精华内容
下载资源
问答
  • 为什么需要因果矩阵当输入变量很多时, 如果对所有的变量都进行收集数据并分析, 理论上可行, 但z 成本大: z 时间长z 分析复杂z 而且根本没有必要:– 根据帕累托原理, 20%关键的少数输入变量引起了80%的问题在进行...

    为什么需要因果矩阵

    当输入变量很多时, 如果对所有的变量都进行收集数据并分

    析, 理论上可行, 但

    z 成本大:

    z 时间长

    z 分析复杂

    z 而且根本没有必要:

    – 根据帕累托原理, 20%关键的少数输入变量引起了80%的问题

    在进行量化分析之前需要对输入变量先进行筛选, 要求所使用的工具

    z 定性的方法

    z 简单快捷

    z 准确可靠

    因果矩阵被实践证明可以满足以上的要求

    什么是因果矩阵

    因果矩阵(Cause and Effect Matrix, C&E Matrix)是一个简化的QFD(质量功能展开) 矩阵, 用来按照客户需求的重要性来选择流程的关键输入变量

    因果矩阵的输入:

    z 客户的要求/CTQ/流程的关键输出变量

    z 从流程图找出的,所有可能与关键流程输出变量相关的流程输入变量

    z 或从鱼骨图中找出的输入变量

    z 按照关键输出对客户的重要程度打分

    z 按照关键输入与关键输出的关系打分

    因果矩阵的输出

    z 经过筛选的潜在的关键输入变量

    z 为下一步分析提供输入

    b7bc4fbce36b8b978c08bedde039c7c8.png

    因果矩阵的制作流程

    从VOC或VOB确定关键的客户需求, 即CTQ(关键质量特性)作为流程的输出

    把CTQ排序并给每个输出赋予一个优先因子(1~10)

    从流程图(或鱼骨图)中确定所有的工序和输入

    评价每个输入对输出的关联性, 赋予一个关联值

    z0分:输入变量的变化对输出没有影响

    z低分值: 输入变量的变化对输出的影响很小

    z高分值: 输入变量的变化对输出的影响很大

    把关联值和优先因子交叉相乘,然后对每个输入求和

    按照求和分数对变量进行排序

    确定潜在的关键输入变量

    案例分析–寻找影响面包质量的关键因素

    背景

    •市场上品牌越来越多,竞争越来越激烈

    •消费者的消费档次在不断提升

    •近3个月来日销量持续下降(-15%)

    •经市场调查顾客减少购买的主要原因是面包的质量!

    –膨松度

    –质地结构

    –气味

    –新鲜度

    –口感

    目标:找出影响面包质量的关键因素并改进,提升面包质量,增加市场竞争力, 增加销售

    0d68389c605930a664dd43e2c0d51372.png
    d8a5e89dab781937ec02c0f298d2f90f.png
    d733123cc654bf1654042899e86e2677.png
    d5f45969a7140e467be401db5b30699c.png
    e55d432e8666c5e045cc1e4fb7075f0d.png
    1c22f6bb05ba64bef61df506117c2ffa.png
    0944a0a0ca044a2d8cc63df560c66d1b.png
    25ded131609c7ffb77d84ead3a0ae688.png
    8cd4a29b2b2df3aa9d673778c80abe1c.png
    9dc06bafc9954f5432c5e379ecec34ed.png

    目的:把顾客的要求和流程输入变量联系起来

    •关联评分: 不超过3 个等级(水平)

    – 典型的评分等级选择

    •关联评分赋值需要严谨, 一般要花较多的时间

    –利用历史数据, 最好有量化的依据

    –团队讨论, 避免个人行为的偏见

    –专家支持, 可靠性高

    •一定要明确分值的标准:

    –0 = 流程输入和客户要求没有关联

    –1 = 流程输入仅轻微地影响客户的要求

    –3 = 流程输入对客户的要求影响处于中等水平

    –9 = 流程输入对客户的要求有直接且强烈的影响

    55e6150ff5c9d924c310fdc103a41867.png
    展开全文
  •  产品经理需要掌握并管理产品的全部需求,需求是软件项目成败的关键所在,好的需求应具备“内涵一致,外延完整”的特质,这个特质可以保证需求分析无歧义、完整、一致、正确、可行、必要、可检验、可跟踪。...

