機械工業生產供應鏈資源均衡配置研究

導語：機械工業生產供應鏈資源均衡配置研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：當前的供應鏈資源配置方法使用靜態供應鏈模型為基礎，易導致資源配置不均的問題，影響資源利用率。為此，文章針對機械工業生產供應鏈，基于粒子群優化過程設計了新的資源均衡配置方法。根據機械工業生產供應鏈的資源種類劃分結果，計算供應鏈均衡測度量。然后在構建動態供應鏈模型的基礎上，確定供應鏈資源配置的目標函數，再利用粒子群優化算法，設計資源均衡配置優化函數。實驗結果表明：該方法能夠有效緩解資源配置不均的問題，并提升資源利用率、控制資源配置成本。

關鍵詞：粒子群優化算法；供應鏈；機械產業；資源均衡配置

機械制造業逐漸成為一個國家綜合國力的重要體現，同時也代表了一個國家的經濟實力。隨著全球市場的競爭日益激烈、信息技術以及制造技術的逐步升級，傳統的機械制造業已經難以滿足當今市場的需求，對其進行優化與升級成為各國制造業的主要研究內容。當前，機械制造業逐漸走向集群化發展，將與之關系密切的企業與相關支撐產業在空間上進行聚集，形成強有力的競爭趨勢[1]。雖然，此種產業集群已經發展成為當今最受關注的經濟模式，立足于資源角度可以發現集群中也存在一些問題，嚴重地影響了機械制造業的發展。隨著機械工業的集成化發展，機械工業生產供應鏈資源配置效果直接影響機械產品的生產效率。在產業供應過程中，其資源供應鏈相對較長。機械工業生產供應鏈多通過各個環節進行自組織的形式完成優化配置，但此種方式較多依賴市場調節，具有一定的隨機性。為了更好實現資源的均衡分配，需要對其資源均衡分類過程進行系統研究。在以往的研究中，相關領域的專家學者也提出了部分資源均衡配置方法，如低碳供應鏈柔性資源配置方法[2]和智慧供應鏈物流資源配置方法[3]等等，但其應用效果相對較差。為此，在本次研究中對機械工業生產供應量相關理論進行了梳理，構建了一個帶有時間系數的動態供應鏈模型。同時，使用粒子群優化算法結合動態供應鏈模型對當前資源均衡配置方法進行優化，構建新型資源均衡配置方法，打破以往研究中資源配置方法的局限性。

1資源均衡配置方法

1.1機械工業生產供應鏈資源種類劃分

機械工業制造資源是維持機械工業生產的基礎，同時也是機械制造體系最基本的組成單元。資源種類劃分的科學性、準確性都直接影響著資源均衡配置的優劣性以及資源管理的難易程度。隨著機械制造業的不斷發展，其涉及資源的種類也越來越復雜，資源應用范圍也在不斷擴大。因此，對制造資源進行合理的劃分，是實現機械工業生產供應鏈資源均衡配置的首要條件。本研究基于機械制造過程，對供應鏈資源類別進行劃分，劃分結果如圖1所示。通過分析圖1可以確定生產供應鏈中的資源種類，并將其作為本次研究的基礎。在實際的制造業生產供應鏈中，一般存在兩種運行模式，分別為：分散式運行模式以及集中運行模式[4]。兩種運行模式涉及資源總量有所不同，但均需要保證供應鏈之間的均衡性。為此，在對資源種類劃分結束后，根據均衡供應度原理，在供應鏈運行模式不確定的情況下，計算供應鏈均衡測度量，(1)其中，w0表示制造生產目標；w1表示制造過程中實際生產量；C表示產品的市場需求量；D表示該產品的市場需求；k表示資源對產品的投入產出比。式(1)為一般測度模型。對于部分精密制造業，假設機械車間生產工藝較為穩定，如果只根據訂單進行生產的話，其產出量為固定數值，則其測度模型應優化為下述形式：(2)其中，h表示生產過程中車間需要的能源。利用上述公式，結合設計情況，確定供應鏈的均衡供應度，并將其與資源類型劃分結果同期導入到計算軟件中，為后續的計算提供基礎。

