柔性管(柔性管道指的什么管)

柔性管，柔性管道指的什么管

『运筹OR帷幄』原创

编者按

随着经济全球化和商业信息化的发展，消费市场和用户需求的变化日新月异，传统供应链需要更高的需求变异性，更短的产品迭代周期，更多的产品线。因此，未来未来企业间的竞争将更加集中于供应链的流程柔性。

1.背景介绍

随着经济全球化和商业信息化的发展，传统工业（汽车、纺织、电子等）正处于一个颠覆性的变革时期。其消费市场和用户需求的变化日新月异，这种变化主要体现在三方面，一是市场国际化趋势增强，二是产品定制化需求增长，三是技术更新换代速度加快。因此，从工业工程的角度来看，传统供应链在新市场环境下的发展，必须与三个最重要的主题紧密联系：

(1)更高的需求变异性

(2)更短的产品迭代周期

(3)更多的产品线

更进一步讲，在不确定性需求主导的市场下，提高供应链的灵活性是有效提高市场响应能力的关键策略。因此，为了提高供需平衡能力，未来企业间的竞争将更加集中于供应链的流程柔性（Process Flexibility），即在时间和空间维度下都能够利用不同的设施或资源提供不同商品或服务的能力。

2.生产过程中的流程柔性

流程柔性的概念最早由Jordan和Graves在1995年提出，他们所研究的应用场景是汽车生产。在当时，一家汽车装配厂往往只有一条或几条完全相同的装配生产线，不同类型的汽车往往是在专属工厂制造出来后再由公司根据预期市场需求调度派发各地销售，尽管这非常易于企业进行统一管理，但在面对实际市场需求波动较大的情况时，这样单一僵化的生产-运输-销售方式却常常不能及时满足需求，还会产生大量的生产浪费和物流耗费。因此，Jordan和Graves提出在汽车制造过程中引入流程柔性，即使每个汽车装配厂同时具有多条不同的生产线以应对消费市场对不同车型的弹性需求，或者如果一条生产线经过改造调整后可以进行多个相似商品的生产，也可以看作是流程柔性的一种加入形式。由于流程柔性提供了根据需求变化调整产品生产计划的能力，所以我们可以通过对比这种调整前后的某些指标来衡量柔性添加后的效果好坏。对于一般的生产问题，主要衡量指标可选为预期销售量和产能利用率，因为预期销售量能直接代表生产的最直接效益，产能利用率能间接说明工厂现有资源的投资回报程度。下面以一个最简单的例子来说明生产过程中流程柔性的优势：首先考虑位于同一地区的两个工厂1、2，各有一条生产线，工厂1只生产产品A，工厂2只生产产品B，年产能均为100台。在最理想的情况下，该地区对产品A、B每年的市场需求都是固定不变的100台，那么两个产品的预期销售量都可以刚好满足需求，且工厂的产能利用率都达到100%，真正实现了“物尽其用”。

图1

但在现实中，每个产品的市场需求都不可能维持永恒不变，因此必须考虑需求的不确定性。例如，假设产品A和产品B是相似产品且互为替代品，他们的年需求总量是200台，但各自的需求量不能准确确定。如果在某一年产品A的需求量是90台，产品B的需求量是110台，根据目前产能情况来看，产品A供大于求，工厂1产能过剩，而产品B供不应求，工厂2产能不足，预期销售量和产能利用率都低于最理想情况。或许有人会想，那么把工厂1的产能调整为90台，工厂2的产能调整为110台不就完美满足需求了吗？诚然，这样的想法不无道理，但在实际应用中往往存在两个致命问题，一是工厂产能准备往往在实际需求出现前相当一段时间就已完成，在波动的市场环境下很难做到供需的完美匹配，二是工厂产能变化与固定设备购入、专业人员雇佣等问题息息相关，所以频繁的产能变化会造成资源的缺失或浪费，也不利于企业或组织管理的稳定性。针对这种情况，由于产品A、B相似，我们可以考虑最简单的一种流程柔性添加方法，即通过调整工厂1、2的生产线使其既能生产产品A又能生产产品B，调整后两个工厂的总年产能仍为200台，此后无论产品A、B各自的需求如何变化，只要年需求总量仍然维持在200台，工厂的产能利用率依然可以达到100%且预期销售量能够满足市场整体需求。

