服務大規(guī)模定制模式下的供應鏈調(diào)度優(yōu)化

姚建明

(中國人民大學 商學院,北京 100872)

?

服務大規(guī)模定制模式下的供應鏈調(diào)度優(yōu)化

姚建明

(中國人民大學 商學院,北京 100872)

為了提升服務大規(guī)模定制(SMC)模式下供應鏈系統(tǒng)的運作柔性，應對客戶較強的多樣化需求特征，本文在對服務定制特征分析、服務階段界定以及服務規(guī)模效應探討的基礎上，指出SCM模式下的供應鏈調(diào)度問題是一個典型的隨機需求與隨機資源約束的多目標動態(tài)優(yōu)化問題。研究了SMC模式下供應鏈調(diào)度的優(yōu)化目標與約束條件，建立了完整的隨機多目標動態(tài)調(diào)度優(yōu)化數(shù)學模型?；赟MC運作的特點，運用改進的蟻群算法對調(diào)度問題進行了求解。最后，通過實例分析了模型及算法的可行性、有效性及適用性。

供應鏈管理；供應鏈調(diào)度優(yōu)化；模型與算法；服務大規(guī)模定制(SMC)

0 引言

自從大規(guī)模定制(Mass Customization, MC)被稱作21世紀的主流生產(chǎn)模式提出以后[1]，相關研究[1～9]較多。其中，多數(shù)研究是圍繞生產(chǎn)型產(chǎn)品的定制展開討論的[2～9]。隨著社會的發(fā)展，企業(yè)間競爭加劇，越來越多的企業(yè)認識到“服務”對于提升客戶價值的重要性。當前，一個不爭的事實是，不僅服務企業(yè)認識到需要通過提升服務水平吸引消費者，生產(chǎn)企業(yè)也逐步認識到需要在產(chǎn)品之外的“服務”上做足文章，才能更好地體現(xiàn)出競爭優(yōu)勢。因此，“如何為客戶提供滿意的服務”無疑是當今企業(yè)提升競爭實力的關鍵所在。

但另一方面，當為客戶提供良好的服務已逐漸成為眾多企業(yè)追逐的利益點，個性化服務能夠給客戶帶來的邊際感知價值也會隨之下降。這種情況下，企業(yè)需要從過去的只考慮服務差異化，到如今考慮服務差異化的同時考慮如何提升服務運營的規(guī)模效應，以此來降低服務成本、提升企業(yè)效益。因此，如何做好服務大規(guī)模定制(Service Mass Customization, SMC)必然成為當前企業(yè)面臨的重要課題。

眾所周知，MC研究中一個關鍵的問題是如何解決“規(guī)模效應”同“客戶個性化需求”之間的矛盾問題[1]。在面向產(chǎn)品的MC研究中，該矛盾問題的解決主要是通過延遲策略(Postponement)[2～4]的思路實現(xiàn)的。延遲策略的核心是通過調(diào)節(jié)客戶訂單分離點(Customer Order Decoupling Point, CODP)在產(chǎn)品生產(chǎn)過程中各階段的位置，進而調(diào)節(jié)生產(chǎn)的規(guī)模效應和客戶需求的個性化差異，以此實現(xiàn)供——需雙方的利益平衡。延遲策略的實現(xiàn)，需要實施MC的企業(yè)具有較為靈活的生產(chǎn)運營系統(tǒng)，而作為企業(yè)運營系統(tǒng)的核心架構[10]，供應鏈網(wǎng)絡在提升企業(yè)運營靈活性、降低營運成本、實現(xiàn)運營各階段附加價值、降低運營的資源獲取和利用風險、提升企業(yè)競爭優(yōu)勢等方面，都發(fā)揮著重要作用。該作用的實現(xiàn)需要供應鏈核心企業(yè)根據(jù)客戶個性化需求的特征合理、靈活的對供應鏈資源進行調(diào)度[10]，這是實現(xiàn)MC生產(chǎn)方式的運行基礎。

與產(chǎn)品定制需求不同的是，SMC中客戶對服務的需求更容易表現(xiàn)出極強的多樣化、個性化的特征，這無疑將導致不確定的服務需求信息在企業(yè)運營系統(tǒng)(包括企業(yè)的內(nèi)、外部供應鏈網(wǎng)絡)中傳遞，需要運營系統(tǒng)加大自身的柔性(Flexibility)力度加以應對。因此，作為SMC的企業(yè)而言，探討如何進行不確定和動態(tài)環(huán)境下的供應鏈調(diào)度優(yōu)化問題具有重要的理論和現(xiàn)實意義。

目前，針對SMC模式下的供應鏈調(diào)度優(yōu)化問題的完整規(guī)劃及解決思路，國內(nèi)外相關文獻涉及的還比較少。而有關產(chǎn)品MC模式下的供應鏈計劃調(diào)度研究已經(jīng)初具規(guī)模[5～9]。同時，與該問題密切相關的某些方面的研究內(nèi)容，已有了大量的研究成果。如隨機動態(tài)調(diào)度優(yōu)化[11,12]、資源約束優(yōu)化[13]、多目標優(yōu)化[14]等等。這些文獻在深入研究的基礎上提出了解決隨機性、動態(tài)性、多目標等復雜調(diào)度問題的一些方法對于本課題的研究具有重要的借鑒價值。在此基礎上，本文直接針對SMC模式下的供應鏈調(diào)度優(yōu)化問題進行研究，在全面剖析和深入分析這一新型模式特點及運作特征基礎上，提出了完整的隨機、多目標、動態(tài)優(yōu)化數(shù)學模型。然后，通過建立調(diào)度優(yōu)化問題的求解算法對調(diào)度問題進行求解。

