帶有多級制造環(huán)節(jié)的供應(yīng)鏈能力分配方法及應(yīng)用

施燦濤 于浩洋 何小林 李鐵克 杜景紅

［摘要］ 針對生產(chǎn)過程具有多級制造環(huán)節(jié)的供應(yīng)鏈能力分配問題，在考慮生產(chǎn)能力、市場容量、合同需求等約束的基礎(chǔ)上，建立了混合整數(shù)非線性規(guī)劃數(shù)學(xué)模型?；诩s束滿足技術(shù)進(jìn)行問題求解，采用先確定后逆向回溯賦值的機(jī)制保證解的可行性。通過仿真實(shí)驗(yàn)和應(yīng)用案例驗(yàn)證了模型與算法的可行性和有效性。

［關(guān)鍵詞］ 供應(yīng)鏈； 能力分配； 多級制造； 約束滿足

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 18. 044

［中圖分類號］F273［文獻(xiàn)標(biāo)識碼］A［文章編號］1673 - 0194（2012）18- 0078- 03

１引言

現(xiàn)代的市場競爭已經(jīng)不僅僅是企業(yè)與企業(yè)之間的競爭，更是供應(yīng)鏈之間的競爭。市場的瞬息萬變使得企業(yè)面臨著更大的挑戰(zhàn)，要想在激烈的競爭中處于不敗之地，供應(yīng)鏈的整合便顯得尤為重要。早在２０００年，馬士華［１］便論述了核心企業(yè)在供應(yīng)鏈運(yùn)作中的地位，探討在供應(yīng)鏈企業(yè)間形成戰(zhàn)略伙伴關(guān)系過程中，處于主導(dǎo)地位的企業(yè)所起的作用及其影響因素。而供應(yīng)鏈整合［２］是企業(yè)有效拓展外部資源、實(shí)現(xiàn)運(yùn)作效率提升與綜合發(fā)展的主導(dǎo)方向之一。但長期以來，該整合過程普遍受制于“如何合理處理客戶服務(wù)滿意水平、資源整合成本與系統(tǒng)整合后運(yùn)營收益三者之間的悖論關(guān)系”，探索如何對復(fù)雜的供應(yīng)鏈進(jìn)行合理高效地整合、運(yùn)作與監(jiān)控，在滿足客戶個(gè)性化需求水平前提下實(shí)現(xiàn)供應(yīng)鏈系統(tǒng)各成員的當(dāng)前與長遠(yuǎn)收益是一個(gè)必須解決的課題。

國內(nèi)外很多學(xué)者就供應(yīng)鏈集成建模和優(yōu)化問題進(jìn)行了研究。Ｐｉｎａｒ和Ｂｕｌｅｎｔ［３］針對單種產(chǎn)品、多供應(yīng)商、多生產(chǎn)商、多分銷商的三級產(chǎn)銷問題給出了混合整數(shù)模型。Ｃｈｉｕｎｇ Ｍｏｏｎ［４］等就多工廠供應(yīng)鏈系統(tǒng)的集成工藝規(guī)劃與調(diào)度問題以總延遲最小化為目標(biāo)建立了數(shù)學(xué)模型，并設(shè)計(jì)了一種基于啟發(fā)式方法的遺傳算法進(jìn)行求解。姬小利［５］建立了面向供應(yīng)鏈的多產(chǎn)品、多訂單、多時(shí)段的訂單任務(wù)分配的混合整數(shù)線性規(guī)劃模型，并設(shè)計(jì)了基于遺傳算法和啟發(fā)式規(guī)則相結(jié)合的混合遺傳算法進(jìn)行求解。向晉乾［６］等以集團(tuán)利潤最大化為目標(biāo)，運(yùn)用優(yōu)化理論建立了單目標(biāo)０－１規(guī)劃的訂單分配模型并舉例說明模型的求解。朱寶琳［７］等針對供應(yīng)鏈中分散獨(dú)立的實(shí)體，利用市場價(jià)格和中間庫存因素使供應(yīng)鏈上下游企業(yè)結(jié)合成一個(gè)整體并建立一個(gè)供應(yīng)鏈一體化計(jì)劃模型，采用拉格朗日松弛技術(shù)對模型進(jìn)行求解。郭永輝［８］以面向訂單的制造模式為主要研究對象，采用集中式規(guī)劃思想，提出一套基于瓶頸思想的供應(yīng)鏈產(chǎn)能規(guī)劃方法。吳學(xué)靜［９］等研究了帶軟時(shí)間窗的分批配送問題及其對需求分配與生產(chǎn)調(diào)度的影響，以運(yùn)作成本最小化為目標(biāo)建立了數(shù)學(xué)模型，并設(shè)計(jì)了協(xié)同進(jìn)化粒子群優(yōu)化算法并進(jìn)行求解。齊二石［１０］等基于對復(fù)雜零件制造的工藝流程的研究，提出了以工藝流程為核心的制造資源優(yōu)化配置模型，并最終將資源優(yōu)化配置問題歸結(jié)為多目標(biāo)優(yōu)化問題，并利用遺傳算法進(jìn)行求解。

