度,建立面向客戶需求的產(chǎn)品類型評(píng)價(jià)指標(biāo)體系。運(yùn)用改進(jìn)層次分析法(AHP)的定性評(píng)價(jià)體系指標(biāo)確定指標(biāo)權(quán)重值,并結(jié)合熵權(quán)法改進(jìn)AHP進(jìn)一步得到更為客觀的模型指標(biāo)權(quán)重。然后利用理想模型Topsis算法算出客戶最需要的產(chǎn)品類型。最后以某型號(hào)包裝機(jī)上光電傳感器的選擇類型為例,構(gòu)建評(píng)價(jià)指標(biāo)體系得出客戶最親睞的傳感器類型。驗(yàn)證了所提方案的可行性和適用性。為選用產(chǎn)品類型提供一種新方法。關(guān)鍵詞:客戶需求;改進(jìn)AHP;熵權(quán)AHP;Topsis算法

0 引 言

隨著社會(huì)的發(fā)展和科技的不斷進(jìn)步,產(chǎn)品的類型也出現(xiàn)了多種多樣化?？蛻羧绾卧诟痰臅r(shí)間里更有效的選擇所需求的產(chǎn)品類型,顯得至關(guān)重要。建立合適的用戶評(píng)價(jià)綜合模型可以使問題簡化。

許多學(xué)者對(duì)客戶需求產(chǎn)品評(píng)價(jià)模型對(duì)都有研究:如鄭明君等根據(jù)影響因素的模糊性運(yùn)用層次分析法結(jié)合模糊綜合評(píng)價(jià)法,建立起客戶需求的主觀性評(píng)價(jià)模型,并且以閥門為例說明該模型有效性[1];魯聰達(dá)等根據(jù)產(chǎn)品配置的方案的評(píng)價(jià)函數(shù),建立綜合評(píng)價(jià)性能等級(jí),對(duì)產(chǎn)品方案進(jìn)行區(qū)分和篩選[2];羅妤等利用灰色粗糙集關(guān)聯(lián)算法量化客戶需求,建立客戶需求與配置參數(shù)之間的映射關(guān)系,有效地轉(zhuǎn)換了客戶需求,提高了產(chǎn)品需求配置效率[3]。上述研究豐富了客戶需求產(chǎn)品綜合評(píng)價(jià)模型,但是都是從影響產(chǎn)品需求因子出發(fā),建立定性的模糊綜合評(píng)價(jià)法達(dá)到對(duì)客戶需求的主觀性評(píng)判。這些研究僅是從定性的角度出發(fā),沒有對(duì)影響因子進(jìn)行客觀的定量評(píng)價(jià),難免造成決策上量化不當(dāng)而產(chǎn)生些誤差。

為建立更為完善的客戶需求產(chǎn)品綜合評(píng)價(jià)模型,本文提出以對(duì)數(shù)為重要度標(biāo)注的改進(jìn)型層次分析法,從定性角度建立綜合評(píng)價(jià)指標(biāo)體系,并用熵權(quán)法對(duì)其進(jìn)行定量處理,然后利用TOPSIS算法選出最優(yōu)產(chǎn)品方案,最后以包裝機(jī)的光電傳感器為例驗(yàn)證該方法的有效性。

1 定性指標(biāo)的權(quán)重確定

層次分析法(Analytic Hierarchy Process(AHP)),它是對(duì)方案的多指標(biāo)系統(tǒng)進(jìn)行分析的一種層次化、結(jié)構(gòu)化決策方法,它是對(duì)決策者對(duì)復(fù)雜系統(tǒng)因素的決策思維量化的過程。傳統(tǒng)的層次分析法標(biāo)度在1～9之間,標(biāo)度之間的跨度很大。假如A、B、C三要素重要性程度不一,B因素比A因素稍微重要,則B:A=3,; C因素比B因素明顯重要,則C:B=5/3≈1.667,明顯重要比稍微重要的倍數(shù)還要小,顯然中間的跨度波動(dòng)比較大,而且若在賦值過程中沒有注意到一致性的檢驗(yàn),極有可能不滿足一致性的檢驗(yàn),這得重新賦值,違背了人們的初衷。因此本文提出用對(duì)數(shù)改進(jìn)原有的標(biāo)度方法[5],如表1所列。

表1 對(duì)數(shù)改進(jìn)標(biāo)度法

(1)構(gòu)造判斷矩陣

根據(jù)改進(jìn)后的層次分析法建立各個(gè)指標(biāo)層內(nèi)的復(fù)雜因素之間的相對(duì)重要性的判斷矩陣,如式(1):

(2)矩陣分析與計(jì)算

(3)矩陣一致性檢驗(yàn)

為了防止人們?cè)谥饔^判斷時(shí)對(duì)系統(tǒng)評(píng)價(jià)的片面性,引入了一致性指標(biāo),一致性指標(biāo) CI計(jì)算如式(2):

