改进型汽车产品设计的需求转化研究.doc

改进型汽车产品设计的需求转化研究
摘要：为了准确将改进型设计汽车产品的顾客需求转化为确切的产品技术要求，提出了基于质量屋的两阶段需求转换优化决策模型，第一阶段以配置的技术要求项最大限度地满足顾客需求为目标，以相应的各种资源限制为约束建立0-1规划决策模型，从而确定出需要改进的技术要求项目；第二阶段利用开发团队的经验和竞争对手的信息确定出改进型设计汽车产品的顾客目标需求满意度，以此为目标，并以技术要求计划改进率变化范围和开发成本为约束函数，建立多目标规划决策模型，并给出了基于Matlab模型求解算法，利用该算法确定出技术要求设计目标值。通过实例运行表明该两阶段需求转换优化决策模型是有效的、可行的。
关键词：质量屋、0-1规划决策模型、多目标规划决策模型
Study on Conversion of Customer for Improved Design of Motorcar
Abstract In order to translate the customer needs of Improved Design of Motorcar(IDM) into the right technical characteristics, a new optimizing decision Model of Two-Stage Programming Procedure(MTSPP) was constructed based on House of Quality(HoQ). In the first stage, the technical characteristics which needed to be improved were obtained by constructing 0-1 decision-making model with objective to maximize Customer Requirement's Satisfaction with considerations of resource constraints. In the second stage, the multi-objective decision-making model had been constructed with making full use of the information of every part in HoQ, the designing target values of technical characteristics were obtained by algorithm for the model based on Matlab. The MTSPP is proved to be reasonable and effective by being applied to IDM
Key words House of Quality, 0-1 Decision-making Model, Multi-objective Decision-making Model
作为当今世界第一大商品的汽车，在全球进出口贸易中有着无与伦比的重要地位，汽车工业在某种意义上可以说是衡量一个国家工业化水平和科技水平高低的重要标志之一。在汽车产品的时间（T）、质量（Q）、成本（C）、环境（E）、服务（S）等竞争要素中，快速响应市场需求的能力（T）已经成为竞争的第一要素，快速响应市场需求的实质是保证产品能满足顾客的需求。为此企业必须从分析顾客需求入手，准确获取顾客需求，并将这些需求转换成产品的技术要求用于产品的设计制造上。用于需求转换的主要工具是质量屋（House of Quality, HoQ），已有文献[1-3]对HoQ实现顾客需求转换定性研究较多，定量求解方法研究较少，相应模型的求解效果和可操作性不很理想。下面将以质量屋模型为基础，以某改进型汽车产品设计为例，通过建立0-1规划模型确定技术要求改进项目，建立目标规划模型确定改进项目的改进率。从而实现在有限的资源下、能根据企业的实际情况、最优最合理配置汽车产品的技术要求指标以满足顾客需求。
1、0-1规划模型HoQ基本信息建立
HoQ基本信息建立一般要经历如下过程：顾客需求项目及其重要度的确定，选取与顾客需求项相关的技术要求项，确定顾客需求与技术要求之间的相关关系。某公司对某型号汽车改进设计时，在收集用户反馈意见的基础上确定了以下5个顾客需求：①振动噪声低(CR1 )；②动力性能好(CR2)；③节省汽油(CR3)；④安全性好(CR4)；⑤座位舒适(CR5)。利用问卷调查得到各顾客需求项重要度分值为(3,5,4,5,3)，通过归一化处理后得到各顾客需求项的重要度wc为(0.15,0.25,0.2,0.25,0.15)。
根据以上顾客需求确定了10项技术要求：①噪声水平(TR1)；②最大功率(TR2)；③限定条件下（50Km/h）平均使用燃料消耗量(TR3)；④初始为50Km/h 时的紧急制动距离(TR4)；⑤座位空间(TR5)；⑥最大震动幅度(TR6)；⑦最高时速(TR7)；⑧最大扭矩(TR8)；⑨从静止加速至100Km/h所需时间(TR9)；⑩最大爬坡度(TR10)。各技术要求项在改进时需要配置的成本如表1所示。
表1：某款汽车改型设计的 0-1规划模型HoQ基本信息

wc
TR1
TR2
TR3
TR4
TR5
TR6
TR7
TR8
TR9
TR10
CR1
0.15
9

3

CR2
0.25

9

1

3
3
3
3

CR3
0.2

9

CR4
0.25

9

CR5
0.15

9

技术要求重要度wt
0.11
0.18
0.14
0.20
0.11
0.04
0.06
0.06
0.06
0.06
配置成本/万元
37
19
25
12
7.5
21
16
15
18
17
产品顾客需求和技术要求的关联程度(umk)如图1所示，umk表示第m项顾客需求和第k项技术要求之间的关联程度。其结果如表1所示。
不相关
弱
0
1
3
5
7
图1关联程度刻度
强
中等
9
较强
极强不

