网络化制造信息系统的自组织*

张开升 刘贵杰 张庆力 孙延明

(1.中国海洋大学工程学院,山东青岛 266100;2.华南理工大学工商管理学院,广东广州 510640)

网络化制造信息系统是独立于软件系统而现实存在的,它包括人们的决策和管理、物质、能量等一切与制造活动相关的信息.它可以根据设计需要实现一定的功能,并且在宏观上是相对稳定的.这是因为网络化制造信息系统通过单元的自作用以及单元之间的互作用能完成系统的整体功能,同时实现系统的自组织演化过程,使系统朝着适应环境变化的方向发展.但是这种宏观的相对稳定性只有当不可测的、变化的单元的自作用和互作用伺服于宏观序参量的作用时才能实现.目前,国内外学者对复杂系统的研究方法均做了一些有意义的工作.其中,20世纪80年代美国Santa Fe成立的桑塔费研究所做了大量的研究;以钱学森为代表的国内学者也对复杂系统做了一定的研究[1].但目前有关网络化制造信息、系统自组织的深入研究还较少.

文中简单介绍了自组织理论和方法,研究了网络化制造信息系统实现自组织的条件以及自组织实现的过程.在此基础上,主要对网络化制造信息系统微观单元的不可测性与系统的宏观相对稳定性之间的关系进行了研究,并揭示其自组织的本质.同时通过建立伺服约束函数模型,研究了宏观序参量对单元自作用和互作用的伺服作用.

1 自组织条件

1.1 自组织理论和研究方法

自组织理论包括一系列关于研究自组织的基本原理,如开放性原理、非线性原理、支配原理、涨落原理、环境适应性原理等[2],以及系统自组织发生的条件和过程的研究方法.自组织理论重点研究系统演化的过程、演化的方向和结果、系统的环境以及自组织的条件、单元之间的非线性相互作用.

1.2 复杂系统的自组织条件

自组织理论从系统论的观点对自组织进行定义:自组织是指一个系统在内在机制的驱动下,自行从简单向复杂、从粗糙向细致方向发展,不断地提高自身的复杂度和精细度的过程[3].系统内因是决定事物发展的主要因素,复杂系统要发生自组织同样也要具备一定的自身条件.协同学认为自组织现象的形成要满足一定的条件[2,4-5]:(1)系统开放; (2)系统远离平衡态;(3)系统中的非线性相互作用;(4)系统中的涨落现象.这些条件是相互紧密联系的.

1.3 网络化制造信息系统的自组织条件

本研究认为,网络化制造信息系统是由满足制造系统功能需要的、与制造活动有关的所有信息构成的系统,它是现实存在的;而其软件系统仅是它的计算机实现.制造系统中的物资、能量等都是信息的物化,这与Rao和Chuu等[6-7]的观点相似.网络化制造信息系统属于复杂系统,自组织过程的实现同样必须满足一定的条件.

(1)系统开放 因为参与网络化制造的企业或者单元之间,以及他们与外界环境之间必须进行能量、信息与物质的交换,网络化制造才能得以实现.若系统与外界没有上述交换时,系统则是一孤立系统,将造成企业的物力、人力和财力调配困难,最终系统将被瓦解,企业将面临破产,即达到熵最大的平衡态.

(2)远离平衡态 网络化制造系统的平衡态意味着企业产品、工艺、人员队伍、管理模式等一成不变,反映在信息系统中则是系统中的信息和信息处理方式永无变化,保持在所谓的“平衡态”.在市场竞争日趋激烈的今天,网络化制造信息系统保持“平衡态”的企业必将遭到市场的淘汰.

(3)非线性相互作用 非线性相互作用具有无限放大效应,即使初始状态发生极其微小的变化,后续状态经过叠加放大以后也会出现极大的变化[8].制造系统处于宏观相对稳定状态下的微观动态运行过程促使自身不断发展,从一个有序结构进入新的有序结构.

(4)涨落现象 在市场竞争环境中以及在政府的监管下,制造企业要取得发展,就必须不断地进行管理、技术和工艺等因素的更新,从而打破系统原有的平衡,通过系统的非线性相互作用形成“巨涨落”,使系统发生质的变化.

