面向重大疫情下物資需求激增的生產流程平行優(yōu)化方法
——以新型冠狀病毒肺炎疫情中醫(yī)用防護服生產為例
2021-01-22 07:20:36倪夢娜王鐵驪李冬生韋瑤瑤黃海南
南華大學學報(社會科學版) 2020年6期
謝 天，倪夢娜，王鐵驪，李冬生，韋瑤瑤，黃海南，蔡 佳
(南華大學 經濟管理與法學學院，湖南 衡陽 421001)
近年來，SARS、H1N1、H7N9、COVID-19等重大疫情事件接連發(fā)生，尤其是新型冠狀病毒肺炎(以下簡稱“新冠肺炎”)的爆發(fā)，給國家經濟和社會發(fā)展帶來了嚴重影響。此類事件應對的本質是對應急物資的需求預測與快速響應，這就意味著重大疫情下的應急物資需求會在短時間內超出正常的波動范圍，從而產生需求激增現象。如SARS的爆發(fā)導致板藍根、消毒劑等藥品需求激增，新冠肺炎的爆發(fā)導致口罩、酒精、防護服等醫(yī)療防護用品需求激增。物資需求激增現象打破了正常狀態(tài)下物資需求與供給間的內在平衡，且具有突發(fā)性、難以預測性以及演變復雜性等特征，若生產系統(tǒng)無法在短時間內收集與整合應急物資的需求信息，快速做出應急響應與優(yōu)化方案，則會造成更大的人員傷亡與經濟損失。因此，重大疫情下如何根據物資需求激增的演變態(tài)勢確定生產線快速響應與優(yōu)化方法是提高應急響應水平的關鍵。
針對此類突發(fā)性物資需求激增問題，國內外學者的研究主要聚焦于需求預測、響應應對等方面。田剛提出了供應鏈應對突發(fā)需求的最優(yōu)應對策略，通過建立新的收益共享契約給出了確定最優(yōu)契約的方法[1]。于曉宇基于非線性控制理論，建立包括生產商、分銷商和零售商的三階供應鏈動態(tài)訂貨模型，使用混沌理論的李雅普諾夫指數度量突發(fā)需求擴散產生的訂貨量、庫存量和缺貨量不確定性[2]。朱莎針對震后血液需求的突發(fā)性和波動性等特點通過加權馬爾可夫方法對血液需求進行預測[3]。謝天對需求突發(fā)下系統(tǒng)集成的異構型、無序性問題，提出了跨領域語義X列表集成體系框架，從語義層面給出了集成化應急決策響應方法[4]。Lee針對大規(guī)模傷亡所帶來的急診室患者激增問題，建立了馬爾可夫決策模型，利用離散事件仿真技術求解模型，得出最佳的救治策略與入院控制決策[5]。Shahverdi通過離散事件仿真框架和開放性排隊網絡模型，評估醫(yī)院資源應對患者激增的恢復能力[6]。Jones使用優(yōu)化的多元時間序列模型，對災區(qū)應急物資需求激增演變規(guī)律進行預測[7]。Xie基于SARS爆發(fā)后患者激增的特定情景提出了動態(tài)改進的平行仿真決策模型，通過多階段仿真和優(yōu)化得出有效的應急響應方案[8]。萬志遠針對醫(yī)療物資需求激增問題，基于粒子群算法和序貫決策理論，建立了應急物資動態(tài)分配模型，使應急資源的利用率達到最優(yōu)[9]。
現有研究主要通過傳統(tǒng)基于演繹推理的建模方法或靜態(tài)的應急預案應對需求激增應急響應與優(yōu)化問題，通常難以動態(tài)刻畫真實情景和其所在的應急響應環(huán)境，更無法持續(xù)地進行實時信息獲取與數據分析，快速地做出應急響應與流程優(yōu)化方案。因此，本文在新冠肺炎爆發(fā)背景下針對醫(yī)用防護服需求激增的應急生產響應與流程優(yōu)化問題，基于平行應急管理與離散事件系統(tǒng)仿真，構建以“情景—任務—響應—優(yōu)化”為主線的需求激增平行控制與優(yōu)化總體框架。在此框架下，以醫(yī)用防護服應急加工生產為例，構建需求激增真實情景和人工情景仿真模型，通過實時收集整理在線感知的信息，多階段的平行演化與控制使人工模型逼近真實情景模型，預測真實情景下一階段的變化規(guī)律，快速推演出有效的應急生產流程。根據仿真結果判斷流程中的瓶頸環(huán)節(jié)提出優(yōu)化策略，使優(yōu)化后的生產流程能夠滿足激增狀態(tài)下醫(yī)用防護服的生產需求。
