客戶協同產品創新中目標重要度的確定方法

馬家齊 楊 育 李 斐 謝建中，2

1.重慶大學機械傳動國家重點實驗室，重慶，400030 2.富士康科技集團，深圳，518101

0 引言

企業的產品創新設計活動正逐步由獨自完成轉向集成外部組織和資源的產品創新網絡協同進行，傳統的大規模縱向集成的產品開發模式正逐漸被客戶、供應商和制造企業組成的協同聯合開發模式取代［1］。美國麻省理工學院的von Hippel教授于2002年正式提出了 “lead user”和“customer innovation”的概念［2］，以輔助制造企業創新設計，并指出客戶協同產品創新可以有效地為企業的價值網絡增值［3］。客戶協同創新作為一種新的創新模式，充分利用客戶與專業設計人員在知識結構和創新技能方面的不對稱性，借助各種網絡化協同工作環境、創新設計工具和知識融合手段，通過客戶和專業設計人員之間的協同工作，將兩者的創新優勢進行互補并激發群體創造力，從而開發出具有高度創新性和市場主導力的新產品［4］。目前國內外學者在客戶協同創新設計領域進行了大量研究［5－11］，主要圍繞協同創新基礎理論、協同創新知識匹配以及協同創新方法等方面，但在公開文獻中對協同創新目標的系統性研究資料仍較為缺乏。

現階段的產品設計多以市場需求為主導，其目標通常以客戶需求為研究對象，重點在于如何借助各種數學方法提升客戶需求重要度的識別準確性。文獻［12］采用層次分析法和網絡分析法確定客戶需求重要度，但其為強調精確而“重復判斷”，以致方法過于繁冗；文獻［13］研究了基于二元語義理論的需求重要度確定方法，但解決多粒度語言信息時采用了模糊算子，使得主觀性較強，同時計算較為復雜；文獻［14］利用模糊理論分析客戶需求，難以保證隸屬函數及模糊數的合理性，使得客觀信息數據失真；文獻［15］應用粗糙集理論進行需求排序，但面對復雜產品的多項需求時該方法具有一定的局限性。

區別于一般的產品設計過程，客戶協同創新設計是由具有多知識背景、多創新動機的分角色創新主體共同參與，由多種創新需求共同驅動的產品創新設計方法。由于不同創新主體在創新理念與創新需求等方面存在局限性，所以導致其各自的創新目標存在較大的差異性與模糊性。同時，不同創新主體在創新知識與語言表征等方面的不一致性，也增加了協同創新目標的復雜性。基于上述原因，僅采用單一的方法或工具難以充分利用多創新主體的創新知識和創新經驗，無法準確量化創新目標重要度。

針對上述問題，本文在研究協同創新目標的基本框架基礎上，提出一種協同創新目標重要度的三階定量分析方法，并通過某手機的客戶協同創新設計實例對該方法的有效性進行了驗證。

1 創新目標體系的基本框架研究

在客戶協同產品創新設計過程中，創新主體主要由以客戶群體、專家團隊及設計團隊為主的分角色創新主體構成。其中，以客戶群體為主的創新主體包括普通客戶群、創意客戶群及領先客戶群等；以專家團隊為主的創新主體由制造領域、測試領域、設計領域及市場領域的專家所組成；以設計團隊為主的創新主體是由負責功能設計、結構設計、工藝設計等的專業設計人員所組成。

分角色創新主體有著不同的創新需求，根據其對協同產品創新的影響作用不同，可將其分為“拉動型”創新需求與“推動型”創新需求兩大基本類型。具體為：①“拉動型”創新需求主要來自于以客戶群體為主的創新主體。客戶群體結合自身對已有產品或未知產品的認識及理解，在現有體驗的基礎上所形成的創新期望主要表現為在創新功能、創新技術、造型結構等方面所提出的創新需求。“拉動型”需求直接反映了市場對產品創新的多樣化及差異化期望，為產品創新設計提供了重要參考依據。②“推動型”創新需求主要來自于以專家團隊與設計團隊為主的創新主體。面向具體的創新任務，分角色創新主體通過市場調研分析，在全面準確把握市場需求動態變化的基礎上，依靠其所擁有的領先技術或創新工具，利用各種網絡化協同工作環境、創新設計工具和知識融合手段提出創新需求。“推動型”創新需求，集高技術、高質量、高性能和高附加值于一體，能夠為客戶提供領先的服務和體驗，不斷滿足市場需求的新趨勢及新要求。

