面向客户需求的产品类型评价模型及应用

(4) 确定各个方案到正理想解和负理想解的欧 备选方案到正负理想解的距离: L i+ = L i- = ( c ij ∑ j=1 ( c ij ∑ j=1
i=1
常用判断矩阵权重有几何平均法和规范列平均
λ max 和对应的特征向量 w 。 对特征向量归一化处理,
(2) 计算标准熵值。 根据式(6) : e j = - ( ln m) - 1 ∑ B ij ln B ij (3) 求信息矩阵的权重: gi = n 1 - ej
n源自文库i=1 i=1 n
(6) (7)
5
熵权改进层次分析法从改进的层次分析法构建 ,用熵权法修正改进后的层次分
( VP ) } ,直接参考文献 [ 8 ] 、 [ 9 ] , 分别用 d1 , d2 , d3 , 这里分别取值为 0. 4,0. 3,0. 15,0. 05。 根据评价体 系的各个因素求出的综合比重 λ i 和不同类型产品的 · 219· = 1, 且它们在
层次分析法( Analytic Hierarchy Process( AHP) ) ,
性程度不一,B 因素比 A 因素稍微重要,则 B:A = 3,;
检验,极有可能不满足一致性的检验,这得重新赋值,
* 收稿日期:2015-08-10
· 218·
作者简介:吴中义(1990-) ,男,安徽桐城人,研究生,研究方向:机械制造及其自动化。
摘
( AHP) 的定性评价体系指标确定指标权重值,并结合熵权法改进 AHP 进一步得到更为客观的模型指标权重。 然后利 用理想模型 Topsis 算法算出客户最需要的产品类型。 最后以某型号包装机上光电传感器的选择类型为例, 构建评价 指标体系得出客户最亲睐的传感器类型。 验证了所提方案的可行性和适用性。 为选用产品类型提供一种新方法。 关键词:客户需求;改进 AHP;熵权 AHP;Topsis 算法 中图分类号:F403 文献标志码:A 文章编号:1007-4414 ( 2015 ) 05-0218-04
( Ministry of Education Key Laboratory for Advanced Manufacturing, Guizhou University, Guiyang Guizhou 550025 , China)
index system is established in this paper. The improved analytic hierarchy process ( AHP) qualitative evaluation index system
(1) 构造判断矩阵 u é ê 11 = ê左 ê ëu
复杂因素之间的相对重要性的判断矩阵,如式(1) : U = ( u ij ) n ×n … 埙 … u1n ù ç 左ç ç u û
nn
根据改进后的层次分析法建立各个指标层内的
列元素作正规化处理: B ij = u kj ∑ k=1
n
u ij
(4)
(1)
经式(4) 处理后得矩阵 : B é ê 11 B ij = ê 左 ê ë B n1 … 埙 … B1n ù ç 左ç ç B nn û (5)
(2) 矩阵分析与计算
n1
法两种。 本 文 采 取 规 范 列 平 均 法 求 出 最 大 特 征 值 得主特征向量 W = ( W1 ,W2 ,…W n ) T ,即为各个因素所 W 占的权重。 其中, W i = n i ∑ Wi (3) 矩阵一致性检验
2
造的判断矩阵不合理,需要重新定性。
熵权改进层次分析法
观赋权法中熵的概念,熵是系统无序程度的量度。 其 原理是把评价中各个待评价单元的信息进行量化与 综合的方法。 可以弥补改进的 AHP 的主观随意性的 缺陷,得出合理的评价权重。 的判断矩阵入手
[6-7]
为尽量减小主观评价过程中的定性误差,引入客
语言评价集的概念来表示不同的产品类型在顾客需 求的评价模型中的匹配程度。 五粒度语言评价标准 评语 { 极 好 ( VG ) , 好 ( G ) , 一 般 ( M ) , 差 ( P ) , 极 差 d4 ,d5 表示它们的取值。 这里有 di ∑ i=1
析法的权重。 具体过程如下所示:
(1) 利用上式(1) 的判断矩阵 U = ( u ij ) n×n 对每一
管理与经营 五粒语量 化 的 值 可 以 求 出 多 决 策 问 题 的 矩 阵 D = a ij
n
2015 年第 5 期 ( 第 28 卷,总第 139 期)
·机械研究与应用·
( a ij ) m×n ,规范化后的矩阵为 E = ( e ij ) m ×n , 其中 e ij = a2 ∑ ij i=1 。
(4) 根据 g i 的值,得到熵权 g = ( g1 , g2 ,…, g n ) , gi wi
∑ ej
一致性比率计算: CR = CI RI
(4) 改进的 AHP 模型还需要进行一致性检验, (3)
3
基于 Topsis 的综合评价
∑ gi wi
i=1
n
(8)
阵的一致性 CR 检验的标准是: CR <0. 1。 否则所构
Abstract : In order to increase the customer satisfaction to the products, the customer demand oriented product type evaluation is applied to determine the index weight value, and a more objective index weight model is obtain by combining with the imtype. 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. Key words: customer demand; improved AHP; entropy AHP; Topsis algorithm proved entropy AHP. Then the Topsis algorithm is used to calculate the ideal model of the customers most needed product
