装备制造企业服务化转型的路径选择

*本文已于2015-05-13 15∶33在中国知网优先数字出版。 网络出版地址：http：//www.cnki.net/kcms/detail/21.1558.C.20150513.1533.004.html

【装备制造业发展研究】

装备制造企业服务化转型的路径选择*

张青山， 李羚

(沈阳工业大学 管理学院， 沈阳 110870)

摘要：服务型制造是当今国际装备制造业发展的一种新趋势和新模式，路径选择又是装备制造企业服务化转型的重要决策问题。LS-SVM模型对于小样本、非线性问题有其自身独特的优势，该模型将定性与定量方法相结合，采用目前较成熟的MATLAB软件编程，为装备制造企业服务化转型路径选择拓展新的思路。

关键词：装备制造企业； 服务型制造； 服务化转型； 路径选择； LS-SVM模型； MATLAB软件

收稿日期：2014-12-16

基金项目：沈阳市科技计划项目(F13-315-5-29)。

作者简介：张青山(1957-)，男，吉林蛟河人，教授，博士生导师，主要从事生产系统构造及运行管理、动态联盟与虚拟企业管理、评价技术与风险管理等方面的研究。

doi：10.7688/j.issn.1674-0823.2015.03.07

中图分类号：C939文献标志码：A

我国装备制造企业长期采取井喷式的粗放型发展模式，是以资源能源的大量消耗作为代价的。虽然依托此种发展模式使我国跨入装备制造业大国的行列，但却始终无法让我国成为装备制造业强国，同时随着国内外环境的严峻变化，传统的发展模式早已不再适合我国的装备制造企业，这一点已成为学术界的共识[1-2]。

在众多有关转型的研究中，融入可持续发展和服务理念的服务化转型迎合了国内外环境，相对来说技术要求并不严苛且改进方法较易落实，无疑成为目前较适合我国装备制造企业转型的有效途径之一。服务化转型的路径有多种，我国装备制造企业如何根据自身实际情况去选择就成为研究重点。然而，目前有关方面的研究还很是欠缺，影响了此领域的后续发展，本文将以此为突破口，从定性描述和定量选择两方面入手对其进行研究。

服务化转型路径诊断实质上是一个模式识别问题，模式识别的方法有神经网络、LS-SVM等。本文属于小样本、非线性问题的研究，由于神经网络技术理论中存在较大的经验风险和学习算法中局部极小等问题还有待解决，相较之下，LS-SVM具有严格的数学基础和较好的泛化能力，在此类问题的研究中具有特有的优势。周辉仁[3]、陈帅[4]、游张平[5]、贾嵘[6]、周腊吾[7]、曾杰[8]、任超[9]、李跃松[10]等诸多研究人员已通过实践研究证实此类问题中LS-SVM的仿真效果比BP神经网络的效果更好，因此针对服务化转型路径诊断研究本文采用LS-SVM的分类算法。

本文应用“有教师学习分类”，即事先已知诊断模型训练样本的类别，从而来设计分类器，用该分类器对诊断模型的测试样本进行识别，比较测试样本的实际类别与分类器输出的类别来统计正确识别率，再根据期望值重新调整分类器直至满意为止[11]。相应所需的辅助变量将根据现有研究进行提取分析，通过定性与定量相结合的研究方式为我国装备制造企业服务化转型的路径选择提供借鉴。

一、辅助变量分析

以产品生产阶段为基准点，装备制造企业服务化转型路径可分为四种。

(1) 向后端拓展，走“产品服务化路线”。这是保留企业原有生产制造业务，同时为提高客户效用而提供基于产品的增值服务。

(2) 向前端拓展，走“知识技术密集型高端服务化路线”。这是保留企业原有全部或部分生产制造业务，基于已有的知识和核心技术面向专业化市场或新的业务领域为客户提供知识密集型、技术密集型服务，是在重视生产的同时将重心落在与生产制造有关的技术层面的服务上，如咨询策划、工程设计、研发设计、试验检测、标准制定等。由于此类服务往往发生在生产制造的前端，因此是前端拓展。

(3) 同时向两端拓展，走“产品服务一体化路线”。这是将前两种路径结合起来，不过此时企业只保留核心业务而将其他业务外包，基于已有的经验、专业知识、核心技术、资源能力为客户提供一整套解决方案，是立足于自身的核心业务将技术与工程相结合来提供服务。

(4) 脱离或外包全部生产制造业务而转向专业服务，走“服务产品化路线”。这是完全立足于服务，转向为生产制造企业服务的生产性服务业或为后端顾客服务的服务咨询公司，成为解决方案提供商。不过此种转型路径需要在战略层面上作很大的变革且存在较大风险，一般适合于在产业链上掌握核心技术或原有服务功能较成熟的核心企业和行业领军企业[12]。

