基于改进的质量屋和TOPSIS法新产品概念决策

于英楠+魏红芹

摘 要：在新产品研发过程中，综合考虑顾客需求与专家知识，提出基于改进的质量屋与模糊逼近理想解排序法的产品概念选型方法。通过层次分析法确定质量屋的顾客需求权重，建立关联矩阵进行顾客需求向产品技术特征的转换，将质量屋的输出结果应用于概念模型的决策矩阵，利用所输出的技术特征权重值进行模糊逼近理想解法的综合排序。将此方法应用于某手机品牌的产品研发方案的筛选，为企业新产品研发提供决策参考。

关键词：质量屋；层次分析法；理想解逼近排序法

中图分类号：F27

文献标识码：A

doi：10.19311/j.cnki.1672-3198.2016.32.025

1 引言

随着4G网络的广泛覆盖，智能手机市场在2015年中实现了快速增长，根据中国信息通信研究院统计数据显示，2015年我国手机出货量高达5.18亿部，较2014年增长14.6%。另一方面，近年来，华为、小米等国产智能手机品牌凭借良好的运营模式、精细的技术手段以及适中的价格水平越来越受到我国用户的青睐，据统计，2015年国产手机品牌的市场份额高达80%。但同时，科技的迅猛发展也让用户对于手机新产品有了多核化、大屏化等更高的要求，再加上中国的智能手机市场正慢慢趋于饱和，首次购买智能手机的顾客不断减少，吸引用户二次购买手机成为手机市场的主要驱动。因此，基于消费者需求研发智能手机新产品，并对新产品研发方案进行高效决策，成为我国手机品牌商需要高度重视的问题。

在产品研发的一般过程中，新产品概念的设计是十分重要的。在产品概念的形成时期，考虑到设计环境的复杂性、顾客需求的多样性潜在市场的不确定性，开发团队能够设计出若干个可行的产品概念方案。为了保证向后续流程中推进的是最优的产品方案，提升新产品研发的效率和成功率，应当选择合适的决策方法对概念模型进行选择。近年来，很多学者对产品概念模型的决策进行了深入的研究并提出了很多具有价值的方法，张江涛提出以TOPSIS方法为基础，通过定量和定性相结合的分析方法进行产品方案决策，王静等建立加权模糊逻辑模型对产品开发方案进行决策，姜艳萍等依据前景理论和竞争产品的评价信息建立了概念评价体系，通过前景值对产品方案进行选择，冯珍等提出让顾客参与，通过质量功能配置逆过程的方法评估和选择新产品概念研发项目，崔勇等提出通过模糊群决策的质量屋模型进行新产品研发方案的筛选。

从已有的研究成果可以看出，大多数研究方法基于已有的专家经验围绕产品自身技术进行方案决策，但这些方法忽略了消费者对于产品的多样化需求，同时也有研究提出了顾客参与的方法以尽可能满足消费者对产品的需求，但忽略了专家对于产品开发的决定性意见。因此，为了研发满足顾客需求的新产品，并实现顾客需求与专家经验知识的耦合决策，本文采用模糊质量屋（house of quality，HOQ）与模糊逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）相结合的决策方法，使用层次分析法确定质量屋中顾客各项需求及其权重，并通过模糊质量屋进行顾客需求向技术特征的转换与传递，将质量屋输出的技术特征权重应用到基于三角模糊的TOPSIS方法中，由此获得能够充分体现顾客需求的方案排序结果。

2 改进的质量屋模型的建立

2.1 顾客需求的选取及权重的确定

顾客需求项及其综合权重是质量屋的最基本最关键的输入，需要通过真实的市场调查收集原始需求信息，并采用适当的科学方法进行处理，从而准确的表达顾客需求及偏好，为质量屋的准确输出打牢基础。为实现这一目的，本文通过前期市场调研了解当前用户对于智能手机的主要需求，并整理为手机产品外观设计、手机硬件配置和手机功能配置三个方面，细分为14项顾客需求指标为质量屋模型的顾客需求输入（如图1）。同时，采用层次分析法确定质量屋的需求权重输入，应用层次分析法对市场调研所收集整理的数据进行分析以反应顾客不同需求的重要程度并作为质量屋模型顾客需求项及其权重的输入。

根据图1的用户需求层次图及市场调研结果的统计分析构建层次两两比较矩阵。考虑到顾客需求的多样性和主观上的片面性，判断矩阵往往会存在一定的误差，因此，为了使判断结果与实际情况相吻合，避免权重分配不合理，需要对判断矩阵进行一致性检验。定义一致性检验的公式为：

