基于服务驱动的云制造物流资源协同评价与聚集_云制造论文

服务驱动下的云制造物流资源协作评价与聚集，本文主要内容关键词为：评价论文,物流论文,资源论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      doi:10.3969/j.issn.1000-7695.2014.09.035

      1 研究问题的提出

      为缩短制造周期，满足精益生产需求，云制造是借鉴“制造即服务”思想发展起来的网络化制造的新模式[1]。该模式下，网络制造各环节必须信息共享、高度合作、协作运营。与云计算一样，云制造的核心问题也是资源组合问题。云制造强调制造服务资源的虚拟化，通过虚拟化的资源灵活分配实现制造单元的重新组合。这里的资源既包括物料资源、设备资源等硬资源，也包括软件资源、知识资源、人力资源、物流资源等软资源。考虑到网络化制造环境下生产组织的复杂性以及物资流通多频度、小批量的特殊性，其中物流资源成为资源组合优化的重要方面。如何充分运用物流资源和物流技术，协调地理上分散的制造活动成为网络化制造提高生产效率的有效手段。

      近来已有部分学者开始关注云制造环境下的物流资源协作问题。关于云制造的物流资源协作能力，业界尚无明确的定义，本文按协作即“协调-合作”，将其定义为在云制造环境下提供物流服务的主体整合各类虚拟合作伙伴间服务资源，在产品的全生命周期内开展一系列物流协作活动，从原材料获取、中间产品移动直到将最终产品交付给终端顾客，以实现产品服务价值的综合能力。实际运作过程中，不同行业、不同制造规模对物流协作能力需求是有差异的[2]。以现代汽车制造行业为例，每一家汽车制造企业周围都有大量零部件生产企业群，他们共同构成庞大的配套体系，因此其制造体系层次繁多、结构复杂，其协作目标是低库存、低成本和高资源利用率。与汽车制造行业相比，家电行业企业群相对单一，但多元化的销售渠道导致产品流量、流向的复杂性，向流通环节要利润是家电生产行业需要克服的重要堡垒，其采取云制造物流资源协作目标则是零库存、低损耗和及时准确送抵目的地。

      如何确定物流委托者的协作能力是个很复杂的问题。本文采用因子分析方法，科学地制定云制造环境下的供应链物流协作能力评价指标体系，构建满足制造任务子节点需求的物流协作评价与决策模型，快速响应云制造生产和销售物流需求。

      2 云制造物流资源协作特点

      云制造具有开放、非线性和自组织等特点，服务驱动下的云制造物流资源协作也将是一个复杂的系统工程。通过统一的云计算服务平台，云制造核心企业及其合作伙伴能够按需使用各类服务，实时监控制造过程中各种资源的各种状态，以总的服务成本、服务时间、服务质量作为优化目标，按服务任务供需关系进行资源的选择和调度。服务驱动物流资源协作过程如图1所示。

      

      图1 服务驱动下物流资源协作过程

      在实际的物流协作中，物流组织个体通过参与制造过程中生产活动子目标任务确定其成员的角色属性，并在信息共享、竞合机制和契约规则的制订基础上巩固了成员间的分工协作关系，即参与协作的每个物流企业(部门)按照订单任务投入相应的资源，从而使协作活动获得一定的收益。

      考虑到云制造环境下生产组织的复杂性，为了保持制造产品的竞争优势，实现整体利益最大化，各个利益主体在理论上必须进行协作运营，即采用云计算以最快的速度把服务消费者(Cloud Sservice Custom，简称CSC)需求信息传递到执行层，执行层快速评价云制造网络中物流资源服务能力，协调地理上分散的云服务提供者(Cloud Service Provider，简称CSP)的制造和市场活动。在实际协作中，云制造单元个体参与制造过程，首先由服务确定其成员角色属性，然后在信息共享、竞合机制和契约规则的制订基础上巩固成员彼此间的分工协作关系，即参与协作的每个企业按照订单需求投入相应的资源，从而使协作活动获得一定的收益。通过横向竞合和纵向博弈，一个CSC可以与N个CSP合作，一个CSP也可以为N个CSC服务。

      通过比较分析，服务驱动下的云制造物流资源协作特点总结如下：

      (1)离散的生产活动相对于云制造网络的整体规划是非独立存在的。任务分解、工艺建模以及资源调度都是通过服务交易集中决策，根据参与活动个体的协作能力不同，离散活动下的物流资源可按服务类型和服务关系被规划成一个有机整体，彼此相互影响，从而提高整个制造网络的效率。

