0引言当前,全球新一轮科学技术以及各类产业都在厚积薄发,大数据、云计算、物联网、区块链等新一代信息技术的快速发展和广泛应用,进一步促进了全球供应链的加速重构。Thakur 等(2016)指出面对制造业服务化或服务制造业时,应重构供应链并增加服务元素。制造企业需要重新配置其制造系统和供应链以适应客户不断变化的需求(Qi Tian 等,2019)。中国也以更加积极的姿态去推动高科技产业深入融入全球供应链体系,努力提升我国供应链安全水平。国务院印发的《粤港澳大湾区发展规划纲要》指出,对于未来的发展,粤港澳三地要充分利用好CEPA 及服务业开放先行先试政策,加强科技创新领域的交流合作,开拓国际国内市场,努力优化粤港澳大湾区供应链的调度,以推动其创新型战略转型(黄钟等,2019)。同时,大数据等数字新技术可加强供应链的优化调整和创新,建立完善的成本控制体系,推进行业间的数据联盟(雷晨光,2020)。
云制造是一种面向服务的新技术,融合了先进的制造技术和信息技术,按用户需求在网络上组织资源,使供应链上资源利用效率得以提高。随着相关技术的发展,云制造已经在许多企业得到应用和发展,如美国的制造能力交易平台MFG.COM 缩短了制造业的采购流程,中国航天科工二院等大型集团研发的云制造服务平台实现了复杂产品制造全生命周期服务。优化云制造供应链上的资源调度能够进一步推动经济多元发展,为粤港澳大湾区的企业开创更广阔的发展空间。
本文基于云制造模式下,通过构建供应链调度的优化模型,以期为提高粤港澳三地在云制造环境下的区域协同合作、资源调度配置优化等机制提供理论支撑,进而加强三地的经济联系,实现粤港澳大湾区供
应链匹配机制的协调发展。
1云制造供应链调度优化的基本概念
供应链调度是指通过建立模型到优化的决策和方
案,使供应链上成员利益最大化,其中包含加工调度和运输安排等环节的优化决策问题。供应链调度可以为供应链上的企业带来显著的经济效益,但是要考虑供应链上所有
成员工作的协同与调度,需要细化的问题很多,一旦供应
链的调度失职,会影响整条供应链的生存。
而云制造的出现为供应链调度提供了一种新的破题
思路。这是一种依托云计算、物联网等新技术发展起来的一种新兴制造模式——
—支持制造业在广泛的网络资源环境下,
为产品提供高附加值、低成本和全球化制造的服务。云制造供应链通过云平台将分散在各地的供应链上的闲
散制造资源和能力汇聚,提供更符合用户需求的服务,较——————————————————————
—基金项目:2020年广东大学生科技创新培育专项资金(“攀登计划”专项资金)项目,项目编号:pdjh2020b0168;课题项目:广州市哲学社科规划2020年度课题,课题编号:2020GZGJ62。作者简介:林子楚(1997-),女,广东阳江人,华南师范大学,财务
管理专业;施婉思(1998-),女,广东揭阳人,华南师范
大学,财务管理专业;郑思妙(1997-),女,广东湛江人,
华南师范大学,财务管理专业;白敏静(1999-),女,广
东佛山人,华南师范大学,财务管理专业;杜倩怡
(2000-),女,广东中山人,华南师范大学,财务管理专业;刘念(2000-),女,江西九江人,华南师范大学,财务管理专业;张元阳(2000-),男,广东梅州人,华南师范大学,金融学专业。
云制造模式下粤港澳大湾区供应链的调度优化问题研究
Research on Scheduling Optimization of Supply Chain in Guangdong-Hong Kong-Macao Greater Bay Area
古力娜扎 美空under Cloud Manufacturing Mode
林子楚LIN Zi-chu ;施婉思SHI Wan-si ;郑思妙ZHENG Si-miao ;白敏静BAI Min-jing ;杜倩怡DU Qian-yi ;刘念LIU Nian ;张元阳ZHANG Yuan-yang ;巫秋仪WU Qiu-yi
(华南师范大学,广州528225)
(South China Normal University ,Guangzhou 528225,China )
摘要:将粤港澳大湾区建设成为世界现代服务业基地是粤港澳大湾区发展的重点之一,而供应链是提供服务的基础,提高其能力
和效率,才能保障服务的质量。随着云制造这种新型制造服务模式的发展,该模式下的供应链调度优化已经成为当今制造业研究的热点。利用遗传算法和蚁优化的混合算法来解决云制造供应链调度优化问题,相较于传统的优化运算而言,该混合运算结合了不同算法和模型之间的优点,具有独特的优势。
Abstract:To build Guangdong-Hong Kong-Macao Greater Bay Area into the world's modern service industry base is one of the key points in the development of Guangdong-Hong Kong-Macao Greater Bay Area,and the supply chain is the basis of providing services.Only by improving its ability and efficiency can the quality of services be guaranteed.With the development of cloud manufacturing as a new manufacturing service mode,the optimization of supply chain scheduling under this mode has become a hot topic in manufacturing research.The hybrid algorithm of genetic algorithm and ant colony optimization is used to solve the scheduling optimization problem of cloud manufacturing supply chain.Compared with the traditional optimization algorithm,the hybrid algorithm combines the advantages of different algorithms and models and has unique advantages.