一 理論方法
(一)平行應急管理理論
根據復雜的應急管理系統(tǒng)[10]，王飛躍教授提出人工社會(Artificial Societies)—計算實驗(Computational Experiments)—平行執(zhí)行(Parallel Execution)相結合的ACP社會計算方法，通過此法綜合解決實際社會系統(tǒng)中不可預測、難以拆分還原、無法重復實驗等復雜性問題，并將其引入突發(fā)事件應急管理領域，提出了平行應急管理理論[11-14]。
王飛躍等人以復雜系統(tǒng)為切入點，將產品生產與平行管理相結合作為研究思路，為公司管理中的長遠發(fā)展決策提供戰(zhàn)略支持，同時也為復雜運作系統(tǒng)的進一步研究提供了突破方向[15]。Wang將平行管理與控制理論應用于交通系統(tǒng)，提出了平行交通管理的概念、現存的主要問題以及進一步的解決方法，同時詳細描述了其結構、管理過程與組成元素，最終利用實際案例進行了深入的論述與分析[16]。Duan等基于平行管理理論構建了H1N1流感病毒爆發(fā)情景下的人工情景仿真模型，分別對真實與人工情景模型所采取的應急響應策略進行計算實驗與平行控制，分析總結并預測發(fā)展規(guī)律，從而有效地控制流感病毒的爆發(fā)[17]。Xie基于平行控制與管理和系統(tǒng)動力學理論，提出了公共情緒的并行演化和反應決策框架，以便決策者預測公共輿論發(fā)展態(tài)勢并提出有效的應對策略[18]。
與傳統(tǒng)的“預測—應對”應急管理相比，平行應急管理可根據情景的演化機制與內在規(guī)律，實時分析、處理與演化人工社會，以最新的態(tài)勢快速推演真實情景未來的變化趨勢，為真實疫情需求激增平行仿真建模、系統(tǒng)響應、流程優(yōu)化提供決策支持。
(二)離散事件系統(tǒng)仿真
目前，基于離散事件系統(tǒng)理論的仿真建模技術已廣泛應用于制造系統(tǒng)，許多研究者也多角度地研究了離散事件仿真建模技術在生產運作系統(tǒng)中的應用。Schriber等分析了離散事件系統(tǒng)仿真軟件的運作機理[19]。延淵淵基于離散事件系統(tǒng)對汽車的連桿生產線進行建模與仿真，分析其瓶頸環(huán)節(jié)并提出優(yōu)化方法，最終確定生產線的最佳安排方案[20]。Kakasky等應用分析了SIMPLE++仿真優(yōu)化模型的執(zhí)行效率以及其生命周期加長等問題[21]。戴建勇利用MATSim技術，建立了基于Multi-Agent的貨物運輸調度模型，得到了貨物最佳物流決策和運輸路線[22]。Mourtzis調查了制造系統(tǒng)仿真技術的發(fā)展進程，并描述了第四次工業(yè)革命背景下對數字化制造的迫切要求如何塑造了制造系統(tǒng)設計與操作仿真[23]。Biazen等人利用AnyLogic等軟件建立了TC生產過程的解析和離散事件仿真模型，通過將操作人員從空閑階段重新分配到瓶頸階段，減少了系統(tǒng)的等待時間[24]。
基于離散事件系統(tǒng)仿真對真實情景進行可視化建模，可以直觀地分析其生產流程和生產布局，從而逐步掌握其內部變化規(guī)律，快速明確生產流程中的瓶頸環(huán)節(jié)，為疫情下需求激增的應急生產響應與優(yōu)化提供技術支持。
二 構建平行控制與優(yōu)化框架
(一)情景要素