在客戶協同產品創新設計過程中，分角色創新主體對創新任務本身有著不同的創新理解和認識，因而有著不同的創新目標。可以歸納為：在滿足創新時間和創新成本的前提下，實現產品在結構、功能和技術等方面的創新，同時保證產品在全生命周期過程中具有較低的運維成本及環境友好性。因此，可將“拉動型”創新需求與“推動型”創新需求轉化為五大創新目標，分別為：經濟性創新目標、結構性創新目標、環境性創新目標、技術性創新目標、功能性創新目標，并將其分別用五個維度的向量進行描述，C＝（c1，c2，…，cc）T、T＝（t1，t2，…，tt）T、F＝ （f1，f2，…，ff）T，S＝ （s1，s2，…，ss）T，E＝（e1，e2，…，ee）T。 因此，可以建立客戶協同創新目標體系的基本框架，如圖1所示。

圖1 客戶協同創新目標體系的基本框架

如圖1所示，基本框架主要包括五個維度：①經濟性創新目標，是指創新產品在設計、制造、營銷、運行、維護等全生命周期過程中，在成本控制或費用支出等方面的創新目標；②結構性創新目標，是指對產品的造型設計、結構布置、系統構建等方面的創新目標；③功能性創新目標，是指對產品的功能系統、操作方式、工效狀態、運行模式等方面進行創新的目標；④技術性創新目標，是指在性能參數優化、產品更新換代、工藝改善等方面所進行的新技術開發及應用的目標；⑤環境性創新目標，是指在創新設計過程中，圍繞資源消費、能源消耗、環境排放等方面而設定的目標。以上五個維度是客戶協同創新目標的基本維度，可根據創新任務的不同，對創新維度進行必要的增加或刪減。

創新目標是客戶協同產品設計的基礎，將直接影響到后續的概念設計、功能設計、結構設計等過程。因此，在構建目標體系的基礎上，確定準確有效的目標重要度，是識別關鍵創新目標，提升產品協同創新效率的關鍵因素之一。

2 協同創新目標重要度的定量分析

2.1 過程框架

協同創新目標重要度的定量分析過程主要分為三個階段。三階段過程如圖2所示，其各階段思路具體如下。

圖2 協同創新目標重要度的定量分析過程框架

第一階段，確定第一層目標的基本重要度。一般情況下，主觀賦權法的客觀性較差，但具有解釋性強的優點；客觀賦權法具有精度較高的優勢，但有時會與實際情況相悖。基于此，采用基于層次分析法（analytic hierarchy process，AHP）和熵值法的主客觀綜合賦權法進行重要度的判定。一方面，采用基于AHP的主觀賦權方法，能夠有效處理難以完全定量分析的復雜決策問題，充分利用協同創新主體的創新經驗以判斷不同目標的重要程度，使判斷結果不會違背基本的創新規則與創新常識；另一方面，采用基于熵值法的客觀賦權方法計算出創新目標重要度，通過決策矩陣信息以及熵的概念客觀反映出同一系統中各項目標的差異程度，從而避免判斷結果的主觀隨意性。

第二階段，確定第二層目標的基本重要度。由于創新產品本身的不確定性與復雜性、協同創新主體在認知上的模糊性，導致創新子目標評判數值的準確性難以保證，且分角色創新主體受限于創新知識、創新經驗以及產品本身復雜程度等主客觀因素，導致其所提供的語言變量呈現非平衡態，不同創新主體語言決策信息的語義粒度并非完全一致。因此，第二層創新目標重要度采用多粒度非平衡性的語言決策方法進行計算，以解決上述問題，確保多創新主體復雜語言決策信息的準確性與一致性。

第三階段，對創新目標重要度進行修訂。創新產品是否成功，最終需要通過市場來進行檢驗。通過分析創新類型對市場滿意度之間的相互影響關系，確定出相對應的修訂因子，使得創新目標重要度更具針對性與合理性。