    如何进行需求矩阵管理

     产品经理需要掌握并管理产品的全部需求,需求是软件项目成败的关键所在,好的需求应具备“内涵一致,外延完整”的特质,这个特质可以保证需求分析无歧义、完整、一致、正确、可行、必要、可检验、可跟踪。

      软件需求是多层次的,包括业务需求、用户需求、功能需求和非功能需求。如下图所示:

      启动一个新产品时,产品经理需和各方进行充分的沟通,深刻理解客户或者公司高层对系统、产品高层次的目标要求,将业务需求反映在产品的创意阶段、策划阶段的《产品项目策划书》、《产品项目规划方案》中予以说明。

      用户需求主要描述了用户能使用系统来做什么,用例、场景描述都是表达用户需求的有效途径。这部分需求通常在用例文档或方案脚本说明中予以说明。

      功能需求定义了开发人员必须实现的软件功能,用户能够利用这些功能完成任务,从而满足业务需求。功能需求通常是通过对系统特性的描述表现出来的,它记录在《软件需求规格说明书》(SRS)中。《软件需求规格说明书》完整地描述了软件系统的预期特性,是开发、测试、质量保证、项目管理的重要依据。因设计的产品功能一般都较为复杂,业务规则的描述也需尽可能详尽,所以通常情况下《软件需求规格说明书》并不是一份文档,而是根据功能模块的划分由多个子文件组成。每一篇需求说明文档中均必须包含功能列表和功能详细描述,可依据实际业务情况增加数据字典方面的描述。《软件需求规格说明书》中的功能列表需要和《需求跟踪矩阵》一一对应,包括功能点编号、功能点名称。需要强调一点,需求文档的重点是说明功能所在,无需描述界面中的Icon、色彩、像素等信息,为避免和界面设计稿等展示高保真产品原型的文档发生冲突,需求文档中应尽量全部采用低保真界面,界面类描述交由《交互设计说明书》及界面设计稿、Html文件去说明。

      《软件需求规格说明书》中还应包括非功能需求,非功能需求描述了系统展现给用户的行为和执行的操作等,它包括产品必须遵从的标准、规范和约束,操作界面的具体细节要求,性能要求,设计或实现的约束条件及质量属性。通俗地讲,非功能需求是这样一种需求,它不是解决“我想要我的系统实现这种功能”,而是解决“如何使这个系统能在实际环境中运行”。在非功能需求中,针对性能方面一般需要有单点、混合、持续三方面的要求:

      1、在单点方面,要求延迟和吞吐量有对应关系,假如我们设计一款BS软件,要求打开登录页面的延迟要求为响应时间3秒、抖动2秒,那么一定要在吞吐量的要求上写上针对这一点的高峰并发人数,比如100人。

     2、在混合方面,产品经理依据业务的实际情况,定义混合并发值,并依据单点定义的部分或全部点以百分比的形式分配并发比例,注意混合下的并发值不得高于单点下的并发值。比如定义混合并发值200人,其中20%访问首页,20%登录,20%上传文件,40%浏览页面。

      3、在持续方面,通常定义为单点最高并发值二分之一情况下的2*24小时或3*24小时持续测试。比如定义50人并发下持续性测试时间2*24小时。

      《需求跟踪矩阵》主要是跟踪及统计功能需求和非功能需求。当需求基线第一次形成时就需要填写这个文档,这篇文档中的功能点名称和编号需和需求文档中对应,不得存在差异,每个功能点都需要定义它的级别(P1、P2、P3,P1为最高级别)。通常,重要程度为P1级的功能点数,不超过50%;或者P1级和P2级的功能点数,不超过80%。需求发生变更时,需填写《需求跟踪矩阵》中的需求变更记录表用以记录新增、修改、删除的功能点,并需在各模块的功能点列表中标记变更状态,通常如有新增功能,则增加在相应模块底部,字体设置为红色,如有删除功能,用蓝色标记。

      在《需求跟踪矩阵》的需求变更统计表中,有一组图表可以直观地展现各阶段需求变更工作量、项目整体需求变更率、项目整体功能点变化的情况,如下图所示:

      以上主要解释并分析了需求的四个层次,以及如何管理需求跟踪矩阵,希望能对产品经理们有所启发。

      最后附上Jan L.A. Van de Snepscheut的一段话,可以细细品味:就理论而言,理论和实践并无差异。但真付诸实行之时,差异即开始显现。


    本文出自seven的测试人生公众号最新内容请见作者的GitHub页:http://qaseven.github.io/

    展开全文
  • 摘 要 : 特征提取是合成孔径雷达自动目标识别的关键技术 ,同时也是难点问题之一. 本文提出了一种基于非 负矩阵分解算法与 Fisher 线性判别方法的合成孔径雷达图像目标识别的方法 ,通过基于基向量非负加权组合的形式 ...
  • 关键技术之一是地址码的构造。 针对大多数光学正交码(OOC)的构造算法都是基于OOC的内积表示的事实,它们只能构造某些参数OOC,并且(F,K,1),OOC的基数较小。 它不能满足光网络的要求。 提出并仿真了一种...
  • PAT乙级真题题解目录 /* * 1.... * 2. 螺旋矩阵的行列数确定的关键:m−n 取所有可能值中的... * 3.1 用二维数组存储螺旋矩阵(个人喜好,一位数组也可行); * 3.2 遍历填充二维数组,以二维数组的圈数作为遍...

    AC

    PAT乙级真题题解目录


    /*
     * 1. 先对输入的数组排序;
     * 2. 螺旋矩阵的行列数确定的关键:m−n 取所有可能值中的最小值;
     *  通过sqrt函数,开方再遍历,能最快地得到n;
     * 3. 螺旋矩阵的填充顺序:上 → 右 → 下 → 左;
     *  3.1 用二维数组存储螺旋矩阵(个人喜好,一位数组也可行);
     *  3.2 遍历填充二维数组,以二维数组的圈数作为遍历的次数,圈数为 n / 2 + n % 2(n <= m,每少一圈,列数-2);
     *  3.3 注意填充之后,对未填充的最上行、最右列、最下行、最左列进行更新;
     *  3.4 每遍历一次行/列后,判断是否已经遍历完所有数,跳出循环(避免后续的错误覆盖,时间的浪费);
     */
    #include <stdio.h>
    #include <stdlib.h>
    #include <math.h>
    
    int cmp(const void *a, const void *b) {
        return *(int *)b - *(int *)a; //降序
    }
    int main(){
        int N, n, m;
        scanf("%d", &N);
        int arr[N];
        for (int i = 0; i < N; i++){
            scanf("%d", &arr[i]);
        }
        qsort(arr, N, sizeof(int), cmp);
        for (int i = sqrt((double)N); i >= 1; i--) {
            if (N % i == 0) {
                n = i;
                break;
            }
        }
        m = N / n;
        int matrix[m][n]; 
        int urow = 0, drow = m - 1, lcol = 0, rcol = n - 1, i = 0;
        for (int k = n / 2 + n % 2; k >= 0; k--) { //从外到里遍历的圈数 
            for (int j = lcol; j <= rcol && i != N; j++, i++) {//遍历最上行 
                matrix[urow][j] = arr[i];
            }
            urow++;//第一层遍历完毕 
            for (int j = urow; j <= drow && i != N; j++, i++) {//遍历最右列 
                matrix[j][rcol] = arr[i];
            }
            rcol--;//最后一列遍历完毕 
            for (int j = rcol; j >= lcol && i != N; j--, i++) {//倒序遍历最下行 
                matrix[drow][j] = arr[i]; 
            }
            drow--;//最后一行遍历完毕 
            for (int j = drow; j >= urow && i != N; j--, i++) {//倒序遍历最左的列 
                matrix[j][lcol] = arr[i];
            } 
            lcol++;//最左列遍历完毕 
        } 
        for (int i = 0; i < m; i++) { //输出矩阵
            for (int j = 0; j < n; j++) {
                if (j == n - 1) {
                    printf("%d\n", matrix[i][j]);
                } else {
                    printf("%d ", matrix[i][j]);
                }
            }
        }
        return 0;
    }
    展开全文
  • 由于传统的高斯矩阵、伯努利矩阵等观测矩阵在硬件上实现比较困难,观测矩阵的构建一直是压缩传感硬件实现的关键问题之一,因此,选择构建合适的观测矩阵,对于嵌入式视觉压缩传感的实现具有重要的意义。针对嵌入式...
  • 山洪灾害风险预警指标的确定是防洪减灾工作中的关键技术问题,但由于山洪实测资料序列较短且山洪灾害样本量较小,难以采用传统的统计模型建立山洪灾害风险预警指标。任何统计模型其本质是建立输入-输出关系,在数学...
  • 从左下(右上同理可行)开始搜索,如果大于目标,则说明当前行往下都是大于目标的,那么row-1。如果当前小于目标,则说明当前列往左都是小于目标的。 这样类似于曼哈顿距离的逼近,直到找到目标或者出界。 时间...