從應急響應角度來看，需求激增情景應對的演化過程主要包括7個要素，分別為：(1)情景狀態(tài)(Scene state，SS)，指不同時間段、不同決策環(huán)節(jié)下物資需求波動的狀態(tài)。(2)生產任務(Production task，PT)，是應急響應的具體化，其分布規(guī)律隨著需求的變化而不斷變化。(3)系統(tǒng)響應(System response，SR)，是運作系統(tǒng)快速響應、有效控制的過程。(4)流程優(yōu)化(Process optimization，PO)，是消除生產線瓶頸的技術手段，通過不斷地循環(huán)優(yōu)化滿足物資生產需求。(5)人員設備(Personnel and equipment，PE)，是應急響應流程的執(zhí)行方，由人員與設備等響應單元的相互合作完成產品加工。(6)生產資料(Materials and funds，MF)，是應急響應流程的支持方，由原材料、資金組成。(7)應急生產流程(Emergency production flow，EF)，是系統(tǒng)響應的核心體現，組織人員、設備在生產資料的輔助下按照一定的工序完成物資生產。
各情景要素間通過相互作用、相互聯(lián)系得到需求激增情景下有效的應急生產流程。首先，根據其情景狀態(tài)確定應急物資的生產任務，而后運作系統(tǒng)在生產資料和人員設備的支持下按照應急生產流程對其進行系統(tǒng)響應，然后再判斷激增狀態(tài)下的生產線瓶頸環(huán)節(jié)，并對其進行流程優(yōu)化，再將優(yōu)化后的生產流程應用到生產任務的應急響應中，以此循環(huán)優(yōu)化，最終得出滿足需求激增情景的應急生產流程。
(二)平行控制與優(yōu)化框架
王飛躍認為真正的非常規(guī)突發(fā)事件在本質上是無法準確預見的，但有效的應急管理可以對此類事件進行準確地預判[14]。平行應急管理旨在通過實時觀測收集真實情景數據構建與演化人工模型，根據最新態(tài)勢快速推演各種應急決策，及時預測事件的演化規(guī)律，動態(tài)匹配、優(yōu)選、調整和制定應急響應流程，輔助應急人員進行決策和實施相應行動[25]。
本文以新冠肺炎爆發(fā)所引發(fā)的醫(yī)療防護用品需求激增現象為背景，圍繞“情景—任務—響應—優(yōu)化”的主線構建需求激增平行控制與優(yōu)化框架(見圖1)。首先，對真實情景不同時間段的需求信息進行實時感知、采集、分析與融合，提取由“情景—任務—響應—優(yōu)化”等要素構成的真實情景特征，利用計算實驗、離散事件系統(tǒng)建模等技術手段構建需求激增人工模型，通過時間調節(jié)功能綜合多種數據感知與同化手段，多階段推演真實情景與人工模型，確保人工模型與真實情景的信息同化，更好地實現在協(xié)同演化中得出“應景而變，以變應變”[26]的需求激增情景應急響應流程。其次，從不同階段的真實情景與人工模型中提煉出應急響應生產任務，并整合人員、設備與生產資料等資源按照具體的應急生產流程進行系統(tǒng)響應，以此緩解需求激增現象。最后，通過仿真計算實驗與仿真結果分析判斷生產流程是否存在瓶頸環(huán)節(jié)。若不存在，則直接放入需求激增應急響應方案庫中，若存在，則不斷更新仿真模型參數或結構對其進行優(yōu)化，并將優(yōu)化后的流程再次應用到生產任務的應急響應中，不斷循環(huán)優(yōu)化直至最終得出滿足需求激增情景下的應急生產流程。
三 需求激增平行應急仿真決策過程
(一)模型的構建與運行
1.模型要素分析
在離散事件系統(tǒng)仿真建模的基礎上[27-28]，仿真模型可以從實體(Entity，E)、實體屬性(Attribute，A)和關系流(Flow，F)三個要素角度構建。其中E表示實體類的集合，是構成仿真模型的基本要素類型，包括臨時實體(LE)類型和永久實體(YE)類型。臨時實體表示響應過程中被加工、處理的物資，其狀態(tài)往往會隨著情景的演變或仿真的推進不斷地變化。而永久實體則是仿真模型中的固定實體，也是應急響應的主要執(zhí)行者，其狀態(tài)不會輕易隨情景或仿真的演變而變化。實體屬性是描述實體的狀態(tài)、形狀、功能、效率等重要參數特征的屬性集合。關系流是表示永久實體間或臨時實體與永久實體間的有向關聯(lián)，同時也描述了臨時實體被處理過程的輸入—輸出約束關系，是構建應急響應流程和系統(tǒng)布局的基本要素。
2.仿真實體及其屬性定義
