Resumen

El despliegue de la función de calidad (QFD) es un enfoque orientado al cliente para el diseño y desarrollo de productos. Un proceso de análisis QFD incluye una serie de subprocesos, como la determinación de la importancia de los requisitos del cliente (CR), la correlación entre las características de ingeniería (EC) y la relación entre CR y EC. Normalmente, más de un grupo de responsables de la toma de decisiones participan en los subprocesos para tomar la decisión. En la mayoría de los problemas de toma de decisiones, suelen proporcionar su información de evaluación de forma lingüística. Además, debido a los diferentes conocimientos, antecedentes y capacidad de discriminación, los responsables de la toma de decisiones pueden expresar sus preferencias lingüísticas en información lingüística multigranular. Por lo tanto, es muy necesario un enfoque eficaz para tratar la información lingüística multigranular en el proceso de análisis QFD. En este estudio, la metodología QFD se amplía con un modelo de representación lingüística de 2 tuplas en un entorno lingüístico multigranular. La metodología QFD ampliada puede hacer frente a la información de evaluación lingüística multigranular y evitar la pérdida de información. La aplicabilidad del enfoque propuesto se demuestra con un ejemplo numérico.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:proceso de análisis de la dfc, responsables de la toma de decisiones, granularidad de la información de evaluación lingüística, despliegue de la función de calidad, metodología ampliada de la dfc, granularidad del entorno lingüístico, granularidad de la información lingüística, modelo de representación lingüística, crs, ecs
• Keywords:qfd analysis process, decision makers, granularity linguistic evaluation information, quality function deployment, extended qfd methodology, granularity linguistic environment, granularity linguistic information, linguistic representation model, crs, ecs