王會(huì)停
(上海理工大學(xué) 管理學(xué)院,上海 200093)
隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,企業(yè)逐漸向產(chǎn)業(yè)互聯(lián)的方向發(fā)展,單一產(chǎn)品型企業(yè)開始通過與其他企業(yè)的深度合作進(jìn)行跨產(chǎn)品的溢出,圍繞自身的關(guān)鍵產(chǎn)品以與其他產(chǎn)品相關(guān)性的強(qiáng)弱來布局延伸其產(chǎn)品線[1]。企業(yè)要考慮的不僅僅是產(chǎn)品的功能屬性是否滿足用戶的需求[2],還要考慮來自需求方的范圍經(jīng)濟(jì),通過新興技術(shù)將用戶的數(shù)據(jù)信息與生產(chǎn)結(jié)合起來進(jìn)行資源整合與新價(jià)值創(chuàng)造以獲得利潤(rùn)[3]。節(jié)點(diǎn)企業(yè)需要從產(chǎn)品鏈的視角進(jìn)行網(wǎng)絡(luò)布局與優(yōu)化,且通過物聯(lián)網(wǎng)、大數(shù)據(jù)等進(jìn)行信息交互的深度融合。面對(duì)新技術(shù)與企業(yè)戰(zhàn)略調(diào)整,傳統(tǒng)的供應(yīng)鏈已經(jīng)不能滿足企業(yè)發(fā)展需求。因此在產(chǎn)業(yè)互聯(lián)的背景下,基于信息共享的“智造”型供需流的網(wǎng)絡(luò)構(gòu)建對(duì)企業(yè)的戰(zhàn)略性布局具有重要意義。
多功能開放型企業(yè)供需網(wǎng)(簡(jiǎn)稱“供需網(wǎng)”或“SDN”),即以全球資源獲取、全球制造、全球銷售為目標(biāo)的基于“供需流”交互作用而形成的開放式供需一體化動(dòng)態(tài)網(wǎng)絡(luò)管理模式的提出,契合了現(xiàn)在復(fù)雜的市場(chǎng)環(huán)境[4]。因此,在產(chǎn)業(yè)互聯(lián)的背景下,構(gòu)建一個(gè)一方面整合協(xié)調(diào)供方資源以更好地滿足客戶的需求,達(dá)成節(jié)點(diǎn)企業(yè)之間的互相信任,另一方面又兼顧成本與環(huán)境的可持續(xù)化的“智造”供需網(wǎng)成為關(guān)鍵。
從供應(yīng)鏈層面,Nagurney以最小化成本為目標(biāo)對(duì)供應(yīng)鏈網(wǎng)絡(luò)進(jìn)行優(yōu)化設(shè)計(jì)[5]。Shankar等通過多目標(biāo)粒子群算法對(duì)選址、分配問題的供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)問題進(jìn)行求解[6]。姚漫等在碳排放的約束下,構(gòu)建了雙渠道兩級(jí)供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化模型[7]。部分學(xué)者針對(duì)不同的產(chǎn)品進(jìn)行了其對(duì)應(yīng)的供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化,亦或是運(yùn)用智能化算法對(duì)農(nóng)產(chǎn)品供應(yīng)鏈的生產(chǎn)選址、運(yùn)輸模式等進(jìn)行供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)[8]。周寶剛等通過模糊多目標(biāo)規(guī)劃法分析了決策者對(duì)不同目標(biāo)的偏好,進(jìn)而探討了對(duì)供應(yīng)鏈結(jié)構(gòu)的影響[9]。肖建華等針對(duì)三級(jí)供應(yīng)網(wǎng)絡(luò)中關(guān)于節(jié)點(diǎn)失效、需求波動(dòng)等不確定因素,構(gòu)建了考慮節(jié)點(diǎn)應(yīng)急能力的彈性供應(yīng)鏈模型[10]。張學(xué)龍等考慮需求的不確定性以及產(chǎn)品單價(jià)的區(qū)間灰色特征,研究了戰(zhàn)略層面上的供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)及其魯棒優(yōu)化問題[11]。