1 SMC模式下的供應鏈調(diào)度特征分析

盡管SMC模式下的供應鏈調(diào)度是一個全動態(tài)、多目標的隨機調(diào)度過程，但作為一種嶄新的運營模式而言，還是具有一定規(guī)律可循的。為此，做如下分析：

1.1 服務需求的隨機性

SMC模式下的供應鏈調(diào)度優(yōu)化過程是一個典型的隨機、動態(tài)、多目標優(yōu)化過程。這主要是由服務定制的隨機性需求(Stochastic Demand)和供應鏈環(huán)境下的隨機性協(xié)作能力(Stochastic Cooperation Capability)或稱為隨機性資源約束(Stochastic Resource-constrained)的不可替代性決定的。這一特點，直接導致了供應鏈環(huán)境下服務定制調(diào)度過程動態(tài)性的產(chǎn)生。

隨機性的需求是由客戶服務訂單的不確定性引發(fā)，從供應鏈下游向上游傳遞；隨機性的服務協(xié)作能力則是由網(wǎng)狀供應鏈各節(jié)點上的各協(xié)作伙伴相互之間以及與其它相關鏈條協(xié)作群體之間協(xié)作關系的動態(tài)性引發(fā)的。因為作為供應鏈上的每一個成員，他們既是協(xié)作系統(tǒng)不可或缺的一部分，同時又保持著自身的獨立性。獲得最大的協(xié)作收益、降低協(xié)作風險是其根本目標和在激烈的市場競爭中生存與發(fā)展的根基。這些都決定了他們必須與相關供應鏈中上、下游企業(yè)之間建立動態(tài)的協(xié)作聯(lián)盟。這一不爭的事實一方面能給其帶來資源利用的最大化，提高收益；而另一方面，也使得供應鏈系統(tǒng)的調(diào)度過程更加復雜了。

1.2 服務定制訂單的特征

文獻[5]曾指出：多定制品種、小批量生產(chǎn)、不同的交貨期、不同的質(zhì)量需求，有些情況下甚至出現(xiàn)單件產(chǎn)品生產(chǎn)的要求是生產(chǎn)型MC的特征；而分布在不同地域的客戶群體以及協(xié)作伙伴群體之間的動態(tài)協(xié)作關系則是供應鏈生產(chǎn)方式的基本特點。二者的結(jié)合，使得需求信息在傳遞過程中的曲解程度更加嚴重了。因此，作為實施生產(chǎn)型MC計劃調(diào)度的核心企業(yè)往往可以通過調(diào)節(jié)CODP在生產(chǎn)階段中的位置來進行復雜訂單的分解，以此來降低定制需求的不確定性。而為了進一步體現(xiàn)現(xiàn)實定制客戶需求的多樣性，文獻[5]在CODP思想基礎上，還提出了客戶訂單二次分類的思想，即：根據(jù)供應鏈系統(tǒng)生產(chǎn)總成本動態(tài)確定時間閾值，將時間閾值期內(nèi)接到的客戶訂單按定制產(chǎn)品的生產(chǎn)過程及設計加工工藝進行劃分。同時，將其規(guī)劃大類為特殊定單(Special Order)、一般訂單(General Order)與緊急訂單(Emergent Order)。合理的用戶訂單分類，一方面解決了生產(chǎn)中的經(jīng)濟批量問題，使得供應鏈系統(tǒng)的生產(chǎn)總成本及生產(chǎn)時間大大減少；另一方面緩和了需求隨機性帶來的動態(tài)信息波動，從而為系統(tǒng)的優(yōu)化調(diào)度提供了方便。

然而，在生產(chǎn)型定制中較為明確的訂單分類思路，在服務型定制中卻可能顯得較為復雜。因為服務個性化的復雜程度遠非生產(chǎn)型定制可比。其復雜性主要體現(xiàn)在兩個方面：一是客戶所需服務的內(nèi)涵多樣化；二是客戶所需服務的時間多樣化。服務內(nèi)涵方面，與生產(chǎn)型定制相比，顯然服務需求的多樣性更加突出。就拿餐飲服務來舉例，一個中餐館中有可能當天來的每個客戶所點的菜品都不一樣，即便是客戶點的菜品種類相同，不同客戶也許還有特殊要求，比如口味的咸淡、調(diào)料的忌口等等。除了菜品需求的差異，服務員迎客、上菜或后續(xù)服務過程中，客戶所要求的“交互服務(服務提供者與服務對象的交互式活動)”也有較大的差異。服務時間方面，與生產(chǎn)型定制產(chǎn)品需求具有較長的提前期相比，服務定制需求的提前期一般長短不一、變化多樣。如在餐館，大部分顧客的期望服務時間實際上都是越快越好，但也有部分客戶為了等待其他人可能訂單的提前期稍長一些，但也不會超過一兩個小時。某購物網(wǎng)站推出的“211”時限送達服務，其提前期可以控制在幾個小時之內(nèi)。而時下流行的“定制公交服務”，由于在人員預約、車輛準備、線路規(guī)劃等環(huán)節(jié)需要一些時間，因此服務的提前期相對較長，可能有幾周等等。

