CN114219269A - 质量评价方法及基于其的全员全过程全业务质量评价方法 - Google Patents
质量评价方法及基于其的全员全过程全业务质量评价方法 Download PDFInfo
- Publication number
- CN114219269A CN114219269A CN202111507336.3A CN202111507336A CN114219269A CN 114219269 A CN114219269 A CN 114219269A CN 202111507336 A CN202111507336 A CN 202111507336A CN 114219269 A CN114219269 A CN 114219269A
- Authority
- CN
- China
- Prior art keywords
- quality evaluation
- evaluation index
- index
- indexes
- weight set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 274
- 238000000034 method Methods 0.000 title claims abstract description 106
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims description 37
- 238000013461 design Methods 0.000 claims description 32
- 238000007726 management method Methods 0.000 claims description 14
- 238000011161 development Methods 0.000 claims description 12
- 238000011158 quantitative evaluation Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 10
- 238000012384 transportation and delivery Methods 0.000 claims description 10
- 238000010923 batch production Methods 0.000 claims description 9
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 241000764238 Isis Species 0.000 claims description 2
- 238000011160 research Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 238000007493 shaping process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004513 sizing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003324 Six Sigma (6σ) Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种质量评价方法及基于其的全员全过程全业务质量评价方法,包括以下步骤:确定企业的质量评价指标;确定企业的质量评价指标的主观权重;对企业的质量评价指标进行一致性分析,确定企业的质量评价指标的主观权重集合;确定企业的质量评价指标的指标值并确定企业的质量评价指标的数据量,结合主观权重集合和第二类权重集合得到组合权重集合;根据得到的组合权重集合计算最终的质量评价指标。本发明可以帮助军工电子装备承制单位更好地实现人员、产品、过程的个体和整体的量化质量评价,帮助军工电子装备承制单位更好地提升质量管理的科学性、客观性、有效性水平。
Description
技术领域
本发明涉及军工电子领域,具体涉及一种质量评价方法及基于其的全员全过程全业务质量评价方法。
背景技术