图2

进一步考虑，现实生活中需求的不确定性大多来源于概率性变化。例如，假设产品A和产品B是相似产品且需求相互独立，但具有相同的需求概率分布如下：

根据第一种固定生产方案，容易分析得出单一产品需求少于100时会造成产能的浪费，多于100时会导致部分需求无法满足，可计算预期销售量和产能利用率如下：

根据第二种柔性生产方案，在产能允许的范围内，两个工厂可以根据实际需求对产品A、B的各自产量进行调整，可计算预期销售量和产能利用率如下：

通过对比分析可知，两种方案的预期销售量差异出现在计算过程中标红处。不难理解，流程柔性的设置使得工厂在产能允许的情况下可以实现内部资源的合理分配，因此在一种产品需求较低，而另一种产品需求较高时，柔性的存在让工厂能够“取长补短”，即通过生产转移的方式满足所有需求并充分利用产能。这充分说明了流程柔性在生产过程中发挥的重要作用：提高响应不确定性需求的能力，通过资源内部分配改变生产产品配比，进而提高预期销售量和产能利用率。

通过上述例子，我们还可以看出流程柔性对生产的改善效果与产能有着密不可分的关系。关于这一点，我们不妨从两类极端情况入手考虑：

（1）工厂产能低于可能出现的随机需求最小值：产能利用率在任何需求情况下都达100%，但预期销售量受限于低产能，无法满足市场需求，此时流程柔性的加入无法产生改善效果。

（2）工厂产能高于可能出现的随机需求最大值：预期销售量在任何需求情况下都可满足市场需求，但产能利用率无法达到100%，此时流程柔性的加入也无法产生改善效果。

不难理解，流程柔性只是依靠内部产能合理分配来实现生产效益最大化，它既不能补充缺失，也不能消耗冗余。

关于产能大小和流程柔性改善效果的关系，Jordan和Graves作了更加深入的探究。他们将两个工厂的总年产能（台）设定为100、130、150、170、200、230、250、270、300（总年产能是针对第二种柔性生产方案而言的，每一个对应的第一种固定生产方案中两个工厂的产能各是总年产能的一半）。需求概率分布同上，采用与上述计算相同的方法算出每一个产能等级下两种生产方案的预期销售量和产能利用率，结果绘制在图3。其中，内侧实线代表第一种固定生产方案下预期销售量和产能利用率随工厂产能的变化情况，外侧实线代表第二种柔性生产方案下预期销售量和产能利用率随工厂产能的变化情况。虚线则显示了在某一产能级别下柔性对生产的改善效果。不难看出，在两个极端产能水平下（点F和点G处），柔性的加入并未产生任何的改善效果，这与我们上述对两种极端情况的分析完全吻合。而在其他所有适中的产能水平下，流程柔性都可以帮助增加预期销售量和产能利用率。因此我们不难得出结论：当产能与预期需求偏离过远时，流程柔性无法产生增益效果，当产能与预期需求比较接近时，流程柔性可以产生增益效果。在很多情况下，加入流程柔性都是比变化产能的更优解，因为产能变化下的预期销售量和产能利用率的变化往往背道而驰，而流程柔性却可以兼顾二者，同时产生双向增益效果。

图3

在充分了解流程柔性所能带来的生产改善效果之后，我们还需要考虑在现实生产中加入流程柔性的一般决策机制。如果只有两种产品和两个工厂，那么柔性的添加非常简单。但当有许多产品和工厂时，这样的决策就不那么容易了，因为生产方案的可能数量会呈指数型增长，决策者需要在其中找出综合效益最高的柔性方案。Jordan和Graves详细讨论了这个决策机制中最主要的两个问题：需要多大的柔性实现预期的收益？在哪里添加这些柔性？他们以一个10种汽车、10个工厂的生产计划为例，假定每个工厂产能为100台，每种汽车的需求相互独立且服从截尾正态分布，均值为100台，标准差为40台，最小和最大可能需求分别为20台和180台（这种假设基于历史数据，非常符合汽车行业的需求不确定性水平）。首先根据图4所示的固定生产方案，计算出预期销售量为853台、产能利用率为85.3%，然后根据图5所示的完全柔性生产方案（每个工厂都能生产10种汽车），计算出预期销售量提高至954台、产能利用率提高至95.4%。

