黃 輝 ，紀(jì)玉嬌，王 哲，梁 星，蔡宇浩

（1.西北工業(yè)大學(xué) 管理學(xué)院，西安 710129；2.中興通訊股份有限公司，深圳 518057；3.中國航天科技集團(tuán)五院第五一三研究所，煙臺(tái) 264000）

0 引言

全球一體化背景下，各國之間的競爭滲透到了各個(gè)行業(yè)，制造業(yè)是一個(gè)國家工業(yè)發(fā)展的根基，在制造業(yè)中處于領(lǐng)先地位的國家也將會(huì)在供應(yīng)鏈下游產(chǎn)業(yè)的對(duì)抗競爭中占據(jù)優(yōu)勢(shì)。新時(shí)期，我國制造業(yè)的發(fā)展雖然取得了有目共睹的進(jìn)步，但相較于德國日本等制造業(yè)強(qiáng)國，仍存在著自主創(chuàng)新能力不強(qiáng)、資源利用率低下等巨大劣勢(shì)，近年來，我國適時(shí)提出了“中國制造2025”作為中國政府實(shí)施制造強(qiáng)國戰(zhàn)略的第一個(gè)十年行動(dòng)綱領(lǐng)，以市場為主導(dǎo)，釋放創(chuàng)新創(chuàng)造活力，改變中國制造“大而不強(qiáng)的局面”。在“中國制造2025”的背景下不斷發(fā)展創(chuàng)新，拓寬思路，引進(jìn)新模式新思想并不斷完善，使其能在制造業(yè)的改革轉(zhuǎn)型中發(fā)揮巨大優(yōu)勢(shì)，在實(shí)施過程中給制造業(yè)各方帶來切實(shí)的利益，是目前相關(guān)企業(yè)及學(xué)者應(yīng)該考慮的問題[1]。中國國土幅員遼闊，各地地理人文差異明顯，不同地區(qū)制造業(yè)發(fā)展各有特點(diǎn)，呈現(xiàn)出分散分布的特點(diǎn)[2]。小型制造業(yè)局限于制造企業(yè)當(dāng)?shù)?，可以形成區(qū)位優(yōu)勢(shì)，但是要完成諸如航空航天等大型裝備設(shè)施的制造，則需要不同地區(qū)的制造企業(yè)能夠高效協(xié)同，保持信息的高度透明，需要統(tǒng)一的制造業(yè)綜合調(diào)度平臺(tái)進(jìn)行統(tǒng)一協(xié)同管理，利用管理信息系統(tǒng)進(jìn)行資源信息的管理。隨著制造業(yè)向著敏捷化、智能化、綠色化和服務(wù)化發(fā)展的趨勢(shì)變得越來越明顯，對(duì)制造業(yè)按需快速響應(yīng)的要求也變得更加迫切。在制造業(yè)中滲透智能生產(chǎn)，體現(xiàn)服務(wù)意識(shí)，這對(duì)現(xiàn)代制造業(yè)提出了更高的標(biāo)準(zhǔn)與要求[3]?！爸袊圃?025”的一大部署就是全面提高中國制造業(yè)發(fā)展的質(zhì)量與水平。云制造的概念自2009年被李伯虎院士提出以來（云制造1.0）只有短短幾年時(shí)間，但由于其所具有的獨(dú)特優(yōu)勢(shì)與無限發(fā)展?jié)摿?，引發(fā)了各領(lǐng)域?qū)＜覍W(xué)者的高度關(guān)注。云制造實(shí)現(xiàn)了對(duì)制造全系統(tǒng)，全生命周期里邊的人及物進(jìn)行智慧地感知、互聯(lián)、協(xié)同、學(xué)習(xí)、分析、預(yù)測(cè)、決策、控制和執(zhí)行，使人組織、經(jīng)營管理和技術(shù)裝備得到了最大的協(xié)同互聯(lián)，從而降本增效，提高了制造行業(yè)的整體競爭力[4,5]。云制造在對(duì)大范圍分布式制造資源進(jìn)行整合封裝與匹配共享的同時(shí)，賦予了分布式制造更大的動(dòng)態(tài)性與隨機(jī)性，將供應(yīng)鏈管理納入云制造平臺(tái)之中，利用大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的支撐，完成云制造供應(yīng)鏈系統(tǒng)的分析設(shè)計(jì)與運(yùn)作，進(jìn)而實(shí)現(xiàn)供應(yīng)鏈的動(dòng)態(tài)響應(yīng)與敏捷調(diào)度也就顯得尤為重要[6]。