    在这里插入图片描述


    题解

    • 从左下(右上同理可行)开始搜索,如果大于目标,则说明当前行往下都是大于目标的,那么row-1。如果当前小于目标,则说明当前列往左都是小于目标的。

    • 这样类似于曼哈顿距离的逼近,直到找到目标或者出界。

    • 时间复杂度:O(n+m)O(n+m)
      时间复杂度分析的关键是注意到在每次迭代(我们不返回 true)时,行或列都会精确地递减/递增一次。由于行只能减少 mm 次,而列只能增加 nn 次,因此在导致 while 循环终止之前,循环不能运行超过 n+mn+m 次。因为所有其他的工作都是常数,所以总的时间复杂度在矩阵维数之和中是线性的。

    • 空间复杂度:O(1)O(1),因为这种方法只处理几个指针,所以它的内存占用是恒定的。


    AC-Code

    class Solution {
    public:
        bool searchMatrix(vector<vector<int>>& matrix, int target) {
            if(matrix.size() == 0)  return false;
            int m = matrix.size();
            int n = matrix[0].size();
            int row = m - 1, col = 0;
            while(row >= 0 && col < n) {
                if(matrix[row][col] > target)
                    --row;
                else if(matrix[row][col] < target)
                    ++col;
                else 
                    return true;
            }
            return false;
        }
    };
    
    展开全文
  • 第二章 对偶理论与灵敏度分析2.1 单纯形法的矩阵描述3. 改进单纯形法本节课是利用上节课推导得出的...改进单纯形法的最关键是,需要计算得到每一步迭代时的可行基的逆矩阵,只要得到了该次迭代的B逆,那么就可以相...
  • 从直流潮流入手,结合矩阵理论,提出一种基于网络拓扑结构确定潮流转移区域及计算潮流转移量的方法,基于此定义潮流转移分布熵和负荷冲击灵敏度熵,提出关键线路综合评价指标。该指标既能衡量线路断开后系统内潮流...
  • 建立可靠度熵的综合评判矩阵,结合专家打分法对可靠度熵综合权重进行评价和排序,同时结合客观性强的粗糙集对故障源进行属性约简,提取出影响装配过程可靠性的关键故障源。采取预防及改进措施减少故障源的发生,从而...
  • APS的关键是排程策略

    2007-12-23 16:58:48
    APS的关键是排程策略 <!-- 对于APS,基础数据如工艺路线,设备稼动时间,准备时间矩阵等都是在一定时期内比较稳定的,变化比较少。因此在一段时期内,要排出可行、合理的生产计划,首要条件是定义出计划排...
  • 对基于差别矩阵的核求解方法而言,差别矩阵的规模是直接影响核求解效率的关键因素.为此,针对不平衡分类数据情况,提出一种基于多差别矩阵的核求解算法.该算法先按决策属性值划分对象集,进而建立任意两个不同对象集对应...
  • 这个问题不熟悉矩阵的同学可能会想着定义各个方向的方法不断循环实现,实际上这样做是完全可行的,但是较为繁琐而且不够专业~~处理矩阵更倾向于利用矩阵本身的方法实现!对于这个问题,一个比较简单的思路就是先将...
  • 差别矩阵方法作为求解粗糙集知识约简的关键技术之一,而差别矩阵中的元素个数将直接影响知识约简算法的计算效率,针对现有基于差别矩阵方法的知识约简算法的不足,并且当决策信息系统中样本量较大、决策类别数较少时...
  • 统计所有可行路径 思路与算法 第一题不多bb第二题是个数学题,排列组合,找到那些关键节点就行了。 第三题找开头和结尾的有序端的关键节点,更新关键节点信息即可 第四题典型dp+dfs即可。 没啥时间写python和c++...
  • 回溯——迷宫问题

