学位论文 > 优秀研究生学位论文题录展示

基于QFD的产品设计过程

作　者: 刘晓亮
导　师: 刘晓
学　校: 东北大学
专　业: 管理科学与工程
关键词: 质量功能展开梯形模糊数计划改进率效用函数神经网络顾客满意度
分类号: F273.2
类　型: 硕士论文
年　份: 2008年
下　载: 130次
引　用: 1次
阅　读: 论文下载

内容摘要

步入21世纪,随着全球化市场的形成,市场竞争越来越激烈,用户对于产品和服务质量的要求也越来越高,满足顾客需求是企业提高产品质量的最终目的。为了将顾客对产品的需求充分体现到产品质量上,质量功能展开(QFD)得到了广泛的应用。质量功能展开(quality function deployment, QFD)是一种广泛应用的顾客需求驱动的设计、制造和质量管理的工具。企业应用质量功能展开进行质量管理将促使内部冲突的减少、研发周期时间的缩短、市场穿透力的增强、产品质量的改进和顾客满意度的提高,进而能够得到更高的收益。在本文中,首先回顾和综述了QFD在国内外的研究现状、运用领域、发展趋势,及当前存在的不足。同时针对当前QFD存在的问题,本文主要做出了下面几项工作：第一,考虑到顾客需求与技术特性之间及各项技术特性之间相关关系的不确定、模糊的特性,引入了梯形模糊数,构建了一个模糊质量屋。第二,基于该模糊质量屋的基础之上,由计划改进率作为变量,顾客满意度为目标值,考虑到资金及技术水平等约束,建立了一个线性规划模型,并用为出版社提供的纸张作为实例进行了仿真。第三,同样基于该模糊质量屋的基础之上,利用效用函数建立了一个QFD的非线性规划模型,很好的考虑到了质量屋中各项关系的非线性问题。第四,考虑到顾客需求的动态性,将神经网络引入到质量功能展开,建立了一个基于神经网络的动态QFD模型,该方法能快速地传递顾客需求的变化信息,而且编程简单,容易实现,工作量小。最后,对本文所做的工作进行了总结,指明了未来的研究方向。

全文目录

摘要  5-6
ABSTRACT  6-11
第1章绪论  11-15
  1.1 研究背景  11
  1.2 研究目地  11-12
  1.3 研究意义  12
  1.4 主要研究内容与研究方法  12-13
  1.5 本文的结构  13-15
第2章文献综述  15-29
  2.1 QFD的起源与发展  15-17
    2.1.1 在日本的起源与发展  15-16
    2.1.2 QFD在美国的发展  16-17
    2.1.3 QFD在其他欧美国家的发展  17
    2.1.4 QFD在在中国的传播和发展  17
  2.2 QFD的质量屋的结构  17-19
  2.3 QFD的方法论研究  19-21
  2.4 QFD的应用研究  21-22
  2.5 QFD的三种模式与六个代表性研究  22-25
    2.5.1 QFD的三种模式  23-24
    2.5.2 QFD的6个代表性研究  24-25
  2.6 QFD研究中存在的问题  25-29
第3章基于模糊质量屋的线性规划模型  29-51
  3.1 顾客需求的确定  30-35
    3.1.1 顾客需求的特点  30-31
    3.1.2 顾客需求信息的获取  31-32
    3.1.3 顾客需求权重的确定  32-35
  3.2 技术特性的获取和权重的确定  35-39
    3.2.1 梯形模糊数的优越性及其代数运算  36-37
    3.2.2 顾客需求与技术特性之间的模糊关系  37
    3.2.3 求解技术特性的权重期望值  37-38
    3.2.4 技术特性之间的相关性  38-39
  3.3 基于质量屋的线性规划模型  39-42
    3.3.1 顾客满意度  39-40
    3.3.2 线性规划模型的建立  40-42
  3.4 仿真验证  42-48
    3.4.1 问题描述  42-43
    3.4.2 构建该问题的质量屋  43-45
    3.4.3 模型建立、求解及分析  45-48
  3.5 本章小结  48-51
第4章基于效用函数的非线性规划模型  51-61
  4.1 规划模型的建立  51-52
  4.2 实例质量屋的建立及描述  52-54
    4.2.1 建立模糊质量屋  52-53
    4.2.2 转化为精确的质量屋  53-54
  4.3 详细求解步骤  54-59
    4.3.1 求解步骤及实例解释  54-59
    4.3.2 忽略技术特性自相关性的误差分析  59
  4.4 本章小结  59-61
第5章基于神经网络的动态QFD模型  61-73
  5.1 顾客需求的动态性  61-62
  5.2 模型的建立  62-66
    5.2.1 基于BP算法的三层前馈网络模型  62-64
    5.2.2 BP学习算法  64-65
    5.2.3 改进的BP算法  65-66
  5.3 仿真研究  66-70
    5.3.1 问题描述  66-67
    5.3.2 打火机的BP网络设计  67
    5.3.3 打火机的BP网络训练  67-70
  5.4 与传统QFD模型的比较  70-71
  5.5 本章小结  71-73
第6章结论与展望  73-77
  6.1 结论与创新点  73-74
    6.1.1 本文的主要工作或创新点  73-74
    6.1.2 本文模型的不足之处  74
  6.2 未来研究工作  74-77
参考文献  77-81
致谢  81-83
攻读硕士期间参与的科研项目  83

基于QFD的产品设计过程

内容摘要

全文目录

相似论文