戴卓等研究了多目標(biāo)低碳閉環(huán)供應(yīng)鏈優(yōu)化并提出了改進(jìn)的遺傳算法對(duì)模型進(jìn)行了驗(yàn)證[12]。李進(jìn)等研究了具有參數(shù)模糊性的低碳閉環(huán)供應(yīng)鏈的規(guī)劃模型[13]。高舉紅等研究了考慮碳減排風(fēng)險(xiǎn)約束下如何確定閉環(huán)供應(yīng)鏈網(wǎng)絡(luò)的布局結(jié)構(gòu)以及節(jié)點(diǎn)流量安排,得到了不同風(fēng)險(xiǎn)決策者的最優(yōu)方案[14]。黃輝等提出了分布式云制造環(huán)境下的供應(yīng)鏈構(gòu)建框架以及方法[15]。邱若臻等以供應(yīng)鏈的績(jī)效最大化為目標(biāo),采用情景樹的方法進(jìn)行建模,分析了不確定環(huán)境下的魯棒供應(yīng)鏈模型[16]。
通過對(duì)以上文獻(xiàn)的分析總結(jié)可知,大部分研究關(guān)注點(diǎn)在于供應(yīng)鏈企業(yè)的選址問題。而在產(chǎn)業(yè)互聯(lián)背景下,供應(yīng)鏈節(jié)點(diǎn)企業(yè)更傾向于針對(duì)自身產(chǎn)品去選擇制造商與物流商,通過對(duì)其進(jìn)行管理來提升競(jìng)爭(zhēng)力。因此與節(jié)點(diǎn)企業(yè)之間保持良好的合作具有戰(zhàn)略性的意義?;诖?,本文首先構(gòu)建了基于信息共享的“智造”供需網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)示意圖,且考慮經(jīng)濟(jì)與日益凸顯的環(huán)境問題兩方面的限制,針對(duì)“智造”供需網(wǎng),探討制造商選擇與產(chǎn)能決策以及對(duì)物流商的流量分配問題。鑒于考慮問題的復(fù)雜性以及pareto遺傳算法在計(jì)算多目標(biāo)問題中的優(yōu)勢(shì)[17],本文以快速非支配排序遺傳算法對(duì)所建模型進(jìn)行求解[18],以期為實(shí)踐提供一定的理論支撐。
“智造”供需網(wǎng)是供需網(wǎng)企業(yè)之間,通過信息共享實(shí)現(xiàn)生產(chǎn)到流通過程的全部智能化。通過快速響應(yīng)動(dòng)態(tài)多變的市場(chǎng)需求,充分發(fā)揮供需網(wǎng)中企業(yè)節(jié)點(diǎn)之間信息共享、動(dòng)態(tài)交互的優(yōu)勢(shì),從而給用戶提供更好的產(chǎn)品或服務(wù)。而該供需網(wǎng)節(jié)點(diǎn)企業(yè)是在大數(shù)據(jù)、信息技術(shù)、物聯(lián)網(wǎng)技術(shù)以及智能制造的基礎(chǔ)上,整合供需網(wǎng)企業(yè)內(nèi)的資源以達(dá)到企業(yè)的目標(biāo)。在這樣一個(gè)基于信息共享的平臺(tái)下,包含制造商模塊、物流商模塊以及用戶管理模塊。節(jié)點(diǎn)企業(yè)對(duì)制造商進(jìn)行任務(wù)分配,省去庫存成本,高效的促進(jìn)企業(yè)之間的資源信息共享和協(xié)同制造,滿足需求端的多樣化、個(gè)性化需求?!爸窃臁惫┬杈W(wǎng)結(jié)構(gòu)示意圖如圖1所示。
圖1 “智造”供需網(wǎng)結(jié)構(gòu)示意圖
基于以上描述,本文考慮一個(gè)有制造商、物流商、需求區(qū)域的供需節(jié)點(diǎn),在該供需網(wǎng)中供應(yīng)多種類產(chǎn)品。既考慮經(jīng)濟(jì)效益,以最低成本與最大化需求滿足為目標(biāo),又考慮到日益凸顯的環(huán)境問題,以碳排放最少為目標(biāo)。在此多目標(biāo)下,對(duì)供需網(wǎng)企業(yè)進(jìn)行戰(zhàn)略性的網(wǎng)絡(luò)布局,探討制造商的選擇與對(duì)物流商的流量分配。
在該模型中做如下假設(shè):
(1)產(chǎn)品之間的需求是相互獨(dú)立的。
(2)模型中的各項(xiàng)單位成本是事先已知的,且固定成本不在考慮范圍之內(nèi)。
(3)制造商具有生產(chǎn)多種產(chǎn)品的能力。
(4)物流商運(yùn)輸階段劃分為兩個(gè)階段,分別為由工廠到消費(fèi)者所在城市與配送至消費(fèi)者手中兩個(gè)階段。用到達(dá)物流商處作為中轉(zhuǎn)節(jié)點(diǎn)。
