基于动态CODP的大规模定制供应链优化模型

王 猛 王 玉

摘要:基于固定CODP的大规模定制供应链系统,存在用户定制的可选个性化范围小和交货期时间长的矛盾等。基于此,提出了利用动态CODP来优化MC供应链的模型及算法实现。并通过一个例子,说明了动态CODP的确定及对MC供应链的优化。

关键词:大规模定制;CODP;供应链优化

中图分类号:TP14文献标识码:A

Abstract: Supply chain systems of mass customization based on a fixed CODP has the contradiction between optional scope of customized user and delivery time is principal contradiction. For this reason, this paper put forward optimizing model of supply chain of MC by dynamic CODP, analyzing its algorithm, and through a toy factory to illustrate the optimization of supply chain of MC based on dynamic CODP.

Key words: mass customization; CODP; supply chain optimization

0前言

大规模定制(mass customization,MC)是根据客户的个性化需求,以大规模生产的低成本和高效率提供定制产品和服务的生产方式。客户订单分离点(customer order decoupling point,CODP)是企业生产活动中由基于预测的库存生产转向响应客户需求的定制生产的转换点。MC的供应链是以实施MC生产和服务的企业为核心,结合上下游如供应商、运输商、仓库、零售商和顾客等的网络体系,是从原材料供应商开始,经过生产商、主体企业、分销商、零售商等环节到最终用户,形成的一种逻辑上的链式结构,是由物料获取并加工成中间件或成品,再将成品送到用户手中的一些企业和部门构成的网络。目前对于MC供应链的优化方法,主要是延迟策略,使CODP尽可能靠近客户,这样使用户有尽量短的交货等待时间,成本也较小。但这样,在很多情况下,供用户选择的个性化范围将减少。而想让用户有大的个性化选择范围,CODP必将向前移动,远离用户,这样一来,用户必然需要长的交货期。目前MC的供应链中,常常均衡个性化定制范围、用户可忍受的交货等待期、产品的特性和模块标准化程度、企业的管理能力等情况,来确定一个CODP点,实现大规模定制生产。在CODP固定的情况下,存在用户定制的可选个性化范围与交货期的长短的主导矛盾,在一定程度上影响了客户定制服务满意水平的提升。因此,有必要设计一个优化的、灵活的供应链系统,对用户来说其定制的产品不但有价格方面的变化,而且有交货期的变化,也能更好提高客户的满意度[1-4]。

1MC的供应链优化述评

供应链优化是指在有约束条件或资源有限的情况下找出系统的最佳决策方案。供应链优化的目的在于追求整个供应链的效率,力图使系统总成本降至最低。很多学者从运筹学、管理科学的角度,运用最优化理论、库存理论等方法对供应链优化进行了研究。但结合MC和供应链优化的研究并不多。Feitzinger Edward等认为,企业可以通过大规模定制快速和低成本地向客户提供定制产品,有效实现大规模定制的关键在于定制点的后移[5]。Ghiassi等提出面向大规模定制市场的基于Internet的供应链。从管理理念角度讲,它与静态供应链体系最突出的区别在于是一个动态的、必须用非线性的网络规划模型来描述的系统[6]。Diego Frutos等提出了大规模定制环境下客户与企业敏捷交互的信息系统优化框架[7]。我国学者徐福缘、李敏等从物理描述和数学模型两个方面提出了实施大批量定制的系统优化方法[8]。祁国宁、顾新建提出了一种大批量定制(MC)的二维(产品维和过程维)优化模型[9]。王海军、马士华等提出将客户订单分离点(CODP)前移到供应商流程内部实现供应延迟,来优化供应链[10]。姚建明提出建立基于时间阀值的订单分类方法来优化MC的供应链[11]。

从国内外学者目前的研究来看,在对MC的供应链优化方面的研究主要是针对一个固定CODP点延迟策略的探讨,有不少学者用不同的算法来寻找大规模定制中企业的CODP的最佳定位点,甚至有不少学者都建议CODP尽量后移的原则,以减少企业的生产成本等。而从设置多个CODP或动态CODP的角度,来优化MC供应链的研究较少。因此,本研究就是想通过设置动态CODP的方法,来优化MC的供应链,一定程度缓解MC生产效应、客户个性化需求与交货期时间长短之间的矛盾。MC下基于动态CODP的供应链,通过不断改变CODP在供应链的位置来生产用户定制的产品,把被市场最能接收的一种定制组合形成的产品作为标准产品,让其CODP尽量后移(靠近用户),而其它可被用户定制的各种组合产品看成差异化产品,通过分析生产工艺、已有的标准模块等因素确定其最佳的CODP组织生产。整个供应链系统在生产过程中不断改变CODP来生产用户定制的不同产品。这样整个供应链系统不但以优化的流程生产,而且对大多数用户来说有尽可能短的交货期,提高了客户的满意度[12]。