1.2構建動態供應鏈模型

根據以往研究結果結合基礎生產供應鏈結構，本研究構建了一個帶有資源約束的動態閉環機械生產供應鏈模型，如圖2所示。該動態閉環供應鏈模型中含有原料供應商、相關制造產業、接卸制造業支撐產業以及物流產業、用戶等多個部分[5]，將其有序連接后，得到動態供應模型。將此模型作為本次資源規劃的載體，結合機械工業生產供應鏈資源種類劃分結果，實現本次研究目標。在動態生產供應鏈閉環模型中，任何一個環節發生變化都會影響機械生產供應鏈的穩定性。圖2中的箭頭表示生產過程中的時間周期，具體計算公式如下：(3)其中，Δt表示機械生產的固定間隔時間。考慮到生產過程中的復雜性，本次研究中作出下述假設：1）資源運輸過程中，在供應商處進行的原料檢測等活動，均不計入供應鏈時間內，以便于后續的計算；2）動態閉環供應鏈中涉及的外部資源，但機械制造企業優先采用回收的資源進行再制造。在資源均衡配置過程中，各供應鏈環節之間存在非競爭關系，需要保證各環節之間利潤最大化，則t時刻時供應鏈的資源配置目標函數可表示為：(4)其中，fsi表示t時刻中制造車間所需原料量；fvi示t時刻中制造車間可回收原料量；osij表示制造車間產出產品量；ovij表示制造車間產品的用戶購買量；Mi(t)表示t時刻中制造車間剩余原料；LMi,t表示制造過程中的庫存成本。將式(4)作為資源均衡規劃目標函數。由于此目標函數在計算過程中涵蓋大量的隨機變量，為保證計算結果的可靠性，對此公式的模糊信息熵展開計算，具體計算過程如下：(5)其中，Ki(η)表示獲取到的機械工業生產過程中采集到的模糊子集的集合。對于生產過程中的數據，此公式還需進行細化，則有：(6)其中，zi表示數據集中存在模糊信息熵的概率；ω(·)表示數據集的隸屬函數。使用此式(5)與式(6)作為目標函數的約束條件，保證其與生產供應鏈資源均衡配置環節的適配度。

1.3設計生產供應鏈資源均衡配置優化函數

以上文中內容為基礎，使用粒子群優化算法設計生產供應鏈資源均衡配置優化函數。假設在資源供應的過程中，n種資源可組成的資源族群為P（P1,P2,...,Pn），第i種資源在供應鏈中的位置表示為Pi=（P1,P2,...,Pi），資源供應速度表示為Vi=（V1,V2,...,Vi），整體供應鏈資源使用極值表示為Pζ=（Pζ1,Pζ2,...,Pζj）。將處理后的原始數據導入到計算軟件中，對其進行迭代處理，每進行一次迭代處理，需要對資源的傳輸位置進行更新，則資源更新速度Vi+1與位置Pi+1可表示為：(8)其中，上角標κ表示迭代次數；ℑ表示迭代過程中的慣性權重計算次數；αV、αP表示計算中的加速因子。將此公式與目標函數相結合，以此平衡資源全局檢索能力，并確定資源在供應鏈中的位置，然后在保證制造成本的前提下控制資源分配過程，過程如下：(9)其中，Ui表示各環節可得到資源量；Ui表示各環節可得到資源量的平均值；J表示資源供應需求量；ℵ表示資源利用率；ρ表示資源需求率。通過上述計算內容，對機械工業生產過程中的資源供應進行均衡配置。

2實驗與分析

為驗證上述設計的基于粒子群優化的機械工業生產供應鏈資源均衡配置方法的實際應用性能，將其應用于實際機械工業制造中，對其應用性能加以分析。

2.1實驗設計

將實驗對象設定為某機械制造業的生產車間，此車間周圍涵蓋4個生產車間，相關資源供應企業6家。此機械制造企業需要在某年的4月份中完成500臺機械零件的生產工作，為保證生產過程的連續性，要求此生產工作的周期控制在21天左右，所需生產資源約為1000T。針對上述要求對資源供應企業的資質進行分析，確定其均為一級資源供應商，可保證車間的生產要求。供應企業物流貨站與生產車間之間的運輸成本分別為500元、480元、300元、600元、400元、550元。為提升資源供應速度，首先完成資源的種類劃分，并根據需求對資源進行等級劃分，針對不同等級的資源采用不同的運輸速度。從資源供應點到生產車間的運輸時間如表1所示。以表1中的內容為本次實驗中的主要參考數據，將此部分數據導入MATLAB軟件中進行編寫，構建算例實施環境。

