共享制造平台中供需匹配与调度研究综述

来源:《系统工程理论与实践》时间:2022-05-06

摘要:共享制造在催生制造业运作模式变革的同时,也给其生产运营管理理论和方法带来了新的机遇与挑战。国内外学者对共享制造所依赖的云制造技术以及参与企业的产能配置研究现状作了较为全面的综述,但目前尚缺乏对共享制造平台运作管理研究进展的综述。本文首先分析我国共享制造应用案例,从共享经济和平台运营视角,总结归纳共享制造模式的主要特征和分类;在此基础上,聚焦于共享制造平台模式,系统梳理了相关供需匹配评价体系,重点评述了“订单选产能”和“订单与产能互选”的两类供需匹配与生产调度研究中的运作优化问题,建模技术和求解算法的研究进展;最后对比分析了共享制造与云计算和经典车间生产在供需匹配与调度优化方面的研究异同,并指出了未来研究中存在的热点问题与方向。
关键词:共享制造;平台运营;供需匹配;生产调度;研究综述

一、研究背景与意义

共享经济作为当今新兴经济领域最为活跃部分之一,正从消费领域向上游产业延伸, 为我国乃至全球制造业转型升级带来新机遇。共享制造是指以云制造技术和工业物联网为基础,以闲散制造资源和能力(本文统称为:制造产能)的使用权共享为特征,围绕生产各个环节的新型智能生产组织模式。共享制造不同于传统外包和代工模式,其本质特征是利用先进工业物联网和云制造等智能制造技术搭建制造产能的共享平台,通过精准的供需匹配和智能化生产调度,实现对空闲制造产能的有效整合与利用。我国“十四五”规划和《中国制造2025》等多份国家政策文件明确提出:“鼓励发展面向制造业的共享经济模式,推动中小企业制造资源与互联网平台全面对接,实现制造能力的在线发布、协同和交易”。 随着智能制造技术的迅猛发展和制造业运营模式的深刻变革,我国沿海地区的机械零部件加工和服装生产行业,已率先引入了基于双边平台交易理论的中介型共享制造平台模式。典型代表有阿里巴巴的“淘工厂”、“海智在线”和“辅料易”等。这类共享制造平台自身不拥有工人、设备和物料等制造资源与能力。制造服务商通过数字化改造将空闲制造产能接入平台形成虚拟“云工厂”,制造采购商则将生产订单发布在平台中。供需双方在平台上通过自主搜索和洽谈方式,最终达成交易。在淘工厂平台,不少制造服务商的淡季产能利用率从参与共享制造前的50%-60%提高到90%以上,采购商的采购成本则下降30%以上。截止2017 年,淘工厂注册的制造服务商数量已经超过2.7万,采购商数已超过1200万。

然而,共享制造的实施不仅需要制造企业数字信息技术和制造装备的升级换代,同时还面临着跨组织的资源配置和大规模定制化生产等带来的生产管理问题。运营管理领域学者越来越多地关注于共享经济平台的运营模式,然而目前缺乏对共享制造平台运作模式研究现状的梳理与综述。与此同时,共享制造模式已经在我国沿海地区的机械加工和服装生产等行业初步应用实现,但仍然缺少对实际应用案例的总结归纳。基于上述现实需求与研究现状,本文从共享经济和平台运营管理的视角,全面归纳与评述了平台型共享制造模式的研究进展,并提炼相关科学问题。

二、主要内容

1. 共享制造模式主要特征和分类

1)共享制造模式主要特征
通过文献资料研究和对共享制造企业调研访谈,本文将共享制造模式特征总结如下:制造产能类型的多样性和分散化、 面向服务和需求、高度开放性、产能自治与集中统一、动态性。此外,本文对消费领域的共享模式和共享制造模式进行了比较。

2)模式分类
依据平台在产能共享过程中发挥的作用、平台主体特征、业务模式以及共享内容等因素将共享制造模式划分为四种类型:中介型、众创型、服务型和协同型,这四类模式的比对分析如表1所示。