基于服務定制在上述兩個方面的特殊性，這里需要用新的思路來考慮服務訂單的分類問題，并以之作為服務任務和資源調(diào)度的信息基礎。

1.3 服務訂單的階段劃分

為了實現(xiàn)上述目的，本文對服務定制中的客戶訂單采取了模糊劃分的方式。實質(zhì)上，不論是何種性質(zhì)的服務，都可將其中的活動歸類到如圖1所示的三種階段中，即服務交互階段(Service Interface Stage, SIS)、交互前準備階段(Prepare Stage Before Service Interface, BPS)和交互后處理階段(Settlement Stage After Service Interface, ASS)。

圖1 服務過程中的階段劃分

服務交互階段(SIS)是服務主體通過一定的介質(zhì)物(如服務人員、信息交互窗口、服務設施等)向客戶提供交互性服務活動的階段，客戶可以從該階段直接感受出服務的價值。

交互前準備階段(BPS)是為服務交互階段準備和調(diào)配人、財、物等各種所需資源的階段。盡管在該階段的活動不會直接和客戶產(chǎn)生接觸，但該階段的活動計劃和所需資源的配置、調(diào)度等都必須和客戶的服務交互階段相關聯(lián)，保證在服務交互階段能夠給客戶提供滿意或超值的價值服務。

交互后處理階段(ASS)是處理服務交互階段遺留工作的階段。該階段的活動也不會直接和客戶產(chǎn)生接觸，但該階段的活動安排是否合理，不僅對下一次服務交互階段的效率與效果產(chǎn)生重要影響，而且對服務企業(yè)的資源利用水平、運營收益以及客戶整體感之價值都會產(chǎn)生重要影響。

當然，從服務流程的角度講，不論是哪一類階段的服務活動，都應該在活動質(zhì)量、成本以及活動時間上滿足下一活動對該階段活動的要求，這樣才能最終在服務交互階段滿足客戶的個性化服務要求。但是，對提供服務的企業(yè)而言，在滿足各服務交互階段基本起訖時間要求的前提下，如果能夠在各階段活動中找到相同或類似的活動，顯然能夠提升企業(yè)整體的規(guī)模效應，實現(xiàn)其SMC的理念。

1.4 服務訂單中的規(guī)模效應

前文指出，生產(chǎn)型定制中，基于延遲策略[3]的CODP調(diào)節(jié)技術的是企業(yè)平衡其規(guī)模效應與客戶個性化需求的重要手段。CODP之前的階段是企業(yè)獲取規(guī)模效應的重要階段，而CODP之后的階段則是體現(xiàn)客戶需求差異化的重要環(huán)節(jié)。因此，為了提升生產(chǎn)效率、降低成本，生產(chǎn)型定制企業(yè)往往通過延遲策略的思想進行客戶訂單的劃分，進而進行生產(chǎn)的計劃與調(diào)度。

與之有一定差異的是，服務型定制一般來講所涉及階段較多，而且從圖1所示的階段劃分來看，一個服務的完成，將包括若干交互服務階段(SIS)，而交互服務階段往往是較難體現(xiàn)出規(guī)模效應的階段。但與之相比，在交互前準備階段(BPS)以及交互后處理階段(ASS)都相對較容易體現(xiàn)出規(guī)模效應。比如，在提供餐飲服務的連鎖火鍋店，交互前服務階段中的采購、配菜、加工等階段都可以通過連鎖中心統(tǒng)一實施，以提升整個連鎖企業(yè)的規(guī)模效應。而交互服務階段則需要服務員有針對性地對客人進行服務。交互服務后處理階段中的衛(wèi)生處理、廚余物資回收等過程又可以實現(xiàn)統(tǒng)一處理，提升規(guī)模效應。

但需要注意的是，盡管服務定制過程的多樣性與靈活性決定了在其中多個階段可以實現(xiàn)規(guī)模效應，但與生產(chǎn)型定制中的批量生產(chǎn)規(guī)模效應(如某一臺設備一次處理若干相同零部件)不同的是，不同服務訂單中，活動完全相同的階段實際上并不多，而即便是活動的內(nèi)容相同，也會因為活動的起訖時間要求不同而產(chǎn)生差異，如圖2所示。

鑒于服務定制過程的上述特點，這里可以運用模糊數(shù)學表征的方法對服務不同階段活動的相似性進行表征。圖3為一個模糊表征示例。該例指出，在服務活動的第2和第8階段是可以完全實現(xiàn)規(guī)模效應的。而在第1、4、6、7等階段則只能實現(xiàn)部分規(guī)模效應。在第3、5階段，由于活動之間完全沒有相似性，因此無法實現(xiàn)規(guī)模效應。