1 云制造供應(yīng)鏈相關(guān)研究綜述

1.1 云制造

歐盟第七框架（FP7）中提出了ManuCloud項(xiàng)目（2010年8月～2013年7月），并在2013年啟動(dòng)的CAPP-4-SMES項(xiàng)目中正式使用“Cloud Manufacturing”這一詞匯。與此同時(shí)，美國、新西蘭、英國等大學(xué)及研究機(jī)構(gòu)也開展了云制造相關(guān)的研究。國內(nèi)的有關(guān)研究則是由李伯虎院士首先較為完整地提出了云制造的概念（2009），他認(rèn)為：云制造是一種利用網(wǎng)絡(luò)和云制造服務(wù)平臺(tái)，按用戶需求，組織網(wǎng)上制造資源（制造云），為用戶提供各類按需制造服務(wù)的一種網(wǎng)絡(luò)化制造新模式[7]。此后，國內(nèi)學(xué)者以此概念為導(dǎo)向，開始了在云制造1.0及其延伸領(lǐng)域的研究。2012年，李伯虎院士及其團(tuán)隊(duì)在云制造1.0的基礎(chǔ)上提出了智慧云制造（云制造2.0），相較于之前的云制造研究，智慧云制造更加強(qiáng)調(diào)信息技術(shù)、智能科學(xué)技術(shù)、制造應(yīng)用技術(shù)的深度融合，注重高效、優(yōu)質(zhì)、低耗、柔性的制造產(chǎn)品可以服務(wù)制造用戶的全生命周期，通過一個(gè)核心，即智慧云制造平臺(tái)，使智能制造系統(tǒng)形成理想的數(shù)字化、智能化、網(wǎng)絡(luò)化狀態(tài)，最終在信息高度透明下實(shí)現(xiàn)制造企業(yè)的降本增效與市場競爭能力的提升[8～10]。

1.2 云制造供應(yīng)鏈

云制造供應(yīng)鏈?zhǔn)窃谠浦圃旒夹g(shù)體系下構(gòu)建成的網(wǎng)鏈關(guān)系，是以云計(jì)算、物聯(lián)網(wǎng)、人機(jī)交互系統(tǒng)等先進(jìn)信息技術(shù)為支撐，更加柔性、開放、自主的供應(yīng)鏈，其管理方式更加靈活，對(duì)供應(yīng)鏈各個(gè)節(jié)點(diǎn)的動(dòng)態(tài)交互與敏捷響應(yīng)都提出了更高的要求。林云等，提出了一種面向供應(yīng)鏈物流服務(wù)的新模式——物流云服務(wù)，闡釋了物流云服務(wù)的創(chuàng)新性與技術(shù)架構(gòu)[11]。古川等提出云制造供應(yīng)鏈與傳統(tǒng)制造供應(yīng)鏈相比具有的虛擬性、動(dòng)態(tài)性、柔性以及云制造供應(yīng)鏈企業(yè)向知識(shí)型、學(xué)習(xí)型轉(zhuǎn)變等特點(diǎn)[12]。與此同時(shí)，國內(nèi)學(xué)者也陸續(xù)開始了對(duì)于云制造供應(yīng)鏈建模的探索，在云制造供應(yīng)鏈節(jié)點(diǎn)效益、服務(wù)能力等方面進(jìn)行了優(yōu)化分析[13,14]。除此之外，有學(xué)者將蝙蝠算法應(yīng)用到云制造供應(yīng)鏈的相關(guān)研究中，在供應(yīng)鏈篩選有效性、算法尋優(yōu)、全局搜索等方面取得了一定的研究成果[15～18]。目前對(duì)于云制造云制造供應(yīng)鏈的研究相對(duì)較少，多集中于理論層面的模式探索以及微觀層面的節(jié)點(diǎn)優(yōu)化，通過網(wǎng)絡(luò)規(guī)劃等相關(guān)領(lǐng)域研究方法對(duì)云制造的研究很少，需要學(xué)術(shù)界的不斷探索與研究。