人員設備(PE)在系統(tǒng)中以穩(wěn)定的性能執(zhí)行應急響應生產任務，是典型的永久實體(YEPE)。例如在需求激增應急響應仿真過程中，工人或設備作為響應主體不會離開仿真系統(tǒng)，并隨著步長的推進，以穩(wěn)定的服務率(每小時加工多少產品)不間斷重復生產產品。故將其定義為永久實體，即intPE=YEPE，其中PE={pe1，pe2，…}為響應組織集合，YE={YEPE1，YEPE2，…}為永久實體的集合。
生產任務(PT)與生產資料(MF)均是待處理的客體因素，如訂單每小時到達率或每小時的消耗率，其狀態(tài)隨情景和響應過程的改變而改變，屬于仿真模型里的臨時實體(LEPT和LEMF)。將二者定義為臨時實體，即intPT=LEPT，其中PT={pt1，pt2，…}為生產任務集合，LE={LEPT1，LEPT2，…}為相應臨時實體的集合。同理，intMF=LEMF，其中MF={mf1，mf2，…}為生產資料集合，LE={LEMF1，LEMF2，…}為相應臨時實體集合。
因此，針對某實體w，其屬性與屬性類型分別定義為：
(1)
Type(uvij)∈Type(pij)
(2)
uvij表示實體w的第i種屬性的第j種類型，此處wn×m表示實體w所有的屬性類型矩陣。永久實體YE可以是設備、工人，其屬性通常包括加工時間、工作效率等；臨時實體LE可以是訂單、原材料，其屬性通常包括到達分布規(guī)律、消耗率等。
3.關系流定義
F=SF∪PF
={sfmf(k)-pe(k)|k=1,2,…}∪{pfpe(r)-pe(r+1)|r=1,2,…}∪{pfss1-pe1}
={lek,ule(k),w,
∈LE×YE}∪{ler,ule(r),z,
∈YE×YE}
(3)
其中pfss1-pe1表示需求訂單流入仿真響應流程，sfmf(k)-pe(k)表示f從第k種原材料流入第k個加工設備，pfpe(r)-pe(r+1)表示f從第r個加工設備流入第r+1個設備。le(k)、le(r)均表示實體流f上的臨時實體，ule(k)、ule(r)分別表示該實體的屬性值。
4.模型建立與運行
上述仿真建模的設計思路和方法，提出了包含真實情景與仿真模型兩個層面的應急生產流程仿真決策模型(圖2)。真實情景層主要分析疫情影響下應急物資的激增需求變化規(guī)律和運作系統(tǒng)應急響應的資源、組織與流程，為仿真建模層提供實時數據支持，既是建模依據，也是流程優(yōu)化的目標。仿真模型層由真實情景層通過模型實現轉換而來，實時感知并提取“情景—任務—響應”等情景要素構成的真實情景特征，并按照真實情景的流程布局定義實體及其屬性、定義關系流，從而構建需求激增情景下的應急生產流程仿真模型。
構建仿真模型，導入實時感知的真實情景數據，并根據其特定的仿真時長，分別設置生產流程中各環(huán)節(jié)的仿真參數(如模型仿真步長、產品加工時間)，而后執(zhí)行仿真運行模型。
(二)平行演化與控制
重大疫情具有發(fā)生突然、傳染性強、傳播范圍廣等特點，在短時間內難以明確其應急需求與演化機理，也難以快速獲取仿真實驗參數并做出有效的應急響應措施。因此，傳統(tǒng)的應急管理與控制方法無法對其激增需求進行準確建模和仿真預測。而平行應急管理理論的關鍵在于平行演化與控制，即通過構建人工仿真模型對真實情景在線、同步的協(xié)同演化來動態(tài)培育和完善仿真模型，根據需求激增最新態(tài)勢來快速推演與預測情景演化規(guī)律，以此來指導決策者動態(tài)匹配、優(yōu)選、改進和制定有效的應急響應流程[25]。需求激增平行演化與控制機理如圖3所示。
首先，基于特定仿真時長，建立需求激增狀態(tài)下的真實情景仿真模型Scenario 0與常規(guī)狀態(tài)下的人工情景仿真模型model 0。其次，多階段對比與分析應急響應過程中真實情景(Scenario 0,Scenario 1…)與人工情景模型(model 0,model 1…)之間的差異，通過收集與整理實時在線感知的信息，逐步對人工模型進行信息同步與修正，得到不斷完善的仿真模型，進而實現人工模型在平行演化與控制中無限逼近真實情景。最后，將不斷完善后的人工情景模型用于執(zhí)行應對下一階段的真實情景，并通過具體的應急響應過程和仿真結果確定生產流程的瓶頸工序。