圖2 服務不同階段的相似性表征示例

圖3 服務不同階段的相似性模糊表征示例

1.5 服務能力的隨機性

文獻[5]在研究生產(chǎn)型大規(guī)模定制供應鏈調(diào)度時指出：MC生產(chǎn)方式下供應鏈計劃調(diào)度過程中的隨機生產(chǎn)能力約束(Stochastic Production Ability-Constrained)是由供應鏈的特點決定的，這也是一個成熟供應鏈系統(tǒng)的特征之一。對于處在協(xié)作關系中的任一生產(chǎn)企業(yè)，應該十分關注的是它所提供的空余生產(chǎn)能力(Void Production Ability)狀況的優(yōu)劣。但由于網(wǎng)狀供應鏈系統(tǒng)的存在，由多個客戶端傳遞來的隨機生產(chǎn)需求信息以及各協(xié)作企業(yè)相互之間的動態(tài)資源需求信息都將使得各參與企業(yè)的空余生產(chǎn)能力狀況曲線產(chǎn)生很大波動，這必將導致同一產(chǎn)品在不同時刻生產(chǎn)其生產(chǎn)時間以及生產(chǎn)成本上的差異。

與之類似，服務大規(guī)模定制模式下的供應鏈運作過程同樣具有這樣的特征。由于不同供應鏈網(wǎng)絡中協(xié)作成員協(xié)作關系的復雜性，導致其在不同的時間節(jié)點上所能夠提供的空余服務能力(Void Service Capability)會產(chǎn)生差異。這種能力上的差異不僅會直接決定供應鏈協(xié)作成員完成服務任務的狀況，而且對服務的成本以及完成時間都會產(chǎn)生影響。換句話說，供應鏈協(xié)作成員的空余服務能力、單位服務成本、服務時間以及服務質(zhì)量之間的關系并非簡單的線性正比或反比關系，而是較為復雜的動態(tài)關系。因為在一定時期內(nèi)，如果某企業(yè)的空余服務能力越大，其參與其它服務活動的可能性就越大，綜合資源利用率就會越高，最終導致其盈利水平的提升。這種關系不同于研究較多的一般生產(chǎn)作業(yè)計劃調(diào)度問題[12](比如FSS、JSS問題)中的單位成本或時間不變。

2 SMC模式下的供應鏈調(diào)度優(yōu)化模型

2.1 約束條件與優(yōu)化目標

在供應鏈體系正常運作、定制任務持續(xù)進行的過程中，每一時刻都會有不同的定制服務任務在同時進行，這就要求服務各階段上的供應鏈協(xié)作企業(yè)其總合服務能力必須與該階段上相關服務定制任務所需的能力需求(Service Capacity Requirement)相適應，才能實現(xiàn)供應鏈系統(tǒng)下合理的服務任務調(diào)度。因此，服務能力約束關系是優(yōu)化模型的核心約束條件之一。

對于優(yōu)化目標而言，降低供應鏈系統(tǒng)對服務定制任務的處理成本顯然是優(yōu)化目標之一。在這里應該注意的是，由于在供應鏈環(huán)境下，參與服務的企業(yè)不僅是核心企業(yè)一家，核心企業(yè)在進行相應的調(diào)度時，必須綜合考慮相關協(xié)作企業(yè)的自身利益，才能使供應鏈協(xié)作關系長久穩(wěn)固，使得核心企業(yè)的競爭優(yōu)勢得到充分發(fā)揮，從而形成利益多贏的良性循環(huán)。

另一方面，通過前述分析可知，供應鏈系統(tǒng)各企業(yè)的空余服務能力大小在生產(chǎn)過程中意義重大。由于優(yōu)化定制服務過程中各階段的服務時間，可以導致企業(yè)空余服務能力的提高，因此，如果將服務時間的優(yōu)化作為另一個優(yōu)化目標，必然會給企業(yè)帶來直接或間接的協(xié)作效益。但是，如果縮短定制服務某階段的時間，使之小于該階段服務活動的預期時間，必然會導致服務過程中某階段服務庫存成本(服務庫存成本是由于服務資源緩存帶來的成本支出)的增加。而為了使服務交互階段(SIS)的起訖時間與客戶要求時間相匹配，該成本的支出是必須的。因而它們構成了供應鏈環(huán)境下SMC調(diào)度優(yōu)化過程所特有的一對矛盾，如圖4所示。因此，在優(yōu)化目標的設計中，服務定制各階段之間的有效銜接以及服務交互階段的準時性是必須考慮的一個重要內(nèi)容。

圖4 某階段服務緩存設置的必要性

2.2 參數(shù)和變量設定

·設服務定制企業(yè)提供的某類別服務需要由K個階段的過程來完成，其中各階段的服務任務可能不同也可能相同或相似，見圖3分析所示。

·核心企業(yè)除完成定制服務的設計開發(fā)外，還可能參與K個階段中的第k(k= 1,2,…,K)個服務過程。這里應該說明的是，核心企業(yè)參與定制服務的某個或多個階段對供應鏈系統(tǒng)的整體優(yōu)化調(diào)度問題并不會產(chǎn)生影響，只是改變了數(shù)學模型中某些參數(shù)的意義。

·由于是動態(tài)調(diào)度，故設調(diào)度起始時刻為t。

·設核心企業(yè)在調(diào)度時刻某時間閾值期內(nèi)接到用戶服務訂單N個，每個訂單索引為i。設每個訂單的每個階段索引為(ik)，其中i= 1,2,…,N；k= 1,2,…,K。

·設K個服務階段中，每個階段有Nk(k= 1,2,…,K)個協(xié)作商(協(xié)作服務提供者，對于核心企業(yè)參與的階段而言，則設其劃分成了Nk個服務組或業(yè)務組)。每個協(xié)作商(或服務組/業(yè)務組，以下同)的索引為(kr)，(r= 1,2,…,Nk)。

