服务大规模定制模式下供应链调度优化.docVIP

服务大规模定制模式下的供应链调度优化 　　摘要：为了提升服务大规模定制（SMC）模式下供应链系统的运作柔性，应对客户较强的多样化需求特征，本文在对服务定制特征分析、服务阶段界定以及服务规模效应探讨的基础上，指出SCM模式下的供应链调度问题是一个典型的随机需求与随机资源约束的多目标动态优化问题。研究了SMC模式下供应链调度的优化目标与约束条件，建立了完整的随机多目标动态调度优化数学模型。基于SMC运作的特点，运用改进的蚁群算法对调度问题进行了求解。最后，通过实例分析了模型及算法的可行性、有效性及适用性。 　　关键词：供应链管理；供应链调度优化；模型与算法；服务大规模定制（SMC） 　　中图分类号：F272.3 　　文章标识码：A 　　文章编号：1007-3221（2015）01-0010-09 　　引言 　　自从大规模定制（Mass Customization，MC）被称作21世纪的主流生产模式提出以后，相关研究较多。其中，多数研究是围绕生产型产品的定制展开讨论的。随着社会的发展，企业间竞争加剧，越来越多的企业认识到“服务”对于提升客户价值的重要性。当前，一个不争的事实是，不仅服务企业认识到需要通过提升服务水平吸引消费者，生产企业也逐步认识到需要在产品之外的“服务”上做足文章，才能更好地体现出竞争优势。因此，“如何为客户提供满意的服务”无疑是当今企业提升竞争实力的关键所在。 　　但另一方面，当为客户提供良好的服务已逐渐成为众多企业追逐的利益点，个性化服务能够给客户带来的边际感知价值也会随之下降。这种情况下，企业需要从过去的只考虑服务差异化，到如今考虑服务差异化的同时考虑如何提升服务运营的规模效应，以此来降低服务成本、提升企业效益。因此，如何做好服务大规模定制（Service Mass Customization，SMC）必然成为当前企业面临的重要课题。 　　众所周知，MC研究中一个关键的问题是如何解决“规模效应”同“客户个性化需求”之间的矛盾问题。在面向产品的MC研究中，该矛盾问题的解决主要是通过延迟策略（Postponement）的思路实现的。延迟策略的核心是通过调节客户订单分离点（Customer Order Decoupling Point，CODP）在产品生产过程中各阶段的位置，进而调节生产的规模效应和客户需求的个性化差异，以此实现供――需双方的利益平衡。延迟策略的实现，需要实施MC的企业具有较为灵活的生产运营系统，而作为企业运营系统的核心架构，供应链网络在提升企业运营灵活性、降低营运成本、实现运营各阶段附加价值、降低运营的资源获取和利用风险、提升企业竞争优势等方面，都发挥着重要作用。该作用的实现需要供应链核心企业根据客户个性化需求的特征合理、灵活的对供应链资源进行调度，这是实现MC生产方式的运行基础。 　　与产品定制需求不同的是，SMC中客户对服务的需求更容易表现出极强的多样化、个性化的特征，这无疑将导致不确定的服务需求信息在企业运营系统（包括企业的内、外部供应链网络）中传递，需要运营系统加大自身的柔性（Flexibility）力度加以应对。因此，作为SMC的企业而言，探讨如何进行不确定和动态环境下的供应链调度优化问题具有重要的理论和现实意义。 　　目前，针对SMC模式下的供应链调度优化问题的完整规划及解决思路，国内外相关文献涉及的还比较少。而有关产品MC模式下的供应链计划调度研究已经初具规模。同时，与该问题密切相关的某些方面的研究内容，已有了大量的研究成果。如随机动态调度优化、资源约束优化、多目标优化等等。这些文献在深入研究的基础上提出了解决随机性、动态性、多目标等复杂调度问题的一些方法对于本课题的研究具有重要的借鉴价值。在此基础上，本文直接针对SMC模式下的供应链调度优化问题进行研究，在全面剖析和深入分析这一新型模式特点及运作特征基础上，提出了完整的随机、多目标、动态优化数学模型。然后，通过建立调度优化问题的求解算法对调度问题进行求解。 　　1 SMC模式下的供应链调度特征分析 　　尽管SMC模式下的供应链调度是一个全动态、多目标的随机调度过程，但作为一种崭新的运营模式而言，还是具有一定规律可循的。为此，做如下分析： 　　1.1 服务需求的随机性 　　SMC模式下的供应链调度优化过程是一个典型的随机、动态、多目标优化过程。这主要是由服务定制的随机性需求（Stochastic Demand）和供应链环境下的随机性协作能力（Stochastic Cooperation Capability）或称为随机性资源约束（Stochastic Resource-constrained）的不可替代性决定的。这一特点，直接导致了供应链环境下服务定制调度过程动态性的产生。 　　随机性的需求是由客户服务