目前,军工电子企业的量化评价标准方面的研究还不太深入,成果不多。《军工电子装备企业标准化工作评价指标体系初探》为例,分析了军工电子装备企业标准化工作要求,整合构建以标准化基础评价指标和激励评价指标为主体,覆盖企业标准化组织管理和电子装备研制生产标准化等方面的军工电子装备企业标准化工作评价指标体系,为全面、客观、有效的评价标准化工作提供有效支撑,促进军工电子装备企业标准化工作规范化、常态化、有序化发展,并为标准化工作能力和工作水平的持续改进提升奠定基础。但上述方法偏重于工作标准化的方法设计层面,缺点是标准化工作体系较为粗糙,难以有效体现军工电子全员全业务全过程的工作需求。而军工电子企业的量化质量评价方面的研究比较缺乏,有的从产品实物质量方面进行了量化评价研究,没有能够覆盖人员、业务的量化质量评价。
发明内容
为了解决上述问题,本发明提出了一种质量评价方法,包括以下步骤:
确定企业的质量评价指标;
确定企业的质量评价指标的主观权重;
对企业的质量评价指标进行一致性分析,如果一致,则确定企业的质量评价指标的主观权重集合,否则,对企业的质量评价指标进行一致性调整,直到一致性分析满足要求,确定企业的质量评价指标的主观权重集合;
确定企业的质量评价指标的指标值并确定企业的质量评价指标的数据量,如果数据量大,则计算企业的质量评价指标的客观权重集合作为第二类权重集合,如果数据量不大,则从主观权重集合中选择部分主观权重作为第二类权重集合;结合主观权重集合和第二类权重集合得到组合权重集合;
根据得到的组合权重集合计算最终的质量评价指标。
进一步地,所述军工电子企业的质量评价指标的主观权重集合用wk表示,wk=(wkj|j=1,2,…,m;k=1,2,…,l),其中,wk表示质量评价指标的主观权重集合,l表示主观权重的数量,m表示质量评价指标中具体指标的总数,wkj表示第k个主观权重的第j个具体指标所对应的权重值;
所述军工电子企业的质量评价指标的第二类集合记为:wp=(wpj|j=1,…,m;p=l+1,…,q),其中,wp表示质量评价指标的第二类权重集合,q表示主观权重和第二类权重的数量之和,m表示质量评价指标中具体指标的总数,wpj表示第p个第二类权重的第j个指标所对应的权重值;并且有
组合权重集合为w=(wj|j=1,2,…,m),其中,wj表示第j个具体指标的组合权重值。
进一步地,数据量不大时,对主观权重集合和第二类权重集合分别赋予方差来拟合最终的组合权重,具体为:
令全部主观权重和第二类权重集合的元素的标准差分别为δ1j,δ2j,其中min表示最小值,G表示目标值,于是:
对wj实施规范化得到最终的组合权重,得到相应的组合权重集合。
进一步地,数据量大时,组合权重集合的获得方法具体为:
将主观权重和第二类权重集合的元素分别作为样本,以组合权重与主客观权重的偏差最小为目标,建立优化模型(2);
其中,G1表示第一目标值,wgj表示第g个客观权重的第j个指标所对应的权重值;
基于离差思想,以离差最大为目标,构建优化模型(3):
其中,G2表示第二目标值,zij为评估对象i在指标j下的评估值,zhj为评估对象h在指标j下的评估值;
综合考虑模型(2)和模型(3),构建模型(4);
建立Lagrange函数:
进一步地,当某一具体质量评价指标的评价对象大于等于10时,判断为数据量不大,否则判断为数据量大。
还提供了一种全员全过程全业务质量评价方法,通过指标体系设计,形成军工电子全员全过程全业务量化评价指标体系;所述全员评价指标包括人员质量评价指标和部门质量评价指标,全过程评价指标包括产品个体过程质量评价指标、产品整体过程质量评价指标和供应商质量评价指标,全业务评价指标包括整机类质量评价指标、软件类质量评价指标和系统类质量评价指标;所述人员质量评价指标、部门质量评价指标、产品个体过程质量评价指标、产品整体过程质量评价指标、供应商质量评价指标、整机类质量评价指标、软件类质量评价指标和系统类质量评价指标均通过上述的方法获得。
进一步地,所述人员质量评价指标包括管理人员质量评价指标、设计人员质量评价指标和操作人员质量评价指标,部门质量评价指标包括管理部门质量评价指标、设计部门质量评价指标和操作部门质量评价指标。
进一步地,产品个体过程质量评价指标包括论证阶段质量评价指标、方案阶段质量评价指标、工程研制阶段质量评价指标、设计定型阶段质量评价指标、批产阶段质量评价指标和交付使用阶段质量评价指标,产品整体过程质量评价指标包括论证阶段质量评价指标、方案阶段质量评价指标、工程研制阶段质量评价指标、设计定型阶段质量评价指标、批产阶段质量评价指标、交付使用阶段质量评价指标和外协阶段质量评价指标,供应商质量评价指标包括供应商个体质量评价指标和供应商整体质量评价指标。
进一步地,所述整机类质量评价指标包括整机类个体质量评价指标和整机类整体质量评价指标,软件类质量评价指标包括软件类个体质量评价指标和软件类整体质量评价指标,系统类质量评价指标包括系统类个体质量评价指标和系统类整体质量评价指标。