模型中有關(guān)參數(shù)、系數(shù)和決策變量如下:
i:產(chǎn)品的種類,i=1,2,…,I;
m:第m個(gè)制造商,m=1,2,…,M;
n:第n個(gè)物流公司,n=1,2,…,N;
s:第 s個(gè)需求區(qū)域,s=1,2,…,S;
決策變量:
0-1決策變量:
目標(biāo)函數(shù)為:
最低成本:
最低碳排放:
需求滿足率:
目標(biāo)函數(shù)式(1)表示該供需網(wǎng)的成本,求其最小值式中第一項(xiàng)表示制造商的生產(chǎn)成本,第二、第三項(xiàng)分別表示制造商到物流商以及物流商到需求區(qū)域的運(yùn)輸成本;式(2)表示生產(chǎn)與運(yùn)輸產(chǎn)生的碳排放;式(3)表示市場(chǎng)滿足率;式(4)表示制造商生產(chǎn)的產(chǎn)品數(shù)量不超過他們的最大生產(chǎn)能力;式(5)表示制造商運(yùn)輸?shù)轿锪魃痰漠a(chǎn)品數(shù)量不超過他們的最大運(yùn)輸能力;式(6)表示物流商運(yùn)輸?shù)絽^(qū)域s的數(shù)量不超過其需求的最大量;式(7)表示一種商品只能由一個(gè)制造商進(jìn)行生產(chǎn);式(8)-式(10)分別表示物流商處的產(chǎn)品i的數(shù)量大于等于消費(fèi)區(qū)域的數(shù)量、制造商生產(chǎn)的產(chǎn)品數(shù)量分別大于運(yùn)輸?shù)轿锪魃桃约靶枨髤^(qū)域的數(shù)量;式(11)-式(13)為輔助變量約束,用來計(jì)算制造商,物流商以及需求區(qū)域的產(chǎn)品i的實(shí)際數(shù)量;式(14)表示市場(chǎng)滿足率;式(15)表示各決策變量數(shù)量非負(fù)。
本文采取的NSGA-II算法是Deb[18]等于2000年在NSGA一代的基礎(chǔ)之上提出的,是當(dāng)前優(yōu)秀的多目標(biāo)算法之一。該算法提出了快速非支配排序法,相比較NSGA,其計(jì)算復(fù)雜度低,由于加入了擁擠距離的計(jì)算,使得準(zhǔn)Paroet域中的個(gè)體可以擴(kuò)展到整個(gè)Paroet域中,并且均勻分布,保持了種群的多樣性.
步驟一:生產(chǎn)初始種群,該種群為二維種群,列的長(zhǎng)度表示產(chǎn)品的種類,前M行表示制造商生產(chǎn)的產(chǎn)品數(shù)量,M+1至M+M*N行表示制造商至物流商運(yùn)輸?shù)漠a(chǎn)品數(shù)量,M+M*N+1至M+M*N+N*S行表示物流商至消費(fèi)區(qū)域運(yùn)輸?shù)漠a(chǎn)品數(shù)量。
步驟二:計(jì)算初始種群的適應(yīng)度,本文以模型的目標(biāo)函數(shù)值作為適應(yīng)度值進(jìn)行評(píng)判。
步驟三:判斷個(gè)體i、j的支配關(guān)系,找出等級(jí)最高非支配解集。如果個(gè)體i的解大于等于個(gè)體j的解,則說明i受j支配,相應(yīng)的對(duì)于個(gè)體i被支配的個(gè)體數(shù)量加1,即individual(i).n=n+1;如果個(gè)體i的解小于等于個(gè)體j的解,則說明i支配j,則把j加入到個(gè)體i的支配合集中,即individual(i).p=[individual(i).p,j],當(dāng)individual(i).n=0時(shí),即個(gè)體i非支配等級(jí)排序最高,屬于當(dāng)前最優(yōu)解集,相應(yīng)的染色體中攜帶代表排序數(shù)的信息,即F(front).f=[F(front).f,i]為等級(jí)為1的非支配解集。依此對(duì)其他個(gè)體進(jìn)行分級(jí),并設(shè)置Q集合,用于存放下一個(gè)pareto前沿。循環(huán)當(dāng)前支配解集中的個(gè)體,如果個(gè)體i有自己所支配的解集,循環(huán)個(gè)體i所支配的解集中的個(gè)體q,如果q是非支配解集,則放置于集合Q中,對(duì)個(gè)體染色體加入分級(jí)信息,并按照個(gè)體代表排序等級(jí)的列向量進(jìn)行升序排序。