关键词:供应链调度;云制造;蚁算法;遗传算法Key words:supply chain scheduling ;cloud manufacturing ;ant colony algorithm ;genetic algorithm 中图分类号:F259.27文献标识码:A 文章编号:1006-4311(2020)36-0092-04
好地弥补了现有制造模式下资源调度的缺陷。
华侨大学厦门校区在云制造供应链上资源是可以无限拓展的,用户可随时按需租用,因此要对不确定数量的制造资源进行调度优化,而且调度过程中制造资源数量和种类是变化的,需要发现并替换错误制造资源。这是一
种动态的资源调度优化方式,能够体现云制造动态性、容错性的核心技术,为了动态高效地利用廉价的制造资源(贺利军,2016)。
2云制造供应链调度优化研究现状分析
2.1文献综述
近年来,国内学者主要采用多种算法技术与先进的制造系统对云制造环境下的资源计划配置进行调整优化,建立相关的专业模型,为业界各领域的资源利用提供了良好的理论框架和可靠的技术指导。
武超然等(2014)改进蝙蝠算法对初始种的产生进行限定,解决批任务调度问题,缩短到合适任务分派策略的时间,证明了改进蝙蝠算法在云制造供应链调度中的有效性,避免了资源超载和资源闲置的现象,使任务总完成时间最短,推动着云制造在供应链方面的应用。江笑妍、李芳(2016)通过Matlab仿真实验和蚁算法解决了云制造在动态环境下一对一解决关键匹配问题,通过前后比对量化数据,实现了云资源提供者CSP和云资源使用者CSU在较短时间内的最优配置。结合云制造资源计划及服务能力,易玲玲等(2016)应用子链技术精确核算和计划制造资源,通过对子链之间的计划协商、进度反馈、冲突化解等机制进行深入研究,提出了各层次子链协调落实云制造资源计划的方法,帮助企业科学地跟踪和监控生产过程中的产品生产情况。陈友玲等(2019)结合双层规划资源优化配置模型,采用i-NSGA-II-JG算法对多目标制造资源配置问题进行探索,得出了云制造环境制造资源的
最优解。
国外不同学者则突出信息共享和数据转化的重要性,通过探究新算法与建立混合模型,实现物理系统与云计算资源的平衡,进一步优化数据传达的渠道,解决资源分配环节中出现的问题。
考研科目考试时间顺序Atakan Yucel(2011)提出了一种加权的模糊规划方法,利用供应商的约束条件、目标和各因素的权重,建立了模糊多目标线性模型,解决了供应商的选择问题,为各供应商分配最优订货数量。Ben et al(2019)针对云计算的弹性和服务交付的弹性管理,提出了一个描述和评估基于服务的业务流程(SBP)弹性策略的框架——
—Stratfram,以帮助云租户在运营成本和QoS水平间到正确的平衡点。为解决云制造过程中的分布资源组合问题,避免制造资源分配的局部最优停滞,Bouzary和Chen(2019)结合了遗传算法进化算子(evolutionary operators of the genetic algorithm)和灰狼优化算法(grey wolf optimizer algorithm)的特点,提出了一种新的混合算法。Ibn et al(2019)运用网格的定位方法,提出了两个混合整数线性规划模型,第一次使来源数据中心的位置分配问题得到有效的解决。Borangiu et al(2019)指出云服务和云资源加速了出版行业的数据转换,这一研究成果在未来的产业框架中实施网络物理生产系统和工业互联网的主要构建块至关重要。
sf顺丰快递查询单号由此可见,目前学者们对云制造的结构、框架、模型等的认知趋于一致,在云资源调度优化方向进行小g娜 吴亦凡 细长
