基于模糊聚类的物流服务产品模块化设计方法

王丹竹，郎茂祥

（北京交通大学交通运输学院，北京市100044）

基于模糊聚类的物流服务产品模块化设计方法

王丹竹，郎茂祥

（北京交通大学交通运输学院，北京市100044）

物流服务产品概念的提出是“服务产品化”理念在物流服务领域的一次成功应用，是推动企业物流服务标准化、科学化发展的有效途径。本文采用模糊聚类方法，将物流服务产品的作业环节作为聚类对象，以样本间的内聚度最高、聚类间的耦合度最小、模块划分稳定性最强为目标，建立了基于改进模糊C均值聚类的物流服务产品模块划分模型，并设计了用于模型求解的免疫算法，最后应用Matlab软件对模型进行仿真求解。仿真结果说明，模块化设计方法在物流服务产品设计中应用简单，实用性强，求解结果科学合理；同时，该方法具有较好的通用性，亦可用于其他服务产品的模块化设计研究。

模糊C均值聚类；物流服务产品；模块化；免疫算法

面对全球能源紧张、人力成本上升、生产技术革新、市场竞争加剧的宏观经济环境，技术创新与产品创新是企业发展的客观规律和必要手段，也是企业为优化资源配置、分散经营风险、降低交易成本、寻求可持续发展而实施的战略。对于物流企业来说，其生存发展也必须遵循这一客观规律。要满足日益多样化的客户需求，产品创新是物流企业提升经营效益与服务质量的有效手段，也是提高综合竞争力的根本途径。产品设计方法是产品创新的关键，建立一套科学合理、高效易行的产品设计方法，是物流服务产品创新面临的主要问题之一。

一、物流服务产品设计方法研究现状

在机械及电子产品设计研究领域，模块化产品设计方法已经得到广泛应用，相关理论与方法的研究也较为成熟。但模块化设计方法在服务产品设计领域内的应用，特别是在物流服务产品的开发与设计中还存在巨大的研究空间。

1.物流服务的“产品化”

服务产品是指生产者通过由人力、物力和环境所组成的结构系统来销售、生产及交付的能被消费者购买和实际接收及消费的“功能和作用”，如旅游产品、运输产品、电信产品、金融产品等，具有无形性、不可存储性、产消同时性和质量波动性等特征。服务产品的诞生源自于“服务产品化”（Service Productization）概念的提出。所谓“服务产品化”是指将服务商所提供的服务，通过一系列统一的服务标准、可衡量的服务质量和系统化的定价机制予以实现，进而形成具有特定属性的服务产品，将原有的服务业务转化为规范化的、可控制的服务产品。[1]其目的是通过优化传统的服务方式，使客户获得的服务更为标准化、科学化。物流服务产品则是物流企业为满足物流服务需求者的各种需要而投入的人力、物力、财力资源的具体产出形式。用产品的概念来刻画物流服务，是“服务产品化”理念在物流服务行业内的一次创新性应用。

2.服务产品设计方法

服务产品的开发与设计研究在国外起步较早，如彼得斯和塞丁（Peters&Saidin）[2]从基于结构性分层组合的需要出发，将服务产品的服务内容进行构件层次划分，其中“原子”是非独立的服务内容与服务要素，“分子”是每个单项的可提供服务，“单元”是每组逻辑上独立的子服务集合。菲茨西蒙斯（Fitzsimmons）[3]提出了“服务包”的概念，即各种有形和无形要素的集合，包括支持性设施、辅助物品、显性服务以及隐性服务四类要素。卡利恩等（Cankurtaran etal）[4]给出了一种能够从微观层面来描述新产品开发速度和新产品开发成功率之间关系的元分析法。在国内，刘韩乐、[5]孙瑞萍[6]等学者，以客户需求分析为基础，分别对运输产品和旅游产品的设计方法展开探讨，但其研究内容均停留在定性分析与理论阐述层面，并未涉及具体的实施方法与关键技术。

