基于一种新型主动评价模型的汽车电子配置方案设计

成艾国+艾莎

摘 要：汽车电子配置方案评价中，存在备选方案集过大、评价指标模糊、指标权重难以精确等问题。为提高汽车电子配置方案的选择效率，提出了基于技术进化法则和投入产出效益的主动型方案评价方法。以单个汽车电子配件为评价主体，采用技术进化S曲线判断生命周期阶段，引进数据包络法构建投入产出评价模型，通过先评价后组合的主动式评价方法获取最佳的配置方案。该方法还具有良好的自适应性，通过实例验证了该方法的可行性。

关键词：方案评价；主动式评价模型；技术系统进化法则；投入产出效益

中图分类号： F272.3文献标文献标识码：A文献标DOI：10.3969/j.issn.2095-1469.2016.03.02

Abstract：In the evaluation of automobile electronic configurations， there are problems such as large option sets， unclear evaluation indexes and uncertain index weights. To improve the selection efficiency， a new method based on the technical phylogenetic rule and the input-output benefit was proposed for the active evaluation of electronic configuration.Taking a single vehicle electronic component as the evaluation subject， the technology evolution S curve was adopted to judge the life cycle stage， and the data envelopment method was introduced to construct the input-output evaluation model.The optimal scheme with good adaptability was obtained by the active evaluation method. Eventually， an example is employed to demonstrate the feasibility of the proposed method.

Keywords：project evaluation； active evaluation model； technical phylogenetic rule； input-output benefit

电子配件产品已广泛应用到汽车的安全、舒适、便捷、节能环保、娱乐等领域，具有种类多、接口标准化、可选择性配置的特性。配件的组合带来了多样化的选择，加大了汽车电子配置方案抉择的难度。如何合理地选择汽车电子配置方案，以相对较低的成本投入获得更多的消费者倾向是汽车企业在新产品企划阶段亟需解决的问题。

目前，相关研究多集中于产品配置系统的求解或方案评价方法的优化。张良等[1]提出了基于灰色关联与权重顺序交叉的产品配置方案重构技术。姜斌等[2]提出了关键技术在于创建产品模型和定义配置机理的产品配置系统框架结构。袁长峰[3]根据产品配置设计的主要业务活动和关键技术，构建了基于类和特征的产品配置模型。薄瑞峰等[4]提出了将不完全信息用线性关系式表示并将其视为未知变量构建二次规划模型，进而计算方案评价值的多目标决策方法。Ayag[5]用模糊层次分析法对新产品开发环境下的概念设计方案进行评价。穆瑞[6]建立了基于I-QFD-E和欧氏范数的产品方案评价方法。汪明天等[7]建立了基于层次熵分析法-加权灰色联度方法的配置方案综合评价决策模型。

以上研究方法均存在不足之处：产品配置系统求解中难以准确地将消费者的模糊喜好通过定性、定量的方法细化为具体的配件需求，备选方案集的评价和方案的二次重构会导致选择效率低下；方案评价法作为一种被动式的评价方法，通过对多个配置方案进行评价择优，评价指标模糊、指标权重难以精确和指标值难以量化，导致评价结果缺乏准确度。

鉴于此，本文将评价过程前置，引入技术进化理论和投入产出效益，构建了一个主动式的配置方案评价方法，通过技术进化理论对电子配件进行阶段分析，截取技术进化阶段处于成长期的汽车电子配件进行效益评价，最后综合不同技术进化阶段产品的特点和效益评价结果组合得到优选配置方案。从而提高了评价的有效性和准确性，降低了评价难度。

1 主动式评价原理

1.1 产品生命周期

TRIZ理论是G. S. Altshuller在1946年创立的，它为人们创造性地发现和解决问题提供了系统的理论和工具。现代TRIZ理论体系主要包括以下几个方面的内容：创新思维方法与问题分析方法，技术系统进化法则，技术矛盾解决原理，创新问题标准解法，发明问题解决算法ARIZ和基于物理、化学、几何学等工程学原理而构建的知识库。其中技术系统进化论的主要观点是技术系统遵循客观的进化模式，解决技术系统矛盾是进化的推动力。技术系统S曲线进化法是技术系统进化论八大法则中的第一条。Altshuller发现产品的进化规律满足一条S形的曲线，引入新技术将推动产品的进化。技术系统的进化一般经历四个阶段，婴儿期、成长期、成熟期和衰退期。典型的S曲线描述了一个技术系统完整的生命周期。因此，S曲线也可作为产品技术成熟度的预测曲线[8]，如图1所示。