表1 四种共享制造平台的特征对比

2. 文献统计分析

为了使读者对共享制造供需匹配与调度领域的研究进展有总体直观了解,本文首先以全球最大的同行评审期刊文摘和引文数据库Scopus收录的文献为准,对标题、摘要和关键词中包含“cloud manufacturing”、“cloud-based manufacturing”、“cloud-based design and manufacturing” 和“shared manufacturing” 的文献进行检索,采用文献计量方法对检索到的相关主题文献进行描述性统计分析,并通过文献作者、国家/地区和共被引等知识图谱可视化地展示该领域研究现状。


图1 2010-2020年共享制造供需匹配与调度相关主题文献统计

图2 2010-2020年共享制造供需匹配与调度领域文献发表数排名前十的期刊


图3 作者合作知识图谱

图4 国家(地区)合作知识图谱

图5 文献共被引知识图谱



图6 共被引文献研究主题聚类图谱

3. 共享制造平台供需匹配与调度研究现状

1)定义与评价指标
共享制造模式下的供需匹配,强调供给方提供的制造产能与需求方的生产订单之间的适配度(compatibility)和映射关系,并且这种映射关系不局限于供需数量匹配,还包括在供需双方功能性匹配基础上对制造产能按需组合、优选和调度等一系列运作优化过程。因此,共享制造的供需匹配是一个复杂过程,涉及诸多相互依存的环节。下面将从制造产能与生产订单之间的适配度角度,梳理文献中提出的制造产能和生产订单评价指标。

研究者根据不同工业应用场景,基于软件行业服务质量(QoS) 理论,提出了制造产能对生产订单匹配度的17项评价指标。其中,时间、成本、质量和可靠性这四项指标被大部分文献所选用。 同时也有部分研究从供给方对生产订单偏好的角度,提出了生产订单对制造产能匹配度的评价指标。该方面的评价指标有9项,主要集中在订单发布企业的信誉、付款速度和订单生产技术难度三个方面。

2)“订单选产能”单向匹配与调度问题
对于“一对一”单向匹配调度问题,根据是否考虑共享产能的可行性,将其视作组合优化领域的背包(knapsack)或者指派问题,并利用混合整数规划技术建立数学模型。对于“一对多”单向匹配调度问题,首先运用各种分解技术将复杂生产订单分解为粒度合适的制造子任务;其次从备选产能/资源池中识别、选择产能并将其封装成满足子任务生产要求的“云工厂”,该步骤对应的优化问题被称为“服务最优组合选择”;最后将子任务之间存在的生产顺序关系映射为如图7所示的四类执行路径有向图,从而构建任务与产能的匹配调度模型。“多对多”单向匹配调度问题是“一对多”问题的拓展。根据生产订单特征,可以将平台需要处理的订单分为:同类型、异类型和混合型三种情况。在建模中需要额外考虑有限产能资源在多个生产订单之间的合理分配。


图7 组合云服务执行路径的基本结构

共享制造供需匹配与调度问题的求解方法包括三类:精确方法、启发式算法和元启发式算法。精确方法主要是利用线性规划和整数规划技术,虽然能够得到理论上的最优解,但只适用于求解小规模问题。为解决大规模问题,部分研究采用启发式算法,已有文献基于先进先出、任务工作量、基于事件触发和案例库等构造各种优先规则求解模型。这类方法虽然可以解决大规模实例,但求解质量相对较低。鉴于“订单选产能”的单向匹配调度问题属于典型的NP 难问题,大部分研究采用了元启发式算法,例如遗传算法、粒子群优化算法、蚁群算法、人工蜂群算法、混沌优化算法、以及混合式启发式算法。研究涉及的其他一些匹配调度优化方法还包括基于复杂网络理论的方法、基于多智能体的方法、基于仿真的方法等。

