基于粗糙QFD方法的复杂产品系统波形推进模型

刘航

（郑州航空工业管理学院管理科学与工程学院，郑州450007）

基于粗糙QFD方法的复杂产品系统波形推进模型

刘航

（郑州航空工业管理学院管理科学与工程学院，郑州450007）

文章探讨了将需求导入复杂产品系统的特殊意义和促进作用，从用户需求的角度出发提出了CoPS的波形创新模型，并着重对模型中用户需求筛选这一核心步骤进行研究。根据CoPS产品的特殊性，提出了结合粗糙集理论的改进质量功能展开方法对用户需求进行重要性排序。案例分析表明该粗糙QFD方法具有较好的可操作性和可行性。

复杂产品系统；需求；波形模型；粗糙集；QFD

0 引言

复杂产品系统（CoPS）由大型技术系统演化而来，包括航空航天、大型电信通讯、船只、高速列车、信息系统等。复杂产品系统的概念是由英国的学者Miller和Hobday在20世纪90年代中期提出的，特指一些研究开发成本大、技术含量高、小批量定制化、集成度高的大型产品、系统或基础设施[1，2]。与一般产品不同的是，用户高度参与整个复杂产品系统开发过程。客户需求融入到产品开发中是CoPS开发成功的必要因素之一。所谓需求融入,就是把客户需求转化为具体的产品特征及属性。CoPS集成开发商通过对用户需求的挖掘和转化,并根据自身的技术能力和创新能力对转化后的产品属性进行识别和细分，通过产品属性的不同组合或不同表现形式实现系统创新。对用户的需求的深入研究对复杂产品系统成功开发有着至关重要的意义，本文拟在此领域进行探讨。

1 复杂产品系统的研究现状及理论回顾

复杂产品系统同规模化生产的产品有明显的不同。因此，大规模生产的相对成熟的理论体系无法移植到复杂产品系统创新过程。目前，CoPS创新还没有一套公认的模式。Andrew Davies[3]以蜂窝移动通信系统为例分析了CoPS生命周期各阶段的特征及关键问题，研究了政府在CoPS创新中的作用；Huaglory和Tianfield[4]建立了一种新型的生命周期模型，命名为环生命周期模型，模型中将并行工程、生命周期工程、虚拟样机、跨企业信息集成软件工程等各种现有的模式有机地结合起来；而陈劲[5，6]认为CoPS并没有明显的生命周期发展模式及该模式存在的条件；齐二石等[7]认为虚拟组织模式是开发CoPS的有效模式，建立了基于虚拟组织的CoPS全生命周期管理体系；Massimo和Andrea[8]以航空武器装备系统为例，说明采用虚拟组织形式管理CoPS创新是不合适的。Hardstone G.A.P[9]比较了原有企业和出现CoPS企业功能、结构和战略的差异，认为基于项目的组织是进行CoPS生产和创新的理想组织形式；Mike Hobday[10]将基于项目的组织形式（PBO）与传统功能矩阵组织进行了比较研究，指出CoPS中多种组织形式存在的必要性以及选择适合组织形式的主要因素。所有这些学者的研究成果主要集中在复杂产品系统的过程以及组织形式，还没有研究者从需求的角度进行分析。此外，目前对复杂产品系统的研究多停留在定性的层面上，很少有研究者从定量的方面进行具体操作方法的研究。因此，本文从用户需求的层面，运用质量功能展开的方法对复杂产品系统进行研究，提出了基于用户需求开发的复杂产品系统创新模型。

2 基于用户需求的复杂产品系统波形创新机理分析

复杂产品系统具体的设计指标和方案是在开发过程中由用户需求转化而来并最终确定的。用户需求能引导CoPS创新的方向,CoPS创新又能进一部能提升用户需求的层次,创新与需求形成动态的良性循环。从转化机理来看,该过程主要包括产品开发、用户需求、创新程度三个维度，整个创新链呈现波形前进态势（如图1所示）。当目前的CoPS创新暂时满足用户需求后,随着用户对系统功能认知程度的增强和内、外部环境的变化,又会产生新的隐性需求。这就促使CoPS的集成开发商进行第二轮的开发，整个创新链呈现波形交织前进。