CR=CIRI=λmax-n（n-1）RI（1）

其中，n为判断矩阵的阶数，CI为一致性检验指标，RI为平均随机一致性指标，λmax為矩阵最大特征根。当CR>0.1时，认为判断矩阵不符合一致性检验，需要对矩阵进行微调使判断矩阵符合一致性检验，否则，若判断矩阵满足一致性检验，两两比较矩阵符合数学逻辑，可以根据此判断矩阵进行权值的计算，从而求得权重向量，记为W=（wc1，wc2，…，wcm）T，∑mi=1wci=1，所求的权重向量即为质量屋的顾客需求权重输入。

2.2 基于质量屋的新产品技术特性权重求解

质量屋模型主要用于构建客户的产品需求与实现这些客户需求的功能特性之间的相互关系，从而确定出哪些客户需求能够通过功能特性得到满足，哪些是有待继续研发、改良工艺的需求。本文通过质量屋模型将顾客需求及其权重转化为相对应的智能手机产品的技术特性及其权重，因此仅用到质量屋模型中的左墙（客户需求）、房间（关系矩阵）和地下室（技术特性权重），具体结构如图2所示。

质量屋中顾客需求向产品技术特征转换处于概念设计的早期阶段，通常由专家团队对两者之间的转化关系进行评价，在信息环境不确定、用户主观意识复杂、专家评价语义模糊的情况下，传统质量屋中表示顾客需求与技术特性之间弱、中、强关系程度时所采用的1-5-9离散标度的方法往往会影响权重输出的准确度。因此本文中在使用层次分析法确定顾客需求权重的同时，对顾客需求与技术特性相关性进行了一定的模糊处理，引入语言变量的概念和模糊集的理论方法，将专家的概念评价通过模糊逻辑转化成数值，进而提高质量屋输出的准确性。

在目前的学术研究中，有多种模糊方法被广泛应用，如三角隶属函数、高斯隶属函数、梯形隶属函数等，这些方法各有其特点和适应性。在本文中，采用了三角模糊数对顾客需求-技术特性矩阵进行确立，在后期，本文将同样使用三角模糊数对TOPSIS模型中非精确技术输入进行模糊处理。

在质量屋模型阶段构建阶段，设专家评价的语义模糊集U=SP，WP，P，M，其中SP表示强相关，用三角模糊数（0.6，0.8，1）表示，P表示相关，用三角模糊数（0.4，0.6，0.8）表示，WP表示弱相关，用三角模糊数（0.2，0.4，0.6）表示，M表示不相关，用三角模糊数（0，0，0）表示。由专家小组确定第i项客户需求与第j项技术特性的关联程度为rij，rij∈U为三角模糊数，则在质量屋中顾客需求-技术特性的模糊关联矩阵为R=（rij）m×n。根据QFD理论，技术特征的权重Wt会通过顾客需求权重Wc和顾客需求-技术特性关联矩阵R计算得出，公式为：

Wt=R×Wc（2）

通过模糊质量屋模型转化得出的智能手机技术特征权重Wt将作为基于三角模糊TOPSIS算法的权重输入。

3 基于三角模糊的TOPSIS的决策分析

在新产品概念选型这一环节中，需要对若干个多指标产品研发概念模型进行排序选择，本文选择应用TOPSIS排序方法，通过相对接近度的概念来考虑不同方案与理想方案的距离。TOPSIS法是一种逼近理想解的排序方法，是由Yoon和Hwang提出的处理多属性决策问题的多方案排序和选择的经典方法之一，它以方案全集的正负理想解为统一参照基准来建立偏好关系。

由于新产品研发的过程中，部分参数不能用精确的数字所表示，对于TOPSIS中距离的计算有一定影响，因此，本文结合相关技术特性的实际市场反馈和专家评价对此类技术特性的表达进行模糊处理，引入语言变量的概念和模糊集的理论方法，将专家的评价通过模糊逻辑转化成数值，进而提高TOPSIS方法的准确性和客观性。

3.1 构建选择评价语言集及三角模糊评价矩阵

设备选方案集为M={M1，M2，…，Mk}，即需要对k个备选方案进行合理排序，以程度语言构建评价语集W={VP，MP，P，M，MG，G，VG}，并将评价语言集转化为三角模糊数。准则评语所对应的三角模糊数如表1所示。