因此,参与网络化制造的企业或者单元要在激烈的市场竞争环境中发展,就必然与环境存在信息、物质、能量的交换,并且要根据市场需要改进自身的制造技术、工艺、管理等;同时各个参与企业或单元之间必然存在竞争与共同发展的非线性协同作用.反映在网络化制造信息系统中,则是系统通过与开放的外界环境进行信息交换,从而不断远离“平衡态”,使宏观序参量不断变化,该变化伺服系统的单元之间发生非线性的相互作用、涨落,这样,系统便能实现自组织地发展.因此,网络化制造信息系统满足自组织的条件时,通过适当的途径和方式将能自组织地发展.

2 网络化制造信息系统的自组织

2.1 网络化制造信息系统的自组织过程

网络化制造企业联盟在市场竞争中能否发展壮大与自组织发生的过程等因素有很大关系.其信息系统的自组织过程是通过与环境进行信息交互,从而使各个单元之间发生相互作用与涨落现象的过程,并且该过程伺服于系统的宏观序参量.协同学的创始人哈肯认为,序参量本质上是描述系统整体行为的宏观参量.从信息的观点来看,序参量有双重作用:一是它控制着各个子系统的运动;二是它又体现着系统的宏观有序程度.因而网络化制造信息系统的序参量也伺服系统的动态运行,这便是系统的自组织过程.网络化制造信息系统的自组织过程示意图如图1所示.

图1 网络化制造信息系统的自组织过程示意图Fig.1 Schematic diagram of self-organization of networked manufacturing information system(NMIS)

2.2 网络化制造信息系统的序参量

序参量在系统自组织过程中起着指导作用,直接影响系统自组织演化的方向和结果.序参量是在系统与环境的交互过程中产生的,它们又反过来影响系统的运行.因此,网络化制造信息系统在与环境交互的演化过程中所确定的发展目标便是系统的宏观序参量,而这些目标的确定与企业的自身状况、环境因素有很大关系.本研究认为,制造系统中的物质和能量等元素都是制造信息的物化,因而制造系统对生产过程和产品的追求目标也会成为网络化制造信息系统的宏观序参量.经过分析,文中给出了较通用的宏观序参量的层次结构,如图 2所示.其中,第三层左侧的6个序参量便是对生产过程的追求目标.

由上述分析可知,网络化制造信息系统运行的总体目标是使企业获得最大利润、取得长足发展,而这一总体目标是通过提高制造企业自身的市场竞争力和信息系统的效率这两个分目标来实现的.这两个分目标可以进一步细化为图 2中的第三层目标,即网络化制造信息系统在作业层上的宏观序参量(下文简称序参量).图 2中的 3个层次分别是系统在不同粒度上的运行目标,体现了制造企业的管理意愿.这些序参量是网络化制造信息系统在发展过程中,为了适应环境变化而在自组织发展过程中产生的,同时也体现了不同企业在一定时期的发展方向和目标,因而它们会直接影响系统单元的作用.对具有复杂系统特征的网络化制造信息系统进行分析,需采用定性和定量相结合的分析方法研究系统在宏观序参量伺服下的运行过程,为此,文中建立了伺服约束函数.

图2 网络化制造信息系统的宏观序参量层次结构Fig.2 Hierarchical structure ofmacroscopic order parameters of networkedmanufacturing information system

2.3 伺服约束函数模型

由系统的自组织过程可知,具有复杂性特征的网络化制造信息系统一般应具有多个宏观序参量,系统自组织过程中的单元作用根据这些序参量的协同作用进行.因而伺服约束函数相当于多目标决策问题,即求解多目标最优化问题.文献[9]中指出,对于实际的决策问题,多个目标反映了系统在不同方面的追求,且有时不同的目标之间又是相互矛盾的.即使是比较简单的决策问题,目标也可能不止一个,因此,单目标决策仅仅是多目标决策的简化和特例.如系统共有N个子目标,则能使N个目标同时达最优的解是系统的最优解;对于至少能使一个目标为优的称为非劣解或有效解;其它的解称为劣解.在实际决策问题中,最优解是很难求取的,且很可能是不存在的,而非劣解更具有实际意义.

