摘 要

随着《中国制造2025》的推进及供给侧改革的深入,消费者购物需求差异化和个性化特征也日趋明显的背景下，C2M必将在我国制造业供给侧改革进程中扮演重要的角色，从而迅速实现制造业转型及个性化消费升级。但企业如何解决C2M订单内容多样性问题转而形成高效率、短周期的模块化个性定制，是实现C2M必须考虑和实施的。

企业面对的问题实质是订单个性化与批量生产之间的矛盾，本文针对性的将C2M环境下客户订单优化分解为拆单聚类和合单批量生产两大过程。对于拆单聚类过程，先将订单的子模块用AHP赋予权重，再基于本体语义距离计算订单距离的方法实现聚类分组。在此基础上，合单批量生产过程运用成组技术，通过实施成组工艺、成组生产单元、合并下料等对生产过程优化管理。C2M环境下客户订单通过一拆一合，将单个个性化订单的生产转化为了大量相同模块订单的批量生产，实现定制个性化的同时兼顾了生产规模化。

关键词：多样性；模块化；本体语义距离；成组技术

Abstract

Along with the advancement of "made in China 2025" and the reform of the supply side, differentiation and personalization features shopping demand also increasingly obvious under the background of C2M will manufacturing supply side in our country plays an important role in the reform process, so as to transform the manufacturing of rapid and personalized consumption upgrading. However, it is necessary to consider and implement how enterprises can solve the problem of diversity of content of C2M orders and form high-efficiency and short-cycle modular personality customization instead.

Personalized enterprise is faced with the problem of order and the contradiction between the batch production, this paper targeted customer order C2M environment optimization decomposition to split the single cluster and the two big batch production process. For the process of unmarshalling and clustering, the sub-modules of orders are first weighted with AHP, and then the clustering group is realized by calculating the order distance based on ontology semantic distance. On this basis, the single batch production process adopts group technology to optimize the management of the production process by implementing group technology, group production unit and combined blanking. C2M environment customer orders through a split a close, the conversion of individual personalized orders production to mass production of a large number of orders for the same module, realizing customized personalized both at the same time the production scale.

Key Words：Diversity; modularized; ontology semantic distance; grouping technology

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景 1

1.2 研究目的和意义 2

1.3 国内外研究现状 3

1.4 研究内容和技术路线 4

1.4.1 研究内容 4

1.4.2 技术路线 4

第2章 相关理论与方法 6

2.1 生产模式的演变过程 6

2.1.1 单件生产 6

2.1.2 大规模生产 7

2.1.3 规模化定制 7

2.2 个性化定制 7

2.2.1 个性化定制概述 7

2.2.2 个性化定制的基本内涵 8

2.2.3 个性化定制的基本特点 8

2.3 C2M环境下客户订单优化决策相关理论 9

2.3.1 基于本体语义距离的订单距离计算方法 9

2.3.2 成组技术优化管理方法 10

第3章 C2M环境下客户订单优化决策研究 12

3.1 问题描述及分析 12

3.1.1 问题描述 12

3.1.2 N个客户定制n种产品的分类策略分析 12

3.2 C2M环境下客户订单优化决策模型的建立 13

3.2.1 拆单聚类优化决策模型 13

3.2.2 合单批量生产优化管理方法 16

第4章 总结与展望 19

4.1 研究总结 19

4.2 研究展望 19

参考文献 21

致 谢 23

第1章 绪论

1.1 研究背景

（1）国家制造业供给侧改革少不了C2M的驱动

随着《中国制造2025》的推出及供给侧改革的进一步深入，越来越多的制作企业开始关注并实践C2M。《中国制造2025》纲要明确指出，要运用大数据来发展引导依赖于互联网的个性化定制（C2M）和云制造等新型制造方式，实现能够满足个性化消费需求动态感知的集研发、制造和产业于一体的组织模式。制造业作为我国推进实施供给侧改革的重要领域，显然，制造业供给侧改革对深入实施制造业战略强国、把握国民经济发展大动脉具有重要意义，迫使我们必须打开新思路加以思考，实施新方法加以推动。消费者驱动型制造，即C2M模式可以使生产要素得到有效优化配置，各行业新兴业态能够加快培育发展，发展动能实现逐步强化的推进方法，对于推进制造业供给侧改革具有十分重要的意义^[1]。

（2）制造业转型及个性化消费升级离不开C2M的借力

必须看到，随着互联网的深入发展和网络用户群体的逐渐扩大，新的产业革命似乎悄无声息的到来了，消费者购物需求的差异化和个性化特征日趋明显，这将给传统制造企业带来巨大挑战。面对市场环境和消费者群体需求的不断变化，C2M模式将为我国经济发展提供新思路，逐步成为产业升级的中坚力量。