1.3 其他相關(guān)研究

1.3.1 供應(yīng)鏈網(wǎng)絡(luò)

供應(yīng)鏈網(wǎng)絡(luò)涉及到商流、物流、資金流和信息流的控制，包括對(duì)一種或多種產(chǎn)品進(jìn)行采購、生產(chǎn)、銷售、消費(fèi)等一系列相關(guān)活動(dòng)，是由若干條供應(yīng)鏈相互交錯(cuò)形成的網(wǎng)狀結(jié)構(gòu)模式。供應(yīng)商、制造商、分銷商、零售商以及各環(huán)的服務(wù)商在戰(zhàn)略、業(yè)務(wù)、資源方面協(xié)同作用，形成了多條供應(yīng)鏈交互構(gòu)成的異構(gòu)分布式系統(tǒng)。供應(yīng)鏈的網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)與網(wǎng)絡(luò)模型研究，是供應(yīng)鏈管理長期戰(zhàn)略層所研究的基本問題之一[19]。由于供應(yīng)鏈的節(jié)點(diǎn)較多，網(wǎng)絡(luò)較為復(fù)雜，葉笛（2011）討論了將復(fù)雜網(wǎng)絡(luò)的理論運(yùn)用到供應(yīng)鏈網(wǎng)絡(luò)的研究的可行性，并深入分析了供應(yīng)鏈系統(tǒng)整體運(yùn)行規(guī)律和宏觀行為、供應(yīng)鏈網(wǎng)絡(luò)特征以及供應(yīng)鏈網(wǎng)絡(luò)動(dòng)態(tài)生長演化規(guī)律[20]。與此同時(shí)，基于復(fù)雜網(wǎng)路理論難以完全捕捉供應(yīng)鏈網(wǎng)絡(luò)屬性的現(xiàn)實(shí)，很多學(xué)者在不同的應(yīng)用情境下，對(duì)復(fù)雜網(wǎng)路理論進(jìn)行了改進(jìn)、結(jié)合或擴(kuò)充并進(jìn)行了模型分析與驗(yàn)證[21～24]。云制造的供應(yīng)鏈網(wǎng)絡(luò)大多數(shù)是有向加權(quán)的制造供應(yīng)網(wǎng)絡(luò)，由于云制造模式的特殊性，對(duì)網(wǎng)絡(luò)加入了柔性、動(dòng)態(tài)的元素，其研究與探索便顯得更為復(fù)雜，需要尋找合適的模型在現(xiàn)有的基礎(chǔ)上不斷建模仿真對(duì)結(jié)果進(jìn)行優(yōu)化。