現(xiàn)有研究很少關(guān)注在采購—生產(chǎn)—分銷的供應(yīng)鏈模型中的生產(chǎn)環(huán)節(jié)中上下游制造商之間資源的具體分配情況。而在現(xiàn)實(shí)生產(chǎn)中，在整個(gè)生產(chǎn)體系中上下游制造商之間往往會是多對多的關(guān)系，而且由于運(yùn)輸成本，各制造商的差異性等原因，在上下游制造商之間會出現(xiàn)優(yōu)先級的關(guān)系。本文對帶有多級制造商的供應(yīng)鏈（Ｓｕｐｐｌｙ Ｃｈａｉｎ ｗｉｔｈ Ｍｕｌｔｉ－ｓｔａｇｅ Ｍａｎｕｆａｃｔｕｒｅ， ＳＣ－ＭＭ）資源配置方法進(jìn)行研究，應(yīng)用約束滿足技術(shù)進(jìn)行求解，并通過仿真實(shí)驗(yàn)和應(yīng)用案例對模型和算法進(jìn)行驗(yàn)證。

２問題模型

２．１模型描述

在圖１所示系統(tǒng)中存在多級的制造商，其中每一級的制造商所制造的產(chǎn)品均為下一級的制造商準(zhǔn)備，包括第一級的供應(yīng)商在內(nèi)，相鄰的兩級的供應(yīng)商或制造商之間的供給存在一個(gè)多對多的關(guān)系，而且每一個(gè)制造商所對應(yīng)的上游供應(yīng)商或制造商的集合中存在優(yōu)先級的關(guān)系。本文根據(jù)此類供應(yīng)鏈的特點(diǎn)建立數(shù)學(xué)模型，在分銷商產(chǎn)品需求一定的情況下，優(yōu)化每一級中各個(gè)供應(yīng)商或制造商對于其下游制造商的資源配置情況，從而使整個(gè)供應(yīng)鏈體系的產(chǎn)品利潤最大化、合同飽和度最大化以及產(chǎn)能利用率最大化。