整个转化及创新过程可分为以下四个步骤：需求的识别和预测；需求的开发甄选；需求向产品功能指标的转化；以及最后的CoPS新产品的设计、试制和生产。其中，从识别出的需求集合中挑选出恰当的需求资源进行开发是复杂产品系统创新成功的核心步骤。

与其他的是物质资源不同，用户需求资源是抽象、动态和复杂的。资源的限制使得对所有用户需求进行转化不具现实意义。复杂产品系统的集成开发商在进行需求甄选时应采用动态的优化方法。需求甄选的风险通常表现在两个方面：需求选择错误以及超预期开发。需求的错误选择会导致产品创新方向的偏离，由此开发出的新产品不能获得顾客满意。此外，在识别出的所有需求中，有些深度需求所对应的产品属性可能要在相当常的一段时间之后才能显现出其实际的应用价值。因此，若对需求进行过度或不当开发，不仅会增加创新难度和成本，延长开发周期，同时会因过度提供短期内没有实用价值的附加功能而被用户诟病。因此，需要找出一种方法能够要将多种需求综合考虑，对用户需求重要度进行分析，从中筛选出能最大程度上达到用户满意的需求集合并将其转化为新产品指标。质量功能展开(QFD)方法的作用和目标恰恰在与适当地满足用户要求。

3 基于粗糙集的QFD中用户需求重要度的确定

质量功能展开(QFD)是面向顾客的产品设计与开发的一种计划过程，是由日本著名质量管理专家Shigeru Mizuno和Yoji Akao在20世纪60年代末提出的。顾客需求最终重要度的确定是QFD的重要应用领域。在传统的QFD方法中，需求重要度的确定需要用户需要提供尽可能详细、全面和准确的信息，这对复杂产品系统而言是不太可行的。本文根据CoPS产品用户需求的模糊性、不分明性和不确定性的特点,在质量功能展开中引入了粗糙集理论，提出了适用于模糊用户需求的粗糙QFD方法，通过适当的模型确定需求中真正的关键项目,为CoPS的创新提供重要的研究和设计基础。

3.1 粗糙集相关理论

粗糙集(rough set)理论是一种有效处理不精确和不完全信息的数学工具,由波兰学者Pawla于1982年提出(11,12)。其主要思想是通过数据约简,导出问题的决策和分类规则。运用粗糙集理论，可以直接在不完全信息系统上进行决策。同时，粗糙集理论中对象的隶属度值是从所需处理的数据中直接计算得到，可以在很大程度上避免主观因素的影响。

理论1：假设A=(M,N,V,f)为一个表达系统。称M为论域，M={m1,m2,…，mn},表示对象的非空有限集;N表示属性的非空有限集合。假设条件属性集表示为T，决策属性集表示为J，则是属性ni的值域；f是一个信息函数，它为每个对象的每个属性赋予一个信息值，即n∈N，m∈M，f（m,n）∈Vn

理论2：假设有一个等价关系，表示为R，r∈R。若ind(R)=ind(R-｛r｝),则称r在R中可被约去。

理论3：假设M中存在一个等价关系：P和Q。M中所有分类M/P的信息可以准确地划分到关系Q的等价类中的对象集合称为Q的P正区域，记为Pos P(Q)。

理论4：设一个决策表，表示为B，B=(M,N,T,J)。其中T表示条件属性，J表示决策属性。若J在B中以程度α（0≤α≤1）依赖于T，则

其中，Pos T(J)表示J的T正区域。同时，称β(n)为属性n的重要性

上述内容是下文提出方法的理论基础。

3.2 基于粗糙集的QFD方法的用户需求重要度的确定

复杂产品系统创新中的用户需求最终重要度的确定应按以下步骤进行：

步骤1：根据用户及市场调查结果,确定n项用户需求CD1,CD2,…,CDi,…,CDn。将上述结果再次进行用户及市场调查,得到关于用户满意度水平的初始数据，记做SL。定义条件属性集合TN,TN=﹛CD1,CD2,…,CDn﹜；定义决策属性集合JS,JS=﹛SL1,SL2,…,SLn﹜。各属性的值域由实际情况确定。由此，可得到一个决策系统,记作JT=(M,TN∪{JS})。