1.3.2 供應(yīng)商選擇

供應(yīng)鏈中的供應(yīng)商選擇，是供應(yīng)鏈管理研究的重要問題之一。目前國內(nèi)外的相關(guān)研究較多，主要分為兩類，一類是通過研究評(píng)價(jià)評(píng)估方法來進(jìn)行供應(yīng)商的評(píng)價(jià)與篩選，評(píng)估方法包括直接選擇分析法、層次分析法、數(shù)據(jù)包絡(luò)分析、整數(shù)規(guī)劃、神經(jīng)網(wǎng)絡(luò)、貝葉斯證據(jù)網(wǎng)絡(luò)等[25～27]。另一類是通過建立多目標(biāo)數(shù)學(xué)規(guī)劃模型，對(duì)理想方案進(jìn)行排序，如關(guān)志民等提出了一個(gè)組合多屬性決策模型，集成了模糊AHP、模糊多指標(biāo)以及TOPSIS方法各自的優(yōu)點(diǎn)，采用理想點(diǎn)法，對(duì)供應(yīng)商進(jìn)行排序和選擇決策[28]。對(duì)供應(yīng)商選擇問題的研究，目前較少有以供應(yīng)鏈為主導(dǎo)的選擇研究，多是把供應(yīng)鏈作為供應(yīng)商評(píng)價(jià)的一個(gè)指標(biāo)進(jìn)行綜合加權(quán)選優(yōu)，而供應(yīng)鏈作為云制造的實(shí)施基礎(chǔ)，很多情況下，供應(yīng)鏈相關(guān)的因素將會(huì)對(duì)供應(yīng)商的選擇起到?jīng)Q定性的作用。將供應(yīng)鏈單獨(dú)研究，分析研究其對(duì)于供應(yīng)商篩選的作用，也是十分必要的。

1.3.3 供應(yīng)鏈不確定性

一個(gè)供應(yīng)鏈網(wǎng)絡(luò)的規(guī)劃到運(yùn)作實(shí)施可能需要經(jīng)歷很長的一段時(shí)間，這就意味著很多參數(shù)在網(wǎng)絡(luò)未來的實(shí)施過程中會(huì)產(chǎn)生變化，即具有不確定性。Sabri和Beamon曾指出，不確定性是SCM中最重要，同時(shí)也是最具挑戰(zhàn)性的問題[29]。由于供應(yīng)鏈的不確定性因素眾多，可以通過不同的分類準(zhǔn)則對(duì)不確定性的來源進(jìn)行分類：短期不確定性因素與長期不確定性因素；生產(chǎn)不確定性因素與供給不確定性因素；模型不確定性因素、過程不確定性因素、外部不確定性因素與離散不確定性因素；內(nèi)生不確定性因素、外生不確定性因素等等。借助強(qiáng)大的云制造平臺(tái)進(jìn)行高效容錯(cuò)計(jì)算，智能、敏捷、動(dòng)態(tài)地對(duì)供應(yīng)鏈不確定性的規(guī)避與減弱，正是云制造優(yōu)越性的體現(xiàn)之一[30]。Moritz Wendt等將企業(yè)的不確定性分為企業(yè)內(nèi)生的不確定性（如時(shí)間、成本、資金、質(zhì)量等）與外生不確定性（如市場價(jià)格、自然環(huán)境與政策法規(guī)等[31,32]）。

2 不確定型云制造供應(yīng)鏈算例構(gòu)建

2.1 不確定型云制造供應(yīng)鏈

在現(xiàn)實(shí)云制造的過程中，的制造企業(yè)的內(nèi)生不確定性是不可避免的，這種內(nèi)生不確定性，與來自需求方的制造需求波動(dòng)等因素不同，云制造供應(yīng)商的內(nèi)生不確定性，包括供貨時(shí)間與實(shí)際不符、供貨數(shù)量與需求的差別、原材料的質(zhì)量不符、原材料的價(jià)格波動(dòng)、制造周期的不穩(wěn)定性、制造產(chǎn)品的損毀所造成的質(zhì)量的不穩(wěn)定性、以及機(jī)器故障、機(jī)器損壞、備用零件不足、計(jì)算機(jī)出錯(cuò)、員工疏忽失誤等[33]。云制造借助其強(qiáng)大的智能云制造平臺(tái)可以對(duì)云制造供應(yīng)鏈進(jìn)行風(fēng)險(xiǎn)規(guī)避，也就是不確定性顯性化，提前預(yù)知與預(yù)測(cè)，來為預(yù)先決策提供參考。而如何識(shí)別風(fēng)險(xiǎn)，將云制造供應(yīng)鏈的不確定性及時(shí)暴露，這就需要進(jìn)行大量的方法研究，并借助云制造技術(shù)來實(shí)現(xiàn)。通過對(duì)不確定性的分析，能減少不確定性風(fēng)險(xiǎn)給云制造供應(yīng)鏈帶來的損失。風(fēng)險(xiǎn)評(píng)審技術(shù)（Venture Evaluation Review Technique）是一種以管理系統(tǒng)為對(duì)象，以隨機(jī)網(wǎng)絡(luò)仿真為手段的風(fēng)險(xiǎn)定量分析技術(shù)[34]。內(nèi)生不確定性中的三個(gè)最主要的因素，即時(shí)間、費(fèi)用、性能在分布式生產(chǎn)、總裝鏈?zhǔn)蕉嗉?jí)云制造供應(yīng)鏈中不確定時(shí)，通過風(fēng)險(xiǎn)評(píng)審技術(shù)進(jìn)行建模仿真，可以達(dá)到將不確定性量化后對(duì)實(shí)際的供應(yīng)商選擇進(jìn)行指導(dǎo)的目的。