文中若要建立如图 1所示的自组织机制的序参量伺服约束函数[10],则需要选取企业发展的目标,如利润最大化和长足发展,即图 2中第一层表示的总体目标.图 2中第二层、第三层的目标则可作为实现总体目标的成本.系统的序参量集用P表示:

式中:pi(i=1,2,…,m)为系统的宏观序参量.设目标函数A为

其中,

式中:n为伺服函数的伺服序列;V为在宏观序参量的伺服作用下系统达到的多目标价值;B和E分别为反馈信息和环境信息中有关序参量的信息;W为上述伺服过程中各个序参量对应的权重,

因而,为了实现系统的目标,就需达到目标函数 A的最优值.在给定各个初始权重后,通过权重优化得到A的最优值.在该过程中系统根据W来调节系统单元之间或与环境间的交互内容、交互对象等,完成系统在给定目标下的自组织过程.

对于不同的系统,式(2)、(3)和(5)中的函数f、g和 φ的具体表现形式可以是不同的,权重的优化算法则可以类似.因此,网络化制造信息系统的权重优化实际上是根据系统的自组织结果对权重系数的调整.反映在现实网络化制造系统中,则是在多变的市场环境中不时调整各个子目标的侧重,从而保证总目标的实现.

3 模型的有效性验证

文中对网络化制造信息系统建模是为了揭示其自组织本质,从而为系统性能的研究奠定基础.为此,文中拟对模型进行计算机仿真,将仿真结果与实际系统的运行情况相对比来验证模型的有效性.由于文中提出的是一种适于网络化制造信息系统的建模方法,因此需要验证以下内容.

(1)检验模型的理论依据及假设条件、推理过程的正确性.文中在建立网络化制造信息系统的模型时,认为它属于复杂系统,并且其发展过程是自组织演化的,同时在建模的基础上对其微观作用进行了适当推理.这些假设条件、选用的理论方法和推理过程的正确性需要通过模型的验证来加以说明.

(2)子模型的划分及其与总模型的关系是否合理.文中根据系统单元的功能把系统化分成多个单元,并认为系统的宏观相对稳定性是不稳定微观单元的自作用和互作用的结果.子模型的划分及其与总模型的关系的合理性需要通过模型有效性的验证来证明.

(3)仿真结果是否与实际系统的运行情况相符.文中建立模型时,认为系统是在宏观序参量的伺服作用下自组织发展的,发展过程也同时反过来影响序参量的选择.系统的仿真结果能否与现实系统的运行情况相一致,同样需要进行模型有效性的验证.

文中以某企业的模具生产线信息系统为对象,建立其模型系统,并研究其自组织过程.该模具生产的一般流程为:订单→确认订单→产品设计→快速原型→模具设计→原料查询→模具生产→试模→产品生产→产品出厂.该生产线中有两台加工设备,其中一台备用.应用Delphi语言开发出验证系统,通过运行结果与实际情况的比较来对模型的有效性进行验证.由于该生产线规模较小,并且它仅作为一验证系统,故此验证系统中的序参量简化为具有代表性的质量、敏捷度、效率和成本.此时,式(1)中的P为图2中第三层的序参量,即m=4,p1=“提高产品质量”,…,p4=“降低生产成本”.式(4)中的W为该企业考虑上述 4个宏观序参量的初始权重系数, w1=w4=0.3,w2=w3=0.2.式(2)、(3)、(5)是企业按照目标函数 A的值在自组织过程中不断变化.该验证系统正是运用上述伺服约束函数来验证文中所提出模型的有效性.

系统的自组织是系统单元在宏观序参量伺服作用下的自作用和互作用过程.伺服约束函数根据企业管理规则的变化而改变,比如管理规则规定,当用户选择敏捷度权重超过 90时,系统要尽可能地提高生产速度,而不计成本和其它因素.在这种情况下,系统在自组织过程中,接口将根据伺服约束函数自动选择两台设备同时运行.图 3中,右侧为敏捷度权重为 95时的自组织结果,此时产品生产单元启用了两台设备.由图 3中的计算利润率结果可知,此时是亏损运行的.现实中,只有环境信息发生改变、需要不计成本、必须尽早完成某一订单时才会发生这种情况.其它序参量的权重发生改变时,根据管理规则,伺服约束函数也会做出相应的调整,这里不再对其它情况进行详述.

