基于結(jié)構(gòu)熵和D數(shù)理論的NPD項目復雜性模糊評價

莫泓銘

(四川民族學院 圖書館， 四川 康定 626001)

新產(chǎn)品開發(fā)(New product development，NPD)是企業(yè)生存與發(fā)展的核心戰(zhàn)略之一，也是主動適應市場需求、提升公司競爭力、助力技術(shù)提升的重要手段之一。新產(chǎn)品開發(fā)是一個非常復雜的工程。隨著科技的日新月異和社會的快速發(fā)展，新產(chǎn)品開發(fā)的要求越來越高，其復雜性也在不斷增長。傳統(tǒng)的項目管理方法不能直接對現(xiàn)代化的項目進行有效控制與管理。如何對NPD項目的復雜性進行科學有效的合理評價，對把握項目開發(fā)過程中的復雜性變化，研究項目的復雜性與其它關(guān)鍵因素之間的關(guān)聯(lián)，進而豐富完善現(xiàn)有的相關(guān)管理理論與方法，具有非常重要的現(xiàn)實意義。

目前，關(guān)于項目復雜性的評價方法大致可以分為如下三種。第一種是基于計算復雜性的評價方法[1-2]，該類方法能識別項目管理中的某些特定問題的復雜性程度，但不能全面反應項目整體的復雜性。第二類是基于項目結(jié)構(gòu)模型的評價方法[3-4]，該方法通過將項目建模實現(xiàn)對項目模型的復雜性評價，而不是直接對項目本身的復雜性評價。第三類方法是綜合評價法，Haas提出了構(gòu)建指標體系結(jié)合專家打分的方法[5]；Ludovic等基于AHP法從組織與技術(shù)這兩個層面出發(fā)構(gòu)建評價指標體系對項目的復雜性進行評價[6]。該類方法探究項目復雜性的來源，方便管理與控制項目的復雜性，綜合全面地測評項目的復雜性。然而，上述三類方法仍然存在一定的不足，諸如：關(guān)于項目復雜性的內(nèi)涵業(yè)界沒有一個統(tǒng)一的定義，從不同的角度有不同的理解，以致于沒有一個普適的評價指標體系；指標權(quán)重的確定關(guān)系到評估結(jié)果的準確性，由于項目大多具有臨時性、一次性和動態(tài)性等特點，若采用客觀權(quán)重法，則其可行性與實用性不足，而傳統(tǒng)的主觀法則受決策者主觀偏好影響，其可靠性不高。此外，在評估過程中由于專家對評價標準的理解不同，評價信息具有模糊性與不確定性。

在已有的研究中，李仕峰等提出了一種利用證據(jù)理論與結(jié)構(gòu)熵來評價NPD項目復雜性的評價方法[7]。證據(jù)理論作為不確定信息處理工具，近年來在信息融合領(lǐng)域得到了廣泛應用[8-9]。然而，證據(jù)理論在應用時仍然面臨諸多限制與不足，例如辨識框架中的元素必須互斥、證據(jù)體焦元信任度之和必須為1、一票否決等。D數(shù)理論作為一種新的不確定信息處理與表達工具，其基于證據(jù)理論框架，吸收了證據(jù)理論的優(yōu)點且克服了其限制與不足，提供了更為靈活的不確定信息表達與融合方式[10]。

基于此，本文擬提出一種基于結(jié)構(gòu)熵和D數(shù)理論的NPD項目復雜性模糊評價模型，建立NPD評價指標體系，進一步梳理NPD項目體系結(jié)構(gòu)，采用結(jié)構(gòu)熵權(quán)確定指標的權(quán)重信息。結(jié)構(gòu)熵權(quán)法是一種將定性信息與定量信息相結(jié)合的方法，其充分吸取了主觀權(quán)重法和客觀權(quán)重法的優(yōu)勢[11]。本文的研究，一方面可以進一步拓寬D數(shù)理論的應用場景，另一方面D數(shù)理論與結(jié)構(gòu)熵權(quán)法的結(jié)合，目前尚屬首次，為決策研究提供了一種新的思路。

1 預備知識

本節(jié)將主要介紹結(jié)構(gòu)熵權(quán)及D數(shù)理論的相關(guān)基礎(chǔ)知識。

1.1結(jié)構(gòu)熵理論(Structure entropy theory，SET)[11]

