|
●—《前言》—●  动态制造网络（DMN）是指一种新的协作商业模式，它依赖于实时信息共享、同步规划和通用业务流程。DMN是在自主和全球分散的合作伙伴之间形成的运营网络，可以被视为虚拟企业（VE）概念在制造业的应用。 尽管它们有许多实际好处，如优化流程和进入新市场和全球市场，但它们特别容易受到干扰。产品制造或运输中的任何中断都可能明显导致订单失败，从而影响整个DMN的可靠性。  我们没有像通常那样开发随机模型来处理不确定性，而是将灵活性的概念融入了此类网络的战术和作战规划中。因此，我们在这项工作中提出了一个多目标优化模型，该模型同时使反应灵活性措施最大化，同时使总运营成本最小化。 ●—《背景》—● 全球竞争、利润率下降和市场动荡迫使供应链成为动态的网络结构，通常被称为虚拟企业（VE）、虚拟组织（VO）、动态虚拟组织（DVO）等。在这一新范式中，动态制造网络（DMN）的概念已经作为VEs的一种制造业应用出现，它依赖于通用业务流程、实时（或接近实时）信息共享、集中决策和优化运营规划。  尽管DMN有许多好处，如节省时间、降低成本和可见性，但它们很难规划，在运营中也很脆弱。DMN的形成需要快速而详细的规划，以通过合作伙伴库（能力、能力）满足需求特征（买方位置和预期交付周期）。 此外，由于合作伙伴的自主权，DMN不能完全控制其内部运营，这给其运营带来了行为风险。分散的结构也会产生进一步的风险因素，如运输中断和国际问题。  在面临许多中断风险的同时，可靠性是DMN的主要性能标准[6]。对于这些基于电子商务的网络来说，失败的批次不仅意味着订单和利润的损失，还可能意味着未来需求的巨大损失。显然需要降低DMN过程中涉及的风险。 在本研究中，反应灵活性策略与成本一起被视为DMN规划中的一个因素。通过将两种灵活性措施：空闲时间和空闲容量集成到DMN规划中，我们设法提高了网络对中断的反应能力。  为此，提出了一种多目标混合整数线性规划（MILP）。该模型旨在找到具有最小网络总成本和最大灵活性的平衡解决方案。 典型的VE经历一个由形成、运行、进化和溶解阶段组成的生命周期，在这种情况下，DMN的生命周期如图所示。在DMN的形成阶段，通过电子市场接收商机，并触发DMN形成和规划模块，以使用有关合作伙伴能力和成本的实时数据。  在网络形成并确认需求后，DMN进入其运营阶段。在操作阶段，DMN监控模块跟踪初始计划的执行，目的是控制操作。 如果执行阶段出现中断，应采取必要措施，以确保按时交付。在DMN上下文中，我们使用术语中断是指与初始计划的偏差，其特征是生产或运输延误、质量问题等。  当跟踪运营中断并危及按时交付时，需要联系客户，并协商恢复行动。事实上，这种情况会降低客户所感知的网络的可靠性。然而，如果仍然可以重新配置网络，则新的实时伙伴数据将用于重新规划目的。 这可能并不意味着网络的全面重新配置，而是意味着伙伴或运输模式的切换。我们的目标是通过预测未来的中断来进行初步规划。  为了快速形成DMN，当实时数据可用时，需要优化的方法。然而，传统的确定性成本模型无法满足DMN的灵活性需求。 如果检测到中断，则纯成本模型可能不允许用于重新配置的空间。由于中断是自然随机的，并且在实践中不可能为其分配概率，我们选择通过产生合理的成本来增加网络的反应性。 ●—《方法》—●  混合整数线性规划（MILP）模型通常用于集成网络形成和运营规划问题，因为它们在包含不同的实际特征方面具有灵活性，并且通过商业求解器可以合理地容易地将问题求解到最优。因此，我们将DMN规划问题建模为具有灵活性的确定性MILP模型。 在与时间无关的生产和运输成本的假设下，通过操作的前向调度来实现最小成本解决方案，采用正向调度的主要原因是避免任何会导致系统额外持有成本的库存。  另一方面，最大的灵活性解决方案导致了向后调度，选择所有公司并尽早分配生产。然而，从纯粹的经济角度来看，这远非理想。我们的目标是在灵活性措施和成本方面找到一个折中的解决方案。 我们现在提出了一个通用的MILP模型来支持DMN的形成和作战规划。该模型基于这样的假设，即生产订单的制造过程可以分解为几个系列生产阶段。  如果流程中包含不同的操作，这种通用模型允许我们更改生产阶段。我们考虑了一个多阶（∀k∈k），多客户（∀c∈c），多伙伴（∀n∈n），多级（∀i∈O）DMN结构，其中每个订单k经过制造阶段Ok是O的子集（Ok⊂O）。 此外，对于每个运算i（i∈O），存在伙伴的子集（Ni⊂N）能够执行操作i。生产分配和批量决策将在离散的时间范围内给出，其中单位时间段用t表示，最后一个计划期用t表示。网络的一般特征如图所示。为了解决多目标问题，我们使用了加权和方法。 ●—《结论》—● 开发的多目标MILP模型在CPLEX 12.5优化软件中实现并求解。为了评估该方法，设计了一个说明性网络，该网络有3个行动、6个时间段和9个合作伙伴，其中每个梯队有3个不同的潜在合作伙伴需要评估以分配生产（行动1为P1、P2、P3；行动2为P4、P5、P6，行动3为P7、P8、P9）。 每个合作伙伴共享其规划范围内的可用能力和详细成本，该系统还考虑了合作伙伴之间的运输成本。为了便于说明该模型，我们首先考虑了来自单个客户的单个订单，批量为200台，将在时间6交付。 图3显示了我们通过考虑不同的目标权重而达成的三个备选方案。值得注意的是，对于该数据集，最大交付周期为18，最大产能为26767，最小成本为17285计划1是“纯成本”解决方案，每个运营包括一个合作伙伴（P1、P5和P12），主要是远期计划，有2.5的小间隙交付周期。 计划2是“纯闲置时间”解决方案，生产完全提前安排，有4个合作伙伴（P3、P4、P5和P10）。计划3是一个多目标解决方案，每个目标的权重相等，由P1、P5和P12组成，具有接近最大松弛提前期的值，成本略高（5%）。事实上，在平衡解决方案中，容量保持在其最小值（8258），因为此示例的容量利用率较低。 虽然闲置时间的增加需要推迟调度和增加库存成本，但闲置容量的增加需要向网络添加更多的合作伙伴。这显然是一个更高层次的决策，导致了更高的成本。 进一步的测试还表明，在多个订单和高容量使用的情况下，将更多的合作伙伴加入网络并在不同的合作伙伴之间划分批次的成本会降低。 在这项研究中，还提出了一个用于动态制造网络（DMN）的形成和运营规划的多目标模型，该模型同时使总成本最小化，并使反应灵活性措施最大化。 DMN网络被定义为具有多个客户和多个订单的多级串行结构。总成本函数涵盖生产、运输、持有和网络形成成本，从第一梯队到订单发货到客户。开发了闲置提前期和闲置容量度量，作为衡量网络反应灵活性的一种方法。 ●—《文献》—●
|
|
|