此外，由于不同类型的服务产品间存在较大差异，导致一些方法只能应用于特定的服务产品设计，如何建立一种具有较强通用性的服务产品设计方法，是一个亟待解决的问题。

3.模块化产品设计方法

模块化设计是指，基于对产品功能的分解，按照一定规则对产品的零部件或作业环节进行归类划分并得到相应的功能模块，各功能模块具有不同功能，或者具有相同功能但具有不同性能和规格的产品设计方法。通过科学组合各功能模块，可以得到不同的产品变型，从而满足客户的多样化需求。杜（Tu）[7]认为，当企业的服务可以单独出售或者能够非常容易地与其他不同的服务包互相组合，或者不同特点的产品变型都是基于同一类的基础服务时，该企业的服务产品就已经具有了较高的模块化程度。雅各布斯（Jacobs）[8]和坎帕尼奥洛等（Campagnolo etal）[9]认为，所谓的“模块化”，是指任何一个模块可以借助于拥有明确定义的标准化接口的支撑，在不影响产品整体功能的情况下，被自由地分离或者替代。拉贾洪卡（Rajahonka）[10]则针对应用模块化设计方法优化企业物流服务的可行性进行了细致、深入的调研，其研究结果表明，模块化产品设计方法在物流服务产品设计领域内具有很好的应用前景，也为本文的研究提供了一定的理论基础和经验借鉴。

二、物流服务产品模块化设计的基本原理

1.模块化设计方法在物流服务产品设计中的应用

采用模块化设计方法进行物流服务产品设计，需要将物流服务的作业环节视为产品的“零部件”，通过综合分析作业环节的特性，建立作业环节-产品功能关联度矩阵，从而划分出不同的产品业务模块，最终实现物流服务产品的模块化，其基本原理如图1所示。

基于模块化设计的物流服务产品，其实质是一种管理模式的创新，可以通过业务模块间的灵活组合，使物流企业以大批量生产的成本来满足客户个性化、定制式的物流服务需求。

2.物流服务产品作业环节细分及特征分析

作业环节是物流服务产品模块划分问题的研究对象。考虑到物流服务产品业务流程中的作业环节数量众多、关系复杂，因而在作业环节细分时通过精简、提炼、合并，仅选取部分必要的、关键性的作业环节作为说明模块化产品设计方法应用过程的示例，参见表1。

科学分析各个作业环节的基本特征，是建立模块划分模型的前提条件。综合考察作业环节的管理特性和物理特性，并结合多位专家的意见与建议，本文从功能属性、需求属性、物理属性、经济属性和管理属性5个维度来评价作业环节的基本特征，建立包含5个一级指标、18个二级指标的两级特征指标体系，如图2所示。

图1 物流服务产品模块化的基本原理

表1 物流服务产品主要作业环节细分统计

图2中，“功能属性”是指作业环节对于产品总体功能的贡献程度或相关程度；“需求属性”是从客户需求出发，通过市场调查和客户需求细分而确定的客户对于某项作业功能的需求程度；“物理属性”主要考察作业环节属于核心产品、形式产品还是附加产品；“经济属性”则是指作业环节在运行过程中需要的能源、水源、土地、物料、人力、环境等各种资源的支撑程度；“管理属性”是对作业环节运营管理归属的考察和度量。本文选取一级指标作为评价标准，通过咨询相关专家获得各作业环节的特征指标评价值，构建起物流服务产品作业环节与产品功能关联度矩阵，进而建立产品模块划分模型。矩阵如下：

三、基于模糊聚类的物流服务产品模块划分模型

1.物流服务产品模块划分模型建立

采用模糊聚类算法划分物流服务产品模块的过程，其实质是将物流服务产品业务流程中的各个作业环节作为待分类的聚类样本，依据各项特征指标将不同的作业环节归属于不同的聚类划分中，从而形成多个服务功能和管理特性相对独立的产品模块，为产品变型设计和产品族设计提供一定基础。

传统的模糊C均值算法只考虑了各聚类样本间的内聚度最高，即聚类后每一类样本与聚类中心距离的和最小，其目标函数为：

图2 物流服务产品作业环节特征指标

其中，Xj为聚类样本j（j=1，2，…，n）的特征向量，n为聚类样本总数，每个聚类样本有p项聚类特征，即Xj=（xj1，xj2，...，xjk，...，xjp)1≤k≤p；Vi为第i（i=1，2，...，c）类的聚类中心，c为样本聚类后获得的类的个数，即Vi=（vi1，vi2，...，vik，...，vip)，1≤k≤p；U=[uij]c×n为聚类样本的隶属度矩阵，uij为聚类样本Xj（j=1，2，…，n）对于分类i（i=1，2，…，c）的隶属度，即uij∈U，1≤i≤c，1≤j≤n；m∈[1，∞）为隶属度加权指数。

