英语原文共 26 页

New flexibility drivers for manufacturing, supply chain and service operations

--制造、供应链和服务运营的新柔性驱动因素

摘要:

不断增加的产品扩散，定制，竞争和客户期望以及供应方面的中断，对公司运营构成了重大挑战。这些挑战需要提高制造，服务和供应链系统的效率和弹性。新的和创新的柔性概念和模型为这种运营改进提供了前瞻性的途径。在这方面，正在审查若干新出现的柔性问题，例如风险和不确定性管理，环境可持续性，竞争中的最佳战略，战略性消费者行为的最佳运作。本概述简要回顾了这些重要的研究问题，并讨论了本期特刊中的相关论文。四个主要的柔性驱动因素被分类：中断风险，弹性和供应链中的连锁反应；数字化，智能运营和电子供应链;可持续性和闭环供应链；和供应商整合和行为柔性。

1. 制造、服务和供应链系统的柔性

随着产品扩散，单位需求量减少和次日交付预期的增加，运营、服务和供应链的柔性已成为研究和行业的重要焦点领域。 本期IJPR特刊旨在介绍制造，供应链和服务运营柔性领域的最新研究成果。

本节提供了有关柔性的简要背景。 柔性是指系统在动态环境中改变（适应）的能力。 从各种战略，战术和运营角度对制造，服务和供应链文献中的操作系统柔性进行了广泛的研究。

该研究的一个实质性部分研究容量柔性，将调查分为两个主要领域，即专用与灵活能力投资决策，以及流程柔性（或能力适应性）。过程柔性分析公司根据需求或供应变化在灵活线路上更改制造设置的能力。它部分依赖于在多个生产设施或生产线上生产多种产品的能力。特别是，Jordan和Graves，Chou等人，Simchi-Levi和Wei研究了随机需求下的柔性生产网络的设计。 Simchi-Levi和Wei研究了在最坏情况（稳健）需求下设计灵活的生产网络。这些发现使得讨论进一步推向稀疏柔性设计，这些设计在预期销售下表现良好，并且风险度量较低。在各种研究中已经研究了公司的操作柔性或容量适应性，即在不同产品系列中随时间动态改变容量分配的能力。

柔性可用于对冲客户订单的可变性。 为此，必须在每个时期调整生产水平，以匹配当前需求，优先考虑利润率较高的产品，或满足最接近的客户。 Simchi-Levi和Wei开发了一种最坏情况分析过程柔性设计的方法。 Bożek和Werner开发了一种优化方法，用于灵活的作业车间调度，具有批量流和子库大小优化。

制造柔性和适应性的测量产生了不同的框架和各种尺寸，例如生产、产能、体积和物流柔性。 此外，Ramasesh和Jayakumar建议根据客户的价值衡量制造柔性。 Zhang，Vonderembse和Lim通过定义和分析能力，能力和客户满意度之间的关系来分析制造柔性，相关工作也可以在装配线平衡和供应链柔性文献中找到（参见本文的进一步说明）。

供应链柔性包括系统、流程和产品柔性，系统柔性由战略和结构组成部分组成，公司广泛实施产品和流程柔性（参见例如大众汽车的新生产系统战略）。供应链中的协调和采购策略在实践中也是典型的。许多公司也投资于结构冗余，例如丰田扩大其供应链，需要多方采购，并在供应方面建设新设施。所有这些柔性因素都可以被视为在缓解阶段抑制破坏的连锁反应的策略，以及在破坏后阶段的反应行动。协调和推迟是供应链柔性的另外两个方面，将客户行为与供应链考虑因素相结合和协调，促成了有效的按订单生产供应链的发展。Knoppen和Christiaanse表明，供应链的柔性（与制造系统不同）主要通过管理行为与适应相关联，因此，在供应链中，协调在柔性中起着重要作用，并将此问题与传统的自动控制理论区分开来。 Simchi-Levi和Wei开发了一种最坏情况分析过程柔性设计的方法。最后，可以使用一系列推迟的决策（产品推迟或滚动/自适应计划）来提高供应链的柔性。

Tachizawa和Thomsen根据经验调查了与上游供应链相关的柔性方面。 Coronado和Lyons调查了运营柔性工业对供应链的影响及其对支持按订单生产制造的计划的影响。 Wadhwa，Saxena和Chan在基于关键参数和性能测量的动态供应链模型中提出了关于不同柔性选项（即没有柔性，部分柔性和完全柔性）的作用的研究。 这些研究的结果提供了供应链柔性的不同维度，并进一步讨论了解供应链动态中的柔性角色。 Swafford，Ghosh和Murthy表明，信息技术集成使组织能够充分利用其供应链的柔性，从而加快供应链响应速度，最终提高竞争性业务绩效。

