面向订单装配系统(ATO)两阶段随机库存优化研究

基于零部件的基本库存水平补货策略,在多周期订单产品需求不确定情况下构建两阶段随机优化模型:第一阶段在需求未知情况下,规划不同零部件基本库存水平决策变量,实现系统收益最大化;第二阶段针对订单交货期约束创新性设计订单指派决策变量,考虑在不确定需求收益和订单延期惩罚情况下,最大化订单期望收益.通过采样获取不同需求场景,并将不确定需求转成期望需求,针对该期望需求下的单阶段确定性模型求解,并与随机模型结果进行对比.数值实验表明,随机模型的优化结果远差于确定性模型,即未知信息具有一定的价值;同时通过对模型中参数的灵敏度分析,得到了实际中提升系统收益的策略.

基于通用物料单的ATO型供应链生产规划决策模型

结合订货装配(ATO)型供应链运作的特点,从通用物料单(BOM)入手建立了以供应链联盟整体收益最大化为目标的供应链整体设计决策模型.面对市场需求的多样化,供应链联盟的盟主企业能够通过该模型更加灵活地对原料与配件进行生产指派.通过产品需求的灵敏度分析,表明ATO型供应链企业采用通用BOM将会在一定程度上降低市场需求变化对整体收益的负面影响.

产能和需求不确定情形下ATO系统最优库存和生产决策研究

通过将产成品的最终组装环节延迟到观察到实际需求以后进行,按订单组装(Assemble-to-Order,ATO)策略能够有效避免按库存生产(Make-to-Stock)策略下因为生产过剩而带来的损失和风险。然而,在未来产能有限的情形下,生产商必须提前组装部分产成品,以最大化自身收益。本文考虑一个未来需求和组装产能同时具有不确定性的单周期ATO系统:在观察到实际需求以前,生产商必须准备好所有的零部件库存,并组装适量的产成品;观察到实际需求和实际可用组装能力以后,则根据需要进一步追加产成品产量,以尽可能满足客户需求,从而最大化自身利益。通过构建一个两阶段规划模型,我们研究了生产商的最优零部件库存和最优生产决策;并进一步考察了生产商可以通过紧急外包来获取额外组装产能时的最优决策。研究结果为随机环境下生产商合理采购零部件库存和合理安排生产提供了有益的管理启示。

多重不确定下针对ATO供应链的制造商预售策略

为研究制造商预售对供应链中各级成员的决策影响,针对按订单装配式的产品供应链,考虑其上游多个供应商不确定的零部件供应以及下游消费者价值的不确定性,比较分析了分散决策、集中决策和制造商在线预售策略3种模型对制造商和零售商各自的订单决策及期望利润的影响。通过对预售模型进行证明推导和数值仿真表明,制造商在线预售优于集中决策和分散决策,但会损害零售商的利益。零售商对预售的反应策略是反直觉的,预售折扣越大,随之预售量越大,零售商反而事后通过折扣来最大化期望利润;消费者价值的趋同性越小,零售商越有涨价的动机。

基于讨价还价博弈的ATO供应链零部件生产及补货策略

通过建立ATO供应链中最终产品制造商与其两个供应商间的讨价还价合作模型,研究了ATO供应链的零部件生产补货策略和相应的利润分配策略,并探讨了供应链中各合作主体议价能力对最优解的影响。研究发现,ATO供应链应随着最终产品销售价格的提高而增加零部件产量,随最终产品组装成本或零部件生产成本的提高而减少零部件产量;随着最终产品制造商对其中一个供应商议价能力的增强,该供应商零部件的转移价格及其利润会降低,而另外一个供应商的零部件转移价格和利润会提高;若最终产品制造商比另外一个供应商的议价能力强,其期望利润会得到提高,反之,则会降低。

供应不确定下基于预售策略的ATO供应链优化研究

针对由多个零部件供应商、单个制造商和一个零售商所组成的按订单装配式供应链,本文在零部件供应不确定的环境中,分析了在分散决策和集中决策下制造商和零售商各自的订单决策及期望利润,在此基础上提出了制造商在线预售策略,并比较分析预售对供应链各级成员决策的影响。通过建立预售模型及证明推导,研究结果表明:如果无法从其他竞争对手吸引更多的消费者,制造商在线预售会损害零售商的利益;而且预售策略并不总是优于集中决策。零售商对预售的反应策略是反直觉的:预售量越小,零售商越有涨价的动机;预售量越大,零售商反而需要通过折扣来最大化期望利润。

