使用勾股模糊信息法评估精益六西格玛在食品企业中的关键成功因素

《Expert Systems with Applications》：Assessment of critical success factors of Lean Six Sigma in the food businesses using Pythagorean fuzzy information

本研究提出基于Pythagorean模糊信息的决策支持框架，结合SPC、RRW、OWCM和RCC模型，评估LSS在食品行业的关键成功因素（CSFs）。通过案例研究验证，发现“链接LSS与客户满意度及商业战略”权重最高（0.681），其次是“持续监控”和“高层管理支持”。该框架有效整合主客观权重，提升CSFs评估的可靠性和决策效率。

　　

Naif Almakayeel | Arunodaya Raj Mishra | Pratibha Rani | Sayyedeh Parisa Saeidi | Erfan Babaee Tirkolaee

沙特阿拉伯阿卜哈国王哈立德大学工程学院工业工程系，邮编61421

摘要

精益六西格玛（Lean Six Sigma, LSS）是一种强大的方法融合，它将精益生产中注重效率的原则与六西格玛对质量改进的重视相结合。各组织一直在应用LSS来减少交货时间、错误和浪费，同时提高灵活性和效率。LSS方法认为，通过将以客户为中心的方法和精益的减少浪费原则与六西格玛的数据驱动工具及结构化的缺陷消除方法结合起来，组织可以获得显著的优势。关键成功因素（Critical Success Factors, CSFs）是组织实现战略目标所必需的关键要素。本研究旨在评估LSS在食品行业中成功实施的关键成功因素。为此，我们基于对称判据点（Symmetry Point of Criterion, SPC）、秩倒数加权（Rank Reciprocal Weighting, RRW）、意见权重标准方法（Opinion Weight Criteria Method, OWCM）和相对接近系数（Relative Closeness Coefficient, RCC）模型，在毕达哥拉斯模糊信息（Pythagorean fuzzy information）的框架下，构建了一个决策支持框架。在此基础上，我们从毕达哥拉斯模糊信息的角度提出了一种新的评分函数和距离度量方法。为了展示所提模型的可行性和有效性，我们研究了一个与食品行业中LSS实施相关的案例，该案例包含了16个关键成功因素和4家食品企业。数值实验表明，“将LSS与客户满意度和业务战略联系起来”这一因素的权重值最高（0.681），其次是“持续监控”（0.0672）和“高层管理支持”（0.067）。这表明LSS方法与食品企业的客户满意度和业务战略之间存在显著关联。此外，我们还进行了敏感性分析，以衡量在不同权重策略下专家权重变化对LSS关键成功因素评估的影响。最后，我们进行了比较分析，以验证我们提出方法的可靠性和优越性。

引言

开发有效的质量改进或持续发展策略是现代企业持续成功的关键因素（Ubaid & Dweiri, 2024）。精益生产和六西格玛是许多行业为提高绩效和增强竞争优势而采用的广泛认可的运营策略。精益生产是一种作为管理系统来消除浪费和实现持续改进的哲学（Daniyan et al., 2022, Widiwati et al., 2025）。价值、流程、价值流、拉动式生产和完美化是生产系统的五大精益原则。精益生产是一系列帮助制造业在全球竞争环境中生存的方法（Costa et al., 2021; Guleria et al., 2022）。六西格玛由摩托罗拉开发，旨在提升组织和产品的质量（Vicente et al., 2024）。它提供了工具来提高业务流程的效率，同时通过最小化和消除可能导致缺陷的过程、产品和服务中的变异来提升客户满意度。六西格玛被定义为一种组织质量提升的方法（Costa et al., 2021）。传统的服务框架如精益生产和六西格玛主要强调效率和质量，但它们往往未能充分整合环境和社会可持续性的考虑（Hariyani et al., 2025）。

精益六西格玛（Lean Six Sigma, LSS）是一种质量管理方法，它结合了精益生产和六西格玛的方法，主要目标是消除非增值浪费，并致力于实现零缺陷（Yang et al., 2025）。这是一种消除过程变异并减少其他类型浪费的过程，以提高行业的生产效率。实际上，LSS是一种过程改进哲学，它通过分析业务绩效的定量数据来识别、消除和控制与质量、效率、客户满意度、制造和服务成本相关的问题和不足（Murmura et al., 2021）。自出现以来，这种方法已有效应用于各种业务流程中，以改进过程管理、客户满意度、改革、最大化价值和优化（Aytekin et al., 2023）。

关键成功因素（Critical Success Factors, CSFs）用于识别对确保组织成功和实现其战略目标至关重要的绩效领域。Rockart（1979）提出了CSFs的概念，即业务流程中的关键领域，并进一步展示了如何利用它们来确定高层管理的信息需求。Rungasamy等人（2002）指出CSFs是达到业务里程碑所必须考虑的重要因素。Swarnakar等人（2020）分析了支持组织LSS方法的二十九个CSFs的本质。迄今为止，文献普遍认为CSFs是确保组织成功和获得竞争优势的关键绩效领域（Kim, 2022, Khourshed, 2023, Wuni, 2025）。在食品行业中，关于LSS实施中的CSFs识别的研究较少（Aytekin et al., 2023），这不足以同时管理专家的主观和客观意见。