2.2 構(gòu)造算例

假定一個(gè)航天器型號(hào)產(chǎn)品有如圖1所示的離散式生產(chǎn)總裝式制造的生產(chǎn)制造流程，其代表了一種較為典型的多總裝多級(jí)云制造供應(yīng)鏈體系，圖中各節(jié)點(diǎn)標(biāo)有具體的工序名稱與代號(hào)，工序間的箭頭指向關(guān)系代表了各工序前后承接關(guān)系也代表了云制造供應(yīng)鏈的物流流動(dòng)方向，其中工序7綜合電子與工序9衛(wèi)星平臺(tái)裝配是總裝生產(chǎn)制造節(jié)點(diǎn)，需要緊前工序全部完成的情況下才能開始。10個(gè)工序各有多家有能力的供應(yīng)商可以提供給相應(yīng)的制造能力。

圖1 某航天器型號(hào)制造流程

與圖1相對(duì)應(yīng)的，在表1中給出了每個(gè)節(jié)點(diǎn)工序的名稱，供應(yīng)商個(gè)數(shù)以及標(biāo)準(zhǔn)費(fèi)用與工時(shí)，本算例的費(fèi)用與上一算例的節(jié)點(diǎn)供應(yīng)成本的內(nèi)涵一致，為重點(diǎn)探討研究方法，算例做了簡化處理，對(duì)于各工序的的費(fèi)用、工時(shí)與性能標(biāo)準(zhǔn)的賦值都做了去量綱處理并賦予同樣的數(shù)值，便于編程與結(jié)果分析。例如，節(jié)點(diǎn)1，制作星敏感器的這一工序，對(duì)其的標(biāo)準(zhǔn)費(fèi)用賦值是4，同樣的標(biāo)準(zhǔn)時(shí)間與標(biāo)準(zhǔn)性能賦值也是4，在一次仿真的過程中如果節(jié)點(diǎn)1中的某一供應(yīng)商的供應(yīng)時(shí)間或費(fèi)用超過4，抑或者該供應(yīng)商供應(yīng)產(chǎn)品的性能值不足4，則該供應(yīng)商為不符合要求供應(yīng)商，被舍棄。

表1 節(jié)點(diǎn)工序相應(yīng)參數(shù)賦值

基于VERT的理論基礎(chǔ)，對(duì)此算例進(jìn)行了VERT網(wǎng)絡(luò)模型的繪制，如圖2所示?？梢钥闯瞿Ｐ陀山M合節(jié)點(diǎn)、單節(jié)點(diǎn)、弧等構(gòu)成，通過“與”邏輯、“或”邏輯、“蒙特卡略”邏輯等對(duì)算例的各個(gè)節(jié)點(diǎn)工序的前后傳遞與結(jié)合的邏輯關(guān)系進(jìn)行了表達(dá)，能夠完全模擬圖1的型號(hào)制造流程。同時(shí)對(duì)1至6工序的制造階段定義為階段A，節(jié)點(diǎn)7至10分別定義為階段B、階段C、階段D、階段E。在仿真過程中，如果有工序節(jié)點(diǎn)沒有一個(gè)供應(yīng)商能全部達(dá)到該節(jié)點(diǎn)對(duì)時(shí)間、費(fèi)用、性能標(biāo)準(zhǔn)的要求，則該節(jié)點(diǎn)失敗，本次仿真以失敗結(jié)束。仿真會(huì)對(duì)失敗節(jié)點(diǎn)的階段予以記錄，進(jìn)行分析。