然而，在目标函数（1）中并未考虑聚类间的独立性，即各聚类之间的耦合度最小。为了确保各聚类之间的独立性，本文引入独立性控制参数：

其中，Vi和Vt分别是第i类和第t类的聚类中心向量，i≥1，t≤c，i≠t。dViVt越大，说明各聚类之间的独立性越强，耦合度越小。将传统模糊C均值聚类的目标函数改进为：

考虑到客户需求对于产品模块划分也存在着重要影响，本文增加了依赖于客户需求变化的模块划分稳定性控制目标函数。采用质量功能展开法（Quality Function Deployment，QFD）将客户需求对物流服务产品功能变化的影响，映射为客户需求变化对业务流程中各作业环节的影响程度。模块划分稳定性控制目标函数可定义为：

其中，n（i）为第i个模块中所包含聚类样本的个数；R表示客户需求总数；Firj表示第r项客户需求发生变化时对第i个模块中第j个聚类样本的影响程度，和分别表示当第r项客户需求发生变化时，第i个模块中受到影响最大和最小的聚类样本的影响程度数值。在某些模块中可能会出现的情况，此时，式（4）无意义。遇到此类情况时，人工设定，继续执行后续计算过程。

以传统模糊C均值聚类的目标函数为基础，综合考虑各模块的内聚度最高、模块间的耦合度最小，以及各模块对于客户需求变化的稳定性最高三项影响因素，通过线性加权法即可建立用于物流服务产品模块划分的多目标优化函数Em：

为保证目标函数Dm可以首先得到满足，设置一个较大正数W来控制目标函数Dm在总目标函数中的权重，总目标函数Em越小，说明物流服务产品的模块划分结果越理想，各模块的内聚度越高、耦合度越小、稳定性越强。

2.模型求解算法设计

物流服务产品模块划分模型求解需要依赖具有高度寻优能力的启发式算法来实现，在此选取免疫算法（Immune Algorithm，IA）来进行求解算法的设计。免疫算法是一种借鉴生物免疫系统基本原理的优化迭代搜索算法，其通过模仿生物免疫机理和基因进化机理来实现复杂问题求解。免疫系统在受到外界病菌的感染后，会通过在系统内的诸多抗体中选择与目标抗原相匹配的抗体来消灭或排除抗原，从而实现系统免疫的目的。免疫算法的具体求解过程如图3所示。

图3 免疫算法求解的基本步骤

在免疫算法的求解过程中，将需要求解的问题作为系统的抗原，将问题的解作为抗体。首先对待解决的问题（抗原）进行详细分析，由先验知识得到对于最佳抗体基因的估计（疫苗）；之后，根据疫苗来对某个抗体的基因做出修正，进而得到新抗体（抗体）；最后，根据目标函数来选择最佳的抗体，当满足终止条件时，输出计算结果，否则程序继续迭代。

四、案例分析

依据各作业环节与特征指标之间关联关系值的分布情况，将作业环节与特征指标间的关联关系用“0-3-6-9”这一数值序列予以表示，分别代表不相关、弱相关、一般相关和强相关四个关联强度。应用德尔菲（Delphi）法来进行各作业环节的特征指标对于物流服务产品模块划分过程的影响值采集，得到物流服务产品作业环节与特征指标的关联度矩阵，以及需求敏感度评价值，参见表2。

使用Matlab 7.0商用数学软件，依据表2中数据求解模型，即可得到物流服务产品的模块划分结果。程序参数设置如下：目标函数中较大正数W=110，最大迭代次数MaxGen=200，群体规模为100，交叉概率为0.9，变异概率为0.08，疫苗接种概率为0.3，疫苗更新概率为0.5。分别对c=7到c=10的四种模块划分模式进行仿真，每种模块划分模式的求解算法均独立运行15次，取最优计算结果，分别为：c=7时，Em=4.4152；c=8时，Em=3.4283；c=9时，Em=3.4012；c=10时，Em=4.4394。

表2 物流服务产品作业环节与特征指标关联度矩阵及需求敏感度

由仿真结果可知，当模块数量c=9时，模块聚类目标函数值达到最小Em=3.4012，因此将此时的模块划分方案作为最优结果。从各模块的属性特征判断，可以将9个业务模块归类为（以作业环节编号表示）：用户接口模块（1，2，3，4，9，10，11，13，14，15）、信息服务模块（5，6，44，45，46，47）、配送服务模块（7，8，36，37，38，39，40）、装卸搬运模块（16，17，18，19）、运输服务模块（20，21，22）、包装加工模块（23，25，26，41，42，43）、仓储服务模块（12，24，27，28，29，30，31，32，33，34，35）、售后服务模块（48，49，50，51，52，53）和特色服务模块（54，55，56，57，58，59，60，61，62）。