步驟四:計(jì)算個(gè)體的擁擠度。對(duì)已經(jīng)排序好的解集合進(jìn)行擁擠距離的計(jì)算:
得到的是已經(jīng)包含等級(jí)和擁擠距離的種群矩陣,并且已經(jīng)按照等級(jí)排序。隨機(jī)選擇生成新的種群,進(jìn)行選擇、交叉、變異。
步驟五:如果k=gen,則算法結(jié)束;否則k=k+1,轉(zhuǎn)步驟三。
本文以某智能家居及生活用品企業(yè)為例,選取其在上海4家分店的銷售區(qū)域作為代表,不同市場(chǎng)的最大需求為130,兩家物流公司為其提供物流與倉儲(chǔ)服務(wù),其最大倉儲(chǔ)能力為200。以三家制造商為代表,每種產(chǎn)品的最大生產(chǎn)能力均為150。選取6種產(chǎn)品。在以最低成本、最大化需求滿足率以及最低碳排放為目標(biāo)的情況下,研究企業(yè)如何進(jìn)行產(chǎn)品的產(chǎn)能決策、運(yùn)輸分配以及制造商選擇。通過查詢相關(guān)產(chǎn)品的售價(jià),按照一定比例估算出單位制造成本見表1,物流公司階段一的單位運(yùn)費(fèi)以及由中轉(zhuǎn)地至需求區(qū)域即階段二的單位運(yùn)費(fèi)見表2、表3。
表1 各制造商產(chǎn)品的單位制造成本
表2 制造商m至物流商n的單位運(yùn)費(fèi)
在整個(gè)過程的碳排放中,生產(chǎn)過程中產(chǎn)生的碳排放見表4,參考文獻(xiàn)[13],運(yùn)輸過程中的單位碳排放見表5。
表3 物流商n至需求區(qū)域s的單位運(yùn)費(fèi)
表4 生產(chǎn)過程中的碳排放
表5 運(yùn)輸過程產(chǎn)生的碳排放
基于案例數(shù)據(jù),通過MATLAB進(jìn)行仿真。設(shè)置各參數(shù):種群規(guī)模為pop=500,迭代次數(shù)gen=50,選擇概率Ps=0.5,變異概率Pm=0.1,該模型三個(gè)目標(biāo)的pareto前沿如圖2所示。
企業(yè)在進(jìn)行生產(chǎn)制造時(shí),由于側(cè)重于不同的目標(biāo),因而在進(jìn)行決策時(shí)便會(huì)有不同的結(jié)果。企業(yè)側(cè)重于不同目標(biāo)下進(jìn)行生產(chǎn)時(shí)制造商選擇方案的對(duì)比見表6。其中方案1為以成本作為主要目標(biāo)下的企業(yè)對(duì)于制造商的選擇,而方案2則為主要目標(biāo)為碳排放的企業(yè)對(duì)于制造商的選擇(表中1表示選擇該企業(yè),0表示不選擇該企業(yè))。
根據(jù)計(jì)算,企業(yè)以最低成本為主要考慮因素下的非劣最優(yōu)解為當(dāng)成本為67 471.5元、最低碳排放為3 821.1,以及滿足率為0.585下的物流商的承載量以及運(yùn)輸至區(qū)域的數(shù)量,具體見表7、表8。
表7 物流商承載產(chǎn)品的運(yùn)輸數(shù)量
圖2 多目標(biāo)的pareto前沿
表6 不同目標(biāo)制造商選擇設(shè)計(jì)方案
表8 物流商至各需求區(qū)域的運(yùn)輸數(shù)量
隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,消費(fèi)互聯(lián)網(wǎng)市場(chǎng)已經(jīng)逐漸飽和,從供給端進(jìn)行產(chǎn)業(yè)互聯(lián)成為一種趨勢(shì),而供需網(wǎng)企業(yè)如何針對(duì)自身特點(diǎn)在產(chǎn)業(yè)互聯(lián)的趨勢(shì)下進(jìn)行戰(zhàn)略布局成為企業(yè)需要考慮的重點(diǎn)問題。因此本文針對(duì)“智造”供需網(wǎng)企業(yè),就選擇制造商進(jìn)行產(chǎn)能決策與選擇物流商分配運(yùn)輸量進(jìn)行研究。設(shè)置經(jīng)濟(jì)效益即最低成本、最大化需求滿足率以及考慮環(huán)境問題最低碳排放三個(gè)目標(biāo),構(gòu)建多目標(biāo)優(yōu)化模型。運(yùn)用非支配排序遺傳算法對(duì)模型進(jìn)行分析,得出了企業(yè)針對(duì)不同產(chǎn)品的制造商選擇、物流商流量分配以及最后到需求區(qū)域流量的具體方案,以期為相關(guān)研究與實(shí)踐提供一定的參考。