技术要求的重要度wt按式(1)计算[4]：计算结果如表1所示

（1）

从HoQ中可以看到,每个顾客需求都有一个或多个技术要求与之相关，由于资源或成本的约束等不可能将所有技术要求都配置进去。这就要求配置的技术要求必须能够最大限度地满足顾客需求[5]。
2、技术要求改进项目确定
技术要求项TRi和顾客需求项CRj之间的相关关联强度表征了该技术要求在满足顾客需求方面的能力[6]，当所配置的技术要求项最大限度地满足顾客需求时，就实现了使顾客满意度最大的技术要求项的配置。因此，在进行技术要求映射配置中，以顾客满意度最大化为目标，以可用资源为约束，可建立0-1规划优化模型为如式(2)所示：
（2）
其中(a)为目标函数：决策变量zk为0-1变量，表明对应技术要求是否被配置；(b)为进行技术要求配置的资源约束；vik为对应的约束系数；(c)保证在建立的质量屋中，每项顾客需求都至少有一项技术要求与之对应，Tj表示对应顾客需求项可配置的技术要求。
基于此，某款汽车改型设计的 0-1规划模型如式（3）所示：决策变量Z=[z1, z2,…,z10]T为0-1变量，产品改进总预算为ll5万元，该模型用Matlab中的0-1规划求解函数bintprog()求解得：Z=[1,1,1,1,1,0,0,0,0,0]，表明在总预算为ll5万元的约束下，最大限度地满足顾客需求的技术要求配置项为TR1，TR2，TR3，TR4，TR5，下面通过建立目标规划模型求取各技术要求配置项的目标设计值。

3、目标规划模型HoQ基本信息建立
目标规划模型HoQ基本信息建立是以前面0-1规划模型HoQ基本信息为基础，通过确定技术要求配置项的自相关矩阵、竞争性评价、质量规划和技术性评估来完成。
1）确定技术要求配置项的相关关系：产品技术要求配置项的关联程度Pjk) 如图2所示，由公司的技术人员或产品开发团队确定。Pjk表示第j项技术要求配置项和第k项技术要求配置项之间的关联程度。
强负
不相关
中等

-7
-5
-3
-1
0
1
3
5
7
图2 关联程度刻度
极强
强
较强
弱
弱负
中等负
较强负
极强负
9
-9

2）竞争性评价：通过市场调研获取本公司及竞争对手相关产品各顾客需求项的满意度，确定本公司的产品特性点，并以此为质量规划的依据。
3）质量规划：包含两个方面的内容：①设置新产品各顾客需求项满意度NSm（m=1,2,…,M），设定原则为不低于竞争对手在对应项上的顾客需求满足度，对于产品特性点，满意度设置值尽量取上限。②计算新产品各顾客需求项目标提高率ym（m=1,2,…,M），ym为NSm与本公司产品对应顾客需求项满意度的比值。
4）技术性评估：由公司技术人员或开发团队完成各技术要求配置项的上下限设定，以及本公司和竞争对手相关产品各技术要求配置项值的设定。
以上四项的结果如表2所示。

表2：某款汽车改型设计的目标规划模型HoQ

4、技术要求配置项设计值的确定
技术要求配置项设计值的确定是以目标规划模型HoQ基本信息为基础,通过建立目标规划模型,并对模型进行求解来完成.下面从这两个方面来研究。
4.1 目标规划模型的建立
1）决策变量
用技术要求改善率xj（j=1,2,…,n）作为决策变量：xj为两种情况：①目标值越小越好，，② 目标值越大越好，为技术要求j的目标值，为目前本公司技术要求j的实际值。
2）约束条件
根据HoQ中顾客需求和技术要求的相关矩阵，考虑ym的实现是通过相应技术要求改进来完成，可以得到ym和xj（j=1,2,…,n）的关系如式(3)所示。
m=1,2,…,M (3)
式中βij 为系数。k是关系系数，通常k∈(0,2)。
根据HoQ中技术要求的自相关矩阵可得xj（j=1,2,…,n）的相互关系的关系式(4)
j=1,2,…,n (4)
式中 pij为规范化后的技术要求自相关矩阵对应的相关系数。kj为修正系数。
将式(3)代入式(4)中，则应有：