与现有技术相比,本发明具有以下有益效果:
1、本发明可以帮助军工电子装备承制单位更好地实现人员、产品(含整机、软件和系统)、过程的个体和整体的量化质量评价,帮助军工电子装备承制单位更好地提升质量管理的科学性、客观性、有效性水平。
2、本发明有助于军工电子装备承制单位建立系统、科学的质量信息数据收集、利用和管理方式,将孤立、弱相关质量信息数据组织形成与人员、产品、过程等强相关的质量信息数据,并得到充分利用。
3、本发明有助于建立企业和装备质量评价的工作规范和客观标准。
4、本发明为军工电子装备承制单位体系运行和产品全寿命周期质量信息指标体系构建和管理和创新提供有力的技术支撑,提升了军工电子装备研发制造质量水平。
5、本发明可以在通信、电子战、导航等军工装备承制单位行业推广和应用,极具示范意义和推广价值。
附图说明
图1为本发明实施例一的权重设计部分流程图。
图2为军工电子个体人员质量评价一级指标图。
图3为军工电子全员全过程全业务量化评价指标体系图。
具体实施方式
以下结合附图对本发明的一种质量评价方法的具体实施方式做详细说明。
实施例一
本实施例主要提供了一种质量评价方法,以管理人员评价为例,具体提供了一种管理人员的质量评价方法,所述方法包括以下步骤,权重设计部分流程如图1所示:
根据管理人员的基本信息:工号、姓名、所属部门、所属岗位、学历、职称、职务、本职工作年限、负责的军工电子产品领域/专业、产品型号(或者专项)/角色/数量(填写负责的产品型号(或者专项)名称、负责或参与,具体数量)、质量类资格证书情况(如外审员、内审员、六西格玛黑带/绿带等)、年度考核(填写各年度考核等级),确定量化质量评价指标;管理人员的量化质量评价指标体系表如表1所示:
确定军工电子企业的质量评价指标,本实施例是确定管理人员的质量评价指标,其一级指标如图2和表1所示,包括基本质量绩效、质量奖惩情况和质量创新情况,其具体指标的总表如表1所示,包括工作态度状态、质量知识水平、质量诚信状况等19个具体指标;
通过调研的形式确定军工电子企业的质量评价指标的主观权重;
对军工电子企业的质量评价指标的判断矩阵进行一致性分析,如果一致,则确定军工电子企业的质量评价指标的主观权重集合,否则,对军工电子企业的质量评价指标的判断矩阵进行一致性调整,直到一致性分析满足要求,确定军工电子企业的质量评价指标的主观权重集合。
通过调研的形式确定军工电子企业的质量评价指标的指标值并确定军工电子企业的质量评价指标的数据量,如果数据量大,则计算军工电子企业的质量评价指标的客观权重集合作为第二类权重集合;如果数据量不大,则选择重要岗位人员的主观权重作为第二类权重集合,结合主观权重集合和第二类权重集合得到组合权重集合。
根据得到的组合权重集合计算最终的质量评价指标。
表1:管理人员量化质量评价指标体系表
如果军工电子量化评价数据获取难度较大情形导致的数据量偏少(本实施例设计的评价指标是一种较为全新的指标,很多数据现实存在,但可能未必进行统计),可以将部分重要岗位人员得到的主观权重作为第二类权重实施集成。
以管理人员为例,所述管理人员的质量评价指标的主观权重集合wk=(wkj|j=1,2,…,m;k=1,2,…,l),其中,wk表示质量评价指标的主观权重集合,l表示主观权重的数量,m表示质量评价指标中具体指标的总数,wkj表示第k个主观权重的第j个具体指标所对应的权重值;例如在管理人员的权重评价中,k为4,即4名评价者给出了主观权重,管理人员的指标数j=19。),(此公式表示某一主观权重所对应的所有具体指标的权重值之和为1,且所有主观权重的权重值均大于0小于1;即根据表1所示的管理人员质量评价表中,每一列权重值之和均为1)。
所述军工电子企业的质量评价指标的第二类权重集合记为:wp=(wpj|j=1,…,m;p=l+1,…,q),其中,wp表示质量评价指标的第二类权重集合,q表示主观权重和第二类权重的数量之和,m表示质量评价指标中具体指标的总数,wpj表示第p个第二类权重的第j个指标所对应的权重值;p表示任意一个第二类权重,管理人员中客观权重数量为3,并且有(表示任意一个第二类权重的所有具体指标的权重值之和为1,如管理人员权重中,19个指标的某一第二类权重的权重值之和为1)。
记所有第二类权重和主观权重集成的组合权重集合为w=(wj|j=1,2,…,m),其中,wj表示第j个具体指标的组合权重值。
1)如果指标数值过少,则将部分主观权重分类实施集成,构建优化模型。