      (2)云制造系统的物理单元分为资源聚集节点(Resource Integration Node，简称RIN)和服务宿主节点(Service Host Node，简称SHN)。为了支持多用户协同，无论是云制造个体的内部物流资源还是外部物流资源，都必须拥有统一的标准和规范，并被封装和虚拟化在制造云物流服务网络各节点中。

      (3)物流资源聚集目标取决于物料流动与加工过程中的时间与成本，因此物流资源协作能力的评价既可以是基于时间的，也可以是基于成本的。

      3 云制造物流资源协作能力评价

      3.1 评价指标

      在云制造环境下，由于能及时收集到物流企业运营状态信息，可根据实际的需求对企业关心的物流关键协作能力进行定量分析，制定出更合理、动态地解决能力冲突和平衡的方案。

      云制造企业物流协作过程一般由三个阶段构成：原材料从供应商流入企业；企业生产过程中物料在时间和空间上的流转；产品从企业流给客户。无论是哪个阶段，都通过评价合作双方伙伴关系的物流协作能力找出物流供需协作的不足，为供需协作双方的存在、组建、运行和撤销的决策提供必要的客观依据。

      从云制造网络整体绩效出发，将统计学的因子分析和回归分析方法相结合，具体分析资源利用数据，总结出不同服务需求驱动下的物流资源协作能力评价指标。具体过程如下：

      (1)数据采集。本文研究的测量工具是问卷。考虑到不同行业企业的供应链管理方法和管理特点，问卷调查的样本企业分成两类：一类是基于ASP云制造系统的行业企业样本，该类行业企业需求变化快且不确定性高；另一类是以龙头企业为核心，采取网格化制造系统的行业企业样本，该类企业市场需求稳定，需求不确定性相对较低。问卷内容包括制造网络个体间协作关系、资源选择方法和绩效考核目标三个方面。

      (2)数据分析。考虑到评价指标体系采集数据的系列化、多样化，所以在指标选择和优化时可以采用定性指标与定量指标相结合的方法，以保证指标体系的建立更加科学而全面。分别计算资源协作能力和云制造物流绩效这两部分的克朗巴哈α系数，从质量保证、成本控制、柔性运作、时间管理、信息合作等几方面进行详细的因子分析，最后采用逐步回归分析方法研究绩效因子和资源协作能力要素因子之间的关系，并进行实证。

      能力评价下的云制造协作资源聚集问题也可以被转换成可被描述的大规模动态规划的NP模糊群体决策问题，其中具有资源聚集节点RIN和服务宿主节点SHN都被抽象为虚拟计算节点。为了能够及时了解和调用各物流环节的资源聚集情况，以便进行统一规划调度，将网络中的M个成员抽象成为一个个具备计算机和仓储中心等资源的虚拟计算节点。通过整理，将获取得到的各项评价指标按照对云制造物流整体绩效的影响程度进行分类排列，其中一级要素被划分为原材料获取、产品交付、配置优化、一体化(各种功能执行统一性)4个维度，则一级指标就被定义为原材料获取能力

、产品交付能力

、配置优化能力

、一体化能力

指标；二级要素则按服务活动任务内容继续细化分解[3]。指标体系定义为：

      

      从服务需求的全局出发优化资源聚集，服务宿主节点SHN活动任务列表Taski则可以用公式表示为：

      

      

      其中，ti、ci、qi分别为时间、成本、质量，

分别为服务宿主节点允许的最长时间、最大成本、最低质量的要求。最低质量要求对总评价结果影响不大。从以上公式可以看出，服务宿主节点SHN对资源协作评价指标既可以侧重于时间，也可以是侧重于成本。若侧重于时间，时间则是指从服务请求提交至服务执行完成过程所需要的所有时间，包括包装时间、装卸时间、闲置时间和转移时间等信息；若侧重于成本，成本则是指从服务请求提交至服务执行完成过程所消耗的所有费用，可能包括资源占用成本、人力成本和信息交互成本等信息。按照服务内容调整后的整个云制造物流网络资源聚集节点RIN协作能力的二级指标列表则为：

      