·設第k個服務階段中的協(xié)作商Nk對各訂單在該服務階段的服務處理成本為Ckr.ik(t)；

·設Tkr.ik(t)為協(xié)作成員(kr)對某訂單(i)在第k階段處理所需的時間；由核心企業(yè)根據(jù)主、客觀影響因素設定的協(xié)作成員(kr)對訂單(i)在第k階段處理所需期望服務時間為TE.kr.ik(t)；設訂單(i)在協(xié)作成員(k+1,r)處處理時，該協(xié)作成員對其處理服務任務的實際處理時間與期望處理時間之差絕對值的可接受上限為Tk+1.ik(t)。從服務的時間性角度講，合理調(diào)度希望的是服務過程的準時傳遞，即服務任務在每個階段處理，均能最好地滿足該階段的期望服務時間要求，這樣才能保證服務交互階段與客戶時間需求的一致性，提升服務水平。

·設第k個服務階段中的協(xié)作成員Nk對(i)類訂單在該階段處理的規(guī)模效應為Mkr.ik(t)。

·設訂單(i)對第k服務階段的空余服務能力需求為A(DEM)k.ik(t)，而k服務階段中某協(xié)作成員的空余服務能力供給為A(SUP)kr(t)。

·設訂單(i)對第k服務階段的服務質(zhì)量需求為Q(DEM)k.ik(t)，而k服務階段中某協(xié)作成員的服務質(zhì)量為Q(SUP)kr(t)。

·定義變量fkr.ik(t),當服務訂單某階段(ik)選擇協(xié)作成員(kr)時，fkr.ij(t)=1；其他情況下fkr.ij(t)=0。

2.3 優(yōu)化模型

目標函數(shù)：

(1)

(2)

(3)

(4)

約束條件：

(5)

|TE.kr.ik(t)-Tkr.ik(t)|≤maxTk+1.ik(t)

(6)

(7)

(8)

Q(SUP)kr(t)≥Q(DEM)k.ik(t)

(9)

式中：fkr.hij(tk)=0 or 1；k=1,2,…,K；r=1,2,…,Nk；h=1,2,…,G；i=1,2,…,Mg；j=1,2,…,Nm。

模型中，式(1)為總服務成本最小化優(yōu)化函數(shù)；式(2)為服務交互時間滿意優(yōu)化函數(shù)，其運作主線在于優(yōu)化各服務階段的準時性，以保證服務交互階段的起訖時間能夠滿足客戶的要求。從該式構成來看，作為一個供應鏈系統(tǒng)而言，核心企業(yè)對某服務任務在供應鏈體系的對應階段處理時，均有其相對滿意的期望處理時間。協(xié)作成員對該服務任務的實際處理時間與期望處理時間越接近，越能保證服務交互階段對客戶的準時要求，同時越能保證各階段活動的有效銜接，增強供應鏈體系運作過程的穩(wěn)定性，實現(xiàn)供應鏈體系的運作目標，使供應鏈體系獲得較大的綜合收益；式(3)、(4)為服務的規(guī)模效應優(yōu)化函數(shù)。對于供應鏈中任一協(xié)作成員而言，式(3)值越小，其對某一類具有較強相似性的訂單集合在該階段處理的同期批量越大，規(guī)模效應實現(xiàn)的可能性越高；式(4)為最大化服務規(guī)模效應的優(yōu)化函數(shù)。

約束條件方面：式(5)為動態(tài)空余服務能力約束關系；式(6)為服務階段的承接性約束關系，保證了同一服務在供應鏈不同階段處理時，各階段的接續(xù)順暢。同時，該約束條件也間接反映了在供應鏈運作體系中，由于是作為一個系統(tǒng)來運行，各協(xié)作成員在對其自身利益進行決策時，必須充分考慮系統(tǒng)中其他成員的利益要求，才能達成合理的協(xié)作關系，實現(xiàn)服務任務的順利完成；式(7)為服務處理的階段性約束，保證接到的所有訂單必須經(jīng)過所有的服務階段(當然，實際上某些訂單在某些階段可能不參加處理，即經(jīng)過某些虛擬處理階段)；式(8)為服務處理的歸屬唯一性約束，保證了每一服務任務都由其對應的協(xié)作成員完成，不會出現(xiàn)重復處理的現(xiàn)象；式(9)為服務的質(zhì)量約束關系，這是達到客戶服務滿意水平的基本要求。

3 算法分析

由于上述優(yōu)化模型涉及三個目標之間的權衡及多個約束條件的制約，在算法構筑上應該考慮其屬性特征攜帶的特性。在這一方面，基于螞蟻覓食尋優(yōu)機理的蟻群算法[9,12]具有良好的性能(如快速收斂到全局近似最優(yōu)解，方便攜帶多屬性特征等)。這里通過對一般的蟻群算法進行相應設計和改進，得出表1所示的調(diào)度決策行為同螞蟻覓食尋優(yōu)行為之間的對應關系。