协调战略和运作计划的ATO型供应链设计集成模型

结合ATO型供应链运作的特点,从MRP中的物料单(BOM)入手,考虑产品结构,建立了以供应链收益最大化为目标的供应链整体设计集成模型,该模型同时协调战略层和运作层的生产计划。通过该模型可将企业运作层的随机模型和战略层确定性模型决策过程相互结合在一起,利用该迭代算法求出在保证每层中每个供应链企业最优产量情况下,供应链整体最优的生产计划安排。

基于马尔科夫决策过程的ATO系统独立组件与产品双需求最优决策研究

研究多维组件,单一产品的双需求型面向订单装配(Assemble-to-order,ATO)系统.产品需求为延期交货型,当其不被满足时将产生缺货等待成本;而独立组件需求为销售损失型,其不被满足时将产生缺货损失成本.该问题可以抽象成一个动态马尔科夫决策过程(Markov decision process,MDP),通过对双需求模型求解得到状态依赖型最优策略,即任一组件的最优生产–库存策略由系统内其他组件的库存水平决定.研究解决了多需求复杂ATO系统的生产和库存优化控制问题.提出在一定条件下,组件的基础库存值可以等价于最终产品需求的库存配给值.组件的基础库存值与库存配给值随系统内其他组件库存的增加而增加,而产品需求的库存配给值随系统组件库存和产品缺货量的增加而减少.最后通过数值实验分析缺货量及组件库存对最优策略结构的影响,并得到了相应的企业生产实践的管理启示.

大规模定制环境下ATO供应链的混合补货策略

考虑按订单装配供应链由一个制造商和多个零部件供应商组成,按订单装配制造商对部分零部件采用准时制生产补货,其余零部件采用(Q,r)补货,建立了大规模定制环境下的按订单装配供应链零部件生产补货模型,研究了按订单装配制造商的混合补货策略和零部件供应商的生产策略,给出了制造商采用准时制生产补货方式的条件和供应链最优生产补货策略的寻优算法。理论和数值仿真分析表明,制造商应对采购价格较高、提前期较长或需求方差较大的零部件采用准时制生产补货方式,能够降低供应链库存成本,提高供应链利润。

基于供应商联盟的混合补货方式下ATO供应链补货策略

考虑ATO供应链中组装商通过拉动式和推动式两种补货方式分别从两个供应商处采购零部件,供应商可以结成联盟与其进行谈判,构建了相应的ATO供应链Stackberg非合作博弈和讨价还价合作博弈模型,研究了ATO供应链零部件生产及补货策略,收益分配策略和供应商结盟策略,并比较了两种决策模式下的供应链最优策略,分析了各方议价能力等对最优策略的影响。研究发现,ATO供应链通过合作博弈制定的策略实现了非合作博弈的Pareto改进;组装商的谈判顺序决策权能为其在谈判中带来额外收益,供应商通过结盟参与谈判则可对此有效化解,并在供应商议价能力均较强的情况下,提高所有供应商的利润。

基于随机动态规划的有限库存ATO系统优化控制

本文研究n维组件单一产品,有限库存的ATO系统。通过建立马尔可夫决策过程模型(MDP),构造优化算法,研究组件生产与库存的最优控制策略。最优策路可以表示为状态依赖型库存阈值,系统内任一组件的控制策略受其它组件库存状态的影响。利用最优控制理论动态规划方法和数值计算方法对最优控制策略的存在性、最优值的数值计算进行研究,建立更符合实际生产的ATO系统决策模型,进行相应的理论和实验验证,研究系统参数对最优策略的影响。

顾客驱动需求替代下ATO制造商定价和补货策略

考虑产品族按订单装配(ATO)制造商以通用零部件和专用零部件组装生产同一产品族中两种内在价值不同的产品,建立了基于顾客驱动型需求替代的产品族ATO制造商产品定价及零部件补货模型.通过理论及仿真分析,给出了ATO制造商最优定价及补货策略.研究表明:同一产品族中的不同产品间价差不宜大于其内在价值之差,且价格之比也应不超过内在价值之比;当内在价值低的产品缺货时,愿意购买内在价值高的产品作为替代的顾客比例为两种产品内在价值之比,内在价值高的产品缺货时,所有的顾客都愿意购买内在价值低的产品作为替代;ATO制造商在制定最优销售价格和销售时长时,只需考虑产品内在价值,零部件采购价格以及单位保管成本,无需考虑产品族的单位时间潜在总需求.