      其中

。

      3.2 评价决策

      各物流环节中的RIN元素资源协作能力信息被量化成变量，与对应的匹配方法一起被封装在SHN元素之中。不同企业的SHN和RIN信息通过网络云发布，不仅能快速实现信息在更高层次的共享，更能便于企业资源聚集的信息模型、数据模型的设计。为屏蔽云制造物流环境下资源的异构性和复杂性，网络上的所有资源必须用一种标准的、易识别的方法建模、封装网络发布。目前公认的解决方法是结合STEP和XML\WSDL技术对资源进行描述，实现网络上异构平台和异构数据无缝集成。STEP是解决网格体系下资源信息交换问题的数据接口标准，XMLXML\WSDL是一种可扩展的网络数据传输标记语言，用来描述Web服务接口。

      满足约束条件的预选资源集

包括预选资源项

，表示任务Taski由其第j预选资源集中的

项完成。服务宿主节点SHN对应的资源聚集节点RIN协作能力指标可以用公式表示为：

      

      其中

分别为资源聚集节点RIN中的预选资源j对SHN任务活动i时间、成本、质量要求权值。

      引入可能-满意度方法来定量计算能力评价决策结果。可能-满意度包括可能和满意度两方面。可能是指如果一件事情肯定能够做到的把握程度，定量描述记为p，p∈[0，1]的任意实数都可以表示各种不同的可能程度，p=1时表示一定能做到，p=0表示肯定做不到。满意程度表示一件事物出现以后，人们的主观感觉“是否满意”。满意程度定义仿照可能度的确定方法，也有客观依据，用q表示，q∈[0，1]的某一实数表示人们对某件事物的满意程度，充分满意时q=1，完全不满意时q=0。

      在满足限制条件f(r，e，α)=0情况下，可能度曲线p(r)和满意度曲线q(e)可以合并成一条相对于属性α的可能满意度曲线，用公式表示为：

      ω(α)≤max min｛pi(r)，q(e)｝ (6)

      其中r∈RA，e∈TE。

      整个制造网络的物流资源协作的可能又满意度曲线为：

      Tω(α)=＜1，ωi(α)(0，

-1)＞ (7)

      该曲线整体若趋向于1，则协作能力既可能又满意；反之，需要重新调整聚集元素，直至结果接近1。

      4 云制造物流资源聚集

      由于云制造物流是以动态物流联盟形态存在，云制造环境下物流资源聚集节点具有多源分布和自治特征，资源服务的状态和性能也是可变的，所以云环境下资源聚集是一个动态多目标决策过程。根据生产任务对可选范围内的资源进行广泛的层次检索，即从预选资源集

(j∈[1，m])中选择合适一组资源以完成特定服务任务Taski，满足协作能力指标RA(i)要求[4]。

      服务驱动下的云制造物流资源聚集可分为静态聚集与动态聚集两阶段执行。其中，静态聚集是针对计划阶段的资源聚集预处理，即在广泛的层次检索基础上，能根据任务对局部区域进行最佳制造资源的检索，明确聚集资源选择范围，保证资源选择的有效性；动态聚集则是针对生产过程中服务需求更新时聚集信息的实时调整。

      NP模糊群体决策问题通常采用遗传算法、蚁群算法和粒子群算法等启发式算法来解决，这些算法能解决资源聚集的局部目标搜索，但无法满足整个网络的服务节点性能要求[5]。免疫进化算法是将生命科学中的免疫概念引入到工程实践领域，通过在父代中挑选最优个体产生子代群体，同时统筹考虑全局优化，使群体收敛最终结束于最优个体的收敛，其自适应性和分布性在完成云制造物流网络平台的资源搜索与组合工作中具有独特的优势[6]。为展开全局搜索和优化，在静态聚集阶段确定使用人工免疫进化方法，针对云制造环境下物流资源聚集的多目标问题展开计算，并引入粒子群算子(PSO)改进免疫进化算法，减少数据计算时间。

      改进后的免疫进化算法将从定量的角度，按照资源所在云制造物流网络的协作能力评价指标，为每一服务任务找到若干个候选资源组合。组合的目标就是要使整个制造网络物流过程最优，即总的成本最低、总时间最短、总质量最优、总资源服务最优。为了便于分析问题，建立资源聚集优化模型如下：

      G=(R，T，P) (8)

      其中：G表示整个云制造物流系统；R表示可选物流资源集合；T表示n个相互独立的物流服务元；P则是物流资源矩阵，元素

=1表示物流服务活动i在物流资源节点j上执行，否则，

=0。

      F=(PE，RA) (9)

      PE=(

，f，A，N，ψ，ν，

) (10)