结合产品各阶段特征与双因素理论[9]可知：成熟期的产品属于保健产品，该类产品具有一定市场认可度，不具备保健产品时将引起消费者强烈的不满，但具备时不一定会调动积极性；而成长期的产品属于激励产品，具有一定的市场认知度，能够给消费者带来满意感，是争夺市场份额的主力军。

1.2 投入产出效益

数据包络分析（Data Envelopment Analysis，DEA），

是数学、运筹学、数理经济学和管理科学的一个新的交叉领域。它由A. Charnes、W. W. Cooper和E. Rhodes于1978年创建并命名。数据包络分析法使用数学规划模型评价，评价具有多个输入和输出的决策单元，判定这些决策单元是否为DEA有效，即判断这些决策单元是否位于生产可能集的“生产前沿面”上[10]。此外，可对非DEA有效的决策单元进行投影，指出其非DEA有效决策单元调整的方向和力度，为管理决策提供强有力的依据。

2 汽车电子配置方案主动评价模型

本文从普遍消费者的选择出发，以典型车型为研究对象，对不同价格级别进行电子配备率统计比较，依据技术进化理论判断生命周期阶段，定义成熟期电子配件为基本配备，婴儿期电子配件为亮点配备，选取成长期电子配件作为决策单元，运用数据包络法评价投入产出效益后择优作为可选配备。综合以上得到完整的新产品电子配置方案。

此前，南方周末杂志社联合新华信公司开展了2014年度乘用车用户汽车消费行为调查。通过对23 084份有效问卷数据的分析，获取了普遍大众消费者对购车因素、智能化、网络购车、购车资金的看法。本文选取该部分受访用户作为目标消费者。

2014年，轿车销售量达1 237.67万辆，其中畅销TOP100车型总销量为1 081.44万辆，占总数的87%※。本文选取2014年度畅销TOP100的轿车作为目标消费者选择倾向代表，统计全部在售车型，样本总量累计711例。

2.1 数据来源

不同特征用户具有不同的消费选择倾向，依据特定的调研对象可获取该部分消费群体的购买倾向等级。当调研目标为成功人士时，购买水平对应于高端轿车；调研目标为普通居民时，购买水平对应于经济型轿车。同理，调研目标为普遍群体时，购买水平则对应整体轿车市场。

2.2 电子配件产品生命周期判断

S曲线是产品技术成熟度的预测曲线，反推可得产品所处的生命周期阶段。产品技术越成熟，性能与结构越完善，制造成本下降越快，市场占有率越高。故技术成熟度可用市场占有率，即配备率表示。在此，假定不同品牌的电子配件不具有质量差异性，即拥有同等的技术成熟度。

将轿车样本以5万元为价格区间分类，针对各区间进行汽车所有电子配件的配备率统计。除个别特殊分布曲线外，配备率曲线总体呈现出三类分布状态，如图3所示。

结合技术系统进化理论分析，得到以下三类电子配件：

（1）第Ⅰ类配件在各区间内的配备率均较高（5万元以下区间由于成本所限不予考虑），处于产品技术进化的成熟期，属于保健类配件，产品性能已成熟并拥有较高的市场需求，应作为新产品的基本电子配备。

（2）第Ⅱ类配件在低价格区间中配备率较低，随着价格级别的提升，配备率呈递增状态，在高价格区间中达到较高水平，故处于成长期，属于激励类配件，是需要进行效益评价的配件。

（3）第Ⅲ类配件仅在高价格区间中出现，意味着该类技术被少数汽车品牌所掌握，技术含量偏高、成本昂贵，以牺牲成本为代价的加装没有得到广大汽车厂家的认可。这类属于婴儿期配件，亦可作为亮点配备。

上述三类对应配件见表2。

2.3 成长期电子配件投入产出效益分析

2.3.1 输入输出指标确定

数据包络模型旨在评价决策单元的相对优先次序，对于企业而言，投入并有所回报是绝对准则。因此输入指标是与成本、环境相关的因素，输出指标与产品技术、顾客需求关联密切。本文选取成本（包含配件成本和加装成本）作为输入指标，技术成熟度和用户认知度作为输出指标。其中成本取值为汽车畅销品牌4S店具体电子配件加装费用的平均水平；技术成熟度以配备率表示，此部分取值为成长期中各电子配件的市场整体配备率；用户接受度通过调研数据获取，取值为2014年度乘用车用户汽车消费行为调查中，用户对购车各需求因素（安全、便捷、舒适、交互、娱乐、节能）投票的占比率。故评价模型用于选取投入成本少、技术成熟度和用户接受度高的相对最优决策单元。

