0 引言

质量功能配置(Quality Function Deployment, QFD)是一种以质量屋(House of Quality, HoQ)为核心技术，以顾客需求为导向的产品设计方法和工具，强调“顾客之声”(Voice of Customer, VoC)在产品设计过程中的基础性作用，是一种适应社会趋势并在诸多领域成功应用的先进设计方式。准确地构建质量屋是成功实施QFD的基础条件，而顾客需求竞争性分析是构建质量屋过程中非常关键的步骤，该部分的输出信息将作为QFD实施后续阶段的输入信息，对质量功能配置的整个过程产生直接的影响[1-3]。

目前，关于质量屋中顾客需求竞争性的研究成果已经比较丰富，传统的层次分析方法及相应的改进方法已经获得了较为充分的研究，穆瑞等[4]基于改进的递阶层次分析法和信息熵理论研究了设计要求重要度的确定方法；Lin等[5]集成层次分析法和逼近理想解排序方法(Techique for Order Preference by Similarity to an Ideal Solution, TOPSIS)，通过聚类分析构建了满足一致性要求的需求树形结构，对顾客驱动的产品方案进行了相应的评价。但是该类方法通常需要评估人员给出精确数的表达，这与决策信息及环境的模糊性有一定的差距，实施效果并不理想。针对评估过程中信息的不完整、不确定和模糊性等特点，模糊理论、粗糙理论、灰色理论和信息公理等得到广泛的应用，王增强等[6]提出了基于直觉模糊数的顾客需求动态分析方法，通过集结顾客偏好信息与顾客权重及时间段权重获取需求重要度的主客观动态向量，最终结合平衡系数得到综合的顾客需求动态向量；李中凯等[7]提出基于灰色系统理论的动态需求分析和预测方法，通过数据获取、多属性决策和趋势预测3个基本模块构建了质量屋中动态需求分析与预测的集成模型；秦娟等[8]提出了基于互补模糊偏好的顾客需求竞争性分析，在模糊互补判断评价信息的基础上利用偏差函数最小化建立了多目标规划模型，进而转化得到需求竞争优先度；耿秀丽等[9]借助模糊信息公理计算定性功能需求的信息量，再选择信息量较小的功能需求对产品方案进行配置。另外，Kano模型也是QFD过程中常用的方法，孙园园等[10]采用Kano模型从定性角度将顾客需求进行分类，分别建立了相应的满意度模型，再通过调整函数来获取需求的综合重要度；类似地，耿秀丽等[11]从定量方面运用Kano模型，再结合DEMATEL方法建立产品功能需求与顾客满意度之间的函数，最终实现对产品功能需求的优化。以上顾客需求竞争性分析方法主要集中在对评估过程中模糊决策信息的处理以及顾客需求影响因素的分析，未充分考虑顾客需求的个性化偏好，也没有对顾客需求的变化灵敏度进行相关分析。满足顾客的需求，提升顾客满意度是企业的最终目标，而顾客满意度的提升主要通过满足顾客个性化偏好需求来实现，因此在顾客需求竞争性分析过程中充分考虑顾客需求的个性化偏好十分必要；同时，决策结果会随着时间、环境和条件等因素的变化而相应改变，具体针对顾客需求竞争性而言就是需求重要度排序会随时间、环境和条件等的变化而变化。企业的产品从产生到消亡会经历一段较长的生命周期，在该过程中企业应该持续观测顾客需求的变化，当顾客需求的优先度发生变化时迅速对产品生产设计方案进行调整，以保证较高的顾客满意度和产品质量。要想实现这一目标，就要对顾客需求进行灵敏度分析，观测引起需求竞争优先度改变的顾客需求变化范围，进而采取相应的措施进行调整和控制，这样才有益于产品在市场上持续满足顾客个性化需求，保证较高的客户综合满意度。

君主为巩固自己的权威，使臣子之间相互牵制以达到制衡的目的，这种君臣之间、臣子之间微妙的关系正是当时士人为官庸庸碌碌心态的来源。在上下相互疑忌的政治氛围中，士人早已不敢奢想行忠君之事，更遑论独仕一君、为君守节，甚者已沦为只知悦上取宠。冯道将官场的生存之道说得很直白：“下以直为美，上以媚为忠。直而无媚，上疑也；媚而无直，下弃也……求名者莫仕，位非名也。求官者莫名，德非荣也。 ”〔5〕（P33）