表1 供應鏈調(diào)度行為同螞蟻覓食尋優(yōu)行為之間的對應關系

3.1 算法設計

算法中，將供應鏈每個協(xié)作成員看作一個獨立的服務單元，該單元在服務過程中每一時刻都擁有相對確定的運作參數(shù)。設某一調(diào)度時刻的供應鏈網(wǎng)絡由源點、宿點及二者之間的協(xié)作成員節(jié)點構成。網(wǎng)絡中的階段劃分將根據(jù)t時刻服務訂單的實際要求動態(tài)確定。算法進行中，螞蟻從源點通過網(wǎng)絡移動到宿點，隨后死亡。由于螞蟻不返回，因而不同路徑上的信息素含量將根據(jù)不同協(xié)作成員的服務參數(shù)智能確定。

為了使算法得以實現(xiàn)，對螞蟻類別的劃分根據(jù)服務訂單的不同以及訂單中不同階段的差異進行劃分，每類螞蟻用Aik(i=1,2,…,n;k=1,2,…,K)表示。對每一類螞蟻Aik，由其服務處理特點決定了在網(wǎng)絡中均有一些節(jié)點無須經(jīng)過，為了加快算法收斂將這些節(jié)點設為禁入節(jié)點。

由于服務調(diào)度過程不同于生產(chǎn)調(diào)度，因此與文獻[9]描述的算法控制規(guī)則不同，本文設定規(guī)則如下：

第一，根據(jù)服務成本最小化規(guī)則設定路徑的選擇概率。設t時刻Aik的可行域是Mik(協(xié)作成員構成的集合)。(kr)表示不同供應鏈服務階段k(k=1,2,…,K)中的第r(r=1,2,…,Nk)個協(xié)作成員。由于動態(tài)調(diào)度的優(yōu)化目標之一為服務成本最小化，故設Aik類螞蟻在經(jīng)過(kr)后遺留信息素的量(由π(1)ik.kr表示)同服務成本(C)成反比，則協(xié)作成員(kr)對Aik的第(1)類吸引概率為：

(10)

第二，根據(jù)服務交互的準時性目標設定路徑的選擇概率。設Aik在第k階段的期望服務時限窗為TE，由于供應鏈協(xié)作關系動態(tài)性的特點，某成員可能因為同時也和其他供應鏈網(wǎng)絡存在協(xié)作關系而需按其自身處理進程進行服務。設其提供的服務時間窗為TS并設T=︱TE-TS︱，為了滿足服務交互的準時性和不同階段的銜接連貫，T越小越好。故設Aik類螞蟻經(jīng)過(kr)后遺留信息素量(由π(2)ik.kr表示)同(T)成反比，則(kr)對Aik的第(2)類吸引概率為：

(11)

第三，根據(jù)服務規(guī)模效應最大化規(guī)則設定路徑的選擇概率。由于動態(tài)調(diào)度的優(yōu)化目標之一為服務的規(guī)模效應最大化，故設Aik類螞蟻在經(jīng)過(kr)后遺留信息素量(由π(3)ik.kr表示)同協(xié)作成員的服務規(guī)模效應(M)成正比，則協(xié)作成員(kr)對Aik的第(3)類吸引概率為：

(12)

第四，根據(jù)服務能力約束關系設定路徑的排斥概率。為了實現(xiàn)調(diào)度中的協(xié)作成員能力約束問題以及同類訂單歸屬的規(guī)模效應問題，需設定排斥概率以解決可能形成的某成員蟻流擁塞問題和任務分配混亂問題。設非Aik類螞蟻Apq通過某成員(kr)后遺留信息素量為ρpq.kr，則其對Aik類螞蟻的排斥概率為：

(13)

基于上述分析，本文定義Aik選擇協(xié)作成員(kr)的綜合概率為：

Pik.kr=αP(1)A+βP(2)A+γP(3)A+δ(1-PR)

(14)

式中，α,β,γ,δ(0<α,β,δ,λ<1;α+β+δ+λ=1)為調(diào)整系數(shù)，反映了吸引和排斥概率的期望權系數(shù)。

在信息素的更新方面與傳統(tǒng)方法不同，由于本文構造的螞蟻具有單向運動性，因而對協(xié)作成員節(jié)點信息素的更新由算法自動完成。為表示簡化，由Φ統(tǒng)一代表上述π(1)、π(2)、π(3)和ρ，更新規(guī)則為：

Φ(t+1)=Φ(t)+ΔΦ(t,t+1)-λΦ(t)=(1-λ)Φ(t)+ΔΦ(t,t+1)

(15)

其中，Φ(t)和Φ(t+1)分別為螞蟻第t次和t+1次通過某協(xié)作成員節(jié)點后遺留的總和信息數(shù)量；ΔΦ(t,t+1)為第t+1次遺留信息素量；λ(0<λ<1)為信息素的揮發(fā)系數(shù)。

3.2 算法步驟

設每次調(diào)度時算法執(zhí)行一次，動態(tài)進行協(xié)作成員選擇決策并調(diào)整服務任務的分配。由于供應鏈成員之間具有較為復雜的協(xié)作與競爭關系，因而找到完全最優(yōu)解是困難的。實際上應從多方面權衡，在求解之前提出一個可以主觀接受的期望滿意水平，當算法收斂到使各優(yōu)化指標達到該水平即可停止，步驟如下：

