A-Kano-based product configurationd

A-Kano-based product configuration
design e Kano classifiers
The Kano classification is implemented based on the Kano indices and Kano
classifiers. To select the appropriate values of Kano classifiers, an iterative process
of sensitivity analysis is carried out. Each set of Kano classifiers, i.e.,
k ¼ (r0, aL, aH) results in a scheme of FR classification, which in turn guides
the generation of the product configurations following Heuristic 1. Once the
product configurations are created, the Kano evaluator is computed.
The sensitivity analysis involves three variables, namely r0, aL and aH. Hence,
it is difficult to visualize the response surface using a three-dimensional graph.
A graphical illustration can be made by setting one variable at a fixed value
while changing the values of the other two variables. For example, Figure 7 shows the result of sensitivity analysis when the Kano classifier r0 is fixed as
r0 ¼ 0.3, aL varies from 5 to 45, and aH varies from 50 to 90. The Kano
evaluator is normalized for purpose of illustration. Base on the sensitivity
analysis, the largest Kano evaluator is 1.01, which is obtained when the
Kano classifiers are r0 ¼ 0.5, aL ¼ 25, and aH ¼ 65, respectively. The AKano
diagram for FRs classification is shown in Figure 8, and the product
configuration derived from this classification is called Product II, which is
shown in Table 8

ผลลัพธ์ (ไทย) 1:

ตั้งค่าคอนฟิกผลิตภัณฑ์ A ตามกนกออกแบบคำนามภาษากนก eการจัดประเภทกนกจะดำเนินตามดัชนีกนกและกนกคำนามภาษา การเลือกค่าที่เหมาะสมของคำนามภาษากนก กระบวนการซ้ำความไวในการ วิเคราะห์จะดำเนินการ แต่ละชุดของเธอกับฉันคำนามภาษา,,k ¼ (r0 อัล อา) ผลลัพธ์ในแบบการจัดประเภท FR ซึ่งแนะนำในการเปิดการสร้างการกำหนดค่าสินค้าต่อ 1 เชิงฮิวริสทิค ครั้งผลิตภัณฑ์โครงสร้าง คำนวณประเมินกนกตัวแปรที่สาม r0 อัลคือเกี่ยวข้องกับการวิเคราะห์ความไว และอา ดังนั้นมันยากที่จะเห็นภาพพื้นผิวตอบสนองโดยใช้กราฟสามมิติภาพประกอบกราฟิกสามารถทำได้ โดยการตั้งค่าหนึ่งตัวแปรที่เป็นค่าคงที่ในขณะที่การเปลี่ยนแปลงค่าของตัวแปรที่สองอื่น ๆ ตัวอย่างเช่น รูปที่ 7 แสดงผลการวิเคราะห์ความไวเมื่อ r0 ลักษณนามกนกได้รับเป็นr0 ¼ 0.3 อัลตั้งแต่ 5 ไปจนถึง 45 และอา อยู่ระหว่าง 50 ถึง 90 กนกการประเมินตามปกติเพื่อวัตถุประสงค์ในภาพประกอบ ฐานความไวแสงการวิเคราะห์ ประเมินกนกที่ใหญ่ที่สุดคือ 1.01 ซึ่งจะได้รับเมื่อการคำนามภาษากนกเป็น r0 0.5 ¼ อัล¼ 25 และอา ¼ 65 ตามลำดับ การ AKanoไดอะแกรมการ FRs จัดแสดงในรูปที่ 8 และผลิตภัณฑ์กำหนดค่าที่ได้มาจากการจัดประเภทนี้เรียกว่าผลิตภัณฑ์ II ซึ่งเป็นแสดงในตาราง 8

ผลลัพธ์ (ไทย) 2:

A-คาโนตามค่าสินค้า
การออกแบบ E Kano ลักษณนาม
คาโนจำแนกจะดำเนินการบนพื้นฐานของดัชนีคาโนและคาโน
ลักษณนาม เพื่อเลือกค่าที่เหมาะสมของการจําแนกคาโนกระบวนการซ้ำ
ของการวิเคราะห์ความไวจะดำเนินการ แต่ละชุดของลักษณนามคาโนคือ
K ¼ (R0 อัลอา) ผลลัพธ์ในรูปแบบของการจัดหมวดหมู่ FR ซึ่งจะแนะนำ
รุ่นของการกำหนดค่าสินค้าดังต่อไปนี้ 1. Heuristic เมื่อ
กำหนดค่าผลิตภัณฑ์ที่ถูกสร้างขึ้นที่ประเมินคาโนคือ คำนวณ.
การวิเคราะห์ความไวเกี่ยวข้องกับสามตัวแปรคือ R0 อัลอา ดังนั้น
มันเป็นเรื่องยากที่จะเห็นภาพพื้นผิวตอบสนองการใช้กราฟสามมิติ.
ภาพประกอบกราฟิกสามารถทำได้โดยการตั้งค่าตัวแปรหนึ่งที่ค่าคงที่
ในขณะที่การเปลี่ยนค่าของอีกสองตัวแปร ยกตัวอย่างเช่นรูปที่ 7 แสดงให้เห็นถึงผลของการวิเคราะห์ความไวเมื่อจําแนกคาโน R0 ได้รับการแก้ไขเป็น
R0 ¼ 0.3 อัลแตกต่างจาก 5? 45 ?, อาแตกต่างกันจาก 50? 90 ?. คาโน
ประเมินเป็นมาตรฐานเพื่อการแสดงภาพประกอบ บนฐานความไวใน
การวิเคราะห์ที่ใหญ่ที่สุด Kano ประเมินเป็น 1.01 ซึ่งจะได้รับเมื่อ
จําแนกคาโนมี R0 ¼ 0.5 อัล¼ 25 ?, อา¼ ?, 65 ตามลำดับ Akano
แผนภาพ FRS การจัดหมวดหมู่จะแสดงในรูปที่ 8 และสินค้า
การกำหนดค่าที่ได้มาจากการจัดหมวดหมู่นี้จะเรียกว่าสินค้าครั้งที่สองซึ่งจะ
แสดงในตารางที่ 8

ผลลัพธ์ (ไทย) 3:

a-kano-based ค่าผลิตภัณฑ์การออกแบบ คือ คาโน อีการใช้คาโนการจำแนกตามดัชนี และ คาโน คาโนะลักษณนาม เพื่อเลือกค่าที่เหมาะสมของคาโนคำกระบวนการวนซ้ำการวิเคราะห์ความไวทำ แต่ละชุดของคาโนะ ลักษณนาม คือK ¼ ( r0 , φอัล อา ) ผลลัพธ์ในรูปแบบของการจัดหมวดหมู่ FR , ซึ่งในทางกลับ ไกด์รุ่นของผลิตภัณฑ์อุตสาหกรรมตามแบบ 1 เมื่อสินค้ามีแบบสร้าง คาโนะ การประเมินผลจะคำนวณ .การวิเคราะห์ความอ่อนไหว เกี่ยวข้องกับ 3 ตัวแปรคือ r0 , φอัลและอา ดังนั้นมันเป็นเรื่องยากที่จะเห็นภาพพื้นผิวตอบสนองการใช้กราฟสามมิติภาพกราฟิกสามารถทำโดยการตั้งค่าตัวแปรที่เป็นค่าคงที่ในขณะที่การเปลี่ยนแปลงค่าของ 2 ตัวแปร ตัวอย่าง รูปที่ 7 แสดงผลการวิเคราะห์ความอ่อนไหวเมื่อคาโนแบบ r0 ถาวรเป็นr0 ¼ 0.3 , อัลแตกต่างกันจาก 5 ถึง 45 , และอาไปจาก 50 ถึง 90 โดย คาโนะการประเมินผลเป็นปกติสำหรับวัตถุประสงค์ของภาพประกอบ ฐานในความไวการวิเคราะห์ , ประเมินส่วนที่ใหญ่ที่สุดคือ 1.01 ที่ได้รับเมื่อคาโน คือเป็น r0 ¼ 0.5 , อัล¼ 25 , และอา¼ 65 ตามลำดับ การ akanoแผนภาพการจำแนก FRS จะแสดงในรูปที่ 8 , และผลิตภัณฑ์การปรับแต่งได้จากหมวดหมู่นี้เรียกว่าผลิตภัณฑ์ II ซึ่งเป็นแสดงในตารางที่ 8