步骤2：将步骤1所获得的初始数据进行粗糙转换得到决策表。以决策表的总的分类为基准,相对于此基准,考察删除各个属性后的变化情况。如果删除一个属性后决策不发生改变,则该属性的重要度较小，称为可约去的属性，不需进入下一步骤。反之则重要度大，需进行重要度排序。

步骤3：决策表中每一个条件属性的重要度可相应的用于度量QFD中用户需求基本重要度。根据条件属性CDi的重要度βi=β(CDi,SL),确定相应的顾客需求CDi的基本重要度向量g=(g1,g2,…,gn)。

步骤4：需求重要度修正因子的确定。步骤3所得出的重要度是由用户直接需求评定得出的，没有考虑其他因素对用户需求的影响。因此，需要进行修正。根据CoPS产品的特点，定义市场竞争排他性优势为基本重要度的修正因子，由γi表示。在计算γi时需要引入几个概念。

（1）用户需求序位的计划改进序位增量ΔOi

计划改进序位增量ΔOi由用户需求CDi的竞争力的现状Oi（根据QFD中的竞争性评估矩阵确定）以及竞争力的计划目标（根据集成开发商的资源状况和意愿确定需求）计算得来。例如,某项用户需求的竞争力现状排位第6位,而其竞争力在企业中的计划目标为第2位,则该项用户需求序位的计划改进增量为4。通常情况下，一项用户需求的计划改进序位增量愈小，开发商将其实现的可能性愈大，反之亦然。用户需求序位的计划改进序位增量ΔOi为期望增量，不考虑其实现可能性；考虑实现可能性的用户需求序位增量用用表示。

(2)单位改进增量的可能性因子Ki。某项用户需求CDi的竞争序位的单位改进增量的实现可能性一般可表现为一个常数，记作Ki。,则

(3)顾客需求CDi的市场竞争排他性优势SPi

排他性优势能够反映该需求对用户的重要度同时也能反映出其他竞争对手的表现,记为SPi。例如，一个排他性优势强的需求说明该需求对用户很重要且其他竞争对手在该领域的表现也不能让用户满意。通常把排他性优势分为3个等级,分别对应数值1.5,1.2和1.0。通过上述概念可知,某项顾客需求Ci的基本重要度的修正因子γi为

用户需求重要度的修正向量表示为γ=(γ1,γ2,…,γn)。

综上所述，最终重要度=基本重要度×修正因子。将最终重要度表示为Zi,归一化后可得：

4 实例研究

根据用户及市场调查结果,确定某复杂产品系统开发中共有4项顾客需求CD1，CD2,CD3和CD4以及上需求影响下的满意度水平SL。通过用户调查获得样本集,删除重复和冗余数据,得到由用户需求和满意度水平分成低、中、高三个等级，分别对应数值1、2、3，构成的决策表(表1)。表1中条件属性t1，t2,t3,t4分别代表用户需求CD1,CD2,CD3,CD4;决策属性j代表用户满意度SL。

表1 决策表

根据决策表进行用户需求的筛选，判断是否有用户需求是可约去的。可约简的需求不需进入下一步骤的重要度考量。根据公式（1）和理论2可知,属性t1,t2,t3,t4相对于决策属性j都是不可约去的,因此需要对这四个需求进行重要度排序。

利用表1数据，根据公式(2)可计算得出,相对于用户满意度的决策属性J、用户需求CD1的条件属性t1的依赖度:

α(T,J)=SUM(PosT(J))/SUMJ(M)=(ΣVJm-(VJ32+VJ37))/ΣVJm=0.946,（VJm指决策属性j的值域）

同理可得，α(T-｛t1｝,J)=0.595

根据公式(3)可计算重要度为：β(t1)=α(T,J)-α(T-｛t1｝,J)=0.351

重复以上步骤，其他属性的依赖度和重要度均可计算得出，结果显示在表2。

根据公式(4)，用户需求的基本重要度向量g=(0.176,0.122,0.351,0.351)

通过调查及专家评估，得到用户4项需求的竞争力的现状、竞争力的计划目标、单位改进增量的可能性因子和市场竞争排他性优势的相关数据，其结果如表3所示。

表3 其它相关数据

表3数据运用公式(5)计算可得，用户4项需求的基本重要度的修正因子向量γ=(γ1,γ2,γ3,γ4)=(0.203，0.269，0.380，0.148)。最后，根据公式(6)计算得到该复杂产品系统用户需求的最终重要度向量Z=(z1,z2,z3,z4)=(0.138，0.114，0.448，0.300)。Z3的值最大，说明CD3的最终重要度最高。

由以上结果可知，在进行复杂产品系统创新开发时，应首相考虑需求CD3，并将该需求转化为相应的技术指标和设计标准。

5 结论

在基于对复杂产品系统深入研究的背景下,构建了基于需求转化开发的复杂产品系统创新波形模型。因为CoPS生产的非重复性,惯例性的学习通常是无法形成的,知识的利用率很低。本文提出的创新模型可以形成相同的实施环节，相关经验都可作为知识进行沉淀,形成一个不断循环、不断积累的过程，从而提高CoPS的创新开发能力。在此基础上，着重研究了基于粗糙QFD方法的需求甄选方法。粗糙QFD方法的提出解决了以往用户需求筛选过程主要依靠主观判断的风险，使排序过程得以量化，是一种简明、有效、易于实现的决策方法。粗糙QFD方法的运用同时提高了波形模型的实用性。

[1]Brady.T.Tools，Management of Innovation and Complex Product Systems[C].Working Paper Prepared for CENTRIM/SPRU Project on Complex Product Systems/EPSRC，Technology Management Initiative，1995.

[2]Roger Miller,Mike Hobday.Innovation in Complex Systems Industries：the Case of Flight Simulation[J].Industrial and Corporate Change，1995，4（2）.

[3]Andrew Davies.The Life Cycle of a Complex Product System[J].International Journal of Innovation Management，1997，1（3）.

[4]Huaglory,Tianfield.Advanced Life-cycle Model for Complex Product Development Via Stage-aligned Information-substitutive Concurrency and Detour[J].International Journal of Computer Integrated Manufacturing，2001，14（3）.

[5]陈劲等，复杂产品系统创新的过程模型研究，科研管理，2005,（2）.

[6]陈劲等，复杂产品系统创新对传统创新管理的挑战，科学学与科学技术管理，2004,（9）.

[7]霍艳芳，齐二石等，基于虚拟组织的复杂产品系统集成开发模式研究，制造技术与机床，2004,（9）.

[8]Massimo Paoli,Andrea Prencipe.The Role of Knowledge Bases in Complex Product Systems：Some Empirical Evidence from the Aero Engine Industry[J].Journal of Management and Governance，1999，3（2）.

[9]Hardstone G.A.P.Capabilities，Structures and Strategies Re-Examined:Incumbent Firms and the Emergence of Complex Product Systems（CoPS）in Mature Industries[J].Technology Analysis and Strategic Management，2004，16（2）.

[10]Mike Hobday.The Project-based Organization：an Ideal form for Managing Complex Products and Systems?[J].Research Policy，2000，29（7）.

[11]Pawlak Z.Rough Set Approach to Knowledge-based Decision Support[J].European Journal of Operational Research,1997,99(1).

[12]张文修,吴伟志,梁吉业.粗糙集理论与方法[M].北京:科学出版社,2001.

F224.12

A

1002－6487（2011）07－0174-03

河南省科技厅2010年软科学基金资助（102400450190）

刘航(1980-),女，山东菏泽人，硕士，讲师，研究方向：系统工程，项目管理。

（责任编辑/浩天）