统筹经济和非经济因素的注塑机企业供应商评价和订单分配*

□ 张程希 □ 王 瑞 □ 余军合 □ 战洪飞

宁波大学 机械工程与力学学院 浙江宁波 315211

1 研究背景

环境问题是一个全球性的长期问题,制造企业在环境保护方面面临着重大挑战[1]。近年来,消费者对环境问题的关注不断增加,绿色生产逐渐成为公众关注的焦点。除了从供应商购买原材料、产品和服务,制造企业也要求供应商承担保护环境的责任。为了确保供应商能够进行更加环保和可持续的生产,仅仅考虑成本的供应商选择方式已经不能满足高质量发展的需求,环境和企业信誉等非经济因素正变得越来越重要。由此,制造企业应该更新供应商评估体系,通过综合考虑经济成本和非经济因素,进行可持续的供应商评价和订单分配。

供应商评价和选择问题可以被认为是一个多准则决策问题,评价过程通常与信息的不确定性相互关联。目前,国内外对供应商选择的研究主要集中在两个方面。一是供应商选择决策过程中评价指标体系的构建,主要侧重与企业所属的行业领域和供应商的个性化需求。二是确定供应商评价和订单分配方法。

在评价指标体系构建方面,研究者们提出了不同的评价体系和指标体系,涉及环境管理体系、绿色能力、环境认证、绿色技术等多个方面,丰富了供应商选择和评估的视角。Dickson[2]建立了23个供应商选择和评估要素,并认为质量、交付、历史业绩是最重要的三个指标。Weber等[3]回顾了相关文献,根据每个指标所出现的频次进行排序,发现价格、交货、生产能力是排名前列的指标。Freeman等[4]从之前的绿色采购战略中确定了五个一级指标和十五个二级指标,包括绿色能力和环境管理表现两个绿色一级指标。Coskun等[5]提出了经济因素、环境因素和社会因素的供应商评价指标体系,其中包括环境质量管理体系、能源管理体系等环境指标。

在供应商评价和订单分配方面,Singh[6]提出了一种基于优劣解距离法和混合整数线性规划的方法,来确定供应商的优先级,在需求条件、预算、交货期、供应商能力等约束条件下,在供应商之间分配需求,以最大化产品总采购价值。Arabzad等[7]提出了一种针对供应商评价和订单分配问题的两阶段方法,首先根据分析来定义评价指标,然后采用模糊优劣解距离法确定供应商的评价分数,并构建线性规划模型进行订单分配。PrasannaVenkatesan等[8]采用模糊层次分析法和模糊偏好顺序结构评估法对供应商的绩效评分进行计算,并采用混合整数线性规划方法建立数学模型,最后应用粒子群优化算法来确定帕累托最优解。Hamdan等[9]通过模糊优劣解距离法来分配各供应商的偏好权重,使用层次分析法为每个标准分配全局权重,提出通过多阶段双目标和多目标优化来分配订单模型,并考虑总成本和供应商的两个组合偏好权重来分配订单。Khoshfetrat等[10]开发了一个模糊多目标多产品多周期的汽车行业可持续供应商选择和订单分配数学模型,模型考虑总成本、经济得分、环境得分、通货膨胀率、社会得分、风险水平六个目标函数,确定最佳供应商和最佳订单分配。Wong Juitsung[11]提出了一种包含多重要性函数的模糊目标规划模型,将供应商的动态分线与绿色市场相结合,当终端消费者的绿色意识增强时,管理层就需要基于机会做出采购决策,以获得绿色市场红利。

虽然研究者们对供应商评价已有较多研究,但是仍没有针对注塑机这一特定行业的供应商评价问题展开具体研究。注塑机制造企业属于典型的设计+装配型企业,重装配,轻制造,制造周期长。并且注塑机的零部件种类繁多,部件制造主要以外部供应商为主,一个零部件的缺失往往会造成产品的延迟交付。由此,为了能够帮助企业获得更多订单和客户信任,实现企业的高质量发展,笔者针对注塑机行业的特点和绿色制造的需求,建立注塑机制造企业的可持续供应商评价体系,并构建统筹经济因素和非经济因素的供应商订单分配多目标模型,从而为注塑机制造企业的绿色采购提供更科学合理的理论支持。