鉴于指标数据少的情形,可以将主观权重实施划分并聚类,按照两类权重,分别赋予方差来拟合最终的权重,确保组合权重既能够体现各类人员的具体结果。可以根据主观权重评价人员与本岗位的密切关系或者其岗位重要性加以选取,以管理人员为例,可以从主观权重中选取一类本身就是管理者的评价者,将其权重作为第二类权重,具体为表2中的评价者为评价者B、C、G;其余评价者为一般评价者(与管理人员岗位密切度一般的一般人员)A、D、E、F。
表2:管理人员主观权重表
令主观权重集合和第二类权重集合的样本标准差分别为δ1j,δ2j,其中min表示最小值,G表示第一目标值,于是:
因为对wj实施规范化即可得到最终权重。规范化过程是:如果按照上述公式计算的wj之和不等于1,则将其相加,然后用每个权重除以其和,即可满足权重之和为1的条件。具体到表3中,计算两类人员的方差和权重之和,其中l=4,q=7,第一类方差对应δ1j 2,第二类方差对应δ2j 2,权重值对应wj。
表3:权重相关参数表
2)如果指标数值较多,则仍然采用熵权法或者最大离差法等计算客观权重,并按照下列方法实施权重集成,这里的客观权重集合视为为第二类权重集合。
考虑组合权重与主客观权重偏离程度,将主观权重和客观权重组成的权重矩阵的元素分别作为样本,以组合权重与主客观权重的偏差最小为目标,建立优化模型(2)。
其中,G1表示第一目标值,wgj表示第g个客观权重的第j个指标所对应的权重值。
模型(2)仅考虑组合权重与主客观权重的差异最小,而没有考虑综合评价后的方案区分度。
基于离差思想,以离差最大为目标,构建优化模型(3)。
其中,G2表示第二目标值,zij为评估对象i在指标j下的评估值,zhj为评估对象h在指标j下的评估值。
综合考虑模型(3)和模型(4)的设计思想,需要实现两者的有效集成。假定两个目标的重要性程度分别为α和β(可以由管理者根据主观和客观的占比事先给定),采用线性加权将其转化为单目标优化模型。由于两类指标权重结果不同,因此采用两类权重距离最小的权重作为最终权重,故采用最小值作为目标函数。
建立Lagrange函数(由于上述公式为非线性模型,必须采用优化方法求解,本部分采用直观的Lagrange函数加上导数求解):
最后,根据得到的组合权重集合计算最终的质量评价指标。
实施例二
军工电子全员全过程全业务量化质量评价指标体系设计。本部分主要通过调研现有军工电子与航空航天等企业在产品以及全员、全业务、全过程的方面的具体差异,总结差异性特征和普遍性特征。以特征分析结果和需求牵引为基础设计军工电子全员全过程全业务质量指标体系。指标体系含有各类层次指标,也囊括了各类指标的具体数据来源,全员全过程全业务的相关指标信息具有一定的交叉性和关联性,这种交叉与关联性可为后续的质量评价提供基础。同时,通过军工电子全员全过程全业务的指标体系构建,也可以有效整合现有军工电子质量信息管理举措,如明确质量信息来源的一致性等,进一步提高质量管理效率。
军工电子全员全过程全业务量化质量评价模型设计。军工电子全员全过程全业务量化指标模型设计实际上是多属性评价过程,这涉及到各类质量评价指标权重设计等问题。本发明拟采用组合优化权重设计方法,结合质量信息的关联性设计属性权重。运用现有先进的综合评价模型,以兼容度等效率评价指标为基础,设计相应的综合评价模型并加以验证。
军工电子量化质量评价的目标是全面系统掌握军工电子全员全过程全业务的总体质量运行状况,进而为提高质量管理水平,找准质量管理的薄弱环节提供有力支撑。军工电子量化质量评价主要着力解决如下几个问题,即量化质量评价指标体系设计问题、量化质量评价指标权重设计问题、量化质量评价模型设计问题。
本实施例提供了一种军工电子企业质量评价方法,具体包括以下步骤:
通过指标体系设计,形成军工电子全员全过程全业务量化评价指标体系,如图3所示。
全员评价指标由人员质量评价指标和部门质量评价指标组成,人员质量评价指标包括管理人员、设计人员、操作人员三类质量评价指标,部门质量评价指标包括管理部门、设计部门、操作部门三类质量评价指标。
全过程评价指标由分为产品个体过程质量评价指标、产品整体过程质量评价指标、供应商质量评价指标组成,产品个体过程质量评价指标包括论证、方案、工程研制、设计定型、批产、交付使用六个阶段评价指标,产品整体过程质量评价指标包括论证、方案、工程研制、设计定型、批产、交付使用、外协七个阶段评价指标,供应商质量评价指标包括供应商个体质量评价指标和供应商整体质量评价指标。