其中RI為隨機(jī)一致性指標(biāo),可以查表得到。矩陣的一致性CR檢驗(yàn)的標(biāo)準(zhǔn)是:CR＜0.1。否則所構(gòu)造的判斷矩陣不合理,需要重新定性。

2 熵權(quán)改進(jìn)層次分析法

為盡量減小主觀評(píng)價(jià)過程中的定性誤差,引入客觀賦權(quán)法中熵的概念,熵是系統(tǒng)無序程度的量度。其原理是把評(píng)價(jià)中各個(gè)待評(píng)價(jià)單元的信息進(jìn)行量化與綜合的方法?？梢詮浹a(bǔ)改進(jìn)的AHP的主觀隨意性的缺陷,得出合理的評(píng)價(jià)權(quán)重。

熵權(quán)改進(jìn)層次分析法從改進(jìn)的層次分析法構(gòu)建的判斷矩陣入手[6-7],用熵權(quán)法修正改進(jìn)后的層次分析法的權(quán)重。具體過程如下所示:

(1)利用上式(1)的判斷矩陣U=(uij)n×n對(duì)每一列元素作正規(guī)化處理:

3 基于Topsis的綜合評(píng)價(jià)

Topsis[9]是通過定義適當(dāng)?shù)木嚯x測度來計(jì)算出備選方案和理想解之間的距離。為防止兩個(gè)方案有時(shí)出現(xiàn)距離相同的情況,引入正理想解和負(fù)理想解,綜合考慮兩者的歐氏距離確定最優(yōu)方案。處理步驟如下。

(1)求規(guī)范決策矩陣

(2)構(gòu)建加權(quán)綜合評(píng)價(jià)矩陣

加權(quán)綜合評(píng)價(jià)矩陣是根據(jù)決策者根據(jù)式(8)計(jì)算的各個(gè)因素權(quán)重和決策矩陣規(guī)范后的矩陣乘積。

(3)確定正理想解C+和負(fù)理想解C-。設(shè)正理想解C+的第j個(gè)屬性值為C+,負(fù)理想C-的第j個(gè)屬性值為C-,各屬性指標(biāo)均為成本型,正理想值選取方案中的最小值,負(fù)理想指標(biāo)選取方案中的最大值。

(4)確定各個(gè)方案到正理想解和負(fù)理想解的歐式距離。

備選方案到正負(fù)理想解的距離:

4 實(shí)例應(yīng)用和分析

在某包裝機(jī)生產(chǎn)廠家生產(chǎn)某型號(hào)的包裝機(jī),光電傳感器通過走紙機(jī)構(gòu)上的包裝膜顏色的識(shí)別,將信號(hào)傳輸給微型計(jì)算機(jī)系統(tǒng),經(jīng)過信號(hào)處理后調(diào)節(jié)三相異步電動(dòng)機(jī)和伺服系統(tǒng)的轉(zhuǎn)速,從而有序的命令刀封機(jī)構(gòu)切斷和封裝包裝膜中的食品。當(dāng)受外界環(huán)境影響、包裝機(jī)包裝不同大小的食品、包裝膜厚度和顏色深淺不一致時(shí),就需要工人對(duì)光電傳感器的操控了?，F(xiàn)已知該公司在市場上發(fā)現(xiàn)A、B、C三種類型的光電傳感器,可以初步滿足包裝設(shè)備上的需求。安裝在設(shè)備上如圖1的位置。不同類型的傳感器在長期使用過程中,根據(jù)顧客的使用后效果與要求回饋,選取了工作性能、經(jīng)濟(jì)實(shí)用性、工人操控性三大主指標(biāo)構(gòu)建了影響顧客需要的傳感器的影響因素綜合評(píng)價(jià)體系,如圖1所示。

圖1 某包裝機(jī)整體結(jié)構(gòu)圖

圖2 評(píng)價(jià)指標(biāo)體系

在構(gòu)建后的評(píng)價(jià)體系矩陣一致性檢驗(yàn)過程中, CRo=4.619×10-4,CRP=0.0179,CRQ=0.0089,CRR= 0.0258,可以看出各個(gè)判斷矩陣CR＜0.1,均通過了一致性檢測。所采用的指標(biāo)權(quán)重值基本上是合理的,利用公式(8)熵權(quán)計(jì)算后得到的綜合結(jié)果如表2所列。

表2 各指標(biāo)權(quán)重值

對(duì)于三種不同的光電傳感器A,B,C?，F(xiàn)在根據(jù)它們自身使用情況,運(yùn)用五粒語評(píng)價(jià)的方法,對(duì)表中的評(píng)語等級(jí)量化后得到矩陣D=(aij)m×n其中m=3,n=16統(tǒng)計(jì)得到的評(píng)價(jià)結(jié)果如表3所示。

表3 各個(gè)方案評(píng)語等級(jí)