根据上述四种路径的分类特点，本文提出的辅助变量为：生产制造业务v1、顾客受益来源v2、企业竞争优势v3、服务化程度v4、产品所有权转移时间v5、产品使用期间企业承担的责任v6、所提供的产品或服务的生命周期v7、服务成本v8、服务质量要求v9。根据Delphi专家意见法对上述辅助变量以比例尺度量化[13]，如表1所示。

表1　辅助变量定量对应表

本文通过分析各类制造企业服务化的现状，组织一个专家小组对其进行打分，模型以辅助变量v1～v9作为输入，四种服务化转型路径F作为输出。共选取了20个企业，其中选取12个企业的评分作为系统的实际值，即S1～S12；S13～S15的分值由专家确定实际值，由模型计算预测值；S16～S20由模型计算预测值，模型数据如表2所示。

表2　模型数据

二、LS-SVM分类算法原理

f(x)=wTφ(x)+b

(1)

式中：φ(·)为输入空间到特征空间的映射；w为系数向量；b为偏差项。w和b可通过最优化问题来确定，计算公式为

yi(wTφ(xi)+b)=1-ei(i=1，2，…，l)

(2)

式中：Q(·)为自定义的最优化函数；ei为松驰因子误差。

拉格朗日函数为

L(w，b，e，α)= Q(w，b，e)-

(3)

式中，αi(i=1，2，…，l)为拉格朗日乘子，该式的Karush-Kuhn-Tucker条件为

(4)

结合Mercer条件，消去w和ei得

(5)

式中：y=[y1，y2，…，yl]T；I=[1，1，…，1]T；α=[α1，α2，…，αl]T；Ωmn=ymynK(xm，xn)，K为核函数。令A=Ωmn+γ-1I，式(5)可解得

α=A-1(I-by)

(6)

(7)

三、结果分析

本文采用MATLAB的LS-SVM lab工具箱编程，核函数采用此类问题常用的高斯核函数，即

(8)

本文属于多分类问题，吴清华[11]等已通过实验证明此类问题采用MOC法更节省测试时间，正确率最高，因此本文只需建立3个支持向量机即可，原理如图1所示。

图1　MOC原理图

对于装备制造企业来说，这里就给出了如何根据企业实际情况去选择适合本企业的服务化路径的定量选择方法，即建立三个最小二乘支持向量机模型。第一个模型SVM1通过计算可以将属于第一种路径的企业划分出来，其他不属于第一种路径的企业被留在原来的类群中，即分类1中是没被划分出来的企业，通过坐标来判断所分类的企业是哪些。模型二和模型三也同理来进行划分。如此便可将具有不同辅助变量值的企业划分到四种路径的一个之中。

用LS-SVM lab工具箱编程的设计步骤如下：(1)录入输入输出数据；(2)对输入输出数据进行归一化预处理；(3)设定参数gam和sig2；(4)训练模型；(5)输入预估数据，进行数据预处理并进行模型的预测；(6)用plot函数绘图[15]23-33，涉及到的函数如图2所示。

图2　LS-SVM建模步骤

建模过程同理，第二次建模显示F18属于第二类，而F19、F20的类型判断需再次建模，如图4所示。

第三次建模过程数据显示F19属于第三类，由于此时数据只有2个样本，MATLAB程序不再显示分类界面。不过本文就是四分类问题，所以F20属于第四类，如图5所示，两个样本点分别在两个对角上。

图3　第一次建模结果

图4　第二次建模结果

图5　第三次建模结果

所以，通过建模及运算得出企业16和企业17选择第一种服务化转型路径，即向后端拓展，走“产品服务化路线”。企业18选择第二种服务化转型路径，即向前端拓展，走“知识技术密集型高端服务化路线”。企业19选择第三种服务化转型路径，即同时向两端拓展，走“产品服务一体化路线”。企业20选择第四种服务化转型路径，即脱离或外包全部生产制造业务而转向专业服务，走“服务产品化路线”。如此，本模型可以为装备制造企业选择服务化路径提供定量的数据参考。

四、结语

LS-SVM是用等式约束代替SVM的不等式约束，从而提高了求解问题的收敛精度和运算速度[16]。MATLAB对于LS-SVM的求解运算也日趋成熟，这将为LS-SVM的应用提供更广阔的空间。对于装备制造企业服务化转型路径选择问题，迄今为止的研究大多都还停留在定性方面，而本文创新性地引入LS-SVM算法，定性和定量相结合，建立了路径选择分类模型，以期为日后装备制造企业服务化转型方面的研究提供借鉴和参考。

参考文献：

[1]Hobo M，Watanabeb C，Chen C J.Double spiral trajec-tory between retail manufacturing and customers：leads a way to service oriented manufacturing [J].International Journal of Technological Innovation，2006，26(7)：873-890.