２．２符號定義

2.2.１索引

m最終產(chǎn)品制造商，共有M個(gè)最終產(chǎn)品制造商，1 ≤ m ≤ M；

im 第m個(gè)最終產(chǎn)品制造商制造的最終產(chǎn)品品種，共有I種最終產(chǎn)品，1 ≤ im ≤ I；

j最終產(chǎn)品品種，共有I種最終產(chǎn)品，1 ≤ j ≤ I；

l分銷商，共有L個(gè)分銷商，1 ≤ l ≤ L；

n多級供應(yīng)鏈體系第n級，共有N級，1 ≤ n ≤ N；

nd多級供應(yīng)鏈體系中第n級中第d個(gè)企業(yè)，總共Dn有個(gè)，1 ≤ d ≤ Dn；

p產(chǎn)品品種（包括最終產(chǎn)品），共有P種產(chǎn)品，1 ≤ p ≤ P。

2.2.２變量

其中，目標(biāo)函數(shù)（１）表示最大化產(chǎn)品利潤；約束（２）表示產(chǎn)品在分銷商的最大供給量約束；約束（３）表示供應(yīng)商或制造商供應(yīng)或生產(chǎn)的最大產(chǎn)能約束；約束（４）表示上游供應(yīng)商或制造商對下游制造商的最大供應(yīng)量約束；約束（５）表示下游制造商選擇上游制造商或供應(yīng)商的優(yōu)先級約束；約束（６）表示生產(chǎn)中某企業(yè)的上下游關(guān)系平衡約束；約束（７）、（８）表示流向變量，其中約束（７）表示若產(chǎn)品p不能生產(chǎn)產(chǎn)品q則沒有產(chǎn)品流量，約束（８）表示若產(chǎn)品p能生產(chǎn)產(chǎn)品q則一定有產(chǎn)品流量；約束（９）表示共享資源約束下的某企業(yè)生產(chǎn)量的計(jì)算公式；約束（１０）表示共享資源約束下的某企業(yè)得到的分配量的計(jì)算公式。同時(shí)，在該多級制造供應(yīng)鏈中，每一個(gè)供應(yīng)商或制造商只供應(yīng)一種產(chǎn)品，但是，在同一級中的不同供應(yīng)商或制造商可能供應(yīng)的產(chǎn)品相同也可能不同。每個(gè)分銷商均會需求多個(gè)最終產(chǎn)品。

３求解算法

由于本文所提出的多級制造商供應(yīng)鏈模型為多變量、多約束的混合整數(shù)非線性規(guī)劃問題（Ｍｉｘｅｄ Ｉｎｔｅｇｅｒ Ｎｏｎ－Ｌｉｎｅａｒ Ｐｒｏｇｒａｍ， ＭＩＮＬＰ），此類問題的求解可以采用運(yùn)籌學(xué)方法和約束滿足算法。運(yùn)籌學(xué)方法能獲得問題的最優(yōu)解，但當(dāng)問題規(guī)模較大時(shí)，求解難度急劇上升，計(jì)算時(shí)間難以滿足實(shí)際需求；同時(shí)，運(yùn)籌學(xué)方法側(cè)重于求解算法，往往忽視現(xiàn)實(shí)問題中存在的靈活性。約束滿足算法在計(jì)算時(shí)間和求解效果兩者之間折中，以較小的計(jì)算時(shí)間獲得滿足實(shí)際應(yīng)用要求的次優(yōu)解或滿意解，可以更為有效地應(yīng)用于現(xiàn)實(shí)的生產(chǎn)計(jì)劃管理問題［１１］。本文使用約束滿足算法對文中所提及的問題進(jìn)行求解。

３．１變量選擇

算法用Ｃ＃語言編寫，根據(jù)不同問題規(guī)模的實(shí)驗(yàn)數(shù)據(jù)，在配置為ＡＭＤ Ａｔｈｌｏｎ（ｔｍ） ＩＩ * ２ Ｐｒｏｃｅｓｓｏｒ ２．９０ＧＨｚ ＣＰＵ和２ＧＢ ＲＡＭ計(jì)算機(jī)上運(yùn)行，運(yùn)算結(jié)果在表１中列出。

算法能夠很好地解決合同需求和生產(chǎn)能力之間的矛盾，在充分利用生產(chǎn)能力的前提下，最大化高利潤訂單的排產(chǎn)量。

５應(yīng)用案例

鋼鐵生產(chǎn)過程包括煉鐵、煉鋼、軋鋼、后處理等生產(chǎn)環(huán)節(jié)，具有多級制造環(huán)節(jié)的供應(yīng)鏈特征。本文以某鋼鐵企業(yè)為背景，將模型和算法應(yīng)用于其生產(chǎn)經(jīng)營計(jì)劃的制訂中，市場數(shù)據(jù)和產(chǎn)能數(shù)據(jù)均來自于該企業(yè)某月的經(jīng)營實(shí)際，得到生產(chǎn)經(jīng)營計(jì)劃匯總信息如表２所示。

６結(jié)論

本文考慮帶有多級制造環(huán)節(jié)的供應(yīng)鏈問題，針對問題特征建立了數(shù)學(xué)模型。在模型求解時(shí)，利用問題的約束條件修剪搜索空間，降低計(jì)算的復(fù)雜性，在遍歷整個(gè)供應(yīng)鏈系統(tǒng)搜索求解時(shí)，利用先確定后逆向回溯賦值的方法，保證了解的可行性。通過模擬數(shù)值試驗(yàn)并以鋼鐵企業(yè)為背景加以應(yīng)用，證明了模型和算法的可行性和有效性。