利用式(9)～(12)可求得三種不同的型光電傳感器的正理想距離和負(fù)理想距離,從而求出各個(gè)方案的排隊(duì)指標(biāo)值fi,如下表所示。

表4 綜合排列順序

根據(jù)綜合評(píng)價(jià)指數(shù)fi大小可以確定光電眼選用類型的最佳優(yōu)劣順序,按照由大到小依次分別為:B＞C＞A。由此得出了B類型的光電傳感器在某包裝機(jī)上應(yīng)用達(dá)到總體效果最好的目的。

5 結(jié) 論

在客戶需求偏好的產(chǎn)品類型選擇過程中,選用綜合使用效果最好的產(chǎn)品至關(guān)重要。要贏得好的市場必須全方位、多層次了解顧客需求。本文從客戶實(shí)際需求角度出發(fā),運(yùn)用實(shí)例有針對(duì)性的提出客戶需求的多屬性決策方案綜合評(píng)價(jià)模型:①在利用改進(jìn)AHP評(píng)價(jià)指標(biāo)初步定量化的模型中,不僅使人們?cè)谥饔^評(píng)價(jià)上能更好的表達(dá)自己的想法,又能讓判斷矩陣較容易通過一致性的檢驗(yàn)。用熵權(quán)法對(duì)主觀定性的量化過程進(jìn)一步做了客觀的分析,使模糊評(píng)價(jià)模型進(jìn)一步定量化。大大提高了指標(biāo)權(quán)重的準(zhǔn)確度;②運(yùn)用Topsis理想綜合評(píng)價(jià)法,確定評(píng)價(jià)指標(biāo)的所占比重對(duì)產(chǎn)品類型的影響。在光電傳感器實(shí)例論證中,在考慮工作特性的情況下,對(duì)其經(jīng)濟(jì)實(shí)用性和操控性合理考慮,保證所選方案具有現(xiàn)實(shí)特性。

[1] 鄭明君,張躍剛,黃鳳嬌.基于模糊綜合評(píng)價(jià)法的客戶需求分析與應(yīng)用[J].流體傳動(dòng)與控制,2011,48(5):42-45.

[2] 魯聰達(dá),呂超群,劉高進(jìn),等.面向客戶需求的產(chǎn)品配置方案模糊綜合評(píng)價(jià)[J].現(xiàn)代制造工程,2006(100:17-20.

[3] 羅 妤,郭 鋼.面向客戶需求基于灰色粗糙模型的產(chǎn)品配置研究[J].中國機(jī)械工程,2012,23(11):1302-1307.

[4] 但 斌,姚 玲.基于本體映射面向模糊客戶需求的產(chǎn)品配置研究[J].計(jì)算機(jī)集成制造系統(tǒng),2010,16(2):225-233.

[5] 牛印寶,汪永超,王 宇.面向綠色制造的刀具評(píng)價(jià)方案的研究[J].組合機(jī)床與自動(dòng)化加工技術(shù),2014,8(1):1-4.

[6] 林濟(jì)鏗,李童飛,趙子明,等.基于熵權(quán)模糊綜合評(píng)價(jià)模型的電力系統(tǒng)黑啟動(dòng)方案評(píng)估[J].電網(wǎng)技術(shù),2012,36(2):115-12.

[7] 基于熵權(quán)AHP法的企業(yè)價(jià)值組合評(píng)估應(yīng)用研究[D].成都:西南石油大學(xué),2010.

[8] 司守奎,孫璽箐.數(shù)學(xué)建模算法與應(yīng)用[M].北京:國防工業(yè)出版社,2014.

[9] 向 隅.基于三角模糊數(shù)的TOPSIS評(píng)價(jià)方法在新建鐵路線路選擇中的應(yīng)用[J].石家莊鐵道大學(xué)學(xué)報(bào)(自然科學(xué)版),2011, 24(2): 56-60.

Product Type Evaluation Model and Application for Customer Requirements

WU Zhong-yi,CHEN Jia-dui,ZHANG Chao,CHEN Yong-qian
(Ministry of Education Key Laboratory for Advanced Manufacturing,Guizhou University,Guiyang Guizhou 550025,China)

In order to increase the customer satisfaction to the products,the customer demand oriented product type evaluation index system is established in this paper.The improved analytic hierarchy process(AHP)qualitative evaluation index system is applied to determine the index weight value,and a more objective index weight model is obtain by combining with the improved entropy AHP.Then the Topsis algorithm is used to calculate the ideal model of the customers most needed product type.Finally,taking a certain type of packaging machine on the photoelectric sensor selection type for example,the most popular type of sensor for customers is obtained after construction of the evaluation index system.Thus the feasibility and applicability of the mentioned scheme are verified,so as to provide a new method for the selection of the products type.

customer demand;improved AHP;entropy AHP;Topsis algorithm

F403

A

1007-4414(2015)05-0218-04

10.16576/j.cnki.1007-4414.2015.05.081

2015-08-10

吳中義(1990-),男,安徽桐城人,研究生,研究方向:機(jī)械制造及其自動(dòng)化。