令=βmkkk，即：
m=1,2,…,M (5)
为了减少由映射屋中的计算而引起的偏差，应该对映射屋中的关系矩阵进行归一化。对(5)式中的系数按(6)式进行归一化处理：
(6)

在（6）式中令 ，umk为第m个顾客需求和第k个技术特征的相关系数，考虑到存在差异，引入目标约束变量ym+ ，ym-对其修正。(5)式约束的可以转化为目标约束(7)式：
m=1,2,…,M (7)
其余附加目标约束如式（8）式所示：
i=1,2,…,s （8）
式中：Vi(vi1, vi2,…, vin)为第i个附加目标约束对应的约束矢量，bi为为第i个附加目标约束对应的资源约束值。
3）目标函数

式中w0、wi(i=1,2,…,s)为满足顾客需求目标约束和其余s个目标约束两两比较所得到的相对权重。其核心思想是确保各约束劣于目标值最小。
最后建立优化数学模型如式(9)所示：

(9)

式中：(a)为目标函数；
(b)顾客需求目标提高率yi和技术要求改善率xj之间所形成的目标约束；
(c)其余s个目标约束。
(d)技术特性(质量特性) 水平提高率的上下限约束。
Mj第 j 个技术要求允许的最大改善率。
Lj第 j 个技术要求允许的最小改善率。
LYm：保证顾客需求满意度提高率不小1所决定的极限，LYm=kYm-k。
某款汽车改型设计时、单项技术要求单位改进率消耗费用构成的向量为C[25，14，20，10，6]。由于工程特性之间存在相关性，实际改善率包含两个部分:一部分是其它相关工程特性改进引起的改进,另一部分则是自身改进所引起的,所以单纯的技术改进所引起的成本消耗为：，则成本的约束系数计算可以由式（10）完成。计算可得V(25,19.6,24.7,8.4,6.0)。
(10)
满足顾客需求目标约束和产品改进总预算目标约束两两比较所得到的相对权重W(0.75,0.25)。可以建立优化模型如式（11）所示

（11）

4.2 目标规划模型的求解
用Matlab求解式11算法流程如图3所示。说明如下：k∈(0,2)，取步长为0.01，同时满足，其目的是保证结果偏离目标值最小。求得：k=0.5，

顾客的满意度提高率修正按进行，其中c1m为本公司现有产品第m项顾客需求的满意度，修正为（1.64，1.33，1.50，1.63，1.5），对应的顾客满意度值为(9，8，7.5，9，9)，满足预期设定的目标。最终的技术要求设计值如表2所示。
建立目标函数的约束向量f

开始
建立约束矩阵Aeq
f

For k=0.01:0.01:2
确定目标变量上限lb、下限ub
f

建立资源约束矩阵beq

以为条件，通过遍历改变Aeq,利用[X0,fval]=linprog(f,[],[],Aeq,bep,lb,lu)求取fval最小时对应的X0
初始化S和X

S0置的技术要求项最大限度地满足顾客需求为目标，以相应的各种资源限制为约束，确定出了需要改进的技术要求项目；进而对质量屋信息进行精炼，并充分利用开发团队的经验和竞争对手的信息确定开发产品的顾客目标满意度，以此建立目标规划模型定量求取技术要求设计目标值，该目标值符合顾客的需求、适应市场的竞争、并能和企业的战略目标一致。上述方法还可在其它的新产品开发中推广应用。
参考文献
[1] Lai-Kow Chan, Ming-LuWu.A systematic approach to quality function deployment with a full illustrative example.The International Journal of Management Science. 2005; 33(10): 119-139.
[2] Chan LK, Wu ML. Prioritizing the technical measures in quality function deployment. Quality Engineering 1998,10(3):467–479.
[3] E. Ertugrul Karsak, Sevin Sozer. Product planning in quality function deployment using a combined analytic network process and goal programming approach. computers & industrial engineering.2002;44:171-190
[4] Chang Hee Han. Prioritizing engineering characteristics in quality function deployment with incomplete information: A linear partial ordering approach. Int.J.Production Economics 91 (2004) 235–249.
[5] KWANG J K．Determining optimal design characteristic levels in quality function deployment[J]．Quality Engineering，1998,10(2)：295—307．
[6] TAEHO P，KWANG J K．Determination of an optimal set of design requirements using house of quality[J]．Journal of Operations Management，1998,16(4)：5659— 581．