.
可编辑 亲和图(affinity diagram)
创意类工具
适用于质量改进的1－6及9－10阶段
发散思维和集中思维
又名：KJ法(K-J method)
方法演变：主题分析法
➢ 概述：
亲和图是把大量的观点组织起来，找出它们之间自然的关系。这种方法有利于开发项目组的创造力和直觉，是由日本人类学家口喜田二郎(Jiro Kawakita)于20世纪60年代创造的。
➢ 适用场合：
事实或观点处于混乱状态时；
问题看起来太大、太复杂而无法掌握时；
小组必须达成一致意见时。
典型情境：
在头脑风暴后；
分析口头数据，如调查结果时；
在绘制树图或情景挂板前。
➢ 实施步骤：
所需材料：商务贴或卡片、记号笔、大的工作面积（墙壁、桌子或地板）。
1．用记号笔在分开的商务贴或卡片上记录每个观点（如果估计在头脑风暴后要使用亲和图的话，在头脑风暴时直接把观点写在商务贴或卡片上），把这些便条随机地散开在桌子上、地板上或者墙上，使每个人都能看到。整个项目组聚集在卡片周围，参与下面的步骤。 .
可编辑 2．这个步骤很重要的一点是不能有人说话。寻找在某种意义上看起来相关的观点，把它们并排放在一起，反复如此，直到所有的卡片都分组。可以有看起来不符合任何一组的“落单”卡片，也可以移动别人移动过的卡片。如果一张卡片看起来属于两组，就再写一张同样的卡片。
3．现在可以讨论。参与者们可以讨论亲和图的形状，任何特殊的形式都可以。尤其重要的是要讨论移动有争议的卡片的理由，可以再做一些变动。当所有观点被分组后，为每组选择一个标题。在每组中寻找一个能涵盖这组意义的卡片，把它放在这组的上方。如果没有这样的卡片，就写一线。通常使用不同的颜色收发室或强调这些这张卡片。
4．在合适的情况下，把一些组结合成超级组合。
➢ 示例：
ZZ-400制造小组使用亲和图建立潜在绩效指标的列表。图表5.1所示的是小组成员头脑风暴后的列表。但因小组成员轮班工作不能聚在一起做亲和图，所以他们修改了上述步骤。
47.传递函数：传递函数是指在零初始前提下,体系输出量的拉式变换与体系输入量的拉式变换之比.
48.体系校订：为了使体系达到我们的请求,给体系参加特定的环节,使体系达到我们的请求,这个进程叫体系校订.
49.主导顶点：假如体系闭环顶点中有一个顶点或一对复数顶点据虚轴比来且邻近没有其他闭环零点,则它在响应中起主导感化称为主导顶点.
50.喷鼻农定理：请求离散频谱各分量不消失重叠,即请求采样角频率知足如下关系：ωs≥2ωmax.
51.状况转移矩阵：()Atte,描写体系从某一初始时刻向任一时刻的转移.
52.峰值时光：体系输出超出稳态值达到第一个峰值所需的时光为峰值时光.
53.动态构造图：把体系中所有环节或元件的传递函数填在体系道理方块图的方块中,并把响应的输入.输出旌旗灯号分离以拉氏变换来暗示,从而得到的传递函数方块图就称为动态构造图.
54.根轨迹的渐近线：当开环顶点数 n 大于开环零点数 m 时,体系有n-m 条根轨迹终止于 S 平面的无穷远处,且它们交于实轴上的一点,这 n-m 条根轨迹变更趋势的直线叫做根轨迹的渐近线.
55.脉冲传递函数：零初始前提下,输出离散时光旌旗灯号的z变换Cz与输入离散旌旗灯号的z变换Rz之比,即CzGzRz. 56.Nyquist判据（或奈氏判据）：当ω由-∞变更到+∞时,
Nyquist曲线（极坐标图）逆时针包抄（-1,j0）点的圈数N,等于体系G(s)H(s)位于s右半平面的顶点数P ,即N=P,则闭环体系稳固;不然（N≠P）闭环体系不稳固,且闭环体系位于s右半平面的顶点数Z为：Z=∣P-N∣
57.程序掌握体系: 输入旌旗灯号是一个已知的函数,体系的掌握进程按预定的程序进行,请求被控量能敏捷精确地复现输入,如许的主动掌握体系称为程序掌握体系.