深耕,但在建模和运用算法的方面以低维多目标优化问题为主,而实际上的优化问题大多是高维多目标问题。本文从跨地理位置的供应链角度构建模型,应用遗传算法和蚁优化算法寻粤港澳三供应链资源调度的最优解,并引入服务质量模型权衡粤港澳三地面临的差异,尽可能缩小地区最优解的偏差。该算法能提高粤港澳三地在云制造环境下的区域协同合作、网络协作机制和资源调度配置优化,实现粤港澳大湾区供应链匹配机制的协调发展。
2.2研究分类
目前,国内外学者对于供应链下的资源调度在传统生产调度和系统服务组合的优化研究已经相对成熟,但由于云制造环境异构化与动态化的特殊性,使其发挥效果在实际应用过程中大打折扣。但基于云制造模式下的供应链调度与传统资源调度的原理一致,在面对云制造模式下的供应链的调度优化问题的有关研究中,相关研究学者积极探索出了多种行之有效的调度方法、调度模型与调度算法,主要研究方法可归集为以下三种:
①针对服务的资源检索方法。李慧芳等(2018)提出一种高效且极具应用价值的制造云服务智能搜索与匹配方法,将服务类型与状态消息形式化描述后,再将请求端和服务的功能属性及非功能属性进行匹配,从而快速有效地筛选出具备最高匹配程度的制造云服务。Tai et al(2013)在剖析云设备资源特点的基础上,按照层面与级别多层次,层级之间精细化的匹配原则,构建出可以达到智能匹配服务
多少岁可以过妇女节
供给与需求的一种相似化算法。李新等(2015)提出建立在云制造资源与加工任务的统一本体模型基础上的资源匹配模型,通过制造资源和加工任务两者之间的映射关系的智能匹配算法来解决资源发现的问题。
②基于调度模型的方法。张卫等(2012)提出基于服务质量的制造服务选择模型,并综合云模型和蚁算法的优势,建立了制造服务调度模型来快速响应用户的在线制造服务申请。胡毅等(2010)针对调度最小化执行时间问题,提出了一种区别于传统蚁算法并能灵活调度网格任务的以云模型为基点的自适应蚁调度算法。王岩等(2017)结合云计算和工作流构建云工作流系统,并建立了划分为两个调度阶段的系统资源调度模型。
③针对多目标优化的方法。邰丽君等(2013)以时间、质量、成本三要素为多目标构建数学模型,建立了云制造环境下基于遗传蚁算法的制造服务资源多目标动态调度模型。袁正午等(2016)提出了一种针对粒子算法的认知项和社会项错乱问题的改进算法,其强劲的全局搜索能力可以更加有效地调度云计算资源。范泽兵等(2013)采用模糊聚类方法以实现设备负载率方差的最优化目标,并提出了系统的基于免疫遗传算法的优化制造资源配置的方法。
2.3典型算法
云制造供应链调度优化受到科研学者广泛的关注,许多学者寻求高效的云资源调度策略,并在云资源
调度算法研究领域进行了算法的优化,用以寻供应链资源调度的最优解。下面介绍云制造供应链调度优化中的三种典型算法:①粒子算法。粒子算法是通过模拟鸟觅食行为而发展起来的一种基于体协作的随机搜索算法,粒子体通过迭代到最优解。在粒子算法中,“粒子”是随机搜捕食物的每只鸟,即优化问题的解,鸟正在搜捕的食物即是问题的最优解。搜捕过程中每只鸟会共享信息,从而调整
k
确保每只蚂蚁留下的信息素有效。
其中,B为常数,k表示蚂蚁总数量,
择服务的次数,CQ all表示搜索中所有蚂蚁组选择服务组合的服务质量评估值之和。
4总结和展望
加强云制造供应链资源的调度优化能够促进粤港澳大湾区的产业升级。在传统制造业的转型升级中,
转型和服务型制造是必不可少的。云制造作为一种先进的技术手段,可以在三个方面帮助粤港澳大湾区的产业升一是能够帮助整合现有各类的资源,
进而突破单一资源的能力极限;二是能够促进产业融合,特别是促进制造业与服务业融合,进一步完善产业链;