基于上述研究成果及分析，本文首先考虑了评估群体成员的异质性，采用语言变量、精确数和直觉模糊集3种不同的形式来表征评估成员给出的评估信息，很好地体现了决策信息的不确定性和模糊性特点；其次，在决策过程中充分考虑了顾客需求的偏好特性，通过集结直觉模糊集和Kano模型，提出一种考虑顾客个性化需求偏好的修正系数确定方法；最后，充分考虑顾客需求的动态性变化特征，对顾客需求个性化偏好变化引起的顾客需求综合竞争优先度的变化进行了灵敏度分析，为企业控制和调整产品生产设计方案提供了决策参考。

1 基于直觉模糊集决策理论预备知识

1.1 直觉模糊集理论基础

直觉模糊集(Intuitionistic Fuzzy Sets, IFS)[12]是保加利亚学者阿塔诺索吾(K. T. Atanassov)1983年在模糊集理论的基础上提出的一种模糊信息的概念。他将单一标度定义的模糊集扩展到二标度刻画客观现象的模糊性，可以同时表示模糊概念或现象的支持、中立和反对3种状态，相对于模糊集而言在模糊性刻画方面具有更加精确、全面和灵活等特点。

定义1 IFS的概念[12-13]。设X是一个论域。若X上的两个映射和使得和且满足条件则称和确定了论域X上的一个直觉模糊集记作

 

(3)IFS的数乘|x∈X}。

评估成员以自身偏好的信息形式表征评估结果，不便于进行计算和竞争性分析，因此需要对决策矩阵TCR统一信息表征方式，根据式(4)和表1,可统一以直觉模糊集表征顾客需求重要度决策矩阵

特别地，当X中只有一个元素时，直觉模糊集可简记为}。

定义2 IFS的运算关系[12-13]。设和是论域X上的任意两个IFS，λ是任意实数,λ>0。直觉模糊集的运算关系规定如下：

(1)IFS的和|x∈X}。

(2)IFS的积|x∈X}。

|x∈X}。

定义3 IFS加权集结算子[14]。设Aj=μj,νj(j=1,2,…,n)是IFS。若映射使得

从图2可以看出，SNR从0dB变化到15dB，6种调制信号的识别成功率不断增加。当信噪比升到10dB时，2FSK、4FSK、2PSK、4PSK识别成功率高达95%，2ASK、4ASK识别率基本在50%以上，完成了算法的仿真和实现。

 

(1)

则称为IFS加权集结算子。

式(1)中：ω=(ω1,ω2,…,ωn)T是Aj=μj,νj(j=1,2,…,n)的权重向量，且满足归一化条件ωj∈[0,1]和

特别地，若则式(1)可改记作

 

称此时的为IFS算术平均算子，记作fA。

定理1 IFS加权集结定理。设Aj=μj,νj(j=1,2,…,n)是IFS，则由IFS加权集结算子的运算结果仍为IFS，且

选用符合 ASTM E408-13 Standard Test Methods for Total Normal Emittance of Surfaces Using Inspection-Meter Techniques(方法A)的日本SENSOR公司的TSS-5X发射率测量仪(见图4)，对导流装置内外表面进行测量，结果它们的发射率为0.92 ～ 0.96，远大于设计要求的0.81，说明导流装置具有较好的发射率。

 

式中ρi,τiμij,νij=ρiμij,τi+νij-τiνij=，i=1,2,…,m,j=1,2,…,n。

现代医学研究认为：心力衰竭与糖尿病有密切的关系，其中糖尿病患者中发生心脏病的危险性增加了2～4倍[2] 。而严重感染是诱发心力衰竭的主要原因。糖尿病患者机体抵抗力低，易合并感染，尤其长期使用胰岛素，血糖控制未达标者易感率更高一些。治疗心力衰竭的关键在于阻断AngⅡ的病理作用[3] 。治疗2型糖尿病的关键在于降低血糖水平，降低对患者肾损害、预防其他心脏事件发生的危险。

(2)

定义4 IFS得分值排序法[14]。记IFS A=μ,ν的得分值和精度值分别为M(A)和Δ(A)，

试验仔猪在同一幢封闭式育仔舍饲养，采用高床饲养，床栏面积180 cm×180cm，舍温保持在22～25℃，由专人负责饲喂全价颗粒饲料，试验猪自由采食和自动饮水，每天清扫粪便两次，免疫程序按猪场常规进行，每天观察记录猪只死亡腹泻情况。

M(A)=μ-ν；Δ(A)=μ+ν。

(3)