需要指出的是,现有研究并没有针对注塑机行业的供应商评价问题展开具体分析,因此需要针对这一行业的特点和绿色制造需求进行进一步探讨,以建立符合实际情况的评价体系和指标体系。

2 方法概述

随着政府对环保产业扶持政策的加强和消费者对环保产品需求的不断增长,注塑机制造企业在选择供应商的过程中除了考虑成本因素等经济因素外,还需要考虑环境及企业信誉等非经济指标。如果一个供应商的生产过程或产品对环境产生负面影响,那么企业与其合作可能会面临消费者抵制或者政府惩罚等不利情况。此外,选择环保型供应商也符合企业的社会责任和可持续发展战略,有助于建立良好的企业形象和声誉。选择信誉良好的供应商,可以保证产品质量的稳定性和交货时间的准确性,同时还可以降低后期维修和客户维护成本及风险。

C公司是浙江省宁波市的一家注塑机制造企业,装配注塑机所需的零部件种类数量多,与上百家供应商保持合作。随着规模的扩大,按照以往粗略的供应商评价指标,企业的订单延期交货率已经达到30%左右,严重影响了企业的正常运营。此外,政府及客户也对注塑机行业提出绿色制造和可持续制造新需求。对此,笔者结合注塑机制造行业的特点,提出统筹考虑经济因素和非经济因素的供应商评价和订单分配方法,方法总体框架如图1所示。笔者在本文主要介绍:

(1) 注塑机企业供应商评价体系构建;

(2) 基于区间二型模糊集的供应商评价;

(3) 基于灰狼优化算法-粒子群优化算法的多目标订单分配模型的构建和求解。

3 注塑机企业供应商评价体系构建

由于注塑机制造企业属于典型的设计+装配型企业,重装配,轻制造,制造周期长,并且注塑机的零部件种类繁多,部件制造主要以外部供应商为主,因此注塑机制造企业的供应商数据众多,管理供应商变得更加关键。C公司是一家从事塑料注射成型机械制造的高新技术企业,共拥有四个注塑机基地,总占地面积超过70 000 m2,并且年生产能力在4 000台以上,已在20多个国家设立了经销商和服务网点。C公司的供应商管理存在两方面问题。

(1) 管理模式粗放化。目前在C公司中,对供应商没有规范的管理,在日常运营中企业的订单延期情况越来越严重,甚至订单的延期交货率高达30%。因为注塑机结构复杂和具有繁多的零部件,一个零部件的缺失往往会造成产品的延迟交付。

(2) 在生产采购过程中缺少对环境的考虑。C公司的注塑机销往国内外大客户,这些客户不仅要求注塑机厂商具备环保、信誉等条件,而且还会对整个供应链上的企业环保和信誉等提出要求。在注塑机制造企业的生产过程中,大量能源和原材料的消耗往往伴随着环境问题的产生。废气、废水、废渣等排放物大量释放,不仅会对周边空气、水源、土壤等自然环境造成一定污染,而且会对人类的健康产生不良影响。另一方面,由于注塑机生产需要大量塑料材料,企业应当注重回收和使用循环材料,以减少资源浪费,降低对环境影响。此外,注塑机制造企业应该加大环保资金的投入,不断优化环境管理体系,提高生产过程的环保性,以推动企业的可持续发展。

通过对以往供应商评价相关文献的研究,结合C公司的现有情况和目标,以研究文献中的指标为基础,与C公司的决策专家一起选出评价指标。选出的供应商评价指标包括经济因素和非经济因素,其中,非经济因素分为环境指标和社会指标。供应商评价体系见表1。由于非经济指标的数据难以量化,由此均由专家打分的方式来进行评价。

表1 供应商评价体系

采购单价指企业在从供应商处购买物品或原材料时,每单位物品或原材料所支付的价格。产品合格率指生产的产品中符合设计或规格要求的产品数量占总生产数量的比例,这一指标可以反映企业的生产质量水平和生产效率。平均交货周期指从客户下单到客户收到货物所需要的平均时间,这一指标可以反映企业的生产能力和物流配送效率。准时交货率指企业按照客户要求在规定时间内交货的比例,这一指标可以反映企业的物流配送效率和客户服务水平。环境污染指企业在生产或经营活动中对环境造成的负面影响,包括大气污染、水污染、噪声污染等。循环材料使用指企业在生产过程中回收和再利用废弃材料,减少资源浪费的相关行为。环保资金投入指企业为保护环境而投入的经费,包括减少污染、治理废水废气、循环经济等环保项目。环境质量管理体系指企业根据环境管理标准所建立的一套管理体系,并对管理体系执行的情况。企业信誉指企业在社会中的声誉和信用,包括企业的品牌形象、服务质量、信用记录等,企业信誉可以影响企业的商业合作、市场竞争、品牌价值。