      F表示资源聚集使用的代价函数，其中RA代表资源协作能力，资源聚集算法的目标就是要实现min RA。PE表示改进的粒子群免疫进化算法，其中：

表示粒子群的个体编码，f表示免疫抗体的累计亲和度，A是抗体群的初始值，N是整个种群的规模，ψ是克隆后的变异算子，ν是免疫粒子群优化算子，

是算法终止的目标函数。免疫进化过程中的克隆变异操作定义为：

      ψ'=ψ+Pm×exp(-f)×N(0，1) (11)

      算法在变异抗体产生新抗体群Nc过程中需要计算亲和度并将累计的亲和度从小到大排序，即运用免疫粒子群优化算子ν参与优化抗体，计算初始产生的抗体亲和度以及加入克隆后的变异算子变异后的抗体亲和度。从已知的Nc中选出亲和度最佳的抗体，分别赋值给

和

，其中，

是目前生成的粒子子代群体的最优抗体，

是粒子群全局最优抗体。

      以某汽车制造集团选择零配件合作伙伴的过程为例，目前该集团需考察的企业有3家。首先依据已构建的评价模型，按照原材料获取能力、产品交付能力、配置能力、一体化能力4个维度计算各企业的资源协作能力的细化指标，计算结果如表1所示。

      

      绘制相对于属性α的可能满意度曲线(如图2)，比较各曲线与上限1之间的距离，可以很容易选择出3号企业最符合该汽车集团协作企业资源配置要求。

      

      图2 各考察企业的资源协作可能-满意曲线

      当评价结果还不能完全满足服务的能力目标需求时，则需要人为主观参与判断。假设共有

个决策者(群)，满足协作能力需求的物流资源元素/域共有m个，则该能力元素选择决策过程如图3所示。

      

      图3 资源聚集选择决策模型

      同时物流资源是不确定资源，容易受外界因素干扰，为了满足精益制造目标，物流网络具有定时、定量、定点的配送，即在提高服务质量的同时削减生产成本，实现按需生产并将配送准时到达成为资源动态聚集的重要问题。例如在满足货运配载服务目标时，网络中制约物流资源配载的因素可细分为车辆类型约束、车辆载重与容量约束、客户时间窗约束、货品配送优先级约束、道路交通条件约束等5种类型[7]。其中，客户时间窗约束是需要计算时变的能力元素，建立带时间窗的资源聚集计算模型。在不同时间t下，假设资源协作能力可能会发生动态变化，定义限制条件为f(r，e，α，t)=0，决策者

需要对任务Taski(i=1，2，…，n)的待选择元素

(j=1，2，…m)的可能-满意度曲线ω进行实时评价，计算公式为：

      

      然后按照系统为中心的原则设计动态配载策略解决跨区域分布、异构环境资源的发现与匹配问题。引入博弈论，分析服务需求与协作分配过程中资源的竞争与合作行为，对于每一个参与的资源聚集节点，它们都有两个选择(参加，不参加)，通过实时预测节点间协作任务的需求和自身能力约束，可以较准确地判断和选择系统内资源分配策略。

      5 结束语

      云计算的核心问题是资源管理，因此借鉴云计算在云制造中的人力、设备和信息资源自组织过程中的思想研究适合云制造模式的、高度自动化的物流资源聚集方法十分必要[8]。以云制造网络的行业企业为依托，采集大量的业务数据，以系统论、信息论和协同进化为指导思想，运用统计学、熵学、优化调度等经济管理理论与方法分析网络组织的构建，从时间、成本、效能优化管理目标出发进行云制造企业物流协作的多要素系统分析与决策方法研究，探讨基于效能协同的云制造物流资源协作能力评价指标体系，并通过动态演化规律为云制造单位个体长期协作发展提供理论指导，从而丰富与发展先进制造与商务模式下云制造物流网络决策管理方法体系，为进一步完善云制造物流控制系统的理论铺平技术道路。物流资源协作管理能力评价体系的建立促进了制造者个体自身改善经营管理、提高经营能力，依据资源协作能力设计的资源聚集节点优化算法满足了制造网络服务成员间生产互动的协调发展。该研究成果的推广和应用将促进面向网络化制造企业的协调发展过程，实现云制造协作企业间的开放性物流资源平衡，能为企业成员带来经济效能的互利互惠，减少物资流通过程中的费用，从而提高产品在国际国内市场上的竞争力，增加云制造网络企业联盟的整体效益，促进行业的可持续发展。

标签：云制造论文;  大数据论文;  物流网络论文;  过程能力论文;  云计算论文;  企业协作论文;  物流节点论文;  时间计算论文;  网络协作论文;