A group multi-granularity linguistic-based methodology for prioritizing engineering characteristics under uncertainties
A group multi-granularity linguistic-based methodology for prioritizing engineering characteristics under uncertainties
复制标题
一种基于多粒度语言的群体方法，用于在不确定性下优先考虑工程特性
DOI：
10.1016/j.cie.2015.11.012
复制
发表时间：
2016
影响因子：
7.9
通讯作者：
Pu Yun
中科院分区：
文献类型：
--
作者：
Wang Zeng-Qiang;Fung Richard Y K;Li Yan-Lai;Pu Yun
质量功能展开（QFD）是一种客户驱动的产品开发工具。工程特性排序是QFD中的一个重要环节。然而，QFD中的复杂性和不精确性因素给环境因素排序的分析过程带来了许多困难。尽管已经应用了不同的技术来确定EC的重要性，但它们并不能完全表达所涉及的所有偏好，这可能会影响结果的精确性。为了有效地解决产品开发早期的模糊信息，提出了一种基于多粒度语言的群体决策方法，使客户或开发人员能够使用不同的语言标签集表达他们的偏好。使用不同的语言标签集虽然使过程更加复杂，但更有意义，更实用。显然，该方法不仅可以有效地反映模糊信息，而且可以避免信息丢失的风险。建议的方法使用两个阶段的框架，以确定优先级的CR和评估的优先级的EC。最后通过实例验证了该方法的可行性和有效性。所提出的方法是上级现有的方法在鲁棒性方面。
Quality Function Deployment (QFD) is a customer driven tool for product development. Prioritizing Engineering Characteristics (ECs) is a crucial stage in QFD. However, the complex and imprecise factors in QFD present many difficulties for the analysis process of ranking ECs. Even though different techniques have been applied to determine the importance of ECs, they do not fully express all the preferences involved, which could affect the preciseness of results. To address the vague information at the early stage of product development effectively, this paper presents a group multi-granular linguistic-based approach to enable customers or developers to express their preferences using different linguistic label sets. Using different linguistic label sets although makes the process more complicated, it is more meaningful and more practical. Apparently, the proposed method may not only reflect the vague information effectively, but also avoid the risk of information loss. The proposed approach uses a two-phase framework to determine the priority of CRs and evaluate the priority of ECs. A case example is given to illustrate the feasibility and validity of the proposed method. The proposed approach is superior to the existing approach in terms of robustness.
登录
查看更多内容
影响因子：
8.3
作者：
Kwong, CK;Bai, H
通讯作者：
Bai, H
DOI：
10.1017/s0890060404040077
发表时间：
2004-02
期刊：
Artificial Intelligence for Engineering Design, Analysis and Manufacturing
影响因子：
--
作者：
X. Zha;Ram D. Sriram;W. Lu
通讯作者：
X. Zha;Ram D. Sriram;W. Lu
DOI：
10.1016/j.eswa.2011.04.095
发表时间：
2011-11
期刊：
Expert Syst. Appl.
影响因子：
--
作者：
Qi Wu
通讯作者：
Qi Wu
DOI：
10.1016/j.eswa.2009.02.094
发表时间：
2009-10
期刊：
Expert Syst. Appl.
影响因子：
--
作者：
C. Kwong;T. C. Wong;Kit Yan Chan
通讯作者：
C. Kwong;T. C. Wong;Kit Yan Chan
影响因子：
12
作者：
F. Partovi
通讯作者：
F. Partovi