(1)核心企業(yè)根據(jù)服務活動確定待選擇協(xié)作成員類別，構造螞蟻類別，確定可行域；(2)確定不同螞蟻類別經(jīng)過不同協(xié)作成員時，各成員服務成本、服務時間誤差等參數(shù)量值，確定它們同各類螞蟻遺留信息素量的關系；(3)按調(diào)度的歷史經(jīng)驗及現(xiàn)實數(shù)據(jù)分析確定各目標優(yōu)化的期望滿意水平；(4)設定及調(diào)整α、β、γ、δ、λ等系數(shù)值；(5)在源點產(chǎn)生第t批次(初始時t=1)螞蟻，每批次中包含各類螞蟻若干。使其向宿點運動，到達后全部消失。按式(15)更新各節(jié)點信息素；螞蟻批次自動加1(即t=t+1)；(6)記錄該批次中各協(xié)作成員通過螞蟻數(shù)量。判斷螞蟻數(shù)量是否達到穩(wěn)定值(即和前一批次相比選擇該節(jié)點的螞蟻數(shù)量無明顯變化，或連續(xù)幾個批次中螞蟻數(shù)量均在某個值附近小范圍變動)；(7)如果已穩(wěn)定，按各類螞蟻在成員中分配數(shù)量進行協(xié)作成員的優(yōu)選，并分配對應的任務；(8)計算此時各目標的優(yōu)化水平，判斷其是否達到期望滿意水平。如果達到則算法停止，按結(jié)果實施選擇決策，否則轉(zhuǎn)(5)；(9)若經(jīng)過所有批次，螞蟻還無法達到平衡，需重新調(diào)整各類參數(shù)值，即轉(zhuǎn)到(4)；(10)若算法經(jīng)長時間執(zhí)行后，各項指標無法達到滿意水平，應對期望滿意水平進行相應的修正，即轉(zhuǎn)到(3)。

4 算例分析

某電子商務企業(yè)A是一家提供體驗式購物服務的B2C網(wǎng)購企業(yè)。由于體驗購物是其主要策略，因此對于每次客戶的體驗要求十分看重。由于該企業(yè)本身并不生產(chǎn)產(chǎn)品，也沒有物流部門，所有客戶要求的體驗活動都必須通過包括供應商以及第三方物流企業(yè)(3PL)等在內(nèi)的供應鏈系統(tǒng)完成。由于其體驗服務的個性化需求特性突出，主要體現(xiàn)在體驗活動內(nèi)容的豐富程度以及體驗活動時間的靈活性兩個方面，因此需要通過復雜的動態(tài)供應鏈調(diào)度實現(xiàn)協(xié)作成員的選擇及不同階段服務任務的分配。這里選取四家承擔配送服務的第三方物流企業(yè)(由3PL1、3PL2、3PL3和3PL4表示)進行算例分析，檢驗算法的有效性。設調(diào)度時刻t，各3PL的相關運作參數(shù)(本節(jié)所有數(shù)據(jù)已經(jīng)過單位同一化及歸一化處理)如表2所示。

表2 各3PL的相關服務運作參數(shù)

設調(diào)度時刻t需進行該階段服務任務處理的訂單對應螞蟻類型為A類，其對3PL的服務能力需求為0.50。首先，通過供應鏈成員的服務能力平衡要求判斷發(fā)現(xiàn)3PL3不符合基本約束關系，將其設為禁入節(jié)點。關于算法中系數(shù)的設定分兩種情況討論如下。

第一種情況：A企業(yè)的客戶對于體驗服務活動具有較嚴格的時間性要求。在這種情況下，在算法的系數(shù)設定中，A企業(yè)將向3PL的服務準時性參數(shù)傾斜。盡管從圖1判斷可知，3PL的物流服務階段屬于服務交互前的準備階段，但其服務時間是否與A企業(yè)的預期時間相符將直接決定服務交互階段(客戶體驗階段)的時間準時性問題。因此，算法中系數(shù)選擇為α=0.3、β=0.5、γ=0.2、δ=0(由于不存在能力約束)、λ=0.1，螞蟻批次設定為300。運用MATLAB R7進行仿真，收斂趨勢結(jié)果如圖5所示。

由圖5分析可知，對于該類服務訂單，經(jīng)若干批次運算后達到穩(wěn)定狀態(tài)。所有螞蟻選擇了3PL4。這是因為從表2參數(shù)值可知，3PL4在服務準時性方面具有明顯優(yōu)勢。而3PL2在服務成本以及規(guī)模效應方面較有優(yōu)勢，因此可以吸引螞蟻向其方向運動，但最終沒有成為服務任務的分配對象。可以看出，算法在反映調(diào)度多目標的靈活性與均衡性方面較有優(yōu)勢。

圖5 第一種情況的收斂趨勢 圖6 第二種情況的收斂趨勢

第二種情況: 客戶對于體驗服務活動的時間性沒有非常嚴格的要求。在這種情況下，A 企業(yè)可以將更多的精力放到服務的規(guī)模效應方面，以降低服務成本。算法中系數(shù)設定為α = 0．2、β = 0．2、γ = 0． 6、δ = 0( 由于不存在能力約束) 、λ = 0．1，螞蟻批次設定為300。仿真結(jié)果如圖6 所示。

