基于模糊评价信息的服务要素优化配置方法

惠春丽

（西安交通大学城市学院，西安710018）

0 引言

从20世纪以来，制造业的迅猛发展带动了服务产业的发展[1]，所以制造业转型以及产品区域服务化问题越来越受关注。近年来，国内学者对产品服务化、制造业服务转型等领域进行了一些研究。张为民等提出一种支持复杂产品优化运行的协同服务模式，强调了服务协作以响应用户的各种服务需求[2]。因为产品服务问题中涉及客户交互以及服务无形化等特点，所以沈瑾根据本体知识理论建立模型进而对产品服务的问题进行了研究[3]。产品服务方案设计是产品服务问题中的重要组成部分，对此，许多专家学者作了很多有贡献的研究。Nemoto等人提出了一个产品服务方案设计支持系统，用来对设计知识进行合理规划以及重新分配使用等[4]。Kim等人从客户的视角出发，创建了一个全新的设计框架和服务方案，尽可能的满足客户的需求[5]。Sadek等人采用知识辅助设计的方法提出产品服务方案，来满足不同设计人员的不同需求[6]。

本文围绕航空公司高端舱位的服务要素优化配置问题展开应用研究，以模糊评价以及优化配置方法等理论为研究基础，创建高端舱位服务要素优化配置模型。通过航空公司高端舱位的服务要素优化配置的实际案例研究，在考虑服务要素满足顾客需求程度的情况下，确定航空公司高端舱位的各个服务项的服务要素。

1 服务要素优化配置问题

1.1 问题描述以及服务要素的划分

本文通过问卷调查的形式，对公司现有的高端舱位的旅客进行调查，为实现提供国际一流航空服务的目标，确定一套适合当前航空服务业发展的服务设计方案。此次问卷调查的时间设定为期半年，针对不同层次的顾客发放问卷大约500份，回收有效问卷446份，回收率为89.2%。根据调查调查的结果，可以得到如表1所示的五大类顾客需求，并统计了相应的权重。

表1 高端舱位顾客需求描述

针对上述的顾客需求，对各项顾客需求进行重点的研究和分析，并通过QFD的应用将顾客需求映射到服务项，对各个服务项进行服务要素的划分，具体如下。

（1）SR1：座椅倾斜度。分为SA11（160至170度）、SA12（170至180度）和SA13（180度）三个服务要素。

（2）SR2：座位前后间距。分为SA21（165至210厘米）、SA22（210至255厘米）和SA23（255厘米以上）三个服务要素。

（3）SR3：机上WIFI。分为SA31（无）、SA32（机上局域网）和SA33（实时WIFI）三个服务要素。

（4）SR4：娱乐电视尺寸。分为SA41（9.5英寸）、SA42（10.4英寸）和SA43（11.5英寸）三个服务要素。

（5）SR5：餐食提前预定。分为SA51（不支持）和SA52（支持）两个服务要素。

（6）SR6：娱乐节目更新。分为SA61（4至7天）、SA62（1至3天）和SA63（24小时之内）三个服务要素。

（7）SR7：节目类别数量。分为SA71（4类）、SA72（8类）和SA73（12类）三个服务要素。

（8）SR8：空乘人员服务。分为SA81（3星级）、SA82（4星级）和SA83（5星级）三个服务要素。

针对给出的各个服务项的备选服务要素服务设计给出了各个服务项的备选服务要素的成本为：

单位均为万元。

1.2 符号说明

为了便于问题的说明和分析与计算，对本文的应用研究中所涉及到的符号做简单的介绍。

（6）B：服务设计方案的总成本预算。

2 基于模糊评价信息的高端舱位服务项权重确定

2.1 服务项自关联系数与关联系数的群集结

本文首先选取5位专家进行打分，5位专家的权重向量为W=(0.3,0.2,0.1,0.2,0.2)。根据专家自身掌握的技术等方面的知识，针对每个顾客需求与服务选项关联程度和各个服务选项之间的自关联程度，采用五粒度语言评价短语进行评价。然后将其转换成相应的三角模糊数，将每位专家给出的关联矩阵表示为和自关联矩阵表示为

2.2 顾客需求与服务项关联关系确定

其中：

2.3 服务项权重确定

本文依据顾客需求权重向量WCR以及顾客需求和服务项的关联矩阵给出基于模糊评价信息形式的服务项权重向量的公式为：

依据专家或者服务设计小组给出的顾客需求权重向量WCR以及规范化后的顾客需求和服务项的关联矩阵，根据公式可以得到模糊信息形式的服务项权重向量即：

3 顾客的需求程度

3.1 问卷的设计与调查

为了获取顾客群体针对各服务项中不同服务要素满足顾客需求程度，这里对高端舱位服务要素满足顾客需求程度的进行了统计。

本文根据所设定服务项SRj中各服务要素满足程度给出的评价值向量，特设计关于航空公司高端舱位服务要素优化配置调查问卷，问卷调查的对象共计500人。问卷回收后，对有效的问卷进行统计分析，统计得到有效各个服务项中各个备选服务要素满足顾客需求程度评价分值的统计表，具体见表2所示。

