市場競爭性評價矩陣定性指標計算
定性指標定量化方法很多，如專家評分、模糊評價、層次分析法等，因單指標賦值會給評價結果帶來偏差，而模糊評價中模糊隸屬度函數，得出此過程極大程度地受到了主觀因素的影響，這樣直接導致了決策結果難以保證科學合理。因此，本文運用云模型表示決策者提供的評價信息，有效解決了市場競爭矩陣中定性指標定量化處理問題。云模型是定性概念與定量描述的不確定性模型,該模型把模糊性和隨機性融合在一起，以實現定量和定性分析。云的數字特征通常是由如下幾個參數來表示的：期望值盡、熵盡、超熵乂。其中，期望值指的是屬性概念在論域的中心位置，是一個最有利于體現這一概念的參數；熵是對屬性概念的模糊程度進行衡量的參數，體現的是被屬性概念所接受的范圍；超熵是云滴的離散程度的參數，表明了屬性概念隨機性和模糊性的關聯。借助/H立專家對定性指標進行語言型評判，各個語言型評價值都有一個云模型與其對應，那么A個語言型評價值便可通過一個綜合云模型進行表示[122]，借助故障數據計算，按照同樣方法，可知國外和國內同類機床產品MTBF和維修時間值，同時基于故障數據，由4家用戶對三種機床在各個指標上的表現進行滿意度的賦值打分（其中定量指標值通過計算給定，這是因為機床在MTBF和維修時間指標上并不存在統一評判標準，故此處直接給出定量值），如表3.12所示。表3.12指標語言值評價結果 用戶可用 待評產品 國外同類產品 國內同類產品 性需求 1 2 3 4 1 2 3 4 1 2 3 4 MTBF 659 659 659 659 1576 1576 1576 1576 664 664 664 664 精度保持性 一般 一般 一般 一般 較好 較好 一般 一般 一般 一般 一般 一般 故障診斷 一般 較好 較好 一般 較好 較好 好 好 一般 一般 一般 一般 維修難易程度 較差 較差 一般 一般 一般 一般 較好 較好 較差 較差 差 差 符合維修的人機環工程要求 一般 較差 較差 一般 較好 較好 較好 較好 一般 較好 較好 一般 維修費用 較好 較好 一般 一般 較差 較差 差 差 一般 較好 較好 一般 維修時間 53.9 53.9 53.9 53.9 28.7 28.7 28.7 28.7 30.4 30.4 30.4 30.4 將各語言值通過云模型反映出來，為最終的評價結果，結合整機MTBF， 通過式（3-48)得出定性指標的期望值，并將其作維修時間的具體數值，得到3個企業7個指標構成 的初始決策矩陣，即市場競爭性評價矩陣，見表3.13。在該矩陣中，國內外同類產品的定量值通過樣本數據計算以及評分得到，具體方法參考本系列機床產品。表3.13指標初始決策矩陣 加工中心用戶可用性需求 待評產品 國外同類產品 國內同類產品 MTBF 659 1576 664 精度保持性 0.5000 0.6187 0.5000 故障診斷 0.6187 0.8823 0.5000 維修難易程度 0.3813 0.6187 0.1177 符合維修的人機環工程要求 0.3813 0.6910 0.6187 維修費用 0.6187 0.1177 0.6187 維修時間 53.9 28.7 30.9 本文采摘自“基于QFD的加工中心可用性保障技術研究”，因為編輯困難導致有些函數、表格、圖片、內容無法顯示，有需要者可以在網絡中查找相關文章！本文由海天精工整理發表文章均來自網絡僅供學習參考，轉載請注明！相關內容可查閱：主頁（加工中心）、產品頁（CNC加工中心）、文章頁（精工加工中心）