2.3.2 DEA模型计算

为使决策单元更具科学性，同时方便计算，将结构或功能相似的部分配件以模块的形式集成：制动辅助、牵引力控制、车身稳定控制和上坡辅助四个配件集成为车身稳定系统；前排侧气囊和头部气囊、电动座椅和后视镜记忆呈模块化配件。计算后按配件功能分类排序得到表3中的数据。

计算后按配件功能分类排序得到表4中的结果。

2.4 电子配置方案确定

综上所述，完整的汽车电子配置方案涵盖了基本配备、可选配备和亮点配备三个部分。其中，基本配备即为成熟期配件；可选配备可根据设定的总体或各功能类别评分阀值选取；亮点配备与企业对特定技术的掌握水平和企划车型的功能偏好定位密切相关。最后，结合竞品分析对方案做出适当

调整。

3 结论

（1）通过前置评价过程，简化了评价难度，可高效、准确地获取最优汽车电子配置方案，解决了备选方案集过大、评价指标模糊、指标权重难以精确、指标值难以量化的问题。

（2）该方法还具有良好的自适应性：可通过输入输出指标的变更对模型评价基准进行修改；可导入超效率DEA模型或“锥比率”DEA模型对投入产出过程深入研究；依据不同调研对象可获取细分消费群体的倾向配置方案。

参考文献（References）：

张良，张树有，刘晓健，等. 基于灰色关联与权重顺序交叉的复杂产品配置方案重构技术 [J]. 计算机集成制造系统，2015，21（10）：2564-2576.

ZHANG Liang，ZHANG Shuyou，LIU Xiaojian，et al. Reconstruction Technology of Configuration Design for Complex Product Based on Expanded GRA and Weighted Sequence Cross [J]. Computer Integrated Manufacturing Systems，2015，21（10）：2564-2576. （in Chinese）

姜斌，赵犁，沈建国. 面向大批量定制的产品配置系统的研究与实现 [J]. 机械设计与制造，2011（6）：260-262.

JIANG Bin，ZHAO Li，SHEN Jianguo. Research and Implementation of Product Configuration System for Mass Customization [J]. Machinery Design & Manufacture，2011（6）：260-262. （in Chinese）

袁长峰. 产品需求分析与配置设计研究 [D]. 大连：大连理工大学，2005.

YUAN Changfeng. Research on Product Requirement Analysis and Configuration Design [D]. Dalian：Dalian University of Technology，2005. （in Chinese）

薄瑞峰，李瑞琴. 不完全信息条件下产品方案评价方法 [J]. 机械设计与研究，2010，26（4）：31-33.

Bo Ruifeng，Li Ruiqin. Scheme Evaluation of Mechanical Product Using Incomplete Index Information[J]. Machine Design and Research，2010，26（4）：31-33. （in Chinese）

AYAG Z. An Integrated Approach to Evaluating Conceptual Design Alternatives in a New Development Environment [J]. International Journal of Production Research，2005，43（4）：687-713.

穆瑞. 基于质量功能配置和欧氏范数的产品方案评价 [J]. 同济大学学报（自然科学版），2011，39（1）：146-150.

MU Rui. Evaluating Product Scheme Method Based on QFD and Euclid Norm [J]. Journal of Tongji University（Natural Science），2011，39（1）：146-150. （in Chinese）

汪明天，黄美发，刘夫云. 基于层次熵与灰关联度的产品配置方案评价方法研究 [J]. 机械科学与技术，2009，28（12）：1639-1642.

WANG Mingtian，HUANG Meifa，LIU Fuyun. Evaluation of Product Configuration Based on AHP-Entropy and Grey Relation Analysis [J]. Mechanical Science and Technology for Aerospace Engineering，2009，28（12）：1639-1642. （in Chinese）

刘训涛，曹贺，陈国晶. TRIZ理论及应用 [M]. 北京：北京大学出版社，2011：51-53.

Liu Xuntao，Cao He，Chen Guojing. TRIZ Theory and Applications [M]. Beijing：Peking University press，2010：51-53. （in Chinese）

赫茨伯格. 赫茨伯格的双因素理论 [M]. 北京：中国人民大学出版社，2009：121-128.

HERZBERG. Herzberg's Two-factor Theory [M]. Beijing：China Renmin University Press，2009：121-128. （in Chinese）

魏权龄. 评价相对有效性的数据包络分析模型——DEA和网络DEA [M]. 北京：中国人民大学出版社，2012：7-26.

Wei Quanlin. Data Envelopment Analysis Model for the Relative Effectiveness Evaluating：DEA and Network DEA [M]. Beijing：China Renmin University Press，2012：7-26. （in Chinese）

CHARNES A，COOPER W W. Programming with Linear Fractional Functionals [J]. Naval Research Logistics Quarterly，1963，10（3-4）：181-186.