圖2 VERT網(wǎng)絡(luò)模型

算例仿真輸入各供應(yīng)商費(fèi)用、時(shí)間、性能，通過給定不同的數(shù)值來模擬不同的供應(yīng)商在提供制造服務(wù)時(shí)費(fèi)用、時(shí)間、性能上的不同。由于正態(tài)分布有極其廣泛的實(shí)際背景，生產(chǎn)與科學(xué)實(shí)驗(yàn)中很多隨機(jī)變量的概率分布都可以近似地用正態(tài)分布來描述，因而算例假設(shè)所有的供應(yīng)商的供應(yīng)時(shí)間、費(fèi)用、性能隨機(jī)變量全部符合正態(tài)分布，本算例對(duì)每一個(gè)供應(yīng)商的三個(gè)性能隨機(jī)變量所符合的正態(tài)分布隨機(jī)地賦予不同的均值μ與方差б來表示各供應(yīng)商所能提供的制造能力與制造穩(wěn)定性（即不確定性）。具體的賦值，如表2所示。

在仿真的過程中，費(fèi)用、時(shí)間與性能的輸入值雖然都是正態(tài)分布的隨機(jī)變量，但其數(shù)據(jù)處理有所區(qū)別：每次輸入的隨機(jī)變量只要滿足性能要求即可，而費(fèi)用與時(shí)間需要對(duì)每次輸入的隨機(jī)變量進(jìn)行加權(quán)比較，加權(quán)公式如表2所示，在該節(jié)點(diǎn)的幾個(gè)供應(yīng)商中選取滿足要求的（即全部達(dá)到時(shí)間和費(fèi)用標(biāo)準(zhǔn)下限以及超過性能標(biāo)準(zhǔn)），加權(quán)值與標(biāo)準(zhǔn)的差最大者，進(jìn)入下一個(gè)弧或節(jié)點(diǎn)。性能在每個(gè)節(jié)點(diǎn)都單獨(dú)計(jì)算，每次每個(gè)供應(yīng)商的性能仿真值達(dá)到性能標(biāo)準(zhǔn)值即為合格，如果該節(jié)點(diǎn)所有供應(yīng)商本次仿真性能值均未達(dá)到該節(jié)點(diǎn)的性能標(biāo)準(zhǔn)值，則該節(jié)點(diǎn)失敗，流入該節(jié)點(diǎn)的失敗點(diǎn)。在費(fèi)用與性能進(jìn)行加權(quán)取優(yōu)前，同樣先看二者是否存在所有供應(yīng)商隨機(jī)變量均未達(dá)到標(biāo)準(zhǔn)的情況，若存在，該節(jié)點(diǎn)失敗。由于隨機(jī)變量分布的性質(zhì)，在變量取負(fù)數(shù)時(shí)以零計(jì)，即變量應(yīng)為非負(fù)（負(fù)數(shù)的情況只會(huì)在第一階段出現(xiàn)，之后的數(shù)據(jù)會(huì)與之前階段進(jìn)行累積，故后面階段的分布如果出現(xiàn)時(shí)間或費(fèi)用小于之前累積值的情況，以累積值來計(jì)）。

表2 各供應(yīng)商參數(shù)賦值表

續(xù)（表2）

3 算例仿真運(yùn)行及結(jié)果分析

3.1 仿真運(yùn)行

本次仿真實(shí)驗(yàn)環(huán)境：PC：主頻2GHz，內(nèi)存4G；操作系統(tǒng)：WINDOWS 7；開發(fā)環(huán)境：MatlabR2013。