一方面，我国制造业普遍充满产能过剩，有能力将生产模式改造成柔性生产线，同时我国制造业的自动化、信息化水平已达到一定高度，为实施推行C2M技术提供了前提。另一方面，随着我国消费者购买能力的不断提升，对时尚资讯获取方式的简便化及渠道的多元化，消费者对高品质，个性化、差异化的产品需求处于供不应求的局面，这实则是企业与消费者供需平衡之间出现了信息差。C2M模式暗含了去中间化，有效实现个性化定制的消费升级和制造业转型，犹如在同一条阳光普照下的河流^[2]。

新型C2M模式不仅与目前国家提倡的供给侧改革相契合，而且为传统制造企业在电子商务转型中提供了可行的解决方案。研究和应用好C2M，将对加快我国制造业供给改革发挥十分重要的作用。作为一种新的电子商务模式，C2M逐渐被越来越多的制造企业进行实践。为满足顾客消费的个性化需求，吉利汽车集团与必要商城平台进行了业务合作，首次推出了在线出售的可定制型汽车。为积极应对企业的商业运营困境，我国青岛红领服装公司进行了传统服装业的转型升级，企业很快打造了一个独具特色的服装个性化定制运营平台，实现了企业利润的倍增。尽管如此，如何在品种单一且低成本的大规模批量生产模式与品种多但成本高的个性化定制生产模式间形成平衡，是制造企业走向C2M模式的难题，C2M环境下客户订单优化决策研究正是寻求解决这一难题并为企业发展提供参考意见。

1.2 研究目的和意义

（1）优化处理C2M环境下客户订单内容的多样性，可以为企业实现批量生产，降低生产成本。

以个性化定制为标志的C2M模式是由短缺经济转向过剩经济的结果，在短缺经济模式下，产能是瓶颈，供应链管理才是关键。但到了过剩经济，社会生产力的水平相对已经足够发达，人们的个性化需求变成了主要矛盾，在个性化时代，设计个性化产品将是主要瓶颈。因此，个性化定制产品是否可以设计的出来，成为C2M需要解决的首要问题。其中，对客户订单的优化处理可以说是产品设计的重要环节，优化大量的个性化客户订单并形成有效的产品定制化指导意见，也就完成了产品的设计过程。当然，本文将侧重于形成定制化指导意见并接收到顾客订单后，对个性化订单生产进行优化处理。

C2M模式力求实现零库存生产,由消费终端消费者（C端）主导发起的这种生产消费行为，便导致个性化订单的零散性和分布不均性^[3]。此种情况下，我们站在制造企业的角度思考，如果接收的订单量不大，但制造企业为了保证按时发货，又不得不采取生产，这必然将会导致制造企业利润较低甚至可能会亏损。可以看出，在C2M模式下，如果所有产品零部件都要实现个性化定制，那么它将不具备任何规模效率。因此，即便针对个性化定制的产品，大部分零件也必须是标准零件。如果能够将不同的个性化订单进行拆分，然后组合相同的最小单元模块并进行批量生产，最后再组合成个性化订单产品。这就能很好的将C2M产品转化为标准件加非标准件的组合，有效降低企业的生产成本。因此，C2M环境下客户订单优化对于企业降低生产成本，实现更高利润具有重要意义。

（2）优化处理C2M环境下客户订单内容的多样性，能够实质性的缩短产品生产周期，提高顾客消费愉悦感。

C2M又称短路经济，即消除消费者与制造端之间涉及的所有中间环节，直接完成消费者对接生产的一种经济模式。可以看出，需求生产型C2M模式可以有效消除库销比，同时最大程度的满足消费者的个性化需求。但是，消费者往往厌其生产的长周期，消费体验大打折扣。我们知道，订单交付周期的长短不仅直接影响顾客满意度，而且也是提升品牌力量的关键。与传统的B2C及C2C电子商务模式相比，消费者需要等待定制产品的生产，这必然导致产品从购买到交付给消费者之间有相对较长的时间。如果订单周期一旦持续过长，容易致使消费者丧失耐心而寻求其它平台进行购物^[4]。

对于顾客个性化需求的即兴化特点，消费者自然希望能够在遇到他们喜爱的产品后立即可获得。然而，基于预售的C2M模式，从预售阶段的接单，到M端依据订单要求进行生产是需要一定时间的，这会导致从接单到交货给消费者的时间相对较长，通常达到了2-4周。消费者基于产品生产周期的大幅度拉长，消费愉悦感也会大幅度的降低。在当前完善的电子商务环境下，B2C基本能够做到当日发货，次日到达，这样C2M立足就没有任何优势可言，尤其是消费时效性的体验将成为短板^[3]。因此，优化决策C2M环境下客户订单在缩短产品生产周期，提高顾客消费愉悦感方面显得尤为必要。

总而言之，通过C2M环境下客户订单优化决策能同时兼顾大规模生产的效率，与小批量个性化产品的个性化要求。在此前提下，我