优化提供了另一种研究供应链柔性的观点。 Kauder和Meyr提供了一个数学优化框架，用于相互分析汽车制造商供应链设计的柔性和效率。 Tanrisever，Morrice和Morton提出了一个关于多阶段供应链的随机规划模型，该模型涉及按订单生产环境中的容量柔性。

供应链的柔性与其他柔性维度相关，包括生产，产能，数量和物流柔性，以及数量，供应，产品，运输和创新柔性。

供应链柔性的一项主要新研究计划是研究其在破坏风险管理框架中的作用。 在这种情况下，柔性通过重新分配供应链中的库存，能力和采购设施，在改变系统行为方面间接使用冗余。 中断对供应链绩效的影响取决于主动恢复措施和恢复应急计划。 Ozbayrak，Papadopoulou，Samaras，Tang和Tomlin将柔性视为一种能力，能够及时响应供应链环境的变化。

Kleindorfer和Saad认为采购柔性，库存和产能过剩是供应链中的主要弹性驱动因素。 供应链的柔性和弹性是相互关联的。 Ivanov，Sokolov，Dolgui和Dolgui，Ivanov和Sokolov开发了一个连锁反应控制框架，为供应链中断管理的柔性提供了证据。

稳健性是供应链柔性的一个特征。 史蒂文森和斯普林将强大的网络柔性区分为现有供应链结构能够应对的事件范围，以及供应链的适应性。 Yadav等人在灵活的产品系列和多样化的稳健性背景下分析了供应链的柔性。 Seifert和Langenberg还考虑了供应链的柔性和产品决策的适应性。

从动力学的角度来看，鲁棒性元素也可以被视为柔性元素，反之亦然。 稳健性和柔性都是供应链中的“不确定性缓冲”。 在主动和被动控制回路中平衡柔性和稳健性的要素，可以分析不同配置的服务水平，成本和风险稳定性以及供应链管理策略。

2. 新的柔性驱动因素和这一特殊问题的介绍

本期特刊的重点是新的柔性前提 - 基于人力，机器，流程和信息技术，以及它们对柔性结果的独特和综合影响。 该方法包括多学科运作视角，包括不同的建模和定量方法以及实证研究。

IJPR的这期特刊探讨了各种柔性驱动因素，这些驱动因素来源于信息技术，业务分析和增材制造等领域的新进展。 在柔性能力的一般背景下，这个特刊还在精益管理、新颖的定量技术、弹性和风险管理方面产生了新的想法。

提交的论文涉及各种主题，包括但不限于：

bull;借助新信息技术提高运营柔性

bull;可重新配置的供应链和制造系统

bull;业务分析和运营柔性

bull;增材制造和运营柔性

bull;精益管理和运营柔性

bull;战略采购和运营柔性

bull;柔性，弹性和风险管理

bull;服务运营柔性

bull;供应链柔性

本期特刊中的论文分为四大主要柔性驱动因素：

bull;供应链中的中断风险，弹性，冗余和连锁反应；

bull;数字化，智能运营和电子供应链；

bull;可持续性和响应能力；

bull;供应商整合和行为柔性

2.1 风险、中断、复原力和供应链中的连锁反应

Jiho Yoon，Ram Narasimhan和Myung Kyo Kim的“零售商在消费者储备中预测供应中断的采购策略”分析了零售商在消费者储存行为下的采购策略，以及与多层供应链中选择最优策略相关的因素 在供应中断风险的情况下。 假设消费者试图减轻供应短缺的负面影响，作者认为，如果消费者早先遇到类似的问题，库存行为会变得更强，而且库存被囤积时会更弱。 更具体地说，从零售商的角度分析单一来源与双重采购设置。 结果表明，单一与双重采购的优势在很大程度上取决于供应商的销量柔性，零售商的采购价格和供应商的可靠性。

Ju Myung Song，Weiwei Chen和Lei Lei的研究“需求不确定性下的供应链柔性和运营优化：灾难救援案例”，侧重于灾难救援情景中的SC柔性。 他们的方法旨在最大限度地减少多期计划期内产品交付的总延迟和峰值延迟。 客户需求的不确定性在灾难中尤为严重。 考虑到这一挑战，作者将需求分解为两个部分：历史数据预测的相对稳定的基本需求和不可预测的需求激增。 对于基本需求，他们为生产和分销业务制定优化模型，并为制造商和配送中心制定库存补货政策。 该模型最大限度地减少了总延误。 建议SC柔性部署以应对不可预测的需求激增。