全业务评价指标包括整机类、软件类和系统类质量评价指标,每类质量评价指标又包括个体和整体质量评价指标,其中,整机类质量评价指标包括整机类个体质量评价指标和整机类整体质量评价指标,软件类质量评价指标包括软件类个体质量评价指标和软件类整体质量评价指标,系统类质量评价指标包括系统类个体质量评价指标和系统类整体质量评价指标。整机类通过论证、方案、工程研制、设计定型、批产、交付使用、外协七个阶段进行质量量化评价,与过程评价侧重点有所不同,软件类从需求分析、设计与实现、交付使用三个阶段进行质量量化评价,系统类评价是根据系统由整机和软件的组成情况由整机和软件评价结果加以合成。
军工电子量化质量评价涉及到全员全过程全业务三个方面,其量化质量指标数量较多。按照指标权重设计方法,即主观赋权法、客观赋权法和组合赋权法三种思路,实施例采用组合赋权法的思路加以设计。
军工电子的人员主要包括管理人员、设计人员和操作人员,二级评价维度相同,但是在三级具体指标方面存在一定的差异性。人员的量化质量评价指标体系必须包含人员的基本信息,这些信息并不作为评价维度,而是作为基本信息供分析与比较。
所述人员质量评价指标、部门质量评价指标、产品个体过程质量评价指标、产品整体过程质量评价指标、供应商质量评价指标、整机类质量评价指标、软件类质量评价指标和系统类质量评价指标均采用实施例一所述的质量评价方法;具体到不同的质量评价指标有管理人员质量评价指标、设计人员质量评价指标、操作人员质量评价指标、管理部门质量评价指标、设计部门质量评价指标、操作部门质量评价指标、产品个体过程质量评价指标中的论证阶段质量评价指标、方案阶段质量评价指标、工程研制阶段质量评价指标、设计定型阶段质量评价指标、批产阶段质量评价指标和交付使用阶段质量评价指标、产品整体过程质量评价指标中的论证阶段质量评价指标、方案阶段质量评价指标、工程研制阶段质量评价指标、设计定型阶段质量评价指标、批产阶段质量评价指标、交付使用阶段质量评价指标和外协阶段质量评价指标、供应商质量评价指标中的供应商个体质量评价指标和供应商整体质量评价指标、整机类质量评价指标中的整机类个体质量评价指标和整机类整体质量评价指标、软件类质量评价指标中的软件类个体质量评价指标和软件类整体质量评价指标、系统类质量评价指标中的系统类个体质量评价指标和系统类整体质量评价指标,上述质量评价指标中的具体指标与实施例一中的19个具体指标可能不同,但均适用实施例一的质量评价方法,本实施例中不再一一列举。
本发明克服了现有量化评价工作方法的缺点,从指标体系设计、评价指标模型设计等方面加以研究;军工电子全员、全过程、全业务量化质量评价指标体系设计,通过调研现有军工电子与航空航天等企业在产品以及全员、全业务、全过程的方面的具体差异,总结差异性特征和普遍性特征;本发明以特征分析结果和需求牵引为基础设计军工电子全员全过程全业务质量指标体系,该质量指标体系含有各类层次指标,也囊括了各类指标的具体数据来源,全员全过程全业务的相关指标信息具有一定的交叉性和关联性,这种交叉与关联性可为后续的质量评价提供基础。同时,本发明通过构建军工电子全员全过程全业务的指标体系,可有效整合现有军工电子质量信息管理举措,如明确质量信息来源的一致性等,进一步提高质量管理效率。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种质量评价方法,其特征在于,包括以下步骤:
确定企业的质量评价指标;
确定企业的质量评价指标的主观权重;
对企业的质量评价指标进行一致性分析,如果一致,则确定企业的质量评价指标的主观权重集合,否则,对企业的质量评价指标进行一致性调整,直到一致性分析满足要求,确定企业的质量评价指标的主观权重集合;
确定企业的质量评价指标的指标值并确定企业的质量评价指标的数据量,如果数据量大,则计算企业的质量评价指标的客观权重集合作为第二类权重集合,如果数据量不大,则从主观权重集合中选择部分主观权重作为第二类权重集合;结合主观权重集合和第二类权重集合得到组合权重集合;
根据得到的组合权重集合计算最终的质量评价指标。
2.根据权利要求1所述的质量评价方法,其特征在于,所述军工电子企业的质量评价指标的主观权重集合用wk表示,wk=(wkj|j=1,2,…,m;k=1,2,…,l),其中,wk表示质量评价指标的主观权重集合,l表示主观权重的数量,m表示质量评价指标中具体指标的总数,wkj表示第k个主观权重的第j个具体指标所对应的权重值;
所述军工电子企业的质量评价指标的第二类集合记为:wp=(wpj|j=1,…,m;p=l+1,…,q),其中,wp表示质量评价指标的第二类权重集合,q表示主观权重和第二类权重的数量之和,m表示质量评价指标中具体指标的总数,wpj表示第p个第二类权重的第j个指标所对应的权重值;并且有