在評估指標體系中，指標權(quán)重反映了單一指標在指標集中的地位即重要性程度。指標權(quán)重直接反映到指標對評估結(jié)果的貢獻性大小。因而，確定指標的權(quán)重是評估體系的基礎(chǔ)。根據(jù)原始數(shù)據(jù)的來源不同，目前確定權(quán)重的方法大致可分為兩種。一是主觀賦值法，權(quán)重的原始數(shù)據(jù)來源于評估專家的經(jīng)驗判斷，如層次分析法[12]、Delphi專家調(diào)查法等，具有解釋性強，但客觀性差等特點。二是客觀賦值法，權(quán)重的原始數(shù)據(jù)來源于各指標在被測評過程的數(shù)據(jù)[13]，如熵值法、均方差法、DEMATEL法[14]、距離法等，其所得到的權(quán)重在大多數(shù)情況下準確度高，客觀性強，但有時會與實際相悖，且對結(jié)果的解釋性差。結(jié)構(gòu)熵權(quán)法是一種將主觀賦值法與客觀賦值法相結(jié)合的一種權(quán)重分配方法，其將Delphi專家調(diào)查法與模糊分析法相結(jié)合得到反應指標重要性的“典型排序”表，然后基于熵理論對典型排序結(jié)構(gòu)的不確定性進行定量分析，即盲度分析，對可能存在的偏差進行數(shù)據(jù)統(tǒng)計分析處理，最后歸一化操作即得到各指標的相應權(quán)重。結(jié)構(gòu)熵計算權(quán)重的具體步驟如下：

第一步，收集專家意見，形成“典型排序表”。采用Delphi專家調(diào)查法，向?qū)＜疫M行問卷調(diào)查，設計專家調(diào)查表，樣表如表1所示。

表1 專家調(diào)查表樣表

說明：排序號“1”說明該指標最重要，“2”次之。例，如果認為“C2”指標最重要，最在排序號“1”與“C2”指標相交的位置劃√，允許多指標指標的重要性相同，則在相應的位置劃√。

第二步，數(shù)據(jù)整理。假如有k位專家參與調(diào)查，即得到k張表格，每張表對應一個指標集，記為C={C1，C2…Cn}，則其調(diào)查結(jié)果對應的“典型排序”記為(ai1，ai2…ain)，由k張表格所得到的指標排序矩陣記為A(A=(aij)k×n，i=1，2…k，j=1，2，…n)，其中aij表示第i個專家對第j個指標Cj的評價?；诖?，運用熵理論相關(guān)原理，進一步計算其熵值，有：

①計算各專家的平均認識度。由于涉及到多位專家參與評估，則由隸屬度函數(shù)公式：

(1)

得到隸屬度矩陣B=(bij)k×n，其中，bij為aij的隸屬度。則所有專家對于指標j的平均認識度為

bj=(b1j+b2j+…bkj)/k

(2)

②計算各專家的認識盲度，即每位專家對指標認識的不確定性qj：

qj={|max(b1j，b2j…bkj)-bj+min(b1j，b2j…bkj) -bj|}/2

(3)

③計算專家對每個指標的總體認知度rj：

rj=bj(1-qj)

(4)

第三步，歸一化，則得到第j個指標Cj的權(quán)重信息wj為：

(5)

1.2 D數(shù)理論

D數(shù)理論是基于證據(jù)理論的一種新的不確定信息處理工具，其充分吸取了證據(jù)理論的優(yōu)點，而克服了證據(jù)理論的一些限制與不足，近年來在安全評估[15]、汽車評估[16]、質(zhì)量目標評估[17]、應急救援方案選擇[18]、供應商評估[19]等領(lǐng)域得到了廣泛應用。D數(shù)理論的相關(guān)概念如下：

屬性1： 交換不變性。假設有2個D數(shù)，D1={(d1，v1)…(di，vi)…(dn，vn)}和D2={(dn，vn)…(di，vi)…(d1，v1)}，他們中的元素及對應的值完全一樣，只是順序不同，即順序無關(guān)的，那么這兩個D數(shù)，D1和D2被視為相等的。

屬性2：聚集性。假設存在一個特殊的離散型的D數(shù)，D={(d1，v1)…(di，vi)…(dn，vn)}，那么其聚集可定義為：

(6)