    2020-03-22 21:25:13
    思路分析:问题的关键包括以下几个部分 建立迷宫包括墙、通道、入口、出口 点的移动 走过的路径如何处理 当前路径不可行后如何回溯 终止条件 如何建立迷宫 用二维数组建立一个N阶矩阵,数组中的成员为结构体Point...
  • 核的求解是粗糙集理论的重要研究内容之一,也是很多属性约简的关键步骤.目前已有一些关于核的求解算法,但有关核的更新算法却报道不多.文献[9]给出了对象增加情况下核的更新算法,但没有考虑对象修改情况下的核更新问题...
  • 文章主要介绍了连续液压装载机装载部设计的部分过程,分析了工作机构简化成连杆机构的空间位置关系,写出了对应的矩阵方程,通过MATLAB编程计算出了连杆长度矩阵。用ADAMS对连杆机构进行了动力学分析,得到各关键点的...
  • 在模糊时间序列模型建立的过程中,对数据的预处理和模糊规则的优化往往是影响模型预测精确度的关键因素.针对上述问题,提出基于主成分分析(PCA)的平稳化算法.首先,对数据进行平稳化检验,并将非平稳的数据进行预处理使...
  • 该方法利用特征直线与中轴线的相对姿态关系,将直接交会获取基准系下的特征直线向量作为旋转变换输入条件,利用两直线同步旋转前后的向量空间关系,采用修正的Rodrigues变换获取关键姿态旋转矩阵,最后解析求解时刻旋转...
  • 在基于偏振编码的BB84协议的量子密钥分发(QKD)系统中,偏振控制系统是关键的一个环节。为了能够高效快速地恢复并稳定因光纤链路抖动以及环境温度变化等因素而受损的偏振态,分析了电动偏振控制器(EPC)的性能,引入...
  • 在此框架中,我们对正态层次结构以及 倒置层次结构以获得暗物质质量和DM活性混合,这是将无菌中微子视为可行的暗物质候选的关键因素。 我们根据暗物质质量和DM活性混合的最新宇宙学界限来约束模型的参数空间。
  • 为探索综合评判模型在城市滨河绿带景观评价中应用的可行性,建立沈阳市南运河滨河绿带景观综合指标评价体系,采用层次分析法确定指标权重,并由权重集和模糊评判矩阵构建AHP-Fuzzy评判模型的方法对各指标进行评价....
  • 总结

    2019-02-22 15:42:41
    矩阵中或图或其他类似的存储结构中要找任意到一条可行解 或问是否能有解或指定一条路线看这个图中能否找到这样一条路(这个是最明显的不能用bfs的,因为bfs时点旁边的可行点在第一轮就被标记走过了,如果后来又需要...
  • POJ 1753(枚举)

    2018-08-25 11:59:35
    /* 题意:一个4*4的矩阵,每一格要么是白色,要么是黑色。现在你可以选择任意一个格变成相反的颜色,则这个格的上,下,左,右四个...因此枚举就存在2^16 = 4096个状态,最多执行16次操作,因此可行。 枚举+dfs */...
  • 为了快速、准确地对制造企业生产运营...进而通过状况属性的权重-状况差距矩阵,找到影响过程绩效的关键点。由状况模型自动生成递阶层次结构,比人工生成更简便、客观、准确。给出的实例表明了该方法的正确性和可行性。
  • Wc2008 游览计划(STNT + 输出路径)

    千次阅读 2013-09-10 16:23:24
    题目大意:给你n*m的矩阵,每个格子上的数字表示该地的权值,权值为0,表示该点为关键点,现在让你求至少包含这些关键点的STNT,然后一种可行方案。 思路:STNT,就是加了输出路径。 这里还要注意,由于我们是把权值...

空空如也

空空如也

1 2 3 4 5
收藏数 93
精华内容 37
关键字:

关键可行矩阵