客户满意度与人力资源成本变化的方法先进性分析

首先，从示范案例本身来看，虽然每个客户的产品服务需求不尽相同，但是位置分散的客户总是允许产品服务提供者在容许的时间范围内开始解决问题并及时完成产品服务的交付，这就给人力资源的配置优化提供了空间。然而，由于客户产品服务需求的复杂性和产品服务工程师技能的多样性，通过协同作业可以有效平衡客户满意度和人力资源成本，这正是现有文献尚未涉及的问题，示范案例表明，本书建立的优化模型和设计的优化算法可以有效解决这个问题。

其次，从本章的关键技术来看，A-NSGA-II算法较基本NSGA-II算法无论在收敛速度、收敛效果方面，还是在最终结果的实际意义上都具有明显的优势。通过对基本NSGA-II和本书采用的A-NSGA-II的效果对比，A-NSGA-II算法可以使种群更快地向真正的帕累托前沿移动，如图6-24所示。

就实际问题而言，获得比较高的客户满意度远比较低的人力资源成本重要得多，本书采用的A-NSGA-II可以获得较大的客户满意度（99.1），而同样条件下基本NSGA-II得到的最大客户满意度为95.6，如图6-25所示。

图6-24 客户满意度随人力资源成本的变化趋势

a）A-NSGA-II b）基本NSGA-II

Rabiee、Zandieh等^[69]提出的多目标遗传算法效果评比准则如下：①非支配解的数量越少越好；②多样性，计算参照式（6-19），其中maxf_1i和minf_1i分别表示非支配解中第一个目标函数值的最大值和最小值，maxf_2i和minf_2i分别表示非支配解中第二个目标函数值的最大值和最小值，多样性越大越好；③解的质量，把多个算法的非支配解混合，计算每个算法的解占混合后种群中非支配解的比例，比例越大越好。经过分析，A-NSGA-II在以上三个准则上都优于基本NSGA-II，详见表6-8。(https://www.daowen.com)

图6-25 A-NSGA-II和基本NSGA-II结果中最大客户满意度值的变化

表6-8 不同准则下A-NSGA-II和基本NSGA-II效果对比

从潜在的工业效益来看，本书对产品服务资源属性的分析可以成为企业产品服务资源管理的基础依据，目前现有文献尚无这方面的系统性研究结论；本书提出的供应链环境下的产品服务资源配置机理为企业的产品服务资源配置提供了基础理论支撑，优选配置方法可以帮助企业在不同层次上对产品服务资源进行优选配置；基于协同作业的带软时间窗约束的多能工配置优化模型和基于A-NSGA-II的优化算法是企业降低产品服务成本、提高客户满意度的有效途径。