图4

图5

尽管完全柔性方案具有最强的增益效果，但使每个工厂都具有生产所有产品的能力并不现实，所以还需要考量部分柔性方案能够产生的效益。Jordan和Graves采用的方法是逐步增加产品-工厂链接，即逐次向一个工厂分配一个新产品（A→2，B→3，C→4，D→5，E→6，F→7，G→8，H→9，I→10，J→1）。图6显示了不同链接添加次数下的预期销售量和产能利用率，并可以和无柔性方案和完全柔性方案直接对比。不难看出，随着柔性的增加，生产增益效果越来越显著，且当达到添加10次链接的少量柔性方案时，实现的生产增益效果已十分接近于完全柔性方案。因此，我们可以明确地认识到，一点柔性几乎可以达成完全柔性的增益效果。

图6

在认识到少量柔性可以产生的显著效果之后，决策者就可以利用此原则尝试以低成本添加柔性来改善生产，但他们仍面临着一个关键问题：即便需要添加的柔性很少，在哪里添加最好？在探究这个问题之前，我们必须定义一个“链”的概念：链是一组产品和工厂的集合，它们之间直接或间接地通过生产任务联系在一起。简单示例如图7，链1由产品A、B和工厂1组成，链2由产品C、D、E和工厂2、3组成。在一条链中，可以通过相互之间的链接建立从任何产品或工厂到另一任意产品或工厂的路径。例如，工厂2与产品D没有直接生产联系，但通过D-3-E-2的路径，两者存在间接的相关性。这背后隐藏的重要结论是：一条链中的所有产品都共享该链的制造能力。试想如果产品C的需求低于预期水平，那么部分工厂2的产能就会被产品E使用，这进而释放了工厂3的部分产能，如果产品D的需求恰好高于预期，工厂3的这一部分产能就可以满足需求。这样灵活且合理的产能转移正是流程柔性适应不确定性需求的核心所在。

图7

Jordan和Graves进一步研究了相同柔性水平下不同链配置的生产改善效果。图8（a）表示增加10次链接形成1条链，该生产方案可使预期销售量达到950台，十分接近完全柔性下的最大预期销售量（954台）；图8（b）表示增加10次链接形成5条链，该生产方案仅可使预期销售量达到896台。可见，在柔性水平相当的情况下，创建更少、更长的产品-工厂链是最大化发挥柔性优势的有效举措，因为在越长的链中，产能从需求低于预期的产品转移到需求高于预期的产品的机会就越大，对不确定性需求的响应效果就越好。关于柔性长链的特征，David Simchi-Levi和Yehua Wei在他们的研究论文中给出了更加基于数理依据的分析结果。他们证明了柔性长链所具有的”超模”特性（Supermodularity），即长链中每一段产品-工厂链接都存在相互竞争的关系，这种竞争关系在满足不确定性需求时可以发挥重要作用。另外，他们还证明了柔性长链的增益效果会随生产规模扩大而增加，但这种增加会以指数级的速度收敛到零，而且对比来看，随着生产规模扩大，完全柔性设计的增益效果的增幅会一直高于柔性长链，这意味着当生产规模很大时，若想设计长链维持接近于完全柔性的增益效果，必须要维持很高的柔性水平。因此，柔性长链对于规模较小的生产系统效果最佳。

图8

3.采购与物流过程中的流程柔性

在贸易国际化的大背景下，运输能力的提升和信息技术的发展一直促进着供应商和制造商建立国际生产网络。在这一进程中，许多公司都寻求制定适合自身发展状况的全球采购战略，以获得竞争优势。例如，在服装和纺织品行业，人力成本占原材料生产的很大一部分，那么从劳动力工资水平较低的发展中国家进行采购，就是有效节省成本、提高利润的方式。服装和纺织品行业的全球化正是始于美国服装公司最早实行的全球采购战略，从20世纪50年代末开始，他们将采购目标瞄准为日本，然后是中国、韩国，最后转移到今天的越南、柬埔寨等地，这样不断追逐低成本的采购转移策略，确保了美国国内该行业经济的可持续繁荣能力。