组合权重集合为w=(wj|j=1,2,…,m),其中,wj表示第j个具体指标的组合权重值。
4.根据权利要求3所述的质量评价方法,其特征在于,数据量大时,组合权重集合的获得方法具体为:
将主观权重集合和由客观权重得到的第二类权重集合的元素分别作为样本,以组合权重与主客观权重的偏差最小为目标,建立优化模型(2);
其中,G1表示第一目标值,wgj表示第g个客观权重的第j个指标所对应的权重值;
基于离差思想,以离差最大为目标,构建优化模型(3):
其中,G2表示第二目标值,zij为评估对象i在指标j下的评估值,zhj为评估对象h在指标j下的评估值;
综合考虑模型(2)和模型(3),构建模型(4);
建立Lagrange函数:
5.根据权利要求4所述的质量评价方法,其特征在于,当某一具体质量评价指标的评价对象大于等于10时,判断为数据量不大,否则判断为数据量大。
6.一种全员全过程全业务质量评价方法,其特征在于,通过指标体系设计,形成军工电子全员全过程全业务量化评价指标体系;所述全员评价指标包括人员质量评价指标和部门质量评价指标,全过程评价指标包括产品个体过程质量评价指标、产品整体过程质量评价指标和供应商质量评价指标,全业务评价指标包括整机类质量评价指标、软件类质量评价指标和系统类质量评价指标;所述人员质量评价指标、部门质量评价指标、产品个体过程质量评价指标、产品整体过程质量评价指标、供应商质量评价指标、整机类质量评价指标、软件类质量评价指标和系统类质量评价指标均通过权利要求1-4所述的任一权利要求的方法获得。
7.根据权利要求6所述的全员全过程全业务质量评价方法,其特征在于,所述人员质量评价指标包括管理人员质量评价指标、设计人员质量评价指标和操作人员质量评价指标,部门质量评价指标包括管理部门质量评价指标、设计部门质量评价指标和操作部门质量评价指标。
8.根据权利要求7所述的全员全过程全业务质量评价方法,其特征在于,产品个体过程质量评价指标包括论证阶段质量评价指标、方案阶段质量评价指标、工程研制阶段质量评价指标、设计定型阶段质量评价指标、批产阶段质量评价指标和交付使用阶段质量评价指标,产品整体过程质量评价指标包括论证阶段质量评价指标、方案阶段质量评价指标、工程研制阶段质量评价指标、设计定型阶段质量评价指标、批产阶段质量评价指标、交付使用阶段质量评价指标和外协阶段质量评价指标,供应商质量评价指标包括供应商个体质量评价指标和供应商整体质量评价指标。
9.根据权利要求8所述的全员全过程全业务质量评价方法,其特征在于,所述整机类质量评价指标包括整机类个体质量评价指标和整机类整体质量评价指标,软件类质量评价指标包括软件类个体质量评价指标和软件类整体质量评价指标,系统类质量评价指标包括系统类个体质量评价指标和系统类整体质量评价指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111507336.3A CN114219269A (zh) | 2021-12-10 | 2021-12-10 | 质量评价方法及基于其的全员全过程全业务质量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111507336.3A CN114219269A (zh) | 2021-12-10 | 2021-12-10 | 质量评价方法及基于其的全员全过程全业务质量评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114219269A true CN114219269A (zh) | 2022-03-22 |
Family
ID=80700790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111507336.3A Pending CN114219269A (zh) | 2021-12-10 | 2021-12-10 | 质量评价方法及基于其的全员全过程全业务质量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114219269A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781948A (zh) * | 2022-06-21 | 2022-07-22 | 希望知舟技术(深圳)有限公司 | 用于确定员工工作质量的数据处理方法及相关装置 |
-
2021