2.2 第一層目標重要度的確定

設有m位協同創新主體共同參與，第一層目標數量為n，且i＝1，2，…，m，j＝1，2，…，n，確定第一層目標基本重要度的具體過程如下。

2.2.1 基于AHP的基本重要度計算

（1）構造比較判斷矩陣。采用1－5整數標度定義方法來確定兩個指標之間的影響程度，可以構成判斷矩陣A＝［aij］n×n；

（2）計算特征矢量wi和最大特征值λmax，并進行一致性檢驗，若通過，則可得第一層目標的基本重要度

2.2.2 基于熵值法的基本重要度計算

（1）構造決策矩陣B＝［bij］m×n，利用b′ij＝將決策矩陣進行規范化處理，得到

（2）計算第j項目標基本重要度的熵值則ej＝lnm；

（3）令uj＝1／ej，則第j項目標基本重要度

2.2.3 基本重要度的綜合

2.3 第二層目標重要度的確定

以技術性創新維度為例，此維度共包含t個創新目標。其中第i個創新主體記為Ci（i＝1，2，…，m），第l個目標記為Tl（l＝1，2，…，t），具體計算過程如下：

（1）根據不同的創新主體在創新設計中的創新角色、創新貢獻及創新經驗的不同，得到各創新主體自身權重μi（i＝1，2，…，m）；

（2）采用多粒度非平衡性語言評價方法［16-17］構建多粒度語言初始決策矩陣R′＝［vil］m×t，其中評估標度可以表示為

（3）利用轉換函數［16］將多粒度的語言評價信息進行一致性轉換。設任意兩個給定的連續性語言標度集分別為其轉換函數可以表示為

選擇使用頻率最高的語言評價信息集合作為基本集合，通過轉換函數對其余語言評價信息進行一致化處理，可得粒度相同的決策矩陣R＝ ［vil］m×t。

（4）定量分析決策矩陣中的確定型語言變量與不確定型語言變量。借鑒T OPSIS理論中的混合排序思想［18-19］，將創新目標基本重要度向量的正負相對理想點分別記為P＋、N－，則

規則：每個讀者可搖3次，3次搖完則沒有機會中獎了。或者是每個時間節點：每個讀者可搖一次，如第一個時間節點，只搖3等獎，第二個時間節點搖2等獎，第三個時間節點，搖1等獎(具體規則可靈活變動)。

確定型語言變量：

不確定型語言變量：

確定型語言變量：

不確定型語言變量：

進一步可計算出向量vj與正負相對理想點P＋、N－之間的距離D＋l、D－l分別為

其中，ρi為每個創新主體自身的權重，可根據不同創新主體在創新任務中所處的角色地位不同而不同，通過協商共同確定。

（5）第二層技術性創新維度的創新目標的相對重要度可利用向量vl與正負相對理想點P＋、N－之間的貼近系數cl來進行描述：

對計算出的cl進行歸一化處理，可以得到第二層技術性創新維度的創新目標的相對重要度wⅡl：

2.4 重要度修訂

在確定協同創新目標重要度時，還需要考慮創新類型對市場滿意度的動態影響。市場滿意度是客戶對所購創新產品的預期期望與實際效果的最真實反映。根據市場對于產品的預期創新期望與實際創新效果之間的比較分析，可將產品創新分為四大類型，包括基本創新、重要創新、關鍵創新和簡單創新，如圖3所示。其中橫坐標為“產品創新水平”，縱坐標為“市場滿意度”。

圖3 創新的基本類型

基本創新（basic innovation）是指市場期望產品“必須要具有的”創新。如果未達到市場預期，市場滿意度會急劇下降；如果達到，市場滿意度并不會隨著此類創新水平的提高而顯著提升。主要原因在于，此類創新所表現出的是市場在產品創新方面的最基本要求，即認為產品應具備某項創新以彌補原有功能或設計上的不足。如果創新產品在這些方面未有提升，用戶就會很不滿意，相反，當產品完全滿足基本要求時，用戶已將其理解為產品應有的基本功能，也不會表現出特別滿意。重要創新（important innovation）與市場滿意度成線性函數關系，此類創新的水平越高，市場滿意度將呈線性增大。具體表現為：如果此類創新在新產品中得以實現，市場滿意度會顯著增加，反之市場的不滿也會顯著增加。區別于基本創新，重要創新并不是產品“必須要”具備的創新，但它是市場關注和期望的重點，同時也是創新主體獲取核心競爭優勢的關鍵點。關鍵創新（crucial innovation）是指市場未預料到的創新設計，這種創新往往具有獨特性和前沿性，無論在任何水平，都會提高市場滿意度。當此類創新在產品設計中得以體現，即使表現并不完善，也能使得市場滿意度急劇提高；同時若不具備此類創新，也不會帶來市場的不滿。因為關鍵創新往往由行業內處于領先地位的創新主體所提出，利用其所擁有的領先技術或創新手段進行產品的創新設計，以引導市場的潛在創新需求。簡單創新（simple innovation）是指對某產品所進行的一些簡單性的改良或者變化，但是市場對于此類創新不關心或不感興趣。

基于上述分析，創新點進行分類的具體步驟如下：

（1）識別創新類型。對某項具體的創新點，創新主體分別對其進行最初識別，標記為：BI（基本創新）、II（重要創新）、CI（關鍵創新）、SI（簡單創新）。創新主體的最初識別主要依據三個方面：一是創新主體自身的創新環境與創新基礎；二是創新主體的創新理念與創新思路；三是由于受到其他創新主體的影響，創新主體對具體創新產品及其市場的理解與判斷。

（2）預測市場滿意度。根據創新主體所提供的最初識別結果，預測某項創新點對市場的影響程度，分別記為Si和Di。其中，Si表示當產品具備某項創新時對市場滿意度的影響程度，Di表示當產品不具備某項創新時對市場滿意度的影響程度，分別用下式進行計算：

其中，ni（C）表示有n位創新主體認為第i個創新點是C類創新，即為關鍵創新。相同地，ni（I）、ni（B）、ni（S）分別表示其他三種類型創新的評判數。式（14）中，將ni（C）與ni（I）之和作為分子，主要考慮的是當某種創新產品中具有重要創新和關鍵創新時，將會極大地提升市場滿意度；與此相對應的是，式（15）將ni（B）與ni（I）之和作為分子，主要是因為當某種創新產品中不具有重要創新和基本創新時，將會極大地降低市場滿意度，而缺失關鍵創新和簡單創新，并不會帶來市場滿意度的大幅度下降。

（3）確定創新類型及修訂因子。 通過式（14）、式（15）可以分別計算出每一項創新點的Si值和Di值，亦可知Si、Di∈ （0，1）。為定量區分創新類型，可根據不同的創新任務，選取Si與Di的分界值k（0＜k＜1）。當k＝0.5時，4種基本創新類型呈以下四個象限分布，如圖4所示。

圖4 創新類型的象限分布

當0＜Si＜0.5，0＜Di＜0.5時，將其判別為“簡單創新”；當0＜Si＜0.5，0.5＜Di＜1時，將其判別為“基本創新”；當0.5＜Si＜1，0＜Di＜0.5時，將其判別為“關鍵創新”；當0.5＜Si＜1，0.5＜Di＜1時，將其判別為“重要創新”。由圖4可知，4種創新類型中，重要創新對Si和Di的影響程度最大，而簡單創新對Si和Di的影響程度最小。

為簡便起見，根據創新類型的不同，將協同創新目標的重要度的修訂因子k確定為kC＝1.5、kI＝1.2、kB＝1、kS＝0.6。將第二層目標相對重要度與k相乘，可以得到第二層目標修訂重要度

重復上述步驟，可計算出目標框架內所有創新目標的最終重要度。

3 案例研究

以某手機的創新設計為例，本次創新設計任務共有5位創新主體參與，在系統分析 “拉動型”創新需求和“推動型”創新需求的基礎上，歸納整理出創新目標體系，共包括第一層創新目標4項及第二層創新目標14項。如圖5所示。

圖5 某型號手機協同設計的創新目標體系框架

3.1 確定第一層目標基本重要度

通過計算得出λmax＝4.0484，并進行一致性檢驗，則可求出0.1248｝。

進行規范化處理，可得矩陣B′：

（4）利用幾何平均值的方法綜合上述兩類基本重要度，可得到第一層目標基本重要度

3.2 確定第二層目標重要度

以技術性創新維度為例，如圖4所示，此維度共包含5個創新目標：實現高性能圖形加速（t1）、徹底解決指紋油污殘留問題（t2）、實現裸視3D效果（t3）、提升三維空間重力感應靈敏度（t4）、實現近距離無線通訊（t5）。由于多維創新主體對創新目標的認知存在差異性，在確定其重要度時采用不同語義粒度和語言變量形式。在此采用三種非平衡語義標度集，分別為很不重要，很重要非常不重要很不重要不 重 要重要極其不重要非常不重要不重要重要非常重要極其重要｝。構建多粒度語言初始決策矩陣如表1所示。

表1 多粒度語言初始決策信息

考慮到其中3位創新主體均采用非平衡語義標度集S（4），因而將其作為基本非平衡語義標度集，利用式（2）、式（3）對多粒度語言初始決策矩陣R′進行一致化處理，可得粒度相同的語言決策矩陣R＝［vil］m×t，如表2所示。

表2 粒度相同的語言決策信息

利用式（4）～式（7）可計算出技術創新目標重要度的正負相對理想點：

根據五位創新主體在創新任務中所處的角色地位不同，通過集體投票表決得到其自身權重ρ：

利用式（8）～ 式（11），計算得出創新目標的重要度向量與P＋、N－之間的距離分別為

由式（12）計算出貼近系數cl分別為0.8399、0.6898、0.2300、0.8603.0.0581，利用式（13）進行歸一化，可得到第二層技術性創新維度的創新目標的相對重要度

3.3 修訂第二層目標重要度

利用式（14）、式（15），判定t1為基本創新、t2和t5為重要創新，t3為簡單創新，t4為關鍵創新，從而確定相對應的重要度修訂因子k，依據式（16）得到創新目標的修訂重要度進而通過歸一化處理，計算出第二層技術性創新維度中創新目標的基本重要度0.0436，0.4076，0.0220｝。利用式（17）可以計算出第二層技術性創新維度的創新目標的最終重要度F（h）：

重復上述步驟，可分別計算出另外三個維度中創新目標的最終重要度，具體計算結果如表3所示。

表3 面向客戶協同的產品創新設計目標重要度

3.4 討論

為進一步驗證上述結果的有效性與準確性，本課題小組選取了協同創新主體中具有代表性的兩家企業A和B進行跟蹤調研，其產品均主要面向中高端客戶群體。企業A采用了全部的產品創新目標。企業B為減少創新風險，降低產品成本，并未全部采用上述創新目標，去掉了F（h）值低于0.05的創新目標，但考慮到環境保護是具有重要意義的發展問題和民生問題，因此特別保留了環境性創新維度中的e2目標。

圖6 第二層目標F（h）分布圖

通過對市場調研數據及企業數據進行分析，可知企業A和企業B的產品在某區域市場中均具有較高的市場滿意度，分別為82%和80%，說明該創新目標符合市場需求，從客觀上證明了該方法的有效性；同時，企業A和企業B的產品在某區域市場中的市場占有率均處于較高水平，分別為29%和21%，但兩者之間的差距并不大，表明去掉5項重要度較低的創新目標，對產品的市場占有率影響程度并不顯著，在一定程度上驗證了該方法的準確性。

4 結語

為準確量化客戶協同產品創新中的目標重要度，本文構建了協同創新目標體系的基本框架，包括經濟性、結構性、環境性、技術性、功能性五個基本維度，從整體上將“拉動型”與“推動型”創新需求和市場創新需求納入統一的創新目標體系中。在此基礎上，提出了協同產品創新目標重要度的三階定量確定方法，第一階段采用AHP與熵值法相結合的主客觀綜合賦權，確保了創新目標的整體性與創新方向的正確性；第二階段采用多粒度非平衡性語言決策，提升了多創新主體復雜語言決策信息的一致性與準確性；第三階段通過基于“產品創新水平”與“市場滿意度”之間的內在聯系，提出了產品創新的基本類型及其識別方法，以此確定出相應的修訂因子，保證創新目標重要度的針對性與合理性。最后，通過實例驗證了該方法的可行性和有效性。該方法揭示了協同產品創新中概念設計目標框架的形成機理，為客戶協同產品創新目標重要度的確定提供了一種有效的解決辦法。

［1］Fox J L，Anglim J，Wilson J R.Mental Models，Team Mental Models and Performance：Process，Development and Future Directions［J］.Human Factors and Ergonomics in Manufacturing，2007，14（4）：331－352.

［2］Thomke S H，Hippel E V.Customers as Innovators：A New Way to Create Value［J］.Harvard Business Review，2002，80（4）：74－81.

［3］Franke N，Piller F.Value Creation by Toolkits for User Innovation and Design：The Case of the Watch Market［J］.Journal of Product Innovation，2004，21（6）：401－415.

［4］楊育，郭波，尹勝，等.客戶協同創新的內涵、概念框架及其應用研究［J］.計算機集成制造系統，2008，14（5）：944－950.Yang Yu，Guo Bo，Yin Sheng，et al.Study on Connotation and Theory Framework of Customer Collaborative Innovation［J］.Computer Integrated Manufacturing Systems，2008，14（5）：944－950.

［5］劉曉敏，檀潤華，姚立綱.產品創新概念設計集成過程模型應用研究［J］.機械工程學報，2008，44（9）：154－162.Liu Xiaomin，Tan Runhua，Yao Ligang.Application Research on Integrated Process Model for the Conceptual Design of Product Innovation［J］.Chinese Journal of Mechanical Engineering，2008，44（9）：154－162.

［6］Merrick K E.Case Studies Using Multiuser Virtual Worlds as an Innovative Platform for Collaborative Design［J］.Electronic Journal of Information Technology in Construction，2011，2（16）：165－188.

［7］王小磊，楊育，楊潔，等.協同產品創新設計中客戶知識的識別與應用［J］.重慶大學學報，2010，33（2）：52－56.Wang Xiaolei，Yang Yu，Yang Jie，et al.Customer Knowledge Identify and Application in Collaborative Product Creative Design［J］.Journal of Chongqing University，2010，33（2）：52－56.

［8］Chen Liu，Alejandro R S.Customer－driven Product Design and Evaluation Method for Collaborative Design Environments［J］.Journal of Intelligent Manufacturing，2011，22：751－764.

［9］王小磊，楊育，楊潔，等.協同產品創新設計中基于層次知識匹配的沖突消解研究［J］.中國機械工程，2010，21（20）：2488－2495.Wang Xiaolei，Yang Yu，Yang Jie，et al.Conflict Resolution Based on Hierarchical Knowledge Matching in Collaborative Product Creative Design［J］.China Mechanical Engineering，2010，21（20）：2488－2495.

［10］楊潔，楊育.產品外形設計中客戶感性認知模型及應用［J］.計算機輔助設計與圖形學學報，2010，22（3）：538－544.Yang Jie，Yang Yu.Customer’s Kansei Cognition Model in Product Shape Design［J］.Journal of Computer Aided Design ＆ Computer Graphics，2010，22（3）：538－544.

［11］Ko Y T，Yang C C，Kuo P H.A Problem－oriented Design Method for Product Innovation［J］.Concurrent Engineering，2011，（19）4：335－344.

［12］Saaty T L.Decision－making with the Ahp：Why is the Principal Eigenvector Necessary［J］.European Journal of Operational Research，2003，145（1）：85－91.

［13］李朝玲，高齊圣.質量功能展開中基于二元語義的客戶需求重要度的確定［J］.計算機集成制造系統，2009，15（6）：1202－1206.Li Zhaoling，Gao Qisheng.Importance of Customer Requirements in Quality Function Deployment Based on Two－tuple Linguistic［J］.Computer Integrated Manufacturing Systems，2009，15（6）：1202－1206.

［14］Zhang Zaifang，Chu Xuening.Fuzzy Group Decision－making for Multi－format and Multi－granularity Linguistic Judgments in Quality Function Deployment［J］.Expert Systems with Applications，2009，36（5）：9150－9158.

［15］Zhai L Y，Khoo L P，Zhong Z W.A Rough Set Enhanced Fuzzy Approach to Quality Function Deployment［J］.International Journal of Advanced Manufacturing Technology，2008，37（5）：613－624.

［16］Xu Zeshui.An Interactive Approach to Multiple Attribute Group Decision Making with Multi－Granular Uncertain Linguistic Information［J］.Group Decision and Negotiation，2009，18（2）：119－145.

［17］陳巖，樊治平，陳俠.一種基于不同粒度語言判斷矩陣的群決策方法［J］.東北大學學報（自然科學版），2007，28（7）：1057－1060.Chen Yan，Fan Zhiping，Chen Xia.A Met Hod for Group Decision－making Based on Linguistic Judgment Matrices with Different Granularities［J］.Journal of Northeastern University：Natural Science，2007，28（7）：1057－1060.

［18］Liu Y，Fan Z P.A Method for Group Decisionmaking Based on Multi－granularity Uncertain Linguistic Information［J］.Expert Systems with Applications，2010，37（5）：4000－4008.

［19］Xu Zeshui.Multiple Attribute Decision Making Based on Different Types of Linguistic Information［J］.Journal of Southeast University：English Edition，2006，22（1）：134－136.