4 基于区间二型模糊集的供应商评价

4.1 区间二型模糊集定义

区间二型模糊集是区间一型模糊集理论的一种扩展[12],这一模糊集通过上隶属度函数和下隶属度函数来表示。这种类型的模糊集可以在不确定的环境下捕捉更多程度的不确定性,从而得到更合理的模型。如果区间二型模糊集的形状是梯形,就称为区间二型梯形模糊集。区间二型梯形模糊集如图2所示,数学表达式为:

(1)

区间二型模糊集能够有效处理不确定信息和模糊信息,这是因为它可以用来表示模糊度。相比于其它模糊集合,区间二型模糊集能够用区间来表示模糊度,可以更好地反映实际情况,更易于理解和应用。由于笔者研究中供应商的非经济因素指标都是定性指标,定性指标难以与经济指标结合考虑,因此采用区间二型模糊集处理这些指标,通过对供应商表现和指标的评价,可以得到区间二型模糊集的评价结果,由此提供了一个有效方法来量化非经济因素的表现。

通过C公司的三名决策专家评估每个指标的重要性,并且评估每个供应商在每个指标上的表现。决策专家通过基于区间二型梯形模糊集定义的语言变量来给出他们的评价。语义变量和对应的区间二型梯形模糊集见表2。决策专家对环境污染、循环材料使用、环保资金投入、环境质量管理体系、企业信誉这五个非经济因素指标的权重评价见表3。决策专家对六个供应商在各非经济因素指标上的表现评价见表4。环境污染是非效益指标,循环材料使用、环保资金投入、环境质量管理体系和企业信誉是效益指标。

表2 语义变量和对应区间二型梯形模糊集

表3 非经济因素指标权重评价

表4 非经济因素指标供应商表现评价

4.2 区间二型模糊集排序

使用Ghorabaee等[13]提出的方法来确定区间二型梯形模糊集在方法过程中的排序。这种方法是基于上下隶属度函数的面积和模糊集的可能性对区间二型的排序方法。

第一步,建立第p个决策专家的决策矩阵Mp,为:

(2)

(3)

(4)

平均决策矩阵结果见表5。

表5 平均决策矩阵结果

第三步,构建第p个决策专家的权重矩阵Wp,为:

(5)

(6)

(7)

平均权重矩阵结果见表6。

表6 平均权重矩阵结果

第五步,对平均决策矩阵进行归一化处理,构建归一化矩阵N,为:

(8)

(9)

第六步,确定加权归一化决策矩阵E,为:

(10)

(11)

(12)

(13)

效益值越大,说明供应商的评分越好。非效益值越小,说明供应商的评分越好。效益值和非效益值分别见表7和表8。

表7 效益值

表8 非效益值

第九步,确定考虑非经济因素的量化评估值SQ,为:

(14)

量化评估值见表9。量化评估值越大,说明供应商在非经济因素上的表现越好。量化评估值越小,说明供应商在非经济因素上的表现越差。

表9 量化评估值

5 基于灰狼优化算法-粒子群优化算法的订单分配模型

5.1 供应商数据

C公司为了提高供应链的环境表现,决定通过对一些供应商所采购的产品进行基于环境指标的模拟评估,以判断环境计划的可行性。由此,C公司选择了六家质量较好,有意向遵守环境原则的供应商,由决策专家确定评估供应商的指标。

为了考虑企业信誉的影响,将企业信誉和四个环境指标一起考虑。决策专家根据C公司的历史采购电机数据,对每个供应商的采购单价、最小允许订单数量、产品合格率、平均交货周期、准时交货率进行记录,形成供应商相关数据,见表10,并结合非经济因素构建多目标优化模型。

表10 供应商相关数据

5.2 供应商订单分配模型构建

考虑经济因素和非经济因素的供应商评价和订单分配模型的变量参数见表11。

表11 变量参数

根据上述变量参数,提出考虑经济因素和非经济因素的供应商评价和订单分配模型,为:

(15)

(16)

(17)

(18)

(19)

xi≥yiQimin

(20)

xi≥0

(21)

yi∈{0,1}

式中:D为供应商订单数量矩阵。

考虑经济因素和非经济因素的供应商评价和订单分配模型是通过最小化总采购成本和最大化量化评估值的一个多目标模型。式(17)显示了需求的限制,表示在计算周期内从所有供应商处收到最大产品数量。式(18)表示从供应商处购买产品的合格率要高于最低允许合格率限制。式(19)表示从供应商处购买产品的准时率要高于最低允许准时率限制。式(20)表示从供应商处购买的产品数量需要满足供应商最小允许订单数的要求。

5.3 模型求解

尽管灰狼优化算法是一种基于灰狼狩猎行为的相对新的算法,但是当面对不连续的函数时,有限的探索性大大降低了算法性能。灰狼优化算法的核心操作是灰狼的群体行为,假设灰狼之间存在一定的关系和距离,则这些假设在离散或不连续函数中可能不再成立。粒子群优化算法在非连续函数问题上有很好的表现,所以提出灰狼优化算法-粒子群优化算法来解决供应商评价和订单分配问题。通过结合两种算法来改变搜索策略,避免不可行的解决方案。灰狼优化算法-粒子群优化算法流程如图3所示。

第一步,初始化种群,在变量范围内随机产生若干个变量组,并计算目标函数值,即总采购成本和量化评估值的倒数。

第二步,通过快速非支配排序对个体优劣进行排序,记录最优,并定义前三个个体为α、β、δ等级。

第三步,进行迭代,依次基于灰狼优化算法和粒子优化算法公式对个体进行更新,并且计算新的目标函数值。

第四步,通过快速非支配排序对个体优劣进行排序,更新记录最优及α、β、δ等级。

第五步,达到最大迭代次数,输出优选解。

这种算法的优点是可以同时充分利用灰狼优化算法和粒子群优化算法的优点,从而加快全局搜索过程,并且可以避免算法陷入局部最优解。

设置参数,订单总数为1 000,最低允许合格率为99.2%,最低允许准时率为98.8%,最小允许订单数为50,种群大小为200,最大迭代次数为50,学习因子c1为0.6,学习因子c2为0.4,最小惯性权重为0.01,最大惯性权重为0.5。

在Matlab软件中使用灰狼优化算法-粒子群优化算法对订单分配模型进行求解运算,结果如图4所示。分别使用灰狼优化算法与粒子群优化算法对订单分配模型进行求解运算,对三种算法的结果进行比较,结果如图5所示。可以看出灰狼优化算法-粒子群优化算法获得的解集比灰狼优化算法和粒子群优化算法有更好的收敛性,并且灰狼优化算法所获得的非支配解的收敛性明显弱于灰狼优化算法-粒子群优化算法和粒子群优化算法,这可能是因为灰狼优化算法将搜索空间分为若干个子空间,并且在每个子空间中进行搜索。而当搜索空间是离散的时,灰狼优化算法可能无法有效找到正确的搜索方向,所以导致出现较差的求解结果。

与单目标模型问题不同,多目标模型优化问题的结果通常是一个帕累托最优解集。为了能够选出最满意解,对总采购成本和供应商量化评估值的倒数进行权重分配,总采购成本为0.6,供应商量化评估值的倒数为0.4。根据式(22)对帕累托最优解集的两个目标值进行归一化,并根据权重计算最终的加权分数,进行排序选出最满意解。通过灰狼优化算法-粒子群优化算法得到供应商评价和订单分配模型最满意解,并与只考虑最小化总采购成本的模型进行比较,见表12。

表12 最满意解比较

(22)

式中:xmin为帕累托解集中单一目标的最小值;xmax为帕累托解集中单一目标的最大值。

6 结束语

笔者提出一种统筹经济因素和非经济因素的注塑机制造企业供应商评价和订单分配方法,根据区间二型模糊集编写Matlab程序,来计算每个供应商的量化评估值,并构建多目标线性规划模型,来确定每个供应商的订单数量,使总采购成本和供应商量化评估值的倒数最小。所提出的方法应用于C公司,针对六个供应商、五个非经济因素指标进行供应商评价和订单分配,基于灰狼优化算法-粒子群优化算法求解得到最满意解。