2 基于結(jié)構(gòu)熵和D數(shù)的決策評估模型

本章將建立基于結(jié)構(gòu)熵和D數(shù)的決策評估模型(D-SET)，可分為評估準備、指標權(quán)重及信息融合等三部分，其流程如圖1所示。

圖1 D-SET決策評估模型流程

(1)評估準備。首先由組織者介紹本次評估的背景，介紹評估對象的基本情況；然后確定評估對象的指標體系，即將該評估問題體系化分解；最后向?qū)＜姨峁┮粋€語言集，待評估時使用，之所以采用語言集，主要是考慮到語言更符合人們的使用習慣，方便表達。

(2)指標權(quán)重。首先組織專家對指標評分，采用Delphi專家調(diào)查法，形成典型排序表，如表1所示；然后將收集到的專家評分數(shù)據(jù)，基于結(jié)構(gòu)熵計算，進而得到各指標的權(quán)重。

(3)信息融合。首先專家基于前期提供的語言集對評估對象進行評估，形成評估信息矩陣；然后基于D數(shù)理論對評估信息進行處理；最后分析評估結(jié)果。

3 案例應用

某地某高新企業(yè)擬立項一項新產(chǎn)品研發(fā)項目以迅速開拓并占領(lǐng)市場，提升企業(yè)競爭力。為做好該項目的前期工作，產(chǎn)品經(jīng)理擬組織專家對該項目開展項目復雜性評估[7]。

(1)評估準備。產(chǎn)品經(jīng)理邀請了多名業(yè)內(nèi)專家，并將他們分為3組，結(jié)合相關(guān)行業(yè)經(jīng)驗，對該項目進行了體系分解，分為組織管理復雜性、技術(shù)研發(fā)復雜性和市場營銷復雜性等三個一級指標，各一級指標下又細分為若干二級指標，如表2所示[16]。為專家提供語言集V，V={v1：非常小，v2：小，v3：一般，v4：大，v5：非常大}，供評估時采用。

表2 NPD 研發(fā)項目復雜性評價指標體系

(2)指標權(quán)重信息。邀請三組專家對該項目的各指標基于Delphi法打分，打分的結(jié)果如表3第1-4列所示，運用結(jié)構(gòu)熵權(quán)法，基于公式(1)-(5)，求得各指標的最終權(quán)重，如表3第5列所示。需要說明的是，表3第5列的前3行對應的是各一級指標的權(quán)重，余下各行對應的是各二級指標的全局最終權(quán)重。

表3 項目典型排序表及各指標權(quán)重

表3(續(xù))

(3)信息融合。專家組根據(jù)提供的語言集對該項目的各二級指標進行評價，評價結(jié)果如表4所示：

表4 專家組對項目的評估信息矩陣

接下來，將基于D數(shù)理論對表4所提供的評估信息矩陣進行分析處理。由于D數(shù)理論的聚集屬性不能直接處理語言信息，因而需要將語言信息轉(zhuǎn)化為數(shù)值信息。在本例中，為簡便，采用各語言信息的下標作為其對應的數(shù)值信息，即語言變量與對應數(shù)值轉(zhuǎn)化信息，如表5所示。

表5 語言信息量化表

將表4中的相關(guān)信息以D數(shù)的方式表達，以指標C11為例，專家組對其的評價信息D數(shù)表示為：

DC11，E1={(2，0.4)，(3，0.6)}DC11，E2={(2，0.7)，(3，0.3)}DC11，E3={(2，0.5)，(3，0.5)}

(7)

余下指標同理。運用D數(shù)的聚集屬性，將公式(7)進一步融合即有：I(DC11，E1)={(2×0.4)，(3×0.6)}=2.6I(DC11，E2)={(2×0.7)，(3×0.3)}=2.3I(DC11，E3)={(2×0.5)，(3×0.5)}=2.5

(8)

表4可進一步整理為表6：

表6 專家評估信息表(D數(shù)整合部分)

(9)其中wi為對應權(quán)重信息。以專家組E1為例，有：I(E1)=w11×C11+w12×C12+w13×C13+w14×C14+w15×C15+w16×C16 +w21×C21+w22×C22+w23×C23+w24×C24+w25×C25+w26×C26 +w31×C31+w32×C32+w33×C33+w34×C34 =0.0516×2.6+0.0449×1.1+0.0534×3.2+0.0534×1.8+0.0586×301+0.0610×3.7 +0.0761×3.9+0.0669×3.7+0.0613×4.0+0.0729×4.4+0.0729×3.8+0.0512×2.3 +0.0781×3.7+0.0781×3.9+0.0652×2.9+0.0481 =3.2502

(10)