算例在在給出的VERT網(wǎng)絡(luò)規(guī)劃圖基礎(chǔ)上進(jìn)行100000次仿真（從開始點(diǎn)到結(jié)束點(diǎn)為一次仿真），最后以不同情況發(fā)生的次數(shù)為結(jié)果數(shù)據(jù)進(jìn)行分析研究。圖中的每一個(gè)邏輯節(jié)點(diǎn)（即實(shí)際的制造工序），在滿足性能要求的基礎(chǔ)上，通過計(jì)算費(fèi)用與時(shí)間標(biāo)準(zhǔn)差的加權(quán)和，在備選供應(yīng)商中篩選出最優(yōu)供應(yīng)商。在到達(dá)最終結(jié)束點(diǎn)的路線中，100000次仿真哪條路線仿真過程中通過的次數(shù)最多，這條就可以被定義為最優(yōu)路線，最優(yōu)路線上的供應(yīng)商即可以被選定為最終供應(yīng)商。由于包含總裝的制造情況，本算例所講的路線并不是嚴(yán)謹(jǐn)?shù)膯瘟鞒讨圃炻肪€，而是對(duì)于供應(yīng)商篩選的一種表述情況，最優(yōu)路線即為最優(yōu)供應(yīng)商選擇方式。

節(jié)點(diǎn)編程邏輯順序?yàn)椋寒?dāng)一次仿真到達(dá)某個(gè)節(jié)點(diǎn)后，先看性能、時(shí)間、費(fèi)用是不是有哪一個(gè)要素在該節(jié)點(diǎn)，所有的供應(yīng)商所取的隨機(jī)變量全部都不符合標(biāo)準(zhǔn)（性能是不到標(biāo)準(zhǔn)，費(fèi)用和時(shí)間是超過了標(biāo)準(zhǔn)）。如果有，則該節(jié)點(diǎn)直接進(jìn)入結(jié)束點(diǎn)。否則，在該節(jié)點(diǎn)符合標(biāo)準(zhǔn)的供應(yīng)商中按照給定的加權(quán)，來進(jìn)行費(fèi)用與時(shí)間的加權(quán)計(jì)算，加權(quán)計(jì)算值最大的為該節(jié)點(diǎn)的供應(yīng)商，并將其數(shù)據(jù)與之前階段的數(shù)據(jù)加成后輸入到下一條弧中。時(shí)間與費(fèi)用要具有連續(xù)性，即本節(jié)點(diǎn)的數(shù)據(jù)要加上該節(jié)點(diǎn)之前階段的累積值輸出到下一階段，表明到達(dá)該節(jié)點(diǎn)后的，所累積的累積進(jìn)度時(shí)間和累積費(fèi)用。本著越往后期，時(shí)間進(jìn)度越為重要的原則，在權(quán)重系數(shù)的分配上，表2進(jìn)行了體現(xiàn)。編程界面如圖3所示。

圖3 編程界面示意圖

3.2 仿真結(jié)果數(shù)據(jù)分析

1）通過輸出的結(jié)果數(shù)據(jù)得出最優(yōu)路線，即最優(yōu)的制造組合方案是：1C→2B→3C→4D→5A→6B→7B→8C→9A→10A。

在所有96951次成功的仿真中，最優(yōu)路線出現(xiàn)了2656次。為了保證結(jié)論的嚴(yán)謹(jǐn)性，本次仿真共選取了仿真相對(duì)最優(yōu)即通過路次數(shù)最多的前20條路線，這20條路線總共的仿真通過次數(shù)是15671次。最優(yōu)供應(yīng)商組合方案的10個(gè)供應(yīng)商在前20條路線中的15671次中出現(xiàn)的頻率如圖4所示。

圖4 最優(yōu)供應(yīng)商在前15671次仿真中通過的頻率

可見，相對(duì)最優(yōu)供應(yīng)商，在15671次仿真中通過的比例均超過了65%，有四個(gè)節(jié)點(diǎn)甚至達(dá)到了100%，也說明了最優(yōu)路線上所選擇的是相對(duì)最優(yōu)供應(yīng)商，保證了供應(yīng)商選擇的嚴(yán)謹(jǐn)性。