性, 引 入 了 一 致 性 指 标, 一 致 性 指 标 CI 计 算 如 式 (2) : CI = λ max - n n -1 (2)
为了防止人们在主观判断时对系统评价的片面
结合改进的 AHP 方法得到的主观赋权 W = ( w1 , w2 , …,w n ) ,并利用式(8) 计算综合权重: λi =
为建立更为完善的客户需求产品综合评价模型,
如郑明君等根据影响因素的模糊性运用层次分析法 结合模糊综合评价法,建立起客户需求的主观性评价 模型,并且以阀门为例说明该模型有效性 能等级,对产品方案进行区分和筛选
[3] [2]
1
定性指标的权重确定
等根据产品配置的方案的评价函数,建立综合评价性 灰色粗糙集关联算法量化客户需求,建立客户需求与 提高了产品需求配置效率 需求产品综合评价模型,但是都是从影响产品需求因 子出发,建立定性的模糊综合评价法达到对客户需求 的主观性评判。 这些研究仅是从定性的角度出发,没 有对影响因子进行客观的定量评价,难免造成决策上 量化不当而产生些误差。 。 上述研究丰富了客户 ; 罗妤等利用 配置参数之间的映射关系, 有效地转换了客户需求,
·机械研究与应用·2015 年第 5 期 ( 第 28 卷,总第 139 期)
表1
传统标注 1 3 5 7 2, 4,6,8 以上各个数的倒数 9 改进标度法 ln3 ln5 ln7 ln4,ln6,ln8 以上各个数的倒数 ln9 lne
管理与经营
对数改进标度法
说明 两个要素相比较,有同等的重要性 两个要素相比较,前者比后者稍微重要 两个要素相比较,前者比后者明显重要 两个要素相比较,前者比后者强烈重要 两个要素相比较,前者比后者尤为重要 i 的重要性之比为 1 / a ij 上述两个相邻判断之间折衷时的标度 如果元素 i 比元素 j 的重要性之比为 a ij ,则元素 j 和元素
+
加权综合评价矩阵是根据决策者根据式 (8) 计 (3) 确定正理想解 C 和负理想解 C 。 设正理想
+ -
(9)
解 C 的第 j 个属性值为 C + , 负理想 C - 的第 j 个属性 值为 C - ,各属性指标均为成本型, 正理想值选取方案 中的最小值,负理想指标选取方案中的最大值。 c + = max( c1j ,c2j ,…,c nj ) c - = min( c1j ,c2j ,…,c nj ) 式距离。
; 鲁聪达
它是对方案的多指标系统进行分析的一种层次化、结 构化决策方法,它是对决策者对复杂系统因素的决策 思维量化的过程。 传统的层次分析法标度在 1 ~ 9 之 间,标度之间的跨度很大。 假如 A、B、C 三要素重要 C 因素比 B 因素明显重要, 则 C:B = 5 / 3 ≈1. 667, 明 显重要比稍微重要的倍数还要小,显然中间的跨度波 动比较大,而且若在赋值过程中没有注意到一致性的 违背了人们的初衷。 因此本文提出用对数改进原有 的标度方法 [5] ,如表 1 所列。
要:为增加客户对需求产品的满意度, 建立面向客户需求的产品类型评价指标 体 系。 运 用 改 进 层 次 分 析 法
Product Type Evaluation Model and Application for Customer Requirements WU Zhong-yi, CHEN Jia-dui, ZHANG Chao, CHEN Yong-qian
其中 RI 为随机一致性指标, 可以查表得到。 矩
备选方案和理想解之间的距离。 为防止两个方案有 综合考虑两者的欧氏距离确定最优方案。 处理步骤 如下。 (1) 求规范决策矩阵 在处理顾客需求的同一产品的不同类型时,引进
Topsis [9] 是通过定义适当的距离测度来计算出
时出现距离相同的情况, 引入正理想解和负理想解,
0
引
也出现了多种多样化。 客户如何在更短的时间里更 有效的选择所需求的产品类型,显得至关重要。 建立 合适的用户评价综合模型可以使问题简化。 许多学者对客户需求产品评价模型对都有研究:
[1]
随着社会的发展和科技的不断进步,产品的类型
言
本文提出以对数为重要度标注的改进型层次分析法, 从定性角度建立综合评价指标体系,并用熵权法对其 进行定量处理,然后利用 TOPSIS 算法选出最优产品 方案,最后以包装机的光电传感器为例验证该方法的 有效性。
不同类型的传感器在长期使用过程中,根据顾客的使 工人操控性三大主指标构建了影响顾客需要的传感 器的影响因素综合评价体系,如图 1 所示。
用后效果与要求回馈,选取了工作性能、经济实用性、
(2) 构建加权综合评价矩阵
算的各个因素权重和决策矩阵规范后的矩阵乘积。 即: [ z ij ] m ×n = [ λ i ·e ij ] m ×n
管理与经营
doi:10. 16576 / j. cnki. 1007-4414. 2015. 05. 081
2015 年第 5 期 ( 第 28 卷,总第 139 期)
·机械研究与应用·
*
面向客户需求的产品类型评价模型及应用
吴中义,陈家兑,张 超,陈永前
( 贵州大学 现代制造技术教育部重点实验室, 贵州 贵阳 550025 )