显然，式(3)中M(A)∈[-1,1]，Δ(A)∈[0,1]。

规定两个IFS Aj和Ak的大小根据得分值与精度值确定：得分值越大，IFS越大；在得分值相同的情况下，精度值越大，相应的IFS就越大。数学关系表示如下：

(1)若M(Aj)>M(Ak)，则Aj>Ak。

(2)若M(Aj)=M(Ak)，则包含以下3种情况：

1)若Δ(Aj)=Δ(Ak)，则Aj=Ak。

2)若Δ(Aj)>Δ(Ak)，则Aj>Ak。

3)若Δ(Aj)<Δ(Ak)，则Aj<Ak。

1.2 多种偏好信息的一致化

在产品规划的过程中，考虑到评估团队组成成员在专业知识积累、产品熟悉程度、社会背景等方面的异质性，团队成员更倾向于以自身偏好的信息形式表征评估信息，但是为了方便进行群决策处理，又需要具有统一的决策信息形式，有必要将不同的偏好信息进行一致化处理。直觉模糊集在描述客观现象方面具有细腻、准确和全面的特性，且将各类偏好信息统一为IFS能够最大限度地减少决策信息的损失。

(1)精确数转化为IFS[14]

产品相关的研发设计人员对产品的特性、功能参数等都具有精确清晰的认识，因此在需求评估时以精确数的形式表征评估信息。根据相关的评分标准，研发人员给出各项顾客需求的重要度评价结果，为了统一具有不同物理量纲的属性决策信息，需要对属性评价值进行规范化处理。假定某属性的精确评分值为aij，则其转换为直觉模糊集的公式如下：

 

(4)

和

 

(5)

式中:Ωb和Ωc分别表示成本型属性和效益型属性集合；和的确定方法如下：

 

参数αi,βi,δi和γi由实际决策环境和决策者经验给出，满足条件0≤αi≤1，0≤βi≤1，0≤δi≤1，0≤γi≤1，且0≤αi+βi≤1和0≤δi+γi≤1。

象形居于首位，有其一定的道理。关于汉字的起源，我国古典文献记录了大量的内容，有对前文字时期的记录，这里先不论。而关于创造文字本身的记录，从中我们可以发现汉字的雏形，东汉许慎《说文解字·叙》中“黄帝之史仓颉，见鸟兽蹄迒之迹，指分理之可相别异也，初造书契。”又有记录“仓颉之初作书，盖依类象形。”汉字在产生之初，就属于象形字，所以，造字“六书”之首为象形有其道理。

据此，可将精确数形式顾客需求评估信息aij转换为直觉模糊集Fij=μij,νij。

(2)语义变量转化为IFS

由氮肥进口国转为出口国的历史性转变，不仅是我国氮肥工业发展的一座里程碑，其更大的意义在于为我国农业生产提供了质优价廉的肥料。顾宗勤告诉记者：“多年来，我国化肥市场价格大多数时间都低于国际价格。在我国化肥短缺时期，国家通过给予进口化肥补贴平抑国内价格，当国际市场价格高于国内价格时，国家又出台了一些相应的政策，大幅降低了我国农民的投入成本，保证了粮食生产。”

消费者对产品的认识多停留在感性认识阶段，且受到相关知识以及社会经验等方面的限制，因此在决策过程中会偏好于以语言变量的形式表征顾客需求的评估信息。本文在研究语言型变量表征评估信息相关文献的基础上，采用5粒度语义变量集合{VH,H,M,L,VL}，具体含义为{很高，高，一般，低，很低}。参考文献[14]给出了上述语义变量与IFS之间的对应关系,如表1所示。

 

表1 语义变量值与直觉模糊集之间的对应关系

  

语义变量VHHMLVL直觉模糊集 0.95,0.05 0.70,0.25 0.50,0.40 0.15,0.75 0.05,0.85

2 基于IFS的质量屋顾客需求竞争性及灵敏度分析方法

2.1 模型问题描述

2.2.1 基于多种偏好信息的基本重要度确定方法

将式(4)、(5)、(12)代入式(14)、(15)可得空间光到少模光纤耦合效率随轴向偏移Δz的变化规律.

2.2 顾客需求竞争性分析

作为QFD的核心技术，质量屋构建的合理与否将对整个质量功能配置的实施产生直接影响，而作为基础输入信息的顾客需求又是质量屋构建过程中的关键步骤。因此，合理地分析质量屋中的顾客需求竞争性十分必要。为方便后续研究工作的开展，对具体的问题模型做如下阐述：首先，企业从产品的研发、销售以及消费者群体中筛选一些人组成QFD团队，通过问卷调查、小组会议和单独访谈等形式，获取顾客需求集合CR={CR1,CR2,…,CRm}，其中m为顾客需求的数目;然后，产品开发的项目负责人从产品相关领域的专家、设计人员及目标市场的顾客中选取一些人组成顾客需求竞争性分析评估小组，ET={ET1,ET2,…,ETn}，其中n为评估小组的成员数目。本文假定每位评估人员的决策权重相等，且初始评估均以产品需求的客观条件为基础，不包含个人对产品需求属性的主观喜好。

