DFSS

benchmarking

Bildet technische Benchmarkwerte auf eine Prozentskala ab.

Collection benchmarking(Collection data, Collection opt, Collection best)

  • data: ist die tabelle der technischen Benchmarkdaten
  • opt: its der Vektor mit Optimierungsrichtungen
  • best: ist der Vektor mit Zielwerten

best

Berechnet den besten Wert, entsprechend einer gegebenen Optimierungsrichtung

Object best(Collection x, Collection opt)

  • x: Enthält die Ausgangswerte
  • opt: Eine Spalte mit den Optimierungsrichtungen

BOMConceptCost

Calculates the cost of all parts needed for different concepts

Collection BOMConceptCost(Collection quantity, Collection costperunit, Collection conceptselection)

  • quantity: is the quantity (per concept)
  • costperunit: is the unit cost
  • conceptselection: is the concept selection table

consistencyRatio

Berechnet das Konsistenzverhältnis.

Collection consistencyRatio(Collection matrix, Collection importance, Collection ri=nothing, Collection ri=nothing)

  • matrix: ist die AHP Matrix.
  • importance: ist der Vektor, der die Wichtigkeit pro Gruppe im AHP enthält.
  • ri:
  • ri:

criticality

Determines if a combination of difficulty and importance values is critical. Returns a range from 0...4.

Collection criticality(Collection difficulty, Collection importance, float d_crit=0.0, float i_crit=0.0)

  • difficulty: is the difficulty
  • importance: is the importance
  • d_crit: is the threshold for the critical difficulty
  • i_crit: is the threshold for the critical importance

csi

Bewertet eine QFD-Matrix durch Anwendung der Methode der unabhängigen Punktverteilung. Mit dieser Methode werden Matrix-Zellen-Werte mit Eingabe-Gewichten multipliziert. Durch vertikale Aufsummierung der sich ergebenden Werte werden die Ausgabe-Gewichte bestimmt.

Collection csi(Collection matrix, Collection x)

  • matrix: Die QFD Matrix
  • x: Ein Vektor von Gewichten für die Eingabeseite der Matrix.

gap

returns the absolute of the difference between x and y. Only existing matrix values are handled.

Object gap(Object x, Object y)

  • x: is the first value
  • y: is the second value

independentScore

Bewertet eine QFD-Matrix durch Anwendung der Methode der unabhängigen Punktverteilung. Mit dieser Methode werden Matrix-Zellen-Werte mit Eingabe-Gewichten multipliziert. Durch vertikale Aufsummierung der sich ergebenden Werte werden die Ausgabe-Gewichte bestimmt.

Collection independentScore(Collection matrix, Collection x, integer sign=all, Object total=0.0, integer grouphandling=autodetect)

  • matrix: Die QFD Matrix
  • x: Ein Vektor von Gewichten für die Eingabeseite der Matrix.
  • sign: legt fest, welche Werte der Matrix verwendet werden sollen: all (alle), neg (nur negative), pos (nur positive)
  • total: ist die Gesamtsumme zur Normierung. Auf 0 setzen um nicht zu normieren.
  • grouphandling: definiert, wie Gruppenwerte zu behandeln sind: shallow (keine Berechnung), sums (Summe der untergeordneten Werte), levels (System- und Parameterebene getrennt rechnen).

opportunity

Calculates the difference of an importance and a performance value if importance>performance>0

Collection opportunity(Collection importance, Collection performance)

  • importance: is the importance value
  • performance: is the performance value

pairedComparison

Berechnet das Ergebnis eines paarweisen Vergleichs. Das Ergebnis ist der Eigenvektor zum größten Eigenwert der Matrix.

Collection pairedComparison(Collection matrix)

  • matrix: Die Dreiecksmatrix, die den paarweisen Vergleich enthält.

proportionalScore

Bewertet eine QFD-Matrix durch Anwendung der Methode der proportionalen Punktverteilung.

Collection proportionalScore(Collection matrix, Collection x, integer sign=all, Object total=0.0, integer grouphandling=autodetect)

  • matrix: Die Matrix der Relationen.
  • x: Ein Vektor von Gewichten für die Eingabeseite der Matrix.
  • sign: legt fest, welche Werte der Matrix verwendet werden sollen: all (alle), neg (nur negative), pos (nur positive)
  • total: ist die Gesamtsumme zur Normierung. Auf 0 setzen um nicht zu normieren.
  • grouphandling: definiert, wie Gruppenwerte zu behandeln sind: shallow (keine Berechnung), sums (Summe der untergeordneten Werte), levels (System- und Parameterebene getrennt rechnen).

pughSum

Ergibt die Pugh-Summe für einen Container. Die Pugh-Summe ist das Maß für die Anzahl positiver und negativer Auswirkungen einer Anzahl von Alternativen.

