新产品开发方案的模糊综合评价法.doc

新产品开发方案的模糊综合评价法 唐　莉 摘要：采用模糊综合评判法及可信因子综合法，从技术性能指标、财务指标、市场环境指标、社会生态评价指标4个方面对新产品开发方案做出了综合评价，可信因子及其综合方法的引入，加强了对判断结果准确度的监督。结合某防火门厂开发新产品的实例进行了验证。关键词：新产品；模糊综合评判；隶属度；可信因子中图分类号：N32文献标识码：A文章编号：1000-9779(1999)03-0073-04 Fuzzy Synthetic Judge about New Product Development Plan TANG Li（Financial and Economic Affairs Dept., Changsha Comm. Univ., Changsha 410076, China） Abstract： The author does a synthetic judge about new product development plan by using fuzzy synthetic judge and believe factor synthesis from four aspects: technology performance index、financial affairs index、market environment index、social ecologial judge index. Examples are given.Key words： new product； fuzzy synthetic judge; subordinate to degree; believe factor 　随着科学技术的迅猛发展，新产品开发具有特别重要的意义。运用模糊数学的一种具体应用方法——模糊综合评判法［1］，结合可信因子综合方法，可提高新产品开发的成功率。1　基本原理　　模糊性是事物相对性的一种数学描述，模糊集是具有某种性质的界限不明确的事物和现象的集合。隶属度是指一个元素属于某一模糊集合的程度或资格。模糊矩阵又称模糊关系矩阵。模糊关系是指事实上存在，但又不能清晰确定，不能用普通有序对集合描述的关系。设U=(u1，u2，…，un)，V=(v1，v2，…，vm)，rij代表元素集合描述ui和vj具有模糊关系的程度，则从U到V的模糊关系矩阵为： 这里：U为评价因素集；V为抉择语等级集；rij为单独考虑因素ui时，ui的评价对等级vj的录属度；R又称为总评价矩阵。　　模糊变换 B=A。R=(b1，b2，…，bm) 为综合评价的数学模型。式中：A是各评判因素权重的向量；R为各评判因素对各评语的隶属度；B是综合评判的结果。　　R中元素rij既代表ui关于vj的“隶属程度”，也反映了评判ui为vj的集中程度，可将其量化作为一个重要参数体现在最终的评判结果中。称反映这种集中程度的量为“可信因子”或“信度”。　　权数A的确定方法可采用Dilphy法、FD法、判断矩阵法、AHP法等。确定信度的方法可用表1表示［2］。其中等级1可代表十分重要，…，等级N为极不重要等。 表1　重要性等级表 重要性等级 选择栏 等级1等级2等级3…等级N 　 等级量化后，对应于［0，1］闭区间上N次平分。如N取5，则依次得到［0.0，0.2］，［0.2，0.4］，［0.4，0.6］，［0.6，0.8］，［0.8，1.0］。要求每个评判者对ui(i=1，2，…，n)的重要性等级给出选择，填入重要性等级表相应栏中，对各栏票数进行统计，再进行归一化处理。例如u3代表产品竞争能力，统计出各等级票数pij(j=1，2，…，n)为(3，6，0，0，0)，归一化得数组{pi1/k,pi2/k,…,pin/k}，即(3/9，6/9，0， 0，0)。可取权重向量ai的信度max(pij/k)(j=1,2,…,n)。对权重向量A={a1,a2,…,an}（ai=1）就有对应的信度向量{c1，c2，…，cn}。下面对可信因子进行综合。　　对于B=AR={b1,b2,…,bm}，其信度合成为：Hi=εmax{θ1i,θ2i,…,θmi}+〔(1-ε)/n〕θji　　i=1,2,…,m(1) 其中： θij=εmin{cj,rij}+(1-ε)(cj+rij)/2　　j=1,2,…，n(2) ε可如下配置： ε=1-min{c1，c2，…，cn} 得到信度的评判结果： 当出现多峰值时，按最大隶属度法难以确定，但通过可信因子综合，可判定归属等级。　　在新产品开发决策中，利用综合评判模型进行综合评判，可避免企业只考虑利润最大化，而是将综合效益作为企业目标，并且使决策者一开始就从整体角度对该种新产品开发进程有较深刻的了解，对