同理專家組E2和E3的最終評價聚集值為：

I(E2)=3.3014，I(E3)=3.1528

(11)

綜合平均三個專家組的意見，則該項目的最終評價得分為：

I=(I(E1)+I(E2)+I(E3))÷3=(3.2502+3.3014+3.1528) ÷3=3.1390

(12)

結(jié)合表5可知，該項目的綜合復雜性得分為3.1390。因為3<3.1390<4，所以該項目的復雜性介于“一般”與“大”之間，偏一般，即該項目的復雜性是可接受的，專家組向產(chǎn)品推薦進行該項目的研發(fā)。

D-SET決策評估模型的評估結(jié)果與“證據(jù)理論-結(jié)構(gòu)熵”模型[7]的評估結(jié)果一致，證明了該方法的有效性。本文識別的結(jié)果為精確數(shù)的形式，簡明直觀，而“證據(jù)理論-結(jié)構(gòu)熵”模型評估的結(jié)果為評價等級的有序劃分，需進一步借助置信度識別準則才能識別。

從一級權(quán)重信息來看，由表3可知，在新產(chǎn)品的研究過程中，技術(shù)研發(fā)復雜性(C2)最為重要，這是因為新產(chǎn)品必然要涉及到新技術(shù)，這里的新技術(shù)是指與前期存在的產(chǎn)品相比，所需要的不管是從技術(shù)上的改進還是引入全新的技術(shù)。組織管理復雜性(C1)次之，這是因為合作或組織管理在新產(chǎn)品的研發(fā)中有著重要的作用，解決了技術(shù)難題后，如何依靠組織進一步實施仍然是值得思考的問題。最后是市場營銷復雜性(C3)，當新產(chǎn)品成功研發(fā)問世后，如何將其更好地推向市場，接受市場的檢驗，贏得市場，這一切都要依賴于前期成熟的技術(shù)與良好的組織管理。從二級指標的全局信息來看，排在前5位的分別是融合創(chuàng)新(C24)、目標市場(C31)、競爭對手(C32)、產(chǎn)品設計(C21)、知識轉(zhuǎn)化(C25)，可見成功的新產(chǎn)品研發(fā)與研究所涉及的技術(shù)方法、市場定位、同質(zhì)化情況、技術(shù)含量和技術(shù)落地等緊密相關(guān)。而從各專家的評估結(jié)果來看，由表6可知，在新產(chǎn)品研究的復雜性評估中，專家組比較看中技術(shù)復雜性，因為如果技術(shù)條件不滿足，則無法保證新產(chǎn)品的順利研發(fā)。通過上述分析可知，不管是從一級指標的權(quán)重分布、二級指標的權(quán)重分配和專家組對各二級指標的評估，都與新產(chǎn)品研發(fā)所涉及的實際問題緊密相聯(lián)，符合實際情況，從另一方面證明了本文提出的方法的有效性、實用性及結(jié)果的可靠性。

4 結(jié)語

新產(chǎn)品的研發(fā)有利于擴大企業(yè)知名度，適應市場需要，提升企業(yè)競爭力。而新產(chǎn)品研發(fā)項目的復雜性評估是非常有必要的，其關(guān)系到該項目能否從理論規(guī)劃走向?qū)嶋H落地。而新產(chǎn)品研發(fā)項目復雜性評價的落腳點在于建立合適的指標評價體系，對各指標的權(quán)重測定與評價，其中信息的不確定甚至不一致是難免的。本文基于相關(guān)研究，構(gòu)建新產(chǎn)品研發(fā)評價體系，運用Delphi法對各指標打分，再采用結(jié)構(gòu)熵權(quán)法來獲得各指標的權(quán)重。邀請專家對各指標進行評估，為方便專家評估，提供了語言信息集，供專家在評估時采用。鑒于D數(shù)理論在信息處理方面的優(yōu)勢，充分利用并改進了D數(shù)的聚集屬性。基于D數(shù)理論的信息處理方式，簡化了信息處理流程，降低了評估難度，提升了工作效率。本文提出的D數(shù)和結(jié)構(gòu)熵的決策評估模型提供了一個開放的框架，其不僅適用于NPD項目復雜性評估，還可以推廣應用到其他的決策評估領(lǐng)域。需要說明的時，在本文中，僅考慮了指標的權(quán)重而沒有考慮專家的權(quán)重，換句話說認為各專家的意見是同等重要的，在今后的應用中可根據(jù)實際情況為不同的專家賦予不同的權(quán)重。