单周期ATO系统的交货期与价格决策模型

交货期管理已经成为供应链管理研究的热点之一。针对价格和交货期相关需求下,含有两个组件的单周期ATO系统,首先考虑了由组件交货期不确定性对装配商带来的组件非一致性等待成本、组件提前交货的等待成本和产品延迟费用三种类型的提前期相关成本,然后建立了装配商的期望利润最大化的非线性规划模型,求出了最优的产品价格和承诺交货期,并对决策变量进行了敏感性分析,最后通过数值实验,研究了系统参数对装配商利润的影响。对订单装配企业交货期和价格决策具有一定的现实指导意义。

OEM-OBM混合ATO生产下自主品牌产品零件替代及定价决策

使用外包商授权的关键零件替代自主品牌产品零件,是代工企业从OEM(代工生产)顺利向OBM(自主品牌制造)转型升级的重要策略。在ATO按订单装配下,首先分析零件替代对消费者选择的影响,建立消费者离散选择模型,然后构建代工企业OEM-OBM混合ATO组装生产收益模型,获取最优的自主品牌产品零件替代率和定价。研究表明:自主品牌产品的需求实现率随着零件替代率的提高而增大,代工产品的需求实现率随着自主品牌产品零件替代率的提高而减小;在一定条件下,自主品牌产品的零件替代率越大,该产品的定价也越高。仿真结果说明了自主品牌产品售价与零件替代率的关系;当不约束零件替代率最大值时,自主品牌产品通过采用较多的零件替代,获取较大的市场份额。

可拆分ATO系统的最优、渐进最优和次优库存控制策略

求解面向订单装配(ATO)系统最优库存控制策略是库存控制领域内的重要问题,因为结构的复杂性,目前只在一些很特殊的情形下有明确的结论。针对一类范围广泛的ATO系统,求解其在不同条件下的最优和渐进最优库存控制策略,并将思路推广到具有一般物料清单结构的ATO系统中。以在ATO系统库存控制研究中比较常用的W型和M型系统为例进行仿真分析,证明上述库存控制策略的有效性。相比于经典控制策略和最新的基于随机规划的控制策略,采用上述库存控制策略的W型ATO系统最多减少近65%和23.5%的库存总成本,M型ATO系统则最多减少12.2%和4.3%的库存总成本。

基于数据挖掘的ATO系统特征分析

首先,基于过程建模方法构建客车订单装配(Assemble to Order,ATO)系统模型。其次,构建面向ATO系统的数据仓库,并进行数据预处理。最后,使用多元统计方法分析ATO系统的基本特征,呈现为装配周期和装配能力数据立方体。采用概率统计方法分析ATO系统不确性特征,表现为需求、供应环境不确定性和装配线、装配过程系统不确定性。ATO系统特征可为智能决策和生产优化提供基础支持。

ATO的物料需求预测与混流装配线排序研究

研究了面向订单装配有效实现的关键技术——物料需求预测分析、混流装配线的排序。用假设检验实现物料需求分析,以保持各种零部件的消耗率均匀为目标函数,用遗传算法进行混流装配线排序计算,结果表明了该方法的有效性。

AUTOMATIC PLANNING OF ASSEMBLING ORDER FROM ASSEMBLY DRAWING

It is important to plan the assembling order automatically in order to reach assembling mechanization, especially intellectualization. The foundation of assembling order is how to understanding assembly drawing automatically, namely the capacity of machine “drawing reading”. This paper introduces the general structure of ESUAD(Expert System of Understanding Assembly Drawing) system, its knowledge representation, the automatical understanding of assembly drawing, the plan of assembling order. Finally the paper will give the experiment result.

卡片导航平衡控制系统性能仿真研究

为了减少装配作业车间内因物料齐套产生的等待浪费,使具有装配约束的关联零件加工进度得到有效协同,设计一类卡片导航平衡控制系统(control of balance by card-based navigation,COBACABANA)。其基于两类卡片循环回路实现任务投放与作业分派的可视化进度协同控制逻辑。本文详细介绍系统的运行机制和系统控制参量,通过构建一般化的装配作业车间仿真模型,探讨在不同装配关联度下各控制参量的性能变化。实验结果表明,COBACABANA系统性能良好,并且选择合适的控制参量就能够有效提升关联零件的进度协同性。

CEEMD-FastICA-CWT联合瞬态响应阶次的电驱总成噪声源识别

以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastICA)方法提取纯电模式稳态工况下单一通道噪声信号特征,利用复Morlet小波变换及FFT对各分量信号时频特性进行识别。其次,采用阶次分析法和声能叠加法对稳态分量信号对应的各瞬态响应阶次能量进行对比分析,并结合皮尔逊积矩相关系数(Pearson product moment correlation coefficient,PPMCC)相似性识别确定不同噪声激励源贡献度。结果表明:减速齿副啮合噪声对该增程式电驱总成纯电模式运行噪声整体贡献度最大。