In this study, an advanced stochastic risk assessment approach based on integration of advanced version of quality function deployment (AV-QFD) and Modified Kemeny Median Indicator Rank Accordance (KEMIRA-M) is proposed. It is aimed to perform a new criterion weighting procedure based on four different distributions as uniform, symmetric triangular, left asymmetric triangular, right asymmetric triangular distributions. The AV-QFD includes correlations between criteria (top roof of QFD), risk degrees (RDs) of risk types (RTs) (customer needs part of QFD), correlations between RTs and criteria sets (CSs) (in the middle of QFD) to obtain the criteria priorities. Correlations on the top roof of QFD comprises three types: correlations between criteria in the first CS, correlations between criteria in the second CS and correlations between criteria in both CSs. Additionally, Fine–Kinney method is performed in AV-QFD to compute RDs of RTs in the customer needs part. Then for each expert, the correlation-based importance degree (CBID) of each criterion is obtained to rank criteria for each CS. MATLAB code was performed to see the effect of different trial numbers and replications on risk assessment. It was observed that although uniform distribution provides the best value, the same alternative ranking was obtained for all distributions. In addition, right asymmetric triangular distribution converged to the best value rapidly in practice made in this study.

中文翻译：

---

基于 KEMIRA-M、QFD 和 Fine-Kinney 杂交的高级随机风险评估方法提案

在这项研究中，提出了一种基于高级版质量功能部署（AV-QFD）和改进的凯梅尼中值指标等级一致性（KEMIRA-M）集成的高级随机风险评估方法。其目的是基于四种不同的分布（即均匀、对称三角形、左不对称三角形、右不对称三角形分布）执行新的标准加权程序。AV-QFD 包括标准之间的相关性（QFD 的顶部）、风险类型 (RTs) 的风险度 (RDs)（客户需要 QFD 的一部分）、RTs 和标准集 (CSs) 之间的相关性（在 QFD 的中间）获取标准优先级。QFD 顶部的相关性包括三种类型：第一个 CS 中的标准之间的相关性，第二个 CS 中标准之间的相关性以及两个 CS 中标准之间的相关性。此外，在 AV-QFD 中执行 Fine-Kinney 方法来计算客户需求部分中 RT 的 RD。然后对于每个专家，获得每个标准的基于相关的重要度（CBID），以对每个 CS 的标准进行排名。执行 MATLAB 代码以查看不同试验数量和重复对风险评估的影响。据观察，虽然均匀分布提供了最佳值，但所有分布都获得了相同的替代排名。此外，在本研究的实践中，右不对称三角形分布迅速收敛到最佳值。获得每个标准的基于相关的重要度（CBID），以对每个 CS 的标准进行排序。执行 MATLAB 代码以查看不同试验数量和重复对风险评估的影响。据观察，虽然均匀分布提供了最佳值，但所有分布都获得了相同的替代排名。此外，在本研究的实践中，右不对称三角形分布迅速收敛到最佳值。获得每个标准的基于相关的重要度（CBID），以对每个 CS 的标准进行排序。执行 MATLAB 代码以查看不同试验数量和重复对风险评估的影响。据观察，虽然均匀分布提供了最佳值，但所有分布都获得了相同的替代排名。此外，在本研究的实践中，右不对称三角形分布迅速收敛到最佳值。