[2]Williams A.Product service systems in the automobile industry：contribution to system innovation [J].Journal of Cleaner Production，2007，15(11/12)：1093-1103.

[3]周辉仁，郑丕谔，任仙玲.最小二乘支持向量机的参数优选方法及应用 [J].系统工程学报，2009(2)：248-252.

[4]陈帅，朱建宁，潘俊，等.最小二乘支持向量机的参数优化及其应用 [J].华东理工大学学报：自然科学版，2008(2)：278-282.

[5]游张平，胡小平，张凯，等.基于自适应LS-SVM的柴油机进排气系统故障诊断 [J].科技导报，2010(8)：77-80.

[6]贾嵘，徐其惠，李辉，等.最小二乘支持向量机多分类法的变压器故障诊断 [J].高电压技术，2007(6)：110-113.

[7]周腊吾，陈静，戴浪.基于最小二乘支持向量机的风速组合预测模型 [J].科技导报，2011，29(7)：66-68.

[8]曾杰，张华.基于最小二乘支持向量机的风速预测模型 [J].电网技术，2009，33(18)：144-147.

[9]任超，李和旺.最小二乘支持向量机在GPS高程拟合中的应用 [J].工程勘察，2012(7)：55-57.，Watanabeb C，Chen C J.Double spiral trajec-tory between retail manufacturing and customers：leads a way to service oriented manufacturing [J].International Journal of Technological Innovation，2006，26(7)：873-890.

[2]Williams A.Product service systems in the automobile industry：contribution to system innovation [J].Journal of Cleaner Production，2007，15(11/12)：1093-1103.

[3]周辉仁，郑丕谔，任仙玲.最小二乘支持向量机的参数优选方法及应用 [J].系统工程学报，2009(2)：248-252.

[4]陈帅，朱建宁，潘俊，等.最小二乘支持向量机的参数优化及其应用 [J].华东理工大学学报：自然科学版，2008(2)：278-282.

[5]游张平，胡小平，张凯，等.基于自适应LS-SVM的柴油机进排气系统故障诊断 [J].科技导报，2010(8)：77-80.

[6]贾嵘，徐其惠，李辉，等.最小二乘支持向量机多分类法的变压器故障诊断 [J].高电压技术，2007(6)：110-113.

[7]周腊吾，陈静，戴浪.基于最小二乘支持向量机的风速组合预测模型 [J].科技导报，2011，29(7)：66-68.

[8]曾杰，张华.基于最小二乘支持向量机的风速预测模型 [J].电网技术，2009，33(18)：144-147.

[9]任超，李和旺.最小二乘支持向量机在GPS高程拟合中的应用 [J].工程勘察，2012(7)：55-57.

[10]李跃松，朱玉川，吴洪涛，等.基于最小二乘支持向量机的超磁致伸缩执行器磁滞非线性模型 [J].机床与液压，2012，40(23)：4-6.

[11]吴清华.基于LS-SVM的电力变压器故障诊断与预测研究[D].成都：西华大学，2010：33-45.

[12]张青山，逯晓宇，徐伟.制造业服务化转型：挑战、路径与对策 [J].沈阳工业大学学报：社会科学版，2014，7(3)：237-244.

[13]张凯.服务型制造价值增值机理研究：以电动汽车租赁为例[D].上海：上海交通大学，2013：11-18.

[14]郭新辰.最小二乘支持向量机算法及应用研究[D].吉林：吉林大学，2008：4-23.

[15]郑阿奇.MATLAB实用教程 [M].2版.北京：电子工业出版社，2011.

[16]李方方，赵英凯，颜昕.基于Matlab的最小二乘支持向量机的工具箱及其应用 [J].计算机应用，2006(2)：358-360.

Path selection of service transformation of

equipment manufacturing enterprises

ZHANG Qing-shan, LI Ling

(School of Management, Shenyang University of Technology, Shenyang 110870, China)

Abstract：Service-oriented manufacture is a new tendency and new pattern of international equipment manufacture industry development, and path selection is an important decision-making issue of service transformation on equipment manufacture enterprises. LS-SVM model has its own unique advantages in small samples, nonlinear problems. The model combined qualitative and quantitative methods, and the current mature MATLAB software programming is used so as to provide new ideas for studying path selection of service transformation of equipment manufacture enterprises.

Key words：equipment manufacturing enterprise; service-oriented manufacture; service transformation; path selection; LS-SVM model; MATLAB programming

(责任编辑：张璐)