3.2 基于三角模糊的TOPSIS排序模型及方案选择

由于新产品的部分技术参数无法直接用准确数值表示的问题，本文已采用对专家打分进行模糊处理方法解决，因此构建TOPSIS模型进行方案排序时，通过三角模糊语言评价集对标准TOPSIS模型的主要流程进行一定的改进和优化。具体步骤如下。

3.2.1 对方案准则模糊矩阵进行规范化处理

为了消除不同物理量纲对决策问题的影响，需要对决策矩阵进行规范化处理。在模糊TOPSIS中，本文将规范化处理指标分为三类，第一类为可以用精确数字表示的技术特性，用A表示，这一类型指标的规范化处理方式与标准TOPSIS模型方法相同，如式（4）所示；第二类为模糊评价效益型技术特性，用B表示，此类指标表示的含义为数值越大越好，规范化算法为式（5）所示；第三类为模糊评价成本型技术特性，用C表示，此类指标表示的含义为数值越小越好，规范化算法为式（6）所示。

3.2.4 计算相对贴近度SCi并进行新产品研发方案排序决策

根据步骤3中求得的各个目标值与正理想解的距离Si+和各个目标值与负理想解的距离Si-可以求解各个新产品研发方案的相对贴近度SCi。根据相对贴近度SCi的大小进行排序，选择SCi最大的方案为最优决策方案，即距离负理想解最远的方案。

4 实例分析

通过市场调研发现，目前消费者对于手机价位的选择在1500-2500元之间居多，因此本文以在此价格区间的某手机公司智能手机新产品为例，应用此模型进行决策分析。该智能手机公司基于现有市场需求及以往的产品销售情况进行新款智能手机的研发，目前产品研发处于概念模型选择阶段，综合考虑公司技术成熟度、产品创新度以及成本费用等各方因素确定M1，M2，M3，M4，M5，M6，M7七个备选方案。

4.1 基于层次分析法智能手机需求权重

根据调查问卷和访谈法对智能手机的顾客需求进行市场调研，将数据进行分析整理，归纳总结出顾客的主要需求集中于手机外观设计、运行配置、功能配置三个方面，细分为14项顾客需求指标，并根据问卷数据结果进行层次分析。通过层次分析法的计算，判断矩阵通过一致性检验，可得顾客需求权重如表2所示。

4.3 基于模糊TOPSIS的产品研发方案的优劣排序及筛选

手机品牌商对于手机新产品的研发给出了7个备选方案，由于涉及企业隐私，本文不直接列举备选方案的各项参数指标，由于部分指标无法直接用数据显示，因此由专家对其进行评价并用三角模糊数对其评价进行模糊处理，经过三角模糊以及对其他参数的数据转化以及进一步数据处理可以得出备选方案的决策矩阵表3所示。

参考文献

[1]Pahl G，Beitz W，Feldhusen J，et al.Engineering design： A systematic approach[J].Nasa Sti/recon Technical Report A，2007，89（133）：63-64.

[2]张江涛.基于TOPSIS方法的新产品开发决策问题研究[J].价值工程，2012，31（16）：99-100.

[3]王静，李华.基于模糊逻辑推理的新产品开发方案决策方法[J].工业工程，2006，9（2）：111-115.

[4]姜艷萍，程树磊.基于前景理论的新产品开发方案选择方法[J].管理学报，2012，09（5）：767-771.

[5]冯珍，张所地.顾客参与的新产品概念研发项目的评估和选择[J].科技管理研究，2010，30（11）：166-167.

[6]崔勇，孙枫.基于模糊群决策的质量屋方案选择模型[J].中国机械工程，2007，18（7）：807-811.

[7]郭茜，王增强，蒲云.基于质量屋与排序组织法的产品概念决策方法[J].中国机械工程，2014（18）.

[8]史腾欢.基于Fuzzy-QFD的食品冷链物流服务供应商选择方法研究[D].南京：南京航空航天大学，2014.

[9]孙昭旭，韩敏.不完全信息下的群体多属性决策方法[J].系统工程与电子技术，2007，29（7）：1098-1101.

[10]Chen C T.Extensions of the TOPSIS for group decision-making under fuzzy environment[J].Fuzzy Sets & Systems，2000，114（1）：1-9.

[11]Mahdavi I，Mahdavi-Amiri N，Heidarzade A，et al.Designing a model of fuzzy TOPSIS in multiple criteria decision making[J].Applied Mathematics & Computation，2008，206（2）：607-617.

[12]仇国芳，葛婷.基于三角模糊数的TOPSIS建筑逆向物流运作模式选择[J].物流技术，2015，（19）：94-97.