五、结语

本文将模块化产品设计方法引入服务产品设计领域，以作业环节与产品功能关联度矩阵为基础，构建了以样本内聚度最高、模块耦合度最小、模块稳定性最强为目标的物流服务产品模块化划分量化模型，并设计了基于免疫计算的启发式求解算法。在得到的四种模块划分方案中，当c=9时，模型的目标函数值达到最优，将此时的聚类结果作为最终的模块划分方案。实验结果表明，本文提出的服务产品模块划分方法，不仅突破了既有服务产品设计研究仅限于定性分析的局限性，而且科学合理，具有较好的实用性和可操作性。同时，该方法的通用性较强，除可应用于物流服务产品设计外，亦可应用于其他服务产品的开发设计过程，能够为服务企业的产品设计和新产品开发提供很好的理论支撑与方法借鉴。

＊本文系国家自然科学基金项目“多式联运运行组织方法研究”（项目编号：71390332-3）的部分成果。

[1]王朗.服务产品化对高校图书馆的借鉴价值[J].图书馆论坛，2012，32（2）：29-32、166.

[2]Peters L.，Saidin H..IT and the Mass Customization of Services：The Challenge of Implementation[J].International Journalof In⁃formation Management，2000，20（2）：103-119.

[3]菲茨西蒙斯.服务管理：运作、战略与信息技术[M].北京：机械工业出版社，2003：19.

[4]Cankurtaran P.，Langerak F.，Griffin A..Consequences of New Product Development Speed：A Meta-Analysis[J].Jour⁃nalof Product Innovation Management，2013，30（3）：465-486.

[5]刘韩乐.铁路货运产品模块化设计分析[J].物流工程与管理，2012，34（2）：56-57.

[6]孙瑞萍.面向东北地区的近海型邮轮旅游产品开发研究[D].大连：大连海事大学，2013.

[7]Tu Q.，Vonderembse M.A.，Ragu-Nathan T.S.，et al.. Measuring Modularity Based Manufacturing Practices and Their Impact on Mass Customization Capability：A Customer-Driven Perspective[J].Decision Sciences，2004，35（2）：147-168.

[8]JacobsM.，Vickery S.K.，Droge C..The Effects of Prod⁃ uct Modularity on Competitive Performance：Do Integration Strategies Mediate the Relationship?[J].International Journal of Operations&Production Management，2007，27（10）：1046-1068.

[9]Campagnolo D.，CamuffoA..The ConceptofModularity in Management Studies：ALiterature Review[J].International JournalofManagementReviews，2010，12（3）：259-283.

[10]Rajahonka M..Views of Logistics Service Providers on Modularity in Logistics Services[J].International Journal of Logistics Research and Applications，2013，16（1）：34-50.

责任编辑：林英泽

The M odular Design M ethod of Logistics Service Product based on Fuzzy Clustering

WANG Danzhu and LANG Maoxiang
（Beijing Jiaotong University，Beijing100044，China）

The definition of logistics service product is aroused from the concept of"Service Productization"，it is a successful application in the field of logistics service and w illmake logistics servicemore standardized and scientific.In this paper，a fuzzy clustering method is used and the operation processes of service product are taken as clustering samples，the maxim izing ofmodule’scohesion，m inim izing of coupling degreeamong differentmodules，aswellas themaxim izing ofmodule’s stability dependent on customer demands variation are considered as optim ization objectives.Then an immune algorithm is designed to obtain the optimalsolution.Finally，a case study using Matlab software is investigated.The simulation result indicates that themethod hashigh practicability and efficiency.

fuzzy c-means clustering；logistics service product；modularity；immune algorithm

F259.2

A

1007-8266（2015）07-0035-06

王丹竹（1985—），女，河北省秦皇岛市人，北京交通大学交通运输学院博士研究生，主要研究方向为物流系统优化设计；郎茂祥（1969—），男，山东省聊城市人，北京交通大学交通运输学院教授，博士生导师，主要研究方向为交通运输规划与管理。