传统上，稳定高效的采购策略是从一个供应商获取所有产品，这不仅能保证产品质量的一致性，也可以获得较好的折扣水平。但随着消费者对产品质量、产品品类和产品迭代的要求提高，市场需求的不确定性大大增强，而单一采购策略难以对不确定性需求产生及时响应。因此，在采购过程中，流程柔性的引入十分必要，最简单的柔性方案就是实行多元采购策略，即将采购订单按数量分配给不同的供应商，这样可以有效利用不同供应商的供给能力，并在需求波动时产生缓冲作用，提高供应链韧性。在疫情影响的当下，国际物流行业的运力严重匮乏，因此对于采购者来说，还必须充分考虑采购商品在物流过程中的不确定情况，以免造成严重的延迟交付、错过商业时机等问题。此外，针对不同的供应商，不同的采购数量和不同的运输方式都会影响采购者最终获得的折扣水平，也会影响采购商品终点的库存管理和周转情况。综上所述，在不确定性需求主导的市场下，企业必须综合考量供应商选择、订单分配和运输模式选择三大问题，实现合理的柔性采购-物流联合决策，以提高供应链绩效和客户满意度。

R. Ghasemy Yaghin和Fateme Darvishi在他们的论文中首次研究了全球视角下的供应商选择和订单分配问题。他们尝试开发了一种多目标混合整数线性规划模型，同时考虑三个目标函数：最大限度降低采购总成本、最大限度减少延迟交付情况、最大限度提高采购总价值。他们所建立的柔性采购-物流联合决策机制主要考虑两种不确定性：客观数据的模糊（市场需求、供应商能力、物流成本、采购价格、折扣水平和延迟交货率等）、采购者主观偏好（期望级别和对采购量偏差的接受程度等）。所有被考虑的不确定性因素总结在图9中。

图9

经过敏感性分析，他们发现延迟交货率和采购总成本受模糊约束与采购者主观偏好影响较大，而随着模糊参数乐观水平的提高，三个目标函数都可以达到合适的目标值。据此，他们不仅为采购者提供了一个实用的柔性采购-物流联合决策模型，也因考虑了不确定性而为降低获取精确信息的成本创造了机会。进一步落实到管理学实践，他们提出了以下几点建议：

（1）供应商产能不足是导致运输成本高昂的最主要原因，采购者应该在长期合作中维持与高产能供应商的良好关系。

（2） 采购-运输计划主要受市场需求水平的影响，采购者应当控制预期需求处在合理范围内。

（3）在第三方物流控制价格上涨的情况下，采购者应及时更换其他运输方式来优化供应链的成本效益。

对于国际供应链，柔性采购-物流联合决策的未来研究方向还将引入更加复杂的不确定性因素，例如需求的季节性变化与特殊产品的生命周期等，其他诸如汇率波动、关税变化等政策性影响因素也可以纳入考量范围之中。

参考文献：

[1] Jordan, William C., and Stephen C. Graves. “Principles on the Benefits of Manufacturing Process Flexibility.” Management Science, vol. 41, no. 4, INFORMS, 1995, pp. 577–94, http://www.jstor.org/stable/2632880.

[2] Mabel C. Chou, Geoffrey A. Chua, Chung-Piaw Teo, Huan Zheng (2009) Design for Process Flexibility: Efficiency of the Long Chain and Sparse Structure. Operations Research 58(1):43-58. https://doi.org/10.1287/opre.1080.0664.

[3] David Simchi-Levi, Yehua Wei (2012) Understanding the Performance of the Long Chain and Sparse Designs in Process Flexibility. Operations Research 60(5):1125-1141. https://doi.org/10.1287/opre.1120.1081.

[4] R. Ghasemy Yaghin, Fateme Darvishi, Order allocation and procurement transport planning in apparel supply chain: A utility-based possibilistic-flexible programming approach, Fuzzy Sets and Systems, Volume 398, 2020, Pages 1-33, ISSN 0165-0114, https://doi.org/10.1016/j.fss.2019.09.016.

转载自 运筹OR帷幄 公众号

END

柔性管(柔性管道指的什么管)

未经允许不得转载：考研网 » 柔性管(柔性管道指的什么管)