考虑到评估团队成员在专业知识积累、产品熟悉程度、社会背景等方面的异质性，要求成员给出统一形式的评估信息是困难和不准确的。因此，为了充分体现决策成员的异质性、决策信息的模糊性和环境的不确定性，评估小组成员以自己偏好的信息表达形式给出自身对顾客需求竞争性分析的结果。

为了充分考虑顾客需求偏好的满足程度，利用基于Kano模型[14]的顾客需求偏好分类方法将QFD团队获取的顾客需求CRi(i=1,2,…,m)进行分类，进而获取相应的修正系数ki(i=1,2,…,m)，ki=ρi,τi。利用Kano模型对顾客需求进行分类主要通过Kano问卷调查的方式实现，调查问卷首先基于每项顾客需求提出相应的工程特性问题，然后分析顾客对该特性存在和不存在两种情况的态度，最后通过对比顾客的满意性反馈结果与Kano模型调查分析表确定顾客需求的偏好类型。鉴于顾客需求项目是经过QFD团队筛选得到的，在进行Kano分类时主要采用兴奋型需求(A)、期望型需求(O)和基本需求(M)3类。为便于进行统一计算，本研究基于直觉模糊集给出了3种Kano类型需求对应的直觉模糊集，如表2所示。

 

式中：i=1,2,…,m，j=1,2,…,n;TCRij表示专家ETj给出的关于顾客需求CRi的初始重要度评估信息，包括精确数、IFS和语言变量3种信息形式。

④查询分析高效准确。应用服务子系统针对雨量气温等水文气象要素重新规范了数据查询原则和方法，各类要素的实时产品在后台全天候定时自动加工为GIS图层数据并存放在数据库中，便于用户快速查询应用；各类要素的任意时段产品根据查询目的进行了查询数据范围和查询SQL语句的规范，并利用ArcGIS的强大空间计算能力，实现了产品图层制作与统计分析计算的并行处理，使用户能够在极短时间内查询出点面图像产品、数据列表和分行政或流域统计分析列表，满足了防汛抗旱会商对各类水文气象信息产品高效准确查询展示应用的需要。

分别称和为的隶属函数和非隶属函数，和为元素x属于的隶属度和非隶属度。

F=[Fij]m×n=(μij,νij)m×n=

 

2.1.2 基于顾客需求偏好的Kano修正系数确定方法

批而未供和闲置土地大清查大处置工作虽然取得了阶段性成果，但推进批而未供土地消化利用和闲置土地处置工作不能松懈。要举一反三，常抓不懈，以本次行动为契机推进长效机制的建设。下一步，重点抓好以下几个方面工作。

首先，产品相关的设计人员对产品具有精确的认识，因此在需求评估时以精确数的形式表征评估信息;其次，产品相关专家对产品有一定的研究，因此以IFS的形式来表征评估信息；最后，产品的消费者对产品通常仅有感性认识，且受到自身知识积累等方面的限制，因此以语言变量的形式表征需求评估信息。评估小组给出的顾客需求重要度的初始决策矩阵记为

 

表2 基于直觉模糊集的Kano系数

  

A/%O/%M/%分类规则/%Kano分类直觉模糊集CR1abcmax=aA 0.90,0.05 CR2abcmax=bO 0.65,0.10 CRiabcmax=cM 0.50,0.45

2.1.3 基于IFS的综合重要度确定

在初始决策矩阵F和Kano修正系数k的基础上，按照式(1)进行加权集结，可以得到考虑顾客需求偏好类型的竞争性分析综合决策矩阵

 

)=

 

。

根据定义2，计算可得顾客需求CRi(i=1,2,…,m)的综合重要度V(CRi)，

 

=μi,νi,

i=1,2,…,m。

(6)

显然，V(CRi)仍然是一个直觉模糊集。根据式(3)，可以计算得到顾客需求CRi(i=1,2,…,m)的综合重要度V(CRi)的得分值

M(V(CRi))=μi-νi，i=1,2,…,m。

(7)

根据直觉模糊集的得分值排序方法对顾客需求的竞争优先度进行排序，确定最重要的顾客需求项。

2.2 基于IFS的顾客需求灵敏度分析

决策条件、时间和环境的变化会对决策结果产生直接影响，但是决策需要具备一定的稳定性，因此研究保持决策结果不变的条件是决策研究的重要组成部分。具体而言，顾客对产品的需求偏好会随着市场条件的变化而变化，为了充分把控产品顾客需求重要度，对顾客需求进行灵敏度分析，研究不会引起顾客需求竞争优先度排序的顾客需求偏好变化范围是决策者非常关心的问题之一。

