大数据驱动下动态QFD的模糊建模研究

Owning to the inherent fuzziness and imprecision in QFD modeling, fuzzy modeling and optimization for dynamic QFD planning will be investigated in this project based on the big data from online reviews. Firstly, considering the two dimensions from customer and customer requirements (CRs), fuzzy bi-clustering analysis is mainly employed to mine and analyze the key CRs based on the online review. Secondly, different CRs will influence the related engineering characteristics (ECs) of the new product, which will lead to the phenomenon of “evolutionary equilibrium drift”, so that this project will develop the evolutionary game model and design algorithm to determine the final importance weights of CRs. Thirdly, based on the modified genetic algorithm, a generalized fuzzy time series model is developed to forecast and analyze the dynamic CRs. Finally, to achieve the goal of maximizing the overall customer satisfaction, the players are viewed as ECs to formulate the bargaining function and to develop the fuzzy cooperative games model to set target levels of ECs in QFD. Moreover, the classical cooperative games model and fuzzy cooperative games model will be compared by a numerical example of the product design. The purpose of this project is to improve the quality of new product development by helping designers approach the real CRs based on the big data from online reviews, forecasting dynamic CRs, and facilitating the good performance in one EC to compensate for poor performance in other ECs optimally.

针对QFD系统内在的模糊性和不精确性，基于来自于在线评论的大数据，本项目主要围绕动态QFD规划进行模糊建模与优化研究。首先，基于在线评论，从顾客和顾客需求两个维度，应用模糊双聚类分析进行模糊建模，对关键顾客需求进行挖掘与分析；第二，考虑到不同顾客需求之间对产品的工程特性的相关作用，由此导致“演化均衡漂移”现象，进行演化博弈建模，设计算法，以确定顾客需求最终重要度；第三，研究基于改进遗传算法的广义模糊时间序列模型，并基于所建模型对动态顾客需求进行分析与预测；第四，为实现顾客满意度最大化，以各工程特性为博弈方，建立纳什议价函数，进而构建模糊合作博弈模型，以确定工程特性目标值，并以某产品设计为例，对经典合作博弈模型和模糊合作博弈模型进行对比分析。本项目将帮助设计者基于在线评论的大数据，不断逼近真实的顾客需求，对动态顾客需求进行预测，实现产品的各工程特性之间的最优补偿，提高新产品的设计质量。

针对QFD系统内在的模糊性和不精确性，本项目主要围绕动态QFD规划进行模糊建模与优化研究，主要研究工作有：（1）针对如何掌握关键顾客需求的问题，结合Kano模型，提出基于贪心迭代搜索的双聚类的方法进行分析。首先，针对某类产品在线评论进行筛选和过滤，确定顾客需求要素。其次，利用模糊集理论表征顾客需求，基于顾客对不同需求要素的满意度评分数值建立顾客-需求矩阵，使用传统聚类算法和双聚类算法对该矩阵进行对比研究。（2）针对区间对偶犹豫模糊多属性决策问题，提出了一种基于DEMATEL的区间对偶犹豫模糊多属性决策方法，通过生产企业选址案例验证了该方法。（3）针对属性值为区间对偶犹豫模糊语言变量的多属性决策问题，提出了一种基于区间对偶犹豫模糊语言变量Frank算子的多属性决策方法。以VR在线购房为案例，将顾客需求的自然语言描述转化为区间对偶犹豫模糊语言，运用区间对偶犹豫模糊Frank算子对顾客需求进行排序。（4）根据顾客需求重要度的模糊性和动态性，在遗传算法中加入染色体重组算子，建立了一种基于遗传算法的广义模糊时间序列模型。以某企业生产的静电吸尘器为例，研究了该模型在动态顾客需求分析中的应用。（5）建立了支付值为对偶犹豫模糊集的矩阵博弈模型，根据最大-最小策略和最小-最大策略以及对偶犹豫模糊集的相关运算，将此类模糊矩阵博弈问题转化为多目标规划问题。研究支付值为三角对偶犹豫模糊数的矩阵博弈的求解问题，建立了两个带有三角对偶犹豫模糊数的模型，根据相关运算将其转化为两个线性规划模型。通过对一个垄断产品定价问题的求解，验证了该方法的有效性。.本项目研究的科学意义主要体现在：基于在线评论，应用模糊双聚类、模糊多属性决策、模糊博弈论、广义模糊时间序列分析建模，从另一全新的角度开展模糊情境下动态QFD的智能优化研究，其工作可以为实现产品设计者与顾客的协同创新提供新的思路与方法，进一步丰富和发展了产品创新的相关理论与实践。