多目标优化方法通常以简单且不合理的方式被采用，这阻碍了多标准决策（Multi-Criteria Decision-Making, MCDM）模型在改进设计过程中的应用（Dinh et al., 2024）。在决策专家（Decision Experts, DEs）需要通过解决多个相互冲突的标准来确定优先级的情况下，MCDM方法极具价值（Rani et al., 2025）。使用MCDM方法，可以评估食品行业中LSS实施的CSFs。然而，在食品行业中执行LSS的过程中，CSFs评估经常遇到不确定性。为了处理这些不确定性问题，Zadeh（1965）提出了模糊集（Fuzzy Set, FS）理论，该理论已在许多应用中得到有效利用。它允许成员函数的值介于0和1之间，表示一个元素属于某个集合的程度。传统的FS理论无法有效处理现实世界MCDM问题的不确定性，因为它仅通过成员度来表示。后来，文献中发展出了FS的几种扩展。作为FS的泛化，Atanassov（1986）提出了直觉模糊集（Intuitionistic Fuzzy Set, IFS）的概念，它具有更好的处理不确定信息的能力。在IFS中，一个元素满足以下条件：$0\le \mu +\nu \le 1$，其中‘$\mu$’表示成员度（Membership Degree, MD），‘$\nu$’表示非成员度（Non-Membership Degree, NMD）。此外，Yager（2014）改进了IFS的条件，并提出了毕达哥拉斯模糊集（Pythagorean Fuzzy Set, PFS）的概念，它具有更好的不确定性处理能力。在PFS中，MD和NMD之和大于1，而它们的平方和小于或等于1。PFS理论在决策问题中更为有效，并在不同领域有众多应用（Soltani et al., 2023, Gahlawat et al., 2024, Gupta et al., 2025）。

基于PFS概念的优势，本研究的主要创新和贡献如下：

• I.
  本研究提出了一种新的评分函数，用于比较毕达哥拉斯模糊数（Pythagorean Fuzzy Numbers, PFNs）。通过数值示例展示了所提出的评分函数相对于现有评分函数的有效性（Zhang and Xu, 2014, Wu and Wei, 2017, Peng and Dai, 2017, Peng et al., 2020, Nagar et al., 2022, Gahlawat et al., 2024）。
• II.
  本研究开发了一种新的距离度量方法，用于量化PFSs之间的差异程度，同时也克服了现有PF距离度量方法的缺点（Chen, 2018, Hussian and Yang, 2019, Baccour and Alimi, 2019, Sarkar and Biswas, 2021, Mahanta and Panda, 2021; Arora et al., 2022; Wu et al., 2022, Baranidharan et al., 2024）。
• III.
  基于所提出的评分函数和距离度量方法，本研究进一步提出了一个决策支持系统，用于评估食品行业的LSS关键成功因素。为此，使用毕达哥拉斯模糊信息，通过意见权重标准方法（Opinion Weight Criteria Method, OWCM）和相对接近系数（Relative Closeness Coefficient, RCC）模型分别获得了CSFs的目标权重和主观权重。
• IV.
  在评估CSFs的过程中，通过在PFS的框架内结合对称判据点（Symmetry Point of Criterion, SPC）和秩倒数加权（Rank Reciprocal Weighting, RRW）方法来确定专家的权重。
• V.
  为了展示所提框架的适用性和稳健性，本研究通过一个食品行业中LSS关键成功因素评估的案例研究进行了验证。

本研究的结构如下：第2节回顾了相关研究。第3节首先介绍了PFS的基础知识，然后描述了在PFS背景下提出的距离度量函数和评分函数。第4节开发了一个混合决策框架，用于评估LSS的CSFs。第5节在一个CSFs评估的案例研究中实施了该模型，证明了其有效性。此外，第5节进行了敏感性和比较分析，展示了其稳定性和稳健性。最后，第6节总结了研究并提出了未来研究的方向。

相关研究

在过去几十年中，管理理论和实践面临着高度动态和复杂的运营环境。与早期以产品为导向的管理策略不同，现在的关注点在于理解公司应如何确保交付及时性、交付条件和订单准确性，从而为客户提供优质的服务（Rita et al., 2019）。根据最新发展，

基于毕达哥拉斯模糊信息的提出方法

在这里，我们引入了一个基于毕达哥拉斯模糊信息的决策框架，用于评估食品行业中LSS的实施。为此，我们介绍了本研究中使用的PFS理论的基本概念。接下来，我们在毕达哥拉斯模糊信息的背景下提出了一种新的评分函数和距离度量方法。通过数值示例展示了所提出的评分函数和距离度量方法相对于现有方法的有效性。

案例研究：食品行业中LSS采纳的关键成功因素评估

现在，我们实施了所提出的决策框架，以评估食品行业中LSS实施的关键成功因素。为此，我们考虑了一个包含16个关键成功因素作为标准以及4家食品企业的案例研究。在数据收集过程中，我们与专家进行了面对面会议。尽管我们通过电子邮件邀请了20位专家，但只有8位专家同意在CSFs评估中与我们合作。

结果分析与讨论

本节讨论了敏感性和比较分析，以及理论和实际意义。

结论与展望

本研究调查了在印度食品行业中成功实施LSS方法所需的十六个关键成功因素的重要性。它提供了基于这些关键成功因素如何更好地在食品行业中实施LSS的理解。本研究的目标是通过结合改进的SPC、RRW、OWCM和RCC模型以及毕达哥拉斯模糊信息，提出一个综合的决策框架。在这方面，我们为PFSs开发了一种新的评分函数和距离度量方法。

CRediT作者贡献声明

Naif Almakayeel：撰写——原始草稿，调查，项目管理，方法论，软件，审稿与编辑。Arunodaya Raj Mishra：形式分析，撰写——原始草稿，验证，数据整理，方法论，软件。Pratibha Rani：撰写——审稿与编辑，概念化，数据整理，方法论，软件，验证。Sayyedeh Parisa Saeidi：撰写——原始草稿，调查，可视化，调查，撰写——审稿与编辑。Erfan Babaee

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

作者感谢国王哈立德大学的研究与研究生院通过RGP2/50/46号资助项目对本研究的支持。