随着社会经济的发展和相应产品市场环境的变化，假定顾客需求CRh的偏好系数kh(h=1,2,…,m)发生变化，而其他属性的需求偏好系数ki(i=1,2,…,m,i≠h)均保持不变，顾客需求偏好系数kh=ρh,τh变化后记为ρh+Δρh,τh+Δτh(i=1,2,…,m)，其中Δρh和Δτh分别表示ρh和τh的变化量。

根据式(1)可以计算得到偏好系数变化后的顾客需求CRh的综合重要度

 

,

(8)

则

 

(9)

不失一般性，假定顾客需求CRh，CRs和CRt的原始重要度排序为CRs≻CRh≻CRt，当顾客需求CRh的偏好系数kh变化为时，若要保持需求综合重要度排序不变，则应满足以下条件：

条件

同时，根据定义1，变化后的顾客需求偏好系数ρh+Δρh,τh+Δτh需满足以下条件：

条件2 0≤ρh+Δρh≤1。

现如今，我们国家在建筑工业化已经取得了很大的成就，但是与西方的其他国家相比较而言，我们国家建筑工业化的水平相对较低，我们国家和西方国家建筑工业化程度的比例分别是10%和70%。这主要就是因为我们目前还没有一个相对成熟的建筑体系，相应的施工技术也十分缺乏，想要加快我们国家工业化高速发展，就要积极的探究节点连接的关键问题。那么首先要做的就是结构系统是够科学、合理化，是不是与相应的技术规范相一致，都得要一一进行验证，再者验证提出来的新型节点是否科学、合理化，从而就可以从根本之上保障相应的就是规范和施工工业化的可持续发展。

条件3 0≤τh+Δτh≤1。

条件4 0≤ρh+Δρh+τh+Δτh≤1。

根据上述条件可得到如下不等式组：

 

(10)

求解上述不等式组，可以得到顾客需求CRh的偏好系数kh的变化幅度Δρh和Δτh，即当kh在ρh,τh与ρh+Δρh,τh+Δτh之间变化时，顾客需求的综合重要度排序不变。

3 应用案例分析

四川L信息技术有限公司是一家主要以企业办公软件、企业管理软件等开发、销售和服务为一体的高新技术企业，全公司秉承“精益求精，顾客至上”的服务宗旨开发出了大量软件系统，成功地帮助多家企业提升了办公效率、优化了企业管理。最近，根据公司市场部主管的报告，企业软件系统在市场上的销售情况明显下滑，经过市场调查发现主要原因为：随着社会的发展和企业环境的改变，现有软件系统在满足新出现的顾客需求方面表现不佳。因此，公司决定基于已有系统基础新开发一款最大限度满足客户需求的产品，其首要任务就是对相关顾客需求进行竞争性分析。

旱涝灾害一方面使秋种延后，另一方面也打击经销商备肥的信心。今年的粮食价格没有太大涨幅，国家对粮食价格管控很严格，农民在卖粮上的收入少之又少。年轻人已经舍弃种地，留守的老一辈农民在购肥方面也谨慎小心，下手欲望不强。新疆锦晟农资有限公司副经理郑冰表示，目前的冬储交易多数只停留在大贸易商之间，基层之间的流动性不大，成交量较少。二铵价格持续高位，经销商前期进行少量买断后，后期一般不会再压货，后市如果有需要会再进行补仓，用随进随出的方式以降低风险。

L公司决定采用本文所提方法对产品顾客需求的竞争性进行分析，同时为了能更好地把握需求变化，以调整产品开发设计方案，需要对顾客需求度的偏好进行灵敏度分析。

在公司新产品开发战略制定以后，企业从产品的研发、销售和消费者群体中筛选一些人组成QFD团队，通过问卷调查、小组会议和单独访谈等形式，获取了新系统产品的4项顾客需求，分别为经济性价比高(CR1)，系统稳定性强(CR2)，操作便捷(CR3)和可扩展性高(CR4)，记CR={CR1,CR2,CR3,CR4}；然后，产品开发的项目负责人从产品相关领域的专家、设计人员及目标市场的顾客中选取5人组成顾客需求竞争性分析评估小组，其中专家一名ET1，开发设计人员两名ET2，ET3，消费顾客代表两名ET4，ET5，即有ET={ET1,ET2,ET3，ET4,ET5}。项目负责人向评估小组说明了项目要求，并对评估小组成员提出了相关要求。

3.1 顾客需求竞争性分析

3.1.1 基于多种偏好信息的基本重要度确定方法

评估团队组成成员在专业知识积累、产品熟悉程度、社会背景等方面的异质性，评估小组成员以自身偏好的信息表达形式给出了4项顾客需求的初始评估信息，如表3所示。

 