由圖6分析可知，對于該類服務訂單，經(jīng)若干批次運算后達到穩(wěn)定狀態(tài)。所有螞蟻選擇了3PL2。從表2參數(shù)值可以明顯看出，3PL2在服務規(guī)模效益方面具有明顯優(yōu)勢。而3PL4較好的成本優(yōu)勢以及適中的規(guī)模效應是導致螞蟻數(shù)量先上升后下降的根本原因。通過仿真實踐還表明，根據(jù)選擇優(yōu)化目標的實際情況適當調(diào)整各參數(shù)的值可以得到較佳的收斂時間和效果。

5 結(jié)束語

作為大規(guī)模定制模式(MC)中重要方面，服務大規(guī)模定制(SMC)必然在當今的企業(yè)運營中發(fā)揮越來越多的作用，有關SMC的研究不僅具有前沿性，而且具有重要的理論先導價值與實踐指導價值。鑒于當前對生產(chǎn)型MC研究較多而服務型MC涉及較少的現(xiàn)狀，本文從若干新的視角進行了分析。

文章的研究意義主要在于：1)對服務大規(guī)模定制的特征進行了分析與描述，提出服務過程的階段劃分方法，探討了服務定制中的規(guī)模效應問題，分析了SMC模式下供應鏈運作中的動態(tài)和隨機性問題，分析了動態(tài)性的來源。2)在上述分析基礎上，構建了SMC模式下供應鏈調(diào)度優(yōu)化數(shù)學模型，并建立了螞蟻算法進行求解。根據(jù)服務定制的特殊性，對模型和算法進行了有針對性的設計及改進。

今后的研究中，定制服務的柔性規(guī)模效應表征與處理仍是研究的重點，特別應針對服務水平差異較大、不同行業(yè)以及供應鏈不同協(xié)作成員特征引導下的供應鏈調(diào)度優(yōu)化問題進行深入剖析。

[1] Pine B J. Mass customization: the new frontier in business competition[M]. Boston, Harvard Business School Press, 1992.

[2] Silveira G D, Borenstein D, Fogliatto F S. Mass customization: literature review and research directions[J]. International Journal of Production Economics, 2001, 72(1): 1-13.

[3] Shao X F, Ji J H. Evaluation of postponement strategies in mass customization with service guarantees[J]. International Journal of Production Research, 2008, 46(1): 153-171.

[4] Li J, Cheng T C E, Wang S Y. Analysis of postponement strategy for perishable items by EOQ-based models[J]. International Journal of Production Economics, 2007, 107(1): 31-38.

[5] 姚建明,周國華.大規(guī)模定制模式下的供應鏈計劃調(diào)度優(yōu)化分析[J].管理科學學報,2003,6(5):58- 64.

[6] Yao J M. Scheduling optimization of cooperator selection and task allocation in mass customization supply chain based on collaborative benefits and risks[J]. International Journal of Production Research, 2013, 51(8): 2219-2239.

[7] Yao J M, Liu L W. Optimization analysis of supply chain scheduling in mass customization[J]. International Journal of Production Economics, 2009, 117(1): 197-211.

[8] Yao J M. Supply chain scheduling optimization in mass customization based on dynamic profit preference and application case study[J]. Production Planning & Control, 2011, 22(7): 690-707.

[9] 姚建明,劉麗文,蒲云等.MC模式下供應鏈動態(tài)調(diào)度的蟻群尋優(yōu)分析[J].管理科學學報,2007,10(3):7-14.

[10] 姚建明.戰(zhàn)略供應鏈管理[M].北京:中國人民大學出版社,2014.

[11] Sahin F, Powell R E, Gao L L. Master production scheduling policy and rolling schedules in a two-stage make-to-order supply chain[J]. International Journal of Production Economics, 2008, 115(2): 528-541.

[12] Zhou R, Nee Y C, Lee H P. Performance of an ant colony optimization algorithm in dynamic job shop scheduling problems[J]. International Journal of Production Research, 2009, 47(11): 2903-2920.

[13] Tormos P, Lova A. Tools for resource-constrained project scheduling and control: forward and backward slack analysis[J]. Journal of the Operations Research Society, 2001, (7)52: 779-788.

[14] 姚建明.復雜動態(tài)供應鏈計劃調(diào)度中的協(xié)作成員選擇決策[J].運籌與管理,2012,21(3):51- 61.

Supply Chain Scheduling Optimization in Service Mass Customization

YAO Jian-ming

(SchoolofBusiness,RenminUniversityofChina,Beijing100872,China)

In order to improve the operation flexibility of the supply chain system in service mass customization(SMC)and give a stronger response to the diverse needs of customer, based on the detailed analysis of the service customization characters, the research on service stages and the discussion on service mass effect, this paper points out that the supply chain scheduling optimization in SMC is a typical stochastic demand and stochastic resource-constrained multi-objective dynamic optimization problem. Then, the paper analyzes the optimization objects and restriction conditions and set up a complete, stochastic, multi-objective and dynamic optimization mathematics model. Based on the operation character of SMC, this paper improves the ant algorithm to solve the scheduling problem. Finally, the feasibility, validity and applicability of the model and the algorithm are verified by a practice case.

supply chain management; supply chain scheduling optimization; model and algorithm; service mass customization(SMC)

2013- 09-20

國家自然科學基金項目(71472183)

姚建明(1974-)，男，副教授，博士生導師，研究方向：供應鏈與物流管理。

F272.3

A

1007-3221(2015)01- 0010- 09