58.稳态误差：对单位负反馈体系,当时光t趋于无穷大时,体系对输入旌旗灯号响应的实际值与期望值（即输入量）之差的极限值,称为稳态误差,它反应体系复现输入旌旗灯号的（稳态）精度.
1 图和子图
图和简单图
图 G = (V, E)， 其中
V = {vvv,......,,21} V ---顶点集， ---顶点数
E = {eee12,,......,}E ---边集， ---边数
例。 左图中，
V={a, b,......,f},
E={p,q, ae, af,......,ce, cf}
注意， 左图仅仅是图G的几何实现（代表）， 它们有无穷多个。真正的 图G 是上面所给出式子，它与顶点的位置、边的形状等无关。不过今后对两者将经常不加以区别。
称 边 ad 与顶点 a (及d) 相关联。也称 顶点 b(及 f)
与边 bf 相关联。
称顶点a与e 相邻。称有公共端点的一些边彼此相邻，例如p与af 。
环（loop，selfloop）：如边 l。
棱（link）：如边ae。
重边：如边p及边q。
简单图：（simple graph）无环，无重边
平凡图：仅有一个顶点的图（可有多条环）。
一条边的端点：它的两个顶点。
记号：()(),()().GVGGEG。
习题
1.1.1 若G为简单图，则 2 。
1.1.2 n ( 4 )个人中，若每4人中一定有一人认识其他3人，则一定有一 人认识其他n-1人。
同构
在下图中，
图G恒等于图H , 记为 G = H V（G)=V(H), E(G)=E(H)。
图G同构于图F V(G)与V(F), E(G)与E(F)之间各存在一一对应关系，且这二对应关系保持关联关系。 记为 G F。
注 往往将同构慨念引伸到非标号图中，以表达两个图在结构上是否相同。
d e f
G = (V, E) p q a b c r
ayzxwbcde G=(V, E)xwbcdea yz H=(V’, E’)x’d’w’a’b’c’y’e’z’F=(V’’, E’’)
散布图(scatter diagram)
又名：散点图( scatter plot) ,X－Y图(X-Y graph)
概述
散布图是分别用横、纵坐标轴表示一对变量，来描述它们之间相互关系的一种工具。加果这两个变量相关，点的分布呈直线或曲线形状。相关性越强，这些点的散布形状越接近一条直线。
适用场合
·当收集到一组成对数据后；
·当因变量的值可能受多个自变量值的综合影响时；
·当试图确定两个变量是否相关时，例如：
——鉴别问题潜在的根本原因；
——采用头脑风暴法列出问题因果关系的鱼骨图后，客观地验证这种因果关系是否真的存在；
——判断出现的两种相关结果是否都由相同的原因引起；
——构建控制图之前对自相关性的检测。
实施步骤
1．为可能存在关联的变量收集成对的数据。
2．画一张坐标图，将自变量标于横轴，因变量标于纵轴。在每一个数据对应的横坐标值和纵坐标值的相交处画点或记号。如果有两个点落在一起，就在此处画两个相连的点，确保都可以被看到。
3．通过点的分布特征，查看相关关系是否明显。如果数据点清晰地形成一条直线，便可以证明变量相关，就可以使用回归分析或关联分析进行进一步的分析研究了。否则要继续完成步骤4～7的工作。
4将图表中的点分成4个象限。如果在图中有X个点：
从上到下，数出X/2个点，在此位置画一条垂直于纵轴的直线；
从左到右，数出X/2个点，在此位置画一条垂直于横轴的直线。
注意：如果点数为奇数，直线会经过一个点。
5数出每一个象限内点的个数．不包括落在直线上的点。
6把对角象限内点的个数加起来，并找到其中的较小者以及算出所有象限内点的个数：
A=Ⅰ象限点的个数+Ⅲ象限点的个数
B=Ⅱ象限点的个数十Ⅳ象限点的个数
Q=A和B中的较小者