2）最優(yōu)線路的兩個(gè)值所發(fā)生次數(shù)的散點(diǎn)圖如圖5和圖6所示，可以得出，由于每次仿真在正態(tài)分布的基礎(chǔ)上隨機(jī)取值（即不確定性），因而最優(yōu)路線上的兩千多次仿真的時(shí)間與費(fèi)用也存在著一定的分布規(guī)律，2656次仿真的數(shù)據(jù)均勻地分布在均值的兩側(cè)，并表現(xiàn)出向均值集中的趨勢(shì)，通過計(jì)算，最優(yōu)線路的2656次仿真中時(shí)間的均值是34.9782；費(fèi)用的均值是59.959。由于性能值的設(shè)定，在本算例中是以作為階段篩選指標(biāo)，不具有累積比較的效用，故不做考慮。

圖5 最優(yōu)路線仿真費(fèi)用值的散點(diǎn)圖

圖6 最優(yōu)路線仿真時(shí)間值的散點(diǎn)圖

與此同時(shí)，在仿真的結(jié)果，最優(yōu)線路的平均時(shí)間與平均費(fèi)用在所有輸出的20條線路中并非是最少的。這也正體現(xiàn)了本文所研究的方法在除了考慮單因素外，加入風(fēng)險(xiǎn)的不確定性因素的后對(duì)于實(shí)際操作層面的分析與選擇，在現(xiàn)實(shí)中的云制造項(xiàng)目過程中，在加入風(fēng)險(xiǎn)不確定性因素后，制造需求者不再單一考慮進(jìn)度與成本，需要綜合考慮其余不可控因素，一味地追求成本與費(fèi)用可能會(huì)使項(xiàng)目走向另一個(gè)極端，導(dǎo)致項(xiàng)目失敗，因而算例的分析是對(duì)于加入風(fēng)險(xiǎn)因素考慮后的進(jìn)一步探索。

3）另外，由于VERT自身的優(yōu)勢(shì)，通過仿真得出各階段結(jié)束的情況即ABCDE五個(gè)階段的失敗次數(shù)。如圖7所示。

圖7 各階段失敗次數(shù)

從項(xiàng)目管理的角度去看待每一個(gè)云制造的過程，都有可能由于其不確定性帶來各階段制造失敗的風(fēng)險(xiǎn)。由算例仿真數(shù)據(jù)可以得出，失敗的3049次仿真中，第一階段就占據(jù)了2794次，故在實(shí)際運(yùn)行過程中，需要對(duì)第一階段采取一定的對(duì)策與措施，減少風(fēng)險(xiǎn)所帶來的項(xiàng)目失敗的概率，保證項(xiàng)目的成功進(jìn)行。

4 結(jié)束語

以云制造為背景，基于目前對(duì)云制造供應(yīng)鏈研究相對(duì)較少的現(xiàn)實(shí)，將風(fēng)險(xiǎn)評(píng)審技術(shù)同云制造供應(yīng)鏈相結(jié)合進(jìn)行研究，探索了其利用網(wǎng)絡(luò)規(guī)劃相關(guān)理論云制造供應(yīng)鏈中供應(yīng)商選擇所能提供的方法。文章以航天制造業(yè)的算例為依托，對(duì)提出的理論方法進(jìn)行了驗(yàn)證分析，為云制造研究的進(jìn)一步發(fā)展與落地提供了理論補(bǔ)充。同時(shí)，云制造供應(yīng)鏈的研究是涉及眾多相關(guān)領(lǐng)域的系統(tǒng)性復(fù)雜研究，對(duì)于云制造供應(yīng)鏈的調(diào)度問題是云制造供應(yīng)鏈研究的難點(diǎn)與核心，相關(guān)的成熟理論方法較少，需要在現(xiàn)有研究的基礎(chǔ)上繼續(xù)不斷探索，為云制造的盡快落地不斷努力。