图3 敏捷度权重为 95时的自组织结果Fig.3 Results of self-organization with the weight factor about agility of 95

系统启动后将根据用户选择的宏观序参量的权重系数进行自组织过程.同时,系统通过自组织找出目标值的非劣解,从而对权重系统做出调整,为管理规则的优化提供依据.该验证系统选取系统的利润率作为目标值,因而可以分别计算系统的利润率随单一序参量系数的变化趋势,然后通过综合计算得到系统利润率的优化结果.图 4所示为系统在用户选择的初始条件下,系统整体利润率随单一序参量系数变化的曲线.图 4中,当权重系数为 0时,从上至下依次为利润率随质量、敏捷度、效率和成本的权重系数变化的曲线;系统通过算法优化的序参量权重系数和利润率结果见图中“序参量的优化权重及结果”部分.

图4 单一因素下的利润率Fig.4 Profit rate under single factor

图3和 4中的结果验证了系统中的子系统划分是正确的,它能充分体现系统中各个单元之间的关系.图 3所示的运行结果表明,系统的序参量伺服约束函数可根据系统自身条件、环境信息与序参量的权重系数等因素伺服系统的自组织过程.系统运行的结果为管理规则的优化提供了理论依据.这与网络化制造信息系统的运行现状是相符的,同时说明了文中提出的建模方法以及应用的复杂性理论是正确的,其中的推理过程也能正确反映系统的本质.因而,该方法适用于网络化制造信息系统的建模.

由图 3和图 4中的运行结果还可以看出,当系统过高要求敏捷度时,利润率下降,甚至亏损运行.这种情况现实中很少发生,但有时为了某一订单或产品的进度,需要不计成本地生产,这样就会出现亏损的情况;而当系统对质量和成本要求合理时,可以获得较大的利润率,并可以获得长远利益.这些结果均与该企业的实际运作相符,因而系统的仿真结果足以说明文中所建模型体系是有效的.

4 结语

文中建立了伺服约束函数模型,研究了微观单元作用与系统宏观相对稳定性之间的关系以及网络化制造信息系统的自组织条件、自组织的实现过程;指出了在宏观序参量伺服约束函数的作用下,子系统的非线性相互作用是网络化制造信息系统实现自组织的内在动力.在此基础上可以研究系统的控制需求和功能需求,也为后续的系统分析、优化、设计开发奠定了基础.此外,验证系统的运行结果与实际系统运行情况的比较说明了文中所建立的模型是有效的.此研究也丰富了复杂性理论在工程领域中的应用.

[1] Qian Xue-sen,Yu Jing-yuan,Dai Rui-wei.A new discip line of science:the study of open complex giant system and itsmethodology[J].Journal of Nature,1990,13(1): 3-10.

[2] Qu K,Ortoleva P.Understanding stem cell differentation through self-organization theory[J].Journal of Theoretical Biology,2007,250(4):606-620.

[3] Plowman D A,Solansky S,Beck T E,et al.The role of leadership in emergent,self-organization[J].The Leadership Quarterly,2007,18(4):341-356.

[4] 喻湘存,熊曙初.系统工程教程 [M].北京:清华大学出版社,2006.

[5] Haken H.Information and self-organization[M].Berlin: Sp ringer-Verlag,1987.

[6] Rao Yun-qing,Huang Gang,Li Pei-gen,etal.An integrated manufacturing information system for mass sheet metal cutting[J].The International Journalof Advanced Manufacturing Technology,2007,33(5):436-448.

[7] Chuu Shian-Jong.Evaluating the flexibility in a manu facturing system using fuzzy multi-attribute group decisionmaking with multi-granularity linguistic information[J]. The International Journal of Advanced Manu facturing Technology,2007,32(3):409-421.

[8] Zak M.Entanglement-based self-organization[J].Chaos, Solitons and Fractals,2002,14(5):745-758.

[9] Forgionne G,Newman J.An experiment on the effectiveness of creativity enhancing decision-making support systems[J].Expert Systems with App lications,2007,32 (2):409-414.

[10] 张开升.基于复杂性科学的现代制造信息系统自组织过程建模研究[D].广州:华南理工大学机械工程学院,2007.