2MC下基于动态CODP的供应链模型

2.1基于动态CODP的供应链思想

大规模定制企业在通过经销商、电子商务平台等收到客户的订单后,会对这些订单进行统计分析。由于人们生活习惯,流行方式等具有相似性,订单会集中于某些特定产品。分析这些产品的最近历史销售,若发现某些定制属性组合的产品的需求比较稳定且不小于企业的最小生产规模要求,则将这些产品设置为供应链的一类产品组合,并根据相同定制属性组合设置CODP。CODP前按照需求量进行预测生产,CODP后的按订单生产。对剩余产品重复上述步骤,直到完成所有产品的查找与CODP设置,不满足条件的产品也为一类组合实行定制生产。这样供应链所提供的产品被分为几种主要的组合,每种组合按照不同的CODP生产,根据及时得到的销售及订单数据,实时监测产品需求(定制属性,需求量等)的变化,在必要时不断调整产品组合及其CODP以适应新形势下的生产。

2.2基于动态CODP的供应链模型

从供应商的原材料供应到最终的用户交付过程,供应链为用户提供了多种定制属性的选择。按照产品的工艺流程及可选择的定制属性,画出具有树状结构的供应链简化流程图,见图1中的a、d图,图中矩形框代表供应链中的某个节点,可以是供应商、生产企业、销售商等。指向每个节点的箭头,代表进入该节点前产品的某种定制属性的选择,例如原材料的选择,喷涂的颜色的选择,操作类型的选择等。

假设客户总订单为M,其中存在某些订单M1,其所有的定制属性都相同,即为同一种产品,且需求量满足企业的生产最小规模。则分析其一段时期的历史销售,若该需求量在统计上保持平稳,就将该产品集合设置为供应链的一类产品组合。对于这类产品组合,每月按统计销售量提前生产放入销售商处,一旦用户发出订单,马上交付产品,交货等待期就为0。对于M1中的产品组合,分别按其统计销售量基于预测提前生产,则该种组合的CODP可以认为在销售商处,交货等待期为0,如图a。去除客户订单中已组合的订单M1,对剩余的订单集合继续进行查询。按照BOM表分解至部件层、零件层等。从最后节点比较定制属性链。若存在某些订单,定制属性相同,有一定的需求量。将所有满足上述条件的产品组合又成一类,记为M2。这样,不断继续上述查询及设置,确定不同产品组合及其CODP,如图b,图c代表了两类不同产品组合的CODP在供应链中的位置。

若在剩余订单集合中,不再找到满足条件的产品(集合),剩余订单的产品及其分解的具有定制属性的零部件的需求量总和小于最小生产规模,不进行提前生产。在接到订单时,定制生产,交货期为供应链中最长分支的生产时间和,如图d,即为定制生产。

总之,根据客户的定制产品,第一步按BOM表分解到树上的各个接点上,然后从树的根部接点开始找,看是否有一个离根部最近的节点的定制模块满足小批量生产,如果可以,就把包含该模块的所有产品的定制CODP定在这里。然后把定制产品中所有包含这个模块的产品去掉,再回到第一步,直到检查完所有树,动态CODP就可以确定。在这样的CODP下,来形成几条典型的大规模定制供应链。

2.3动态CODP的供应链模型的算法实现

根据供应链简化流程图1,将该供应链近m月的销售数据或订单按如下方式分配给流程图中n个企业节点D 1≤j≤n。首先将某产品及其销售数据标识在图的根节点(顾客)处。根据流程图及BOM表,将产品定制信息分解为零部件,配以相应的数量(由订货量和BOM得出),相同部件归为一类,数量相加,标识到相应节点处,形成零部件的订货量信息。这样流程图中每个节点都有相应的产品或零部件集合及其订货量。用下列形式标识上述信息:

给定节点D 1≤j≤n中产品或零部件集合记为P =P ,P ,…,P ,用P O ,O ,…,O 表示订货量信息,

O 为该产品第k月的订货量。对于事先给定的某个节点D 生产某种零部件P 的最小规模M 及订货量方差阈值

σ ,调用下列算法得到CODP。

Step1令j=n, 转step2。

Step2若P ≠φ,转step3。否则转step4。

Step3若在节点D 的集合P 中某一产品或零部件P 的订货量方差阈值小于σ 且订货量均值O 大于该节点生产该产品或零部件P 的最小规模M ,则输出“P 的CODP为D , 订货量为O 。”,并在P 中去除P 及其订货量信息,同时去除D 前的节点D i

Step4若j-1=0,则结束。否则令j=j-1,转step2。

输出的信息为产品及零部件的CODP位置,将其根据BOM表信息全部还原为订单产品,可得到所有订单的CODP。

3动态CODP优化MC供应链例子

下面举一个例子来说明。

假设A、B、C、D、E、F、G表示供应链上的某一点,见图2。图2中c1-c5表示可以让客户有5种选择,如G点的j1-j3可以是三种可选的运输方式,如特快专递,普通邮寄,或汽车送货等。而F点的i1-i10可以看成产品上10种可选的颜色,b1-b5可以看成设计中可选的5种方案等。如果让客户选择定制生产,一共有23 437 500种选择。客户从定货到收到货至少要19天时间。如果客户上个月订货10 000件,是否这1万件是完成平均分布在这23 437 500中,当然不是,由于人的社会性,流行使用方式等,必然这1万件中有些订单是同一种定制,假如下:

a4b3e4f1g5__i4__c1d7h3__j33 000件

a4b2e4f1g5__i4__c3d7h3__j21 500件

a4b2e4f1g5__i5__c3d7h3__j21 200件

a4b2e2f1g5__i5__c1d7h3__j21 300件

……

经过对客户的订单统计出如上,可以看出a4b3e4f1g5__i4__c1d7h3__j3有3 000件,如果几个月都在2 700到

3 300分布(完全可能),且也满足企业的小规模生产。因此,对a4b3e4f1g5__i4__c1d7h3__j3的产品可以按预测生产,即先生产3 300件放到库房中,如果客户一选这种定制就可以马上发货给他,延迟时间为0。因此如果这样a4b3e4f1g5__i4__c1d7h3__j3的CODP点在G点后(生产点G完成后)而对于剩余的定制不能满足生产线的最小规模,不能事先生产好放在库房。

但对下面的产品:

a4b2e4f1g5__i4__c3d7h3__j21 500件

a4b2e4f1g5__i5__c3d7h3__j21 200件

可以看出其中的a4b2e4f1g5的定制属性是相同的,如果每个月都相似。因此a4b2e4f1g5每月的需求可以2 700件,可以把它作为元配件先生产出来,放到仓库中。如果用户有这种订单或包含a4b2e4f1g5的订单,可以从仓库中取出a4b2e4f1g5元件,继续加工,所需要的时间是9天,其CODP点在E后。同样对c3d7h3也一样。CODP在D后。但对下面两个

a4b2e4f1g5__i5__c3d7h3__j21 200件

a4b2e2f1g5__i5__c1d7h3__j21 300件

CODP点只能在A后,尽管f1g5__i5也是相同的,但在后面加工,无法先生产出来放到库存。

可以看出加工点A到G都可以设置成各种定制的CODP点,即形成了动态CODP点。然后企业可以根据不断变化的CODP点来安排生产。基于动态CODP的大规模定制系统,利用CODP在这些系统上的可移动性,生产出个性化很强的产品,同时缩短了交货等待期,体现了标准化与差异化对的统一。根据产品定制属性或需求量的变动,动态调整CODP,及时快速的满足下一阶段的生产要求,体现了更强的灵活性与柔性[13]。

4结论

本研究提出了动态CODP对解决客户可选定制多样性和客户等待交货时间长短的矛盾的解决方法及优化模型。建立了动态CODP对MC供应链优化的模型及算法。动态CODP下的定制更能满足客户的多样化,按照动态CODP优化方法,节省了生产时间,优化了企业的生产调度,实现了动态的实时的生产。本研究以在供应链系统中建立动态CODP来优化大规模定制系统,并在这种思路下提出了相关问题的解决方法,从另一种角度优化了传统的基于固定CODP点的供应链。但是,这种基于动态CODP的新型生产模式,对供应链的各企业间协调提出了巨大的挑战;对其生产系统的柔性有更高的要求;生产计划的订制具有极大的复杂性。

参考文献:

[1]Giovani Da Silveira, Denis Borensteinb, Flavio S. Customization: Literature review and research directions[J]. Int. J. Production Economics, 2001,72(1):1-13.

[2]J Gilmore, J Pine. The Four Faces of Mass Customization[J]. Harvard Business Review, 1997,75(1):91-101.

[3]J G Joakim Wikner, Martin Rudberg. Integrating production and engineering perspectives on the customer order decoupling point[J]. International Journal of Operations & Production Management, 2005,25(7):623-640.

[4]Thorsten Blecker, Nizar Abdelkafi. Complexity and variety customization systems: mass analysis and recommendations[J]. Management Decision, 2006,44(7):908-929.

[5]Feitzinger, Edward. Hau L. Lee. Mass Customization at Hewlett Packard: The Power of Postponement[J]. Harvard Business Review, 1997,75(1):16-21.

[6]M.Ghiassi. Defining the internet-based supply chain system for mass customized markets[J]. Computers and Industrial Engineering, 2003,45(1):17-41.

[7]Juan Diego Frutos. A framework to support customer-company interaction in mass customization environments[J]. Computers in Industry, 2004,54(2):115-135.

[8] 徐福缘,李敏,顾新建. 实施大批量定制的基本思路及其时空集成优化模型[J]. 管理科学学报,2002(2):50-52.

[9] 祁国宁,顾新建,等. 大批量定制的二维优化模型[J]. 机械工程学报,2002(12):90-97.

[10] 王海军,马士华. 大量定制环境下基于延迟制造的多级供应控制模型研究[J]. 管理工程学报,2005(1):6-9.

[11] 姚建明,蒲云,张秀敏. 面向供应链的大规模定制时间阀值理论研究[J]. 工业工程与管理,2005(2):64-68.

[12] 林杰. 基于GDSS的大规模动态定制供应链协调系统的研究[J]. 工业工程与管理,2004(1):63-67.

[13] 王玉,林杰. MC下基于动态CODP的生产调度体系及其仿真研究[J]. 管理科学,2008(4):17-25.

注:本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文