3)“订单与产能”双向匹配与调度问题
对于双向匹配,根据优化目标的不同,问题包含三种情形:供需双边满意匹配、供需双边稳定匹配、考虑稳定匹配条件的供需双边满意匹配。首先需要对不同形式的偏好信息进行集结处理,选取合适的指标或属性描述匹配个体的满意度信息,研究聚焦于供需双方主体满意度的刻画与计算。满意度计算包括基于严格偏好序、考虑供需双方给出指标期望、考虑主体心理预期、基于语义评价信息、基于模糊偏好信息等不同情形,可运用模糊多指标分析、理想点法(TOPSIS)、线性加权等方法计算。在刻画满意度的基础之上,利用混合整数规划技术建立模型,实现共享制造主体供需双方满意度最大化,任磊(2018),Li(2020)在模型中加入稳定匹配约束条件从而形成满意稳定匹配方案。

在求解方法方面,赵金辉(2016),Li(2020)利用混合整数规划技术获得精确解,任磊(2018),Tong(2020)分别设计开发了元启发式算法:粒子群优化算法和布谷鸟算法。而针对共享制造产能供需双边稳定匹配问题,已有研究主要是在Gale-Shapley算法和H-R算法的基础之上设计稳定匹配算法求解。 此外,Cheng(2017)还采用了基于超网络的方法。

4. 与云计算和传统车间匹配调度问题的对比分析

本文对比分析了共享制造、云计算与传统车间匹配调度问题的异同。

与云计算相比,主要区别在物流和匹配调度目标方面。(1)物流。共享制造必须考虑在制品、产成品在分布式制造产能间流转的物流时间和成本,而云计算不需要考虑物理世界中物流因素的影响。(2)匹配调度目标。云计算和共享制造在以性能、服务质量、资源利用率和能耗方面有较为一致的评价指标,但共享制造模式下匹配调度的优化目标更为复杂。

与传统车间相比,主要区别在匹配调度对象、匹配调度范围和匹配调度目标方面。(1)匹配调度对象。传统生产制造系统的匹配调度主要是针对生产设备,工人和物料等制造资源,而共享制造匹配调度的资源具有高度异质性和耦合性。(2)匹配调度范围。传统生产制造系统的匹配调度是对企业车间内部自有产能的配置和生产排程的集中化决策优化,而共享制造匹配调度的范围具有全局性和跨组织协同性的特征。(3)匹配调度对象。共享制造的供需匹配调度优化目标明显更为复杂。

三、边际贡献与未来拓展

本文的边际贡献在于:(1) 系统整理共享制造实际案例,提炼出共享制造平台运营模式与特征;(2) 通过文献统计分析,可视化地展示研究主题的发展演变以及发表期刊和国家地区分布和共被引等相关分布与关联; (3)针对中介型平台,系统梳理供需匹配的评价体系,从“订单选产能”和“订单与产能互选”两个视角评述了供需匹配与生产调度研究中的运作优化问题特征,建模思路与技术和求解算法;(4)指出未来研究中可能存在的前沿方向与热点问题。

本文预计未来研究方向包含以下几方面:(1)供需匹配评价指标体系构建。学界与业界对评价指标体系的建立尚无统一定论,有必要结合共享制造的模式特点,建立更加系统综合的供需双向评价指标体系。(2)基于机器学习的共享制造供需匹配与调度方法。机器学习方法在共享制造匹配和生产调度问题中的应用仍处于探索尝试阶段,面临许多建模与算法设计挑战。未来可进一步探索将多智能体(multi-agent)和并行计算技术引入深度强化学习框架中来解决实际中大规模复杂的共享制造供需匹配与生产调度问题。(3)考虑供需双方策略行为的共享制造运作管理。中介型共享制造平台的供需双方之间合作与竞争并存,因此需要从双边市场视角,考虑供需双方的利益和博弈行为,研究制定考虑双方效用和偏好的供需匹配方案,以实现双边平台效用最大化。(4)共享制造供需匹配与调度仿真平台开发。有必要开发统一的共享制造供需匹配与调度仿真平台。仿真平台可提供生产订单与共享产能的基准案例和数据,支持用户选择和设计算法,并为仿真实验结果的对比分析提供通用仿真环境和基准实验。

 

本文摘编自《系统工程理论与实践》第42卷第3期论文《共享制造平台供需匹配与调度研究综述》(点击题目链接全文)
作者:晏鹏宇、杨柳,电子科技大学经济与管理学院博导教授、博士研究生;车阿大,西北工业大学管理学院。