表3 顾客需求初始评估信息

  

ET1ET2ET3ET4ET5CR1 0.50,0.44 53VHHCR2 0.88,0.05 97HHCR3 0.46,0.49 35MLCR4 0.78,0.13 99MVH

根据式(4)、式(5)和表1，得到统一以直觉模糊数表示的顾客需求重要度初始评估矩阵

 

根据定义2中直觉模糊集的计算公式，得到此时各项顾客需求的初始重要度IV(CRi)(i=1,2,3,4)：

IV(CR1)=0.999 2,0.000 03，

IV(CR2)=0.999 7,0.000 01，

IV(CR3)=0.983 1,0.000 88，

Figure 3 demonstrated the fabrication procedure of a fully encapsulated capacitive sensor. This study provides a proof of concept for advanced fully encapsulated 3D printable devices. It also verified the utility of fully embedded bulk conductors interconnect21.

IV(CR4)=0.999 6,0.000 05。

根据式(7)计算得到各项顾客需求的初始得分值M(IVCRi)：

M(IVCR1)=0.999 2，M(IVCR2)=0.999 7，

M(IVCR3)=0.982 2，M(IVCR4)=0.999 5。

此时，4个顾客需求的竞争性排序为CR2≻CR4≻CR1≻CR3,即未考虑顾客需求偏好情况下，重要度最大的需求是系统稳定性CR2。

3.1.2 确定基于顾客需求偏好的Kano修正系数

为了获取更加精确的顾客需求竞争性分析结果，针对获取的顾客需求项目设计了相应的Kano调查问卷，通过电子邮件对企业细分市场中的150家客户进行调研，然后对返回的调查数据进行统计和分类，再对照表2并根据占比对顾客需求进行了分类，如表4所示。

 

表4 基于顾客需求偏好的Kano修正系数

  

AOMKano分类直觉模糊集CR13523%8758%2819%O 0.65,0.10 CR22919%4228%7953%M 0.50,0.45 CR31611%9865%3624%O 0.65,0.10 CR49362%3523%2215%A 0.90,0.05

3.1.3 确定基于直觉模糊集的综合重要度

结合顾客需求初始评估矩阵F和表3中顾客需求的Kano修正系数，利用式(1)计算得到修正后的顾客需求综合重要度评估矩阵

 

 

结合定义2与式(6)，计算得到顾客需求CRi(i=1,2,3,4)的综合重要度分别为：

V(CR1)=0.953 5,0.000 7，

V(CR2)=0.915 4,0.039 3，

V(CR3)=0.872 2,0.005 6，

V(CR4)=0.997 1,0.000 2。

由式(7)计算V(CRi)(i=1,2,3,4)的得分值分别为：

M(V(CR1))=0.953，M(V(CR2))=0.876，

M(V(CR3))=0.867，M(V(CR4))=0.997。

因此，4个顾客需求的竞争性排序为CR4≻CR1≻CR2≻CR3,即考虑顾客需求偏好情况下综合重要度最大的需求是系统可扩展性高CR4。

3.1.4 讨论

为了充分说明顾客需求偏好对顾客需求综合竞争优先度的影响，对考虑Kano偏好的需求重要度和未考虑Kano偏好的重要度及其排序进行比较，如表5和图1所示。

 

表5 顾客需求优先度结果比较

  

顾客需求CR1CR2CR3CR4未考虑Kano偏好的重要度0.99920.99970.98220.9995未考虑Kano偏好的重要度排序3142考虑Kano偏好的重要度0.95280.87610.86660.9968考虑Kano偏好的重要度排序2341

 

从表5和图1可见：

在顾客需求综合重要度的得分值方面，未考虑Kano偏好的顾客需求重要度得分值之间的差距相当小，这对运算精度的要求较高。在实施过程中，若运算精度较小，则不能对各项顾客需求的竞争优先度进行排序；而考虑Kano偏好系数时，上述情况得到极大改善，各项顾客需求的重要度得分值之间的差距明显，对运算精度的要求降低，从而提高了方法的有效性。

在顾客需求竞争性的排序方面，未考虑Kano偏好的优先序为CR2≻CR4≻CR1≻CR3,即系统稳定性强CR2具有最大的重要度，因为在顾客需求无偏好情境下首先要保证系统运行稳定才能保证工作顺利展开，之后才会对其他方面提出要求；考虑Kano偏好的优先序为CR4≻CR1≻CR2≻CR3,即要求系统可扩展性高CR4具有最大重要度，因为顾客需求偏好通常是在系统满足基本要求的情况下表现的，即当顾客表现出偏好时假定满足产品的基本要求，亦即系统运行是正常的，而企业为了连续运作总是希望系统可以随着企业的现实环境进行扩展，以最小的代价保证企业正常运作，因此系统的可扩展性会具有最大的综合重要度。