G. Behzadi，M.J。O#39;Sullivan，T.L。 Olsen和A. Zhang在他们的研究“市场需求中断下农业企业供应链的分配柔性”中，根据中断风险管理策略分析供应链分配的柔性。 他们开发了一个多商品多期优化模型来分析农业企业供应链中的市场需求中断风险。 目标将风险厌恶设置中的预期利润和风险结合起来，通过稳健的优化公式解决。 Zespri猕猴桃供应链的实际案例研究用于说明开发的方法。 更具体地说，考虑了三种风险管理策略，即多样化的需求市场、备份需求市场和灵活改道。 结果表明，虽然多样化的需求市场和备份需求市场策略对所有决策者同样重要，但灵活改道对于规避风险较小的决策者尤为重要。

Dmitry Ivanov的研究“揭示供应链弹性和可持续性的界面：模拟研究”利用anyLogistix开发的离散事件模拟模型来研究供应链中涟漪效应和可持续性的界面。考虑了与供应商，工厂，分销中心和客户的多阶段供应链。结果表明（i）可持续的单一来源增强了连锁反应；（ii）区域主要雇主的设施强化减轻了连锁反应并提高了可持续性；（iii）在高度中断风险设施下游的供应链中存储设施的减少增加了可持续性，但产生了连锁反应。他的研究还发现，恢复启动和恢复对服务水平差距缩减的影响之间存在时间差，这表明需要在中断持续时间方面采取积极主动的供应链政策。结果进一步表明，需要考虑人为方面的协调复杂性分析和恢复对中断持续时间的影响。

Jiho Yoon，Srinivas Talluri，Hakan Yildiz和William Ho在他们的论文“供应商选择和风险缓解模型：整体方法”中关注上游中断风险背景下的供应商选择。 广泛的定量和定性风险因素被考虑用于供应商选择中的潜在用途。 此外，作者还评估了此背景下替代风险缓解策略的效率。 作者发现，应同时利用上游和下游战略来改善结果，而不是依赖于单一类型的战略。 因此，建议将上游和下游风险缓解策略结合起来，作为减少供应链中断风险的重要考虑因素。 基于多目标优化的仿真用于开发决策支持模型，该模型使用来自汽车零件制造商的数据进行检查。

2.2 数字化、智能运营和电子供应链

ChristophMuuml;ller，Martin Grunewald和Thomas Stefan Spengler的研究“随机故障的机器人装配线的冗余配置”调查了机器人装配线的操作是否存在过程故障。作者指出，站点之间的互连（通过物料处理系统）导致任何一个站点的故障经常导致系统吞吐量损失。主动安装缓冲区需要大量投资，并且占用稀缺的工厂空间。引用制造技术的进步（#39;工业4.0#39;），作者呼吁采用新的解决方案来减少与故障相关的吞吐量损失。更具体地说，他们关注一种可能的解决方案，即冗余配置，其中下游（备用）站在维修时间内自动接管故障站的操作。这些情况下的吞吐量损失取决于灵活的操作分配和备份站的分配。为具有随机故障的机器人装配线的冗余配置开发的遗传算法允许线生产率的最大化。

Konstantin Biel和Christoph H. Glock的论文“管理多阶段生产系统的动态，受学习和遗忘影响：模拟研究”调查管理生产系统，由于学习和遗忘效应，生产率随着时间的推移而变化。这种学习和遗忘效应在多阶段生产系统的不同阶段相互作用 - 然而，严格的生产管理规则无法捕捉到不断变化的生产率的动态特征。该研究探讨了典型的关键性能指标（如设置数量，过程中库存或周期时间）如何受到串行多阶段生产系统中学习和遗忘效应的影响。它分析了这些生产系统的参数，评估了Goldratt的OPT（优化生产技术）灵活的生产控制方法如何在这样的系统中最大化学习提供的好处。结果表明，学习和遗忘对串行多级生产系统中的设置数量的影响相对较小。相反，学习和遗忘对过程库存和周期时间的影响是显著的，尽管在过程库存的情况下是模糊的。提出的建议缓冲管理规则有效地抵消了这种模糊性。

Liang Qu，Michael B. C. Khoo，Philippe Castagliola和Zhen的研究“用于检测事件间隔时间变化的指数累积总和图表”通过研究恶化和过程柔性的改进来进行调查。 他们应用事件间时间（TBE）图表来监控流程变化（或故障率）。 更具体地，使用双侧TBE累积和（CUSUM）加权图表，导致开发新型WCUSUM图表。 通过考虑柔性工艺设计中的随机过程变化（包括增加和减少变化）来说明WCUSUM图表的构建。

Shailesh S. Kulkarni和David Francas的研究“产能混合制造系统的产能投资和操作柔性的价值”帮助制造商寻求通过混合中间体来提高柔性。在需求不确定性下使用随机程序，作者提供了在范围和移动性相互依赖时的权衡取舍的分析见解。结果允许在存在混合的情况下分析专用资源和共享资源之间的互补性和替代效应。特别是，他们的分析表明，

资料编号：[5552]