Object pughSum(Collection x, Collection value, Object param1=nothing, Object param2=nothing, Object param3=nothing, Collection x, Collection value, Object param1=nothing, Object param2=nothing, Object param3=nothing)

  • x: is the container for which you want to calculate the Pugh sum.
  • value: is the Pugh value, i.e.the value being counted. Normally, this argument should be one of -1, 0 +1 to count negative, neutral or positive relationships in the given container.
  • param1: is the first parameter (7.5 for positive, 5 for neutral, 2.5 for negative pugh sum)
  • param2: is the second parameter (10 for positive, 0 for negative pugh sum)
  • param3:
  • x: is the container for which you want to calculate the Pugh sum.
  • value: is the Pugh value, i.e.the value being counted. Normally, this argument should be one of -1, 0 +1 to count negative, neutral or positive relationships in the given container.
  • param1: is the first parameter (7.5 for positive, 5 for neutral, 2.5 for negative pugh sum)
  • param2: is the second parameter (10 for positive, 0 for negative pugh sum)
  • param3:

pughsumex

Object pughsumex(Collection x, Collection concepts, Collection mode, Object param1=nothing, Object param2=nothing, Object param3=nothing)

  • x:
  • concepts:
  • mode:
  • param1:
  • param2:
  • param3:

ranking

Calculates rank numbers for a sequence according to the values in a vector. If the reverse parameter is false, the item with the highest value will get rank number 1. If the reverse parameter is true, the item with the lowest value will get rank number 1.

Collection ranking(Collection vector, boolean reverse=false)

  • vector: a vector of values to be compared to each other
  • reverse: indicates the sort direction

scaleBenchmarking

Bildet technische Daten auf eine Bewertungsskala ab.

Collection scaleBenchmarking(Collection data, Collection map, Collection scores, Collection opt=nothing, boolean limit=true, Collection accumulate=nothing)

  • data: ist die tabelle der technischen Benchmarkdaten
  • map: eine Tabelle, die für bestimmte technische Daten die entsprechenden Skalenwerte enthält.
  • scores: ein Vektor, der die Skalenwerte enthält.
  • opt: its der Vektor mit Optimierungsrichtungen
  • limit: Schalter: Begrenzt den errechneten Wert auf den skalierten Bereich, wenn gesetzt.
  • accumulate:

scaleBenchmarkingEx

Bildet technische Daten auf eine Bewertungsskala ab.

Collection scaleBenchmarkingEx(Collection data, Collection map, Collection scores, Collection opt=nothing, Collection limit=nothing)

  • data: ist die tabelle der technischen Benchmarkdaten
  • map: eine Tabelle, die für bestimmte technische Daten die entsprechenden Skalenwerte enthält.
  • scores: ein Vektor, der die Skalenwerte enthält.
  • opt: its der Vektor mit Optimierungsrichtungen
  • limit: Schalter: Begrenzt den errechneten Wert auf den skalierten Bereich, wenn gesetzt.

scaleMax

Re-scales argument x from 0..maximum(x) to the new range given by min and max

Collection scaleMax(Collection x, Object min=1, Object max=10, Object mode=levels)

  • x: is the vector of values to be re-scaled
  • min: is the new minimum
  • max: is the new maximum
  • mode: is the calculation mode: shallow: calculate in the dimension of x, levels: calculate for both the system and the parameter level of x

spectralRadius

Returns the spectral radius of the comparison matrix. The spectral radius is the largest Eigenvalue of the comparison matrix.

Collection spectralRadius(Collection matrix)

  • matrix: Die Dreiecksmatrix, die den paarweisen Vergleich enthält.

topsis

Funktion zur Konzeptauswahl (TOPSIS)

Collection topsis(Collection decisionMatrix, Collection importance, Collection optimization, Collection best=nothing, Collection worst=nothing, boolean useBestWorst=false)

  • decisionMatrix: die Entscheidungsmatrix
  • importance: die Gewichtungen der Entscheidungskriterien
  • optimization: die Optimierungsrichtungen der Kriterien
  • best: der Vektor mit der "best-in-class" Performanz.
  • worst: der Vektor mit der "worst-in-class" Performanz.
  • useBestWorst: wenn gesetzt, fließen die "best" und "worst" Werte mit in die Berechnung ein.

topsisEx

Funktion zur Konzeptauswahl (TOPSIS)

Collection topsisEx(Collection decisionMatrix, Collection importance, Collection map, Collection scores)

  • decisionMatrix: die Entscheidungsmatrix
  • importance: die Gewichtungen der Entscheidungskriterien
  • map: eine Tabelle, die für bestimmte technische Daten die entsprechenden Skalenwerte enthält.
  • scores: ein Vektor, der die Skalenwerte enthält.

totalImportance

Calculates the total importance from one or more scoring methods, e.g. AHP, result of a questionnaire...

Collection totalImportance(Collection table, float total=1.0)

  • table: is the table containing the results of the different methods
  • total: the intended total sum for the result, 1.0 for percentage

worst

Berechnet den schlechtesten Wert, entsprechend einer gegebenen Optimierungsrichtung

Object worst(Collection x, Collection opt)

  • x: Enthält die Ausgangswerte
  • opt: Eine Spalte mit den Optimierungsrichtungen

Feedback

War dieser Artikel hilfreich?

Falls Sie fragen zu diesem Thema oder Verbesserungsvorschläge haben, lassen Sie es uns bitte wissen:

=