裝備制造企業(yè)關(guān)鍵物資供應(yīng)不確定下采購(gòu)計(jì)劃研究.pdf

1、裝備制造企業(yè)產(chǎn)品結(jié)構(gòu)復(fù)雜，需要采購(gòu)、外包和制造大量的原材料、零部件和成品配套件等生產(chǎn)物資。其中一些裝備產(chǎn)品的關(guān)鍵原材料、面向訂單生產(chǎn)(Make to Order，MTO)裝備產(chǎn)品的系列件以及面向訂單設(shè)計(jì)(Engineering to Order)裝備產(chǎn)品的定制件等物資，具有客戶化程度高、質(zhì)量和可靠性要求嚴(yán)格、生產(chǎn)工藝復(fù)雜、供應(yīng)渠道和能力有限、交貨提前期緊張以及供應(yīng)不確定程度高等特點(diǎn)，企業(yè)通常采用多源采購(gòu)方式。這些物資延遲供應(yīng)或缺貨對(duì)產(chǎn)品

2、生產(chǎn)和訂單交貨影響巨大，傳統(tǒng)庫(kù)存減輕、后備供應(yīng)或從現(xiàn)貨市場(chǎng)應(yīng)急采購(gòu)等不確定應(yīng)對(duì)策略在其采購(gòu)應(yīng)用中存在較大局限，是企業(yè)采購(gòu)管理的重點(diǎn)和難點(diǎn)，本文統(tǒng)一將這些物資稱為關(guān)鍵物資。科學(xué)合理地制定關(guān)鍵物資供應(yīng)不確定條件下的采購(gòu)計(jì)劃，并與生產(chǎn)計(jì)劃協(xié)調(diào)一致，對(duì)裝備制造企業(yè)降低運(yùn)營(yíng)成本、提高生產(chǎn)管理效率、提升供應(yīng)不確定響應(yīng)性及增強(qiáng)綜合競(jìng)爭(zhēng)能力具有重要的現(xiàn)實(shí)意義，同時(shí)也豐富了供應(yīng)不確定下多源采購(gòu)計(jì)劃相關(guān)理論研究。
　　本文立足于裝備制造企業(yè)實(shí)際生產(chǎn)背

3、景，針對(duì)不同關(guān)鍵物資采購(gòu)經(jīng)常面臨的供應(yīng)不確定情形:供應(yīng)中斷、供應(yīng)數(shù)量不確定和交貨時(shí)間不確定，從裝備產(chǎn)品生產(chǎn)方式、關(guān)鍵物資采購(gòu)業(yè)務(wù)特點(diǎn)、裝備產(chǎn)品（或部件）生產(chǎn)對(duì)關(guān)鍵物資的供應(yīng)要求以及供應(yīng)不確定環(huán)境下采購(gòu)計(jì)劃與生產(chǎn)計(jì)劃之間的內(nèi)在聯(lián)系等方面，對(duì)裝備制造企業(yè)一些關(guān)鍵物資供應(yīng)不確定條件下的采購(gòu)計(jì)劃問題進(jìn)行細(xì)分和提煉，系統(tǒng)地研究了關(guān)鍵原材料供應(yīng)中斷下的采購(gòu)計(jì)劃、MTO裝備系列件供應(yīng)數(shù)量不確定下的采購(gòu)計(jì)劃和ETO裝備定制件交貨時(shí)間不確定下的采購(gòu)計(jì)劃，

4、分別建立了相應(yīng)的數(shù)學(xué)規(guī)劃模型并提出了智能算法進(jìn)行求解。本研究開展了以下工作:
　　(1)面向裝備制造企業(yè)一類性能要求高、采購(gòu)周期長(zhǎng)、生產(chǎn)難度大的關(guān)鍵原材料，針對(duì)其容易發(fā)生供應(yīng)隨機(jī)中斷而導(dǎo)致缺貨的問題，考慮初始供應(yīng)商數(shù)量要求和最小訂貨批量等多重約束，提出了常規(guī)訂貨和緊急補(bǔ)貨的兩階段多源采購(gòu)計(jì)劃整數(shù)規(guī)劃模型;針對(duì)模型可行解空間巨大，決策變量維度很高，傳統(tǒng)數(shù)學(xué)規(guī)劃方法難以求得滿意可行解的問題，以標(biāo)準(zhǔn)粒子群優(yōu)化(Particle Swar