(三)模型優(yōu)化
觀察與分析需求激增下生產流程仿真模型的運行過程和仿真結果，一方面，通過離散事件仿真軟件的可視化界面能夠直接到觀察模型進行時的狀態(tài)，包括需求激增情景多階段演化狀態(tài)，生產流程應急響應狀態(tài)等，從而發(fā)現應急響應組織在流程、布局以及效率等方面的不合理之處，確定影響應急響應水平的瓶頸環(huán)節(jié)。另一方面，分析生產流程模型的仿真結果，可以明確限制生產流程響應水平并可進一步優(yōu)化的瓶頸環(huán)節(jié)，從而提出相應的優(yōu)化策略。具體優(yōu)化策略包括：資源配置優(yōu)化[29-31](如在瓶頸環(huán)節(jié)適當調整資源配置)和流程重構[32](如串行流程改為并行，改變流程結構等)。不同的優(yōu)化策略都要均衡考慮自身所帶來的響應時間和成本的變化問題。
四 應用實例
本方法需要實時考慮真實場景與仿真模型的平行交互，在重大疫情事件中演繹方法的實施過程是驗證其可操作性和有效性的最佳手段。因此，我們以新冠肺炎疫情下醫(yī)用防護服短缺為背景，通過離散事件系統(tǒng)仿真將需求激增情景轉化為模擬仿真過程，驗證模型的有效性和可操作性。
(一)背景介紹
新冠肺炎爆發(fā)時，醫(yī)用防護服的需求進入到“戰(zhàn)時模式”，與平常相比可以說是百倍增長。因此政府號召全國企業(yè)復工復產，全力配置醫(yī)用防護服生產線，啟動防護服的生產工作，使其早日達到供需平衡。本文擬以新冠肺炎疫情下醫(yī)用防護服的需求響應為背景(即真實情景Scenario)，通過對搜集的數據進行統(tǒng)計分析與擬合，構建真實情景的仿真模型并演繹其情景演化的實時規(guī)律。由于我們的目標是驗證能否基于本文所提出的方法來培育與真實情景平行演化的仿真模型，并基于該模型對應急生產流程進行優(yōu)化。所以，在本實驗中，我們假定真實情景是驗證擬培育模型可靠性的參考，是未知卻可以通過仿真過程形式逐步實現的。
(二)情景建模與仿真
真實情景與響應能力建模與仿真。以一次性醫(yī)用防護服的需求激增為例，根據國家衛(wèi)健委網站公布的首批27支援鄂醫(yī)療隊的人數與出發(fā)時間計算[33]，假設首批醫(yī)用防護服的總需求為13 500套(假設每支隊伍約100人，首周需要500套/人)，訂單到達時間間隔基本服從均值為76.9分鐘的負指數分布。根據CX公司提供的醫(yī)用防護服生產資料確定醫(yī)用防護服的應急生產響應過程，具體的加工工序與加工時間如表1所示①?；诖?，初始情景模型Scenario應急響應流程如圖4所示，通過利用Flexsim6.1.0實現Scenario，運行仿真3 000分鐘(這是基于首批援鄂醫(yī)療隊伍出發(fā)的50個小時，即3 000分鐘180 000秒)。統(tǒng)計主要環(huán)節(jié)的Queue信息，繪制出相應的時間容量圖(見圖5)。
表1 各工序加工時間
(三)培育仿真決策模型
新冠肺炎傳播范圍大、傳染性強、潛伏時間長，無法準確預測其演變規(guī)律，也難以用以往的先驗知識對其進行應急響應。本實驗假定醫(yī)用防護服的加工設備工作效率可測量且穩(wěn)定，因此設置產品各環(huán)節(jié)加工時間所服從的分布函數不變。不難發(fā)現，在這種串行生產加工流程下，帽縫、袖縫、褲縫、組合成衣、壓膠1以及袖腳松緊六個環(huán)節(jié)的處理時間均值最大，故將它們面前的縫合暫存區(qū)(Queue for suture)、組合成衣暫存區(qū)(Queue for assembly1、Queue for assembly2、Queue for assembly3)、壓膠1暫存區(qū)(Queue for heat seal 1)、袖腳松緊暫存區(qū)(Queue for sleeve elastic)的擁擠現象作為關鍵考察指標。鑒于仿真總時長為3 000分鐘(180 000秒)，設置仿真模型各培育階段時長分別以△500 min遞增，逐步對比真實情景與平行模型仿真效果，調整和完善模型可靠性。
