针对产品服务系统(Product Service System,PSS)方案评价的风险性和不确定性,提出结合累积前景理论的拓展TOPSIS方法对PSS设计方案进行评价。采用区间直觉模糊数获取并表达专家对候选方案的评价信息;将区间直觉模糊相对熵作为距离的度量,将决策矩阵转化为相对于参照点的损益决策矩阵,基于累积前景理论计算每个方案的指标综合前景值;以正理想前景值和负理想前景值为参考点,采用基于相对熵的TOPSIS方法对候选PSS方案进行排序,最后通过一个算例说明了该方法的可行性和有效性。
产品/服务配置规则获取的主要方式是用数据挖掘技术从设计实例数据库中提取.客户化服务方案配置规则为服务功能需求和方案特征间的关联规则.考虑到常用关联规则挖掘算法Apriori具有运算复杂的缺点,提出基于PIETM(Principle of Inclusion—Exclusion and Transaction Mapping)算法的配置规则挖掘方法,考虑置信度和有趣度指标,提取强关联规则.针对配置实例数据库数据量较大时,配置规则挖掘的效率会降低且会产生大量冗余规则的问题,采用二元语义模型表达定性的服务功能需求,将同类客户群的功能需求进行合并,替换多样化的功能需求,减少规则的冗余.最后以一工程机械制造企业服务方案配置规则挖掘为例,验证了所提方法的有效性.
传统物流服务供应商评价指标是专家主观确定的,没有与供应商评价的驱动因素建立关联.质量功能展开(Quality Function Deployment,QFD)用来将顾客需求及重要度转化为物流服务供应商评价指标及其重要度.采用三角模糊数处理不确定性的QFD信息,基于相对偏好关系分析进行模糊QFD计算.结合相对偏好关系分析和模糊TOPSIS方法对候选物流服务供应商进行排序.最后以某电子产品制造企业选择物流服务供应商为例,验证了所提方法的有效性.
采用质量功能展开(Quality Function Deployment,QFD)将顾客需求转化为功能需求过程中,为综合考虑顾客需求自相关关系和功能需求自相关关系,构建了基于网络分析法(Analytic Network Process,ANP)的QFD模型。采用三角模糊数处理QFD中的语义评价信息。采用模糊决策试验与实验评估法获取顾客需求自相关矩阵和功能需求自相关矩阵;利用对数最小二乘法求解模糊两两比较矩阵获取顾客需求重要度;然后建立ANP-QFD模型计算功能需求初始重要度。基于技术竞争性模糊评估信息,采用熵值法对初始重要度进行修正,计算功能需求的最终重要度。最后以某装载机功能需求重要度计算为例,验证了所提方法的有效性。
