在运用质量功能展开构建质量屋时,极为重要的一个步骤是对顾客需求与工程特性的相关性分析,近二十年来研究者尝试了各种计量方法来提高这一步骤的精度。最近有一篇发表在Information Science的文献论述了在这个步骤中粗糙集方法的优越性。但从语言信息理论和粗糙集决策系统的知识完备性理论这两个角度来看,此方法仍然存在一些潜在的问题。为了解决这些潜在的问题,进一步提高粗糙集在QFD相关分析中的精度和有效性,本研究首先深入分析了这些问题产生的原因,然后在此基础上1)提出了语言变量均匀化这个新的概念,并以此构建了相应的粗糙集算法优化模型；2)提出了基于随机化和非参数检验的知识完备性评估方法,用来检验粗糙集理论方法在QFD相关分析中使用的有效性。由于从数理推导直接证明优化模型的精度提高和评估方法的有效性是困难的,并且仅仅用企业案例来验证也不具有较好的外部有效性。因此本研究跳出之前QFD方法研究仅以单一或少个企业案例为验证依据的研究方法,将仿真实验的研究方法引入精度和有效性的验证上,验证了经过改进后的粗糙集方法精度和有效性的提高。最后,本研究将所提出的优化模型和效度评估方法整合到QFD质量屋的构建中,并运用企业的真实案例说明了改进后方法的优势。为我国企业在当前不确定信息环境中进行产品创新、研发提供了更为有效的方法。