5、m Optimization，PSO)算法為基礎(chǔ)，通過改進(jìn)種群初始化和更新操作，設(shè)計(jì)自適應(yīng)鄰域長(zhǎng)度的局部搜索機(jī)制，提出了基于改進(jìn)粒子群優(yōu)化算法的模型求解策略;通過應(yīng)用算例驗(yàn)證了所提算法能夠有效求解復(fù)雜的兩階段多源采購(gòu)計(jì)劃問題;與實(shí)際決策方案對(duì)比，驗(yàn)證了提出的兩階段采購(gòu)計(jì)劃可以有效響應(yīng)潛在的供應(yīng)中斷風(fēng)險(xiǎn)，并能夠顯著降低總采購(gòu)成本;最后對(duì)模型參數(shù)進(jìn)行了敏感性分析。
　　(2)面向按單生產(chǎn)模式下多系列、多品種、小批量生產(chǎn)的裝備產(chǎn)品及其系

6、列件、針對(duì)由于供應(yīng)商交貨數(shù)量不確定造成生產(chǎn)物料不配套、生產(chǎn)計(jì)劃不能正常執(zhí)行，從而導(dǎo)致訂單拖期的問題，考慮供應(yīng)商拖期補(bǔ)貨情形以及物料齊套和不同系列產(chǎn)品生產(chǎn)組合要求等多重約束，提出了采購(gòu)與生產(chǎn)計(jì)劃聯(lián)合優(yōu)化的多目標(biāo)整數(shù)規(guī)劃模型;針對(duì)模型可行解空間巨大，傳統(tǒng)數(shù)學(xué)規(guī)劃方法難以求得滿意可行解的問題，以標(biāo)準(zhǔn)粒子群優(yōu)化算法(Standard PSO，SPSO)為基礎(chǔ)，通過引入基于經(jīng)驗(yàn)規(guī)則的初始化策略，設(shè)計(jì)基于DS算子的自適應(yīng)鄰域搜索(Adaptive

7、Neighborhood Search，ANS)策略和隨機(jī)變異與整體重構(gòu)結(jié)合的種群多樣化策略，同時(shí)輔以概率控制的模擬退火(Simulated Annealing，SA)算法，提出了求解該模型的混合粒子群優(yōu)化算法;通過應(yīng)用算例驗(yàn)證了所提算法的有效性;相比于獨(dú)立決策方案，得到的采購(gòu)與生產(chǎn)計(jì)劃聯(lián)合優(yōu)化方案不僅能保證總采購(gòu)價(jià)值和客戶服務(wù)水平最優(yōu)，還能顯著降低固定訂貨成本和訂單拖期懲罰;最后對(duì)模型參數(shù)進(jìn)行了敏感性分析。
　　(3)面向按單設(shè)

8、計(jì)的大型成套裝備產(chǎn)品及其定制件、針對(duì)由于供應(yīng)商隨機(jī)延期交貨造成原訂單排序不可行，需要重新調(diào)整和優(yōu)化的問題，考慮成套訂單生產(chǎn)的時(shí)序性約束和關(guān)鍵設(shè)備能力限制等多重約束，從采購(gòu)計(jì)劃與成套訂單計(jì)劃相互制約和影響的角度出發(fā)，提出了多周期采購(gòu)計(jì)劃與成套訂單排序協(xié)調(diào)優(yōu)化的離散雙層規(guī)劃模型;針對(duì)模型目標(biāo)和約束非凸不可微和下層規(guī)劃難以保證最優(yōu)解唯一的問題，從多目標(biāo)規(guī)劃非支配排序的思想出發(fā)，提出了基于改進(jìn)粒子群優(yōu)化算法和改進(jìn)遺傳算法(Genetic Alg