主要參考文獻(xiàn)

［１］ 馬士華． 論核心企業(yè)對供應(yīng)鏈戰(zhàn)略伙伴關(guān)系形成的影響［Ｊ］． 工業(yè)工程與管理，２０００（1）：２４－２７．

［２］ P K Ｂａｇｃｈｉ， B C Ha，Ｓ Ｌ Ｔａｇe，etc． Ｓｕｐｐｌｙ Cｈａｉｎ Iｎｔｅｇｒａｔｉｏｎ： Ａ Ｅｕｒｏｐｅａｎ Sｕｒｖｅｙ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｌｏｇｉｓｔｉｃｓ Ｍａｎａｇｅｍｅｎｔ， ２００５，１６ （２）： ２７５－２９４．

［３］ Y Ｐｉｎａｒ，C Ｂｕｌｅｎｔ． Ｓｔｒａｔｅｇｉｃ Lｅｖｅｌ Tｈｒｅｅ－ｓｔａｇｅ Pｒｏｄｕｃｔｉｏｎ Dｉｓｔｒｉｂｕｔｉｏｎ Ｐｌａｎｎｉｎｇ ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ａｎｄ Ｉｎｄｕｓｔｒｉａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ２００５， ４８（４）： ７９９－８０９．

［４］ Ｃｈｉｕｎｇ Ｍｏｏｎ， Ｊｏｎｇｓｏｏ Ｋｉｍ， Ｓｕｎ Ｈｕｒ． Ｉｎｔｅｒｇｒａｄｅｄ Pｒｏｃｅｓｓ Pｌａｎｎｉｎｇ ａｎｄ Sｃｈｅｄｕｌｉｎｇ ｗｉｔｈ Mｉｎｉｍｉｚｉｎｇ Tｏｔａｌ Tａｒｄｉｎｅｓｓ ｉｎ Mｕｌｔｉ－ｐｌａｎｔｓ Sｕｐｐｌｙ Cｈａｉｎ ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ａｎｄ Ｉｎｄｕｓｔｒｉａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，２００２，４３（1/2）：３３１－３４９．

［５］ 姬小利． 供應(yīng)鏈訂單任務(wù)分配模型及其混合遺傳算法［Ｊ］． 西南交通大學(xué)學(xué)報(bào)， ２００５，４０（６）：８１１－８１５．

［６］ 向晉乾， 黃培清， 王子萍． 橫向型企業(yè)集團(tuán)利潤最大化的訂單分配模型［Ｊ］． 西南交通大學(xué)學(xué)報(bào)， ２００６，４１（２）：２４１－２４４．

［７］ 朱寶琳， 于海斌， 黃小原， 等． 基于拉格朗日松弛的供應(yīng)鏈合作生產(chǎn)計(jì)劃模型研究［Ｊ］． 控制與決策， ２００９，２４（１２）：１７９１－１８００．

［８］ 郭永輝． 基于瓶頸思想的供應(yīng)鏈多階多廠產(chǎn)能規(guī)劃［Ｊ］． 工業(yè)工程， ２０１０，１３（２）：６２－６７．

［９］ 吳學(xué)靜， 周泓， 梁春華． 基于協(xié)同進(jìn)化粒子群的多層供應(yīng)鏈協(xié)同優(yōu)化［Ｊ］． 計(jì)算機(jī)集成制造系統(tǒng)， ２０１０，１６（１）：１２７－１３２．

［１０］ 齊二石， 李輝， 劉亮． 基于遺傳算法的虛擬企業(yè)協(xié)同資源優(yōu)化問題研究［Ｊ］． 中國管理科學(xué)， ２０１１，１９（１）：７７－８３．

［１１］ 孫樹慧， 肖擁軍， 李鐵克． 基于約束滿足方法求解熱軋帶鋼庫存匹配問題［Ｊ］． 北京科技大學(xué)學(xué)報(bào)， ２００８，３０（６）：６８０－６８４．