- 2021-12-10 CN CN202111507336.3A patent/CN114219269A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781948A (zh) * | 2022-06-21 | 2022-07-22 | 希望知舟技术(深圳)有限公司 | 用于确定员工工作质量的数据处理方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Crowe et al. | Multi‐attribute analysis of ISO 9000 registration using AHP | |
CN108170769A (zh) | 一种基于决策树算法的装配制造质量数据处理方法 | |
CN112686482A (zh) | 供应商评价装置以及供应商评价方法 | |
CN102880780A (zh) | 产生用于分析数据的直观背景的系统和方法 | |
CN111581393B (zh) | 一种基于电力行业客户服务数据的知识图谱的构建方法 | |
EP4080429A1 (en) | Technology readiness level determination method and system based on science and technology big data | |
Dorner et al. | A novel technology-industry concordance table based on linked inventor-establishment data | |
Helena Boarin Pinto et al. | Main quality programs characteristics in large size Brazilian companies | |
CN108509198B (zh) | 一种基于中性bom的产品电子图册构建方法 | |
CN107403308B (zh) | 数据管理方法、系统、计算机可读存储介质及计算机设备 | |
CN114219269A (zh) | 质量评价方法及基于其的全员全过程全业务质量评价方法 | |
CN114219242A (zh) | 车辆装备的效能评估方法及效能评估体系构建系统 | |
CN116681410A (zh) | 基于云计算的人力资源数据管理系统及管理方法 | |
CN114493249A (zh) | 一种公路工程监理用道路施工全周期管理方法、系统、终端以及存储介质 | |
CN103942739A (zh) | 建筑项目风险知识库的构建方法 | |
Shi et al. | A Grey Model for Evaluation of Information Systems Security. | |
Liu et al. | Construction of index weight for organizational innovation in Taiwanese high-tech enterprises | |
CN115587795A (zh) | 核电项目施工进度管理系统及方法 | |
CN115907719A (zh) | 充电站分级运维管理方法及装置 | |
CN115936720A (zh) | 军工电子产品生产与交付质量评价方法 | |
Tian et al. | Research on management and control of miners’ unsafe behavior based on gray theory | |
Liu et al. | Application of master data classification model in enterprises | |
Yayla et al. | Generalised choquet integral algorithm for subcontractor selection in the textile industry–a case study for Turkey | |
CN114048977A (zh) | 一种工程师分级方法、装置及终端设备 | |
Shikhli et al. | Data Acquisition Model for Analyzing Schedule Delays Using KDD: Knowledge Discovery and Datamining |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |