模糊聚類方法在QFD中的應用

摘要：隨著QFD應用的不斷深入與發展，將模糊理論應用于QFD系統已成為QFD的重要研究方向之一。在獲取顧客需求信息的基礎上，重點研究模糊聚類方法在獲得的顧客需求信息分類中的應用，使得所分的類別更加清晰地對應技術特性。通過把模糊聚類方法應用于汽車安全帶設計開發顧客需求信息分類處理中，獲得更加合理、科學的顧客需求分類，最大化地滿足顧客對產品特性的需求。

關鍵詞：質量功能展開（QFD） 模糊聚類方法 顧客需求

0 引言

質量功能展開（QFD）是一種基于顧客需求驅動的產品開發和質量管理方法，是將市場目標與工程要求聯系起來的最好的紐帶，體現了以市場為導向，以顧客需求為產品設計開發主要依據的指導思想。隨著QFD不斷深入的應用，人們發現傳統的QFD理論和方法不能有效的處理QFD中所需的模糊化或不確定性的數據信息，這些不確定性或模糊化的信息在傳統的QFD方法中都被當作精確的數據來處理，很有可能導致錯誤的決策，具有一定的局限性。而模糊理論卻在處理模糊的、非定量化的和不確定的信息方面顯示了強大的生命力。車阿大、林志航和方勇針對傳統QFD系統存在的不足，就把模糊理論應用于QFD中，并對其中的技術特性和核心思想進行了相關的研究。目前模糊理論主要是用在質量屋信息處理中，很少用于處理所獲得的顧客需求信息中，對如何分類使顧客需求信息更加清晰、合理、科學地對應技術特性方面，并未做深入的研究，針對這些不足，本文在獲得顧客需求信息的基礎上，重點研究模糊聚類方法在顧客需求信息分類中應用，并把這種方法應用于汽車安全帶的開發設計過程中。

1 顧客需求獲取過程的分析

顧客需求信息是指顧客希望產品的外觀、顏色、功能等能滿足自己現實或潛在的需求而要求產品具有某些方面特征和特性的情感訴求。在以顧客驅動為向導的產品設計開發中，顧客需求處于首要地位，是企業進行產品設計開發的主要出發點，是市場和企業之間的橋梁。QFD小組一般通過市場調研來獲取顧客需求信息，但顧客需求信息一般是零散、非技術性、不系統的，因此對獲取的信息進行整理時要量化顧客需求，即給出顧客對各質量特性的權重，為QFD在后期的規劃過程中進行決策和分配資源提供依據。在量化的基礎上，運用模糊聚類方法對顧客需求進行分類，避免人為分類過程中的主觀性、局限性和不確定性；最后對顧客需求信息進行整理、分析，從而得到產品總體的質量特性、零部件的質量特性、屬性等。

2 模糊聚類方法

模糊聚類方法是對觀察的對象在模糊環境下按即定要求進行分類的方法。該方法是建立在模糊理論基礎之上，模糊理論里的隸屬度是一個在[0，1]區間內取值的數，通過隸屬度的大小來劃分樣本。在數據挖掘過程中，有些數據具有不確定性，由不確定性產生的數據叫做模糊數據。由于數據描述的模糊性，經典數學不能精確表達，而這種模糊數據在現實生活中又是經常出現的。因此，在數據處理過程中，利用模糊理論來處理這種模糊問題。

2.1 模糊聚類方法的步驟 QFD小組一般通過市場調查獲取大量的顧客需求信息，并運用親和圖法從顧客語言需求信息中提煉出能夠代表這些信息的具體的顧客需求，然后對獲取的信息按其相互之間的親和性（相近性）來歸納整理這些資料，并使之分類的，這種方法的主觀性太大，分類不明確。但運用模糊聚類方法，在數量化的基礎之上對顧客需求信息進行分類，使得分類更加合理、科學。

2.1.1 建立模糊相似關系矩陣。用向量cri來表示第i個顧客的二級需求分類特征的取值。設有m個顧客的論域CR=（cri1，cri2，…，crim），每個顧客需求抽取n個特征crn=（cri1，cri2，…，crin），其中crij是第i個顧客需求對應于第j個特征的數值。就要計算出被分類對象間相似程度的系數rij，采用“絕對值減數法”來計算，只要0≤rij≤1（i，j=1，2，…，n）即可。當rij=0，則cri與crj毫無相似之處；當rij=1，則cri與crj完全相似或等同；當i=j時，則cri與crj是自己與自己相似，恒取值為1。由此可得到n×n階相似矩陣R=（rij）n×n。

2.1.2 求解傳遞閉包t（R）。由步驟（1）所得的模糊相似矩陣R一般僅滿足反身性和對稱性，而不滿足傳遞性。根據模糊理論，只有模糊等價關系才可以與普通等價關系相對應。因此，需要由傳遞閉包方法求出新的模糊等價矩陣，即R的傳遞閉包，記為t（R）。

2.1.3 求Rλ在論域上的普通等價關系Rλ，進行聚類分析。由模糊數學理論可知，論域上的模糊等價關系矩陣R，對任意λ∈[0，1]，R對應的等價關系矩陣Rλ都是論域上的普通等價矩陣，而Rλ可以對論域進行劃分，當給定一個λ值，可得到一個Rλ，產生一種對論域的劃分；不同的 λ值，得到不同的Rλ，從而對論域的劃分也不相同。所以，可以根據實際需要選擇某一個λ值，進而實現對R的劃分。

2.1.4 分類。當R為模糊等價關系矩陣時，令λ從1到0變化，求出Rλ和論域的所有劃分。Rλ的具體計算方法為：當λij≥λ時，令λij=1；當λij<λ時，令λij=0，由此可得出Rλ=（rji）n×n。根據Rλ對顧客需求信息進行分類時，把子矩陣中對應的行和列全為1的元素的信息劃分為同一聚類。因此，當λ從1降到0時，分類逐步歸并，從而形成一種動態的聚類。

2.1.5 生成信息的分類圖。將上述2.1.4的聚類結果表達為顧客需求的分類圖。

2.2 模糊聚類方法的實例研究

2.2.1 分類指標的提取和顧客需求信息的向量表示。某汽車零配件公司在開發設計汽車安全帶時運用QFD對產品進行規劃和設計，并通過市場調查確定了11項顧客需求，分別為：安全帶尺寸小，節省安裝空間（cr1）、質量輕，減低總成質量（cr2）、強度高、耐磨，不易產生扭曲開裂（cr3）、清洗方便，不掉色（cr4）、材料耐高低溫、耐腐蝕（cr5）、適應于不同身材的人（cr6）、織帶長度調整方便，能夠收放自如（cr7）、帶扣結合或脫開快捷（cr8）、織帶拉出回收方便（cr9）、無氣味、無甲醛散發（cr10）、手感柔軟舒適，外觀平整（cr11）

通過對這些語言信息進行分析，用舒適性和方便性（D1）、耐久可靠性（D2）、靈敏性（D3）、環保性（D4）、小巧輕便性（D5）、適用性（D6）共六個特征指標作為一級顧客需求。根據每一顧客需求具有特性指標的程度，分別在[0，1]中取值，得出如下向量：cr1=（0.3 0 0.1 0 0.9 0） cr2=（0.3 0 0.3 0 0.9 0） cr3=（0 0.9 0 0 0 0） cr4=（0.3 0.8 0 0.1 0 0） cr5=（0 0.8 0 0.1 0 0） cr6=（0.3 0 0 0 0 0.9） cr7=（0.5 0 0.8 0 0 0） cr8=（0.5 0 0.9 0 0 0） cr9=（0.5 0 0.8 0 0 0） cr10=（0 0 0 0.9 0 0） cr11=（0.8 0 0 0 0 0）

2.2.2 建立模糊相似矩陣。為了對這些信息進行分類，通過“絕對值減數法”來計算rij，建立模糊相似矩陣。即：

rij=1-Ccr-cr，C=0.4（0≤rij≤1，i、j=1，2，…，11）。模糊相似矩陣R如下：R=rij=

1 0.92 0.12 0.24 0.12 0.24 0.28 0.24 0.28 0.12 0.40.92 1 0.04 0.16 0.04 0.16 0.36 0.32 0.36 0.04 0.320.12 0.04 1 0.8 0.92 0.16 0.12 0.08 0.12 0.28 0.320.24 0.16 0.8 1 0.88 0.28 0.24 0.2 0.24 0.24 0.440.12 0.04 0.92 0.88 1 0.16 0.12 0.08 0.12 0.36 0.320.24 0.16 0.16 0.28 0.16 1 0.24 0.2 0.24 0.16 0.440.28 0.36 0.12 0.24 0.12 0.24 1 0.96 1 0.12 0.560.24 0.32 0.08 0.2 0.08 0.2 0.96 1 0.96 0.08 0.520.28 0.36 0.12 0.24 0.12 0.24 1 0.96 1 0.12 0.560.12 0.04 0.28 0.24 0.36 0.16 0.12 0.08 0.12 1 0.32 0.4 0.32 0.32 0.44 0.32 0.44 0.56 0.52 0.56 0.32 1

2.2.3 求解傳遞閉包t（R）。使用最小最大法，通過計算得模糊相似矩陣R的傳遞閉包矩陣t（R）：r（R）=RR=R2=

1 0.92 0.32 0.4 0.32 0.4 0.4 0.4 0.4 0.32 0.40.92 1 0.32 0.32 0.32 0.32 0.36 0.36 0.36 0.32 0.40.32 0.32 1 0.92 0.92 0.32 0.32 0.32 0.32 0.36 0.44 0.4 0.32 0.92 1 0.88 0.44 0.44 0.44 0.44 0.36 0.440.32 0.32 0.92 0.88 1 0.32 0.32 0.32 0.32 0.36 0.44 0.4 0.32 0.32 0.28 0.44 1 0.44 0.44 0.44 0.32 0.44 0.4 0.36 0.32 0.24 0.44 0.44 1 0.96 1 0.32 0.56 0.4 0.36 0.32 0.2 0.44 0.44 0.96 1 0.96 0.32 0.56 0.4 0.36 0.32 0.24 0.44 0.44 1 0.96 1 0.32 0.560.32 0.32 0.36 0.24 0.36 0.32 0.32 0.32 0.32 1 0.32 0.4 0.4 0.44 0.44 0.44 0.44 0.56 0.56 0.56 0.32 1

2.2.4 求Rλ在論域上的普通等價關系Rλ，進行聚類分析及分類。①λ=0.9。要判斷某幾項顧客需求如第i、j、k項二級顧客需求是否屬同一聚類，只要將Rλ中第i、j、k項行和第i、j、k列交叉處的元素提取出來，構成新的子矩陣，若該矩陣各元素都為1，則這幾項顧客需求屬同一聚類。

Rλ=1 1 0 0 0 0 0 0 0 0 01 1 0 0 0 0 0 0 0 0 00 0 1 1 1 0 0 0 0 0 00 0 1 1 0 0 0 0 0 0 00 0 1 0 1 0 0 0 0 0 00 0 0 0 0 1 0 0 0 0 00 0 0 0 0 0 1 1 1 0 00 0 0 0 0 0 1 1 1 0 00 0 0 0 0 0 1 1 1 0 00 0 0 0 0 0 0 0 0 1 00 0 0 0 0 0 0 0 0 0 1按此標準，λ=0.9時，汽車安全帶的十一項二級顧客需求被劃分為七個類別，即：{cr1，cr2}，{cr3，cr4}，{cr5}，{cr6}，{cr7，cr8，cr9}，{cr10}，{cr11}。②λ=

0.88。汽車安全帶的十一項二級顧客需求被劃分為六個類別，即：{cr1，cr2}，{cr3，cr4，cr5}，{cr6}，{cr7，cr8，cr9}，{cr10}，{cr11}。③λ=0.36。汽車安全帶的十一項二級顧客需求被劃分為五個類別，即：{cr1，cr2}，{cr3，cr4，cr5}，{cr6，cr7，cr8，cr9}，{cr10}，{cr11}。④λ=0.3。汽車安全帶的十一項二級顧客需求被劃分為一個類別，即：{cr1，cr2，cr3，cr4，cr5，cr6，cr7，cr8，cr9，cr10，cr11}。

2.2.5 生成信息的分類圖。根據顧客需求聚類分析，生成信息分類如圖1所示。

圖1 信息分類圖

3 結論

本文在獲取顧客需求信息的基礎上，將模糊聚類方法應用于顧客需求信息的識別分類中，使得顧客需求的分類更加合理，汽車安全帶設計方向更為準確，顧客對產品的滿意度也大大提高。同時通過在汽車安全帶設計開發中，體現了模糊聚類方法在處理顧客需求模糊信息上的可靠性和科學性，為相關的企業在處理類似的信息時提供一個借鑒。

參考文獻：

[1]Karsak E E.Fuzzy Multiple Objective Programming Fram-

ework to Prioritize Design Requirements in Quality Function Deployment[J].ComputersIndustrial Engineering，2004，47（23）：149-163.

[2]熊偉.質量機能展開[M].北京：化學工業出版社，2005.3.

[3]車阿大，林志航.改進的質量功能配置——模糊質量功能配置[J].系統工程理論與實踐，1998，18（4）：131-135.

[4]車阿大，林志航，方勇.模糊理論集在QFD中的應用[J].系統工程理論方法應用，1998，7（2）：55～57.

[5]曲孝海，唐加福，陳以增.模糊動態聚類在質量功能展開（QFD）中的應用[C].第7屆全國青年管理科學與系統科學學術會議論文集，2004：330～335.