表2 服务要素评分统计

3.2 服务要素满足需求程度评价值分布之间的随机占优关系确定

本文首先计算不同服务项中各服务要素满足顾客需求程度评价值的概率，并求不同服务项中各服务要素满足顾客需求程度评价值的数学期望ujkj。计算结果如下页表3所示。

同理，可以求得各个备选服务要素满足顾客需求程度评价值分布信息的分布律和累计分布函数。

表3 服务要素满足顾客需求程度计算结果

通过随机占优关系可确定航空公司高端舱位各个服务项的备选服务要素的随机占优关系矩阵如下所示：

3.3 服务要素满足顾客需求程度的度量

计算各个服务项的两两服务要素评价值期望的差值，然后在此基础上计算各个服务项SRj的偏好阈值εj，其计算结果为：ε1=1.01，ε2=1.00，ε3=2.03，ε4=1.29，ε5=2.44，ε6=0.63，ε7=1.80，ε8=0.68。

表4 服务要素的、和Sjkj的值

表4 服务要素的、和Sjkj的值

4 高端舱位服务要素优化配置模型的构建与求解

4.1 优化模型的构建

为了构建航空公司高端舱位服务要素优化配置模型，本文首先公司服务设计小组给出了航空公司高端舱位服务要素的成本，总成本预算为550万元。具体如下页表5所示。

上文中分别确定了航空公司高端舱位服务项的权重和度量了航空公司高端舱位服务要素满足顾客需求程度。根据服务要素优化配置模型所需要考虑的目标函数和约束条件，结合服务要素的成本和预算，可以构建航空公司高端舱位的服务要素优化配置模型。具体地，确定服务设计方案的服务要素优化配置模型如下：

表5 高端舱位服务要素成本具体分配结果

4.2 优化模型的求解

本文根据构建的航空公司高端舱位的服务要素优化配置模型，从各个服务项的备选服务要素中选取成本最低的备选服务要素，即SA11、SA21、SA31、SA41、SA51、SA61、SA71和SA81。对应的总成本为336.2万元，小于服务设计方案所给出的预算为550万元，因而，可以判断构建的航空公司高端舱位的服务要素优化配置模型存在可行解。

为了进一步求解构建的航空公司高端舱位的服务要素优化配置模型，针对航空公司高端舱位的服务要素优化配置模型的服务项和备选服务要素的决策变量数目的实际情况，如果选用Lingo等专用的软件包的方法求解航空公司高端舱位的服务要素优化配置模型，则需要计算28=256次，计算相对比较困难。因此，针对航空公司高端舱位的服务要素优化配置模型的服务项和备选服务要素的决策变量数目比较多的实际情况，运用遗传算法进行求解。结果如下：

x11=0，x12=0，x13=1，x21=0，x22=0，x23=1，x31=0，x32=1，x33=0，x41=0，x42=0，x43=1，x51=0，x52=1，x61=0，x62=1，x63=1 x71=0，x72=1，x73=0，x81=0，x82=0，x83=1

根据航空公司高端舱位的服务要素优化配置模型的求解结果，得到航空公司高端舱位的服务要素优化配置结果为：

座椅倾斜度180度（SA13）、座位前后间距大于257厘米（SA23）、提供机上局域网（SA32）、娱乐电视尺寸为11.5英寸（SA43）、支持x63=0餐食提前预定（SA52）、娱乐节目更新周期为1至3天（SA62）、节目类别数量为8类（SA72）以及空乘人员提供5星级服务（SA83）。

最优目标函数值为：U=1.34，表明方案的服务要素满足顾客需求程度为1.34，说明该方案能够满足顾客的需求，为唯一最优的可行性方案，即航空公司高端舱位的服务要素优化配置方案。

5 结论

本文围绕航空公司高端舱位的服务要素优化配置展开应用研究。以模糊评价和优化配置方法等理论为研究基础，对航空公司高端舱位的服务要素优化配置问题进行描述，确定顾客需求与服务项关联关系。利用基于模糊评价信息确定航空公司高端舱位服务项权重，获取了航空公司高端舱位服务要素满足顾客需求程度的评价值分布信息，确定航空公司高端舱位服务要素满足需求程度评价值分布之间的随机占优关系。构建航空公司高端舱位服务要素优化配置模型，运用遗传算法对其进行求解。结果表明该方案能够很好地满足顾客的需求，是合理且可行的最优方案。

[1]邢厚媛.承接服务外包:市场前景与现实问题[J].国际经济合作,2008,(12).

[2]张为民,虞敏,Horst·Meier,樊留群.复杂设备运行的协同服务支持[J].同济大学学报:自然科学版,2008,(8).

[3]沈瑾,王丽亚,隆惠君,吴明兴,江志斌.基于神经网络规则抽取的产品服务配置规则获取[J].工业工程与管理,2012,17(3).

[4]Nemoto Y,Akasaka F,Shimomura Y.Knowledge-Based Design Support System for Conceptual Design of Product-Service Systems[M].Heidelberg:Springer,2013.

[5]KIM.Congestion Control of Differentiated Service Network[J].Acta Electronica Sinica,2010,19(1).

[6]Sadek M,Tarighat A,Sayed A H.A Leakage-Based Precoding Scheme for Downlink Multi-User MIMO Channels[J].IEEE Transactions on Wireless Communications,2007,6(5).