2.2實驗計算過程設定

以上文中設定的算例作為實驗背景，將計算過程中涉及的資源種群數據設定為50，交叉概率設定為0.5，計算變異概率設定為0.2。同時，將此資源供應鏈設定為閉環形式。此閉環中共劃分為5個階段，每個階段都具有固定的資源需求量。實驗中，將首先使用本文方法對此五個環節的資源配置量進行分析，在確定本文方法具有可行性后，選取傳統的低碳供應鏈柔性資源配置方法（傳統方法1）、智慧供應鏈物流資源配置方法（傳統方法2）與本文方法進行對比分析，根據此分析結果確定本文方法的使用效果。

2.3粒子群優化均衡分配方法驗證

在本次研究中，使用生產資源利用率對本文方法的使用效果加以分析，此指標的計算過程如下所示。(10)其中，X表示資源利用率；D'表示生產單元得到的資源量；DI表示應分配到的資源量；DJ表示生產單元使用的資源量。根據式(10)對資源配置效果加以分析，所得結果如圖3所示。通過分析圖3中數據可以看出，在應用本文方法后，各個生產環節資源利用率相對穩定且趨近于100%，說明此方法在使用后各個生產環節所得資源量較為均衡，可以在保證生產要求的前提下提升資源的利用率，避免資源分配的不均衡，說明本文方法具有一定的可行性。

2.4對照分析

為進一步確定本文方法的應用優勢，對其進行對照分析，除生產資源利用率此指標外，對資源配置成本進行分析，通過計算不同配置方法的資源配置成本，確定不同方法的經濟性。資源配置成本主要以表1中數據作為參考數據，得到實驗結果如圖4所示。通過分析圖4中數據可以看出，實驗中使用的2種傳統方法在多個生產環節中均出現失衡的情況。其中，草圖方法1的失衡情況已經超出了資源分配的要求。將圖4中數據與圖3所得實驗結果進行對比可以看出，本文方法的使用效果優于當前兩種方法。在完成此分析過程后，對不同方法的配置成本進行計算，具體計算函數如下：L'=(load×c')+(t×c')(11)其中，load表示配置路徑長度；c'表示此工作運行成本；t表示資源運輸時間。應用式(11)對不同方法的運行成本加以分析。其中，本文方法的配置成本為1.54萬，傳統方法1的配置成本為2.67萬，傳統方法2的運行成本為2.06萬。對此部分方法進行對比可以看出，本文方法相較于其他兩種方法更具經濟性，在日后的研究中可使用本文方法實現機械加工中的合理化資源分配。

3結語

隨著機械產業的集成化發展，資源合理分配成為影響機械生產的主要因素。在以往的研究中，資源配置方法使用后難以達到人們的預期。為此，在本次研究中構建了新型資源配置方法，此方法在一定程度上緩解了當前方法的不足。隨著機械制造供應鏈信息化程度的逐漸深化發展，此方法可實現更大范圍的資源優化配置。但由于本次研究受到技術與時間上的限制，導致其在部分環節相對薄弱，在日后的研究中還需要對其進行完善與優化。

參考文獻：

[1]張夢玲,王晶,黃鈞.不確定需求下考慮供應商參與機制的應急資源配置魯棒優化研究[J].中國管理科學,2020,28(07):102-111.

[2]劉小紅,張人龍,單汨源.低碳供應鏈柔性資源配置模型及算法的魯棒性研究[J].企業經濟,2020,39(08):79-86.

[3]沈超,劉莉敏,徐滔.基于智慧供應鏈的鋼鐵物流資源配置模式研究[J].物流工程與管理,2021,43(10):81-83,86.

[4]彭永濤,李丫丫,何美玲.制造業服務化背景下產品服務供應鏈網絡均衡模型[J].統計與決策,2019,35(15):43-48.

[5]馬斌,吳澤忠.基于改進的粒子群算法求解供應鏈網絡均衡問題[J].運籌與管理,2020,29(02):122-128.

作者：錢藍 單位：蘇州工業園區職業技術學院