1.Model 0建模與仿真
根據搜集到的數據可知常規(guī)狀態(tài)下醫(yī)用防護服的需求到達時間間隔服從均值為186.9、標準差為1的正態(tài)分布。因此初始模型Model 0的相關參數可設置為：訂單到達時間間隔服從Normal(186.9,1,0)，基于此，建立初始仿真結構模型Model 0。運行Model 0模型500 min(30 000秒)后統(tǒng)計主要處理環(huán)節(jié)前的擁擠現象和排隊信息，繪制出Model 0中Queue的“容量—時間—平均等待時間”圖(圖6)。不難看出，整個仿真過程中主要處理環(huán)節(jié)的產品最長等待隊列基本不超過600個，沒有出現過度擁擠現象。故Model 0所表示的先行應急生產流程似乎可有效處理本次事件。但通過對比觀察同時期(0～500 min)Scenario 0情景的主要擁擠現象(圖7)，可以發(fā)現真實情景比人工模型的擁擠現象嚴重得多。說明Model 0與實際情況存在較大差異，仍需進一步對其進行演化與控制。
2.Model 1建模與仿真
新冠肺炎爆發(fā)前后醫(yī)用防護服的需求訂單數量和到達時間的分布規(guī)律不同。正是因為這兩種狀態(tài)下訂單的到達時間間隔分布函數有所差異，導致Model 0仿真效果與真實情景Scenario 0不一致，逐步調整仿真模型的參數值，可實現模型與真實情景的進一步趨同。因此，將Model 0的訂單到達時間間隔分布函數由常規(guī)狀態(tài)下的正態(tài)分布調整為指數分布，分布函數為exponential(186.9,0,0)，得到新模型Model 1。運行Model 1模型1 000分鐘(60 000秒)后，同樣觀察繪制出的縫合暫存區(qū)(Queue for suture)、組合成衣暫存區(qū)(Queue for assembly1、Queue for assembly2、Queue for assembly3)、壓膠1暫存區(qū)(Queue for heat seal 1)、袖腳松緊暫存區(qū)(Queue for sleeve elastic)的“容量—時間—平均等待時間”圖(圖8)，雖然排隊產品數量和平均等待時長有所增加，但與同時期(0～1 000 min)Scenario 1情景顯示的擁擠現象(圖9)對比，不難看出，真實情況的擁擠現象仍比仿真結果嚴重得多。
3.Model 2建模與仿真
同理，在Model 1模型參數基礎上將訂單的到達時間間隔值進一步下調為exponential(93.6,0,0)，得到新模型Model 2。運行Model 2模型1 500分鐘(90 000秒)后，繪制出縫合暫存區(qū)(Queue for suture)、組合成衣暫存區(qū)(Queue for assembly1、Queue for assembly2、Queue for assembly3)、壓膠1暫存區(qū)(Queue for heat seal 1)、袖腳松緊暫存區(qū)(Queue for sleeve elastic)的“容量—時間—平均等待時間”圖(圖10)，對比同時期(0～1 000 min)Scenario 2情景的擁擠現象(圖11)，可以看出，此時Model 2的仿真結果，無論是趨勢還是峰值，均與真實情景Scenario 2相吻合。故我們認為Model 2是經過平行演化與控制過程培育到的可靠模型，可用于模擬和預測未來一段時間需求激增情景的演化規(guī)律，為下一步的應急物資準備與加工提供參考數據，使決策者在最短時間內做出及時、高效的應急生產流程優(yōu)化。
(四)決策與優(yōu)化
通過觀察Model 2與Scenario 2模型應急生產流程各環(huán)節(jié)的排隊狀態(tài)和平均等待時長，不難發(fā)現縫合暫存區(qū)(Queue for suture)、組合成衣暫存區(qū)(Queue for assembly1、Queue for assembly2、Queue for assembly3)、壓膠1暫存區(qū)(Queue for heat seal 1)、袖腳松緊暫存區(qū)(Queue for sleeve elastic)六個環(huán)節(jié)的擁擠現象最為嚴重。而通過表1可知，造成這六個環(huán)節(jié)擁堵現象的原因之一為各工序的加工時間不平衡，由CX公司醫(yī)用防護服生產資料得知，每道生產工序需要操作員對一處或多處部位進行加工，需要多部位加工的工序加工時間相對較長，這也就導致整個防護服生產線的加工時間不均衡，從而產生擁堵現象。因此在model 2的基礎上拆分調整瓶頸環(huán)節(jié)的工序形成優(yōu)化后的model 3模型，具體操作為：首先將縫帽縫(cap)工序與縫褲縫(pants)工序結合，這樣三道并行工序變成兩道，同時時間更加均衡，同時組合成衣(assembly)工序增加一臺機器，總體上并未增加設備與員工數量；其次，將袖縫壓膠與中腰縫壓膠動作從壓膠1(heat seal 1)工序中拆分并重組到壓膠2(heat seal 2)工序，這樣兩道工序的時間分別為1.905 min與1.921 min，時間基本均衡；最后，將褲口上松緊這一動作從袖松緊(sleeve elastic)拆分并重組到縫前后襠(front and back crotch)工序，兩道工序的時間分別為1.582 min與1.917 min。通過調整該生產線各個工序的加工時間可以基本達到相對均衡，再次建立優(yōu)化后的生產線仿真模型，運行Model 3模型3 000 min(180 000秒)。通過處理縫合暫存區(qū)(Queue for suture)、組合成衣暫存區(qū)(Queue for assembly1、Queue for assembly2、Queue for assembly3)、壓膠1暫存區(qū)(Queue for heat seal 1)、袖腳松緊暫存區(qū)(Queue for sleeve elastic)的擁擠現象信息，繪制出Model 3容量時間圖(圖12)。由圖12可以看出，暫存區(qū)的最長隊列不超過800個，且隨著仿真時長的推進產品滯留數量也在逐漸下降。仿真結果說明了面對新冠肺炎引發(fā)的醫(yī)用防護服需求激增問題，通過拆分調整工序后的Model 3可以有效緩解生產線壓力，突破產能，進而可以更快更高效地對激增問題進行應急響應。
五 結 論
研究表明：(1)與傳統(tǒng)的“預測—應對”仿真建模方法不同，本方法基于平行應急管理范式，構建了需求激增情景下真實情景與仿真模型的協(xié)同演化與控制模型，使其隨著仿真步長的推進不斷逼近真實情景，確保仿真模型與真實情景一致性以及仿真結果的可靠性。(2)本方法基于離散事件系統(tǒng)建模理論，提出應急響應系統(tǒng)仿真決策的抽象建模、優(yōu)化決策、平行演化與控制方法，將平行應急管理與面向對象的可視化建模方法有效結合，實現需求激增情景應急響應的快速建模與動態(tài)優(yōu)化，高效及時地形成應急方案，符合突發(fā)事件應急響應的時間緊迫性要求，為重大疫情下需求激增的平行演化與控制和應急響應仿真決策提供了新的思路。
為了快速響應醫(yī)用防護服的需求激增問題，本文在原材料供應充足的情況下對其進行平行應急生產流程優(yōu)化研究。與實際的醫(yī)用防護服原材料供應情況有一定的差距，因此將原材料供應與庫存策略作為下一步的研究方向。
注釋：
①廣州春曉科技有限公司工藝文件[EB/OL].[2020-04-09].http://www.cxgst.cn/fh.html.