根据上述分析可见本文采用的考虑Kano偏好的顾客需求竞争优先度分析方法是科学的，具有相当的优越性。

3.2 基于IFS的顾客需求灵敏度分析

假定只有顾客需求CR1(经济性价比)的需求偏好系数k1=ρ1,τ1=0.65,0.1发生改变，变化后的偏好系数为0.65+Δρ1,0.1+Δτ1，其他顾客需求的偏好系数均保持不变。

根据式(8)计算得到顾客需求CR1的需求偏好系数变化后的综合重要度

 

=

 

 

=。

根据式(9)计算得到顾客需求CR1的需求偏好系数变化后的综合重要度分值

 

 

 

 

根据灵敏度分析的条件1～条件4和式(10)，以及4个顾客需求的竞争性排序CR4≻CR1≻CR2≻CR3，得到如下方程组：

 

 

(11)

借助MATLAB编程对不等式组(11)进行求解，鉴于上述二元五次不等式组的特性，一般情况下无法直接求得Δρ1和Δτ1具体的解析解，但通过作图可将上述不等式组的可行域表示出来，如图2所示。图2中二维平面上的每一个点都对应一个点(Δρ1,Δτ1)，阴影部分表示不等式组(11)的所有可行解，即不影响综合排序结果的条件下，顾客需求CR1的需求偏好系数的变化范围。

 

类似地，对于顾客需求CR2,CR3和CR4可利用上述方法和过程进行灵敏度分析，限于篇幅，此处直接给出顾客需求CR2、CR3和CR4的灵敏度分析结果，如图3～图5所示。图中的阴影部分即为不影响决策结果条件下各个顾客需求的变化范围。

 

 

 

对比4个顾客需求的需求偏好系数的变化范围可以清楚地看到：顾客需求CR3的偏好系数的变化范围最大，原因是在考虑顾客需求偏好的情景下，顾客需求CR3在所有顾客需求中的重要性最低，即其变化对整体决策结果的影响最低，因此该灵敏分析方法得出的结果具有较高的可信度，能够很好地为决策提供支撑。

4 结束语

本文提出一种基于IFS的质量屋规划过程中顾客需求竞争优先度分析以及顾客需求变化灵敏度分析方法。IFS相对于模糊集在描述客观现象方面具有更加细腻、全面的特性，在质量屋顾客需求竞争优先度的确定过程中，基于评估人员异质性特征将各种偏好类型的评价统一转化为IFS能够最大限度减少决策信息的损失，进一步基于直觉模糊集引入Kano偏好系数对顾客需求综合重要度进行修正，提高了决策的科学性和精确度。针对决策随时间、环境、条件变化而变化的特性，根据顾客需求偏好的变化对其进行灵敏度分析，能够更加有效地把控顾客需求的市场走向，最大限度地提高顾客满意度。但本文的灵敏度分析是基于单因素变化而展开的，未考虑多因素同时变化的情景，这将是下一步研究的重点。

参考文献:

[1] FANG Hui, TAN Jianrong, YIN Guofu, et al. Customer’ requirements analysis technique in house of quality based on theory of grey system[J]. Computer Integrated Manufacturing Systems,2009,15(3):577-584(in Chinese).[方 辉,谭建荣,殷国富,等.基于灰理论的质量屋用户需求分析方法研究[J].计算机集成制造系统,2009,15(3):577-584.]

[2] LI Yanlai, TANG Jiafu, PU Yun, et al. Sorting algorithm of customer requirements in quality deployment[J]. Computer Integrated Manufacturing Systems,2007,13(6):1196-1203(in Chinese).[李延来,唐加福,蒲 云,等.质量功能展开中顾客需求的排序算法[J].计算机集成制造系统,2007,13(6):1196-1203.]

[3] LI Y L, TANG J F, LUO X G, et al. An integrated method of rough set, Kano’s model and AHP for rating customer requirements’ final importance[J]. Expert Systems with Applications,2009,36(3):7045-7053.

[4] MU Rui, ZHANG Jiatai, WANG Zhengbo. Weight confirming method baseed on hierarachical house of quality[J]. Computer Integrated Manufacturing Systems,2008,14(6):1189-1193(in Chinese).[穆 瑞,张家泰,王正博.基于递阶质量屋的设计要求权重计算方法研究[J].计算机集成制造系统,2008,14(6):1189-1193.]

[5] LIN M C, WANG Chengcheng, CHEN Mingshi, et al. Using AHP and TOPSIS approaches in customer-driven product design process[J]. Computers in Industry,2008,59(1):17-31.

[6] WANG Zengqiang, LI Yanlai, PU Yun. Customer requirement dynamic analysis based on intuistic fuzzy numbers in product planning[J]. Computer Integrated Manufacturing Systems,2013,19(11):2726-2735(in Chinese).[王增强,李延来,蒲 云.产品规划中基于直觉模糊数的顾客需求动态分析[J].计算机集成制造系统,2013,19(11):2726-2735.]

[7] LI Zhongkai, FENG Yixiong, TAN Jianrong, et al. Analysis and prediction for dynamic requirements in house of quality based on grey theory[J]. Computer Integrated Manufacturing Systems,2009,15(11):2272-2279(in Chinese).[李中凯,冯毅雄,谭建荣,等.基于灰色系统理论的质量屋中动态需求的分析与预测[J].计算机集成制造系统,2009,15(11):2272-2279.]

[8] QIN Juan, CHEN Zhensong, LI Yanlai. Competitive analysis of customer requirements in QFD based on fuzzy complementary preference[J]. Journal of Machine Design,2014,31(5):1-8(in Chinese).[秦 娟,陈振颂,李延来.QFD中基于互补模糊偏好的顾客需求竞争性分析[J].机械设计,2014,31(5):1-8.]

[9] GENG Xiuli, DONG Xueqi. Optimization of product functional requirements based on fuzzy information axiom[J]. China Mechanical Engineering,2016,27(17):2348-2355(in Chinese).[耿秀丽,董雪琦.基于模糊信息公理的产品功能需求优化方案选择[J].中国机械工程,2016,27(17):2348-2355.]

[10] SUN Yuanyuan, LIU Fei, LI Li. Importance determining method of personalized product attributes based on Kano-QFD integration model[J]. Computer Integrated Manufacturing Systems,2014,20(11):2697-2704(in Chinese).[孙园园,刘 飞,李 丽.基于Kano-QFD的个性化产品属性指标重要度确定方法[J].计算机集成制造系统,2014,20(11):2697-2704.]

[11] GENG Xiuli, XU Shidong, YE Chunming. Optional design mthod of product function requirements considering quantitative Kano analysis[J]. Computer Integrated Manufacturing Systems,2016,22(7):1645-1653(in Chinese).[耿秀丽,徐士东,叶春明.考虑定量Kano分析的产品功能需求优化设计[J].计算机集成制造系统,2016,22(7):1645-1653.]

[12] ATANASSOV K T. Intuitionistic fuzzy sets[J]. Fuzzy Sets and Systems,1986,20(1):87-96.

[13] ATANASSOV K T. Intuitionistic fuzzy sets[M]. Heidelberg, Germany:Physica-Verlag,1999.

[14] LI Dengfeng. Intuitionistic fuzzy set decision and game analysis methodologies[M]. Beijing:National Defense Industry Press,2012(in Chinese).[李登峰.直觉模糊集决策与对策分析方法[M].北京:国防工业出版社,2012.]

[15] KANO N, SERAKU N, TAKAHASHI F, et al. Attractive quality and must-be quality[J]. The Journal of Japanese Society for Quality Control,1984,41(2):39-48.

[16] CHENG C C, CHUANG M C. Integrating the Kano model into a robust design approach to enhance customer satisfaction with product design[J]. International Journal of Production Economics,2008,114(2):667-681.

[17] HOU Zhi, CHEN Shiping. Regulatory method for importance of customers’ requirements based on Kano model[J]. Computer Integrated Manufacturing Systems,2005,11(12):1785-1789(in Chinese).[侯 智,陈世平.基于Kano模型的用户需求重要度调整方法研究[J].计算机集成制造系统,2005,11(12):1785-1789.]

[18] YANG Tao, YANG Yu, XUE Chengmeng, et al. Multi-attribute decision-making evaluation method for product innovation design scheme with demand preferences of customers[J]. Computer Integrated Manufacturing Systems,2015,21(2):418-426(in Chinese).[杨 涛,杨 育,薛承梦,等.考虑客户需求偏好的产品创新设计方案多属性决策评价[J].计算机集成制造系统,2015,21(2):418-426.]

[19] CHEN Yizeng, TANG Jiafu, REN Zhaohui, et al. An approach of identifying customer requiremnts weights based on house of quality[J]. Systems Engneering—Theory &practice,2003,25(8):36-41(in Chinese).[陈以增,唐加福,任朝辉,等.基于质量屋的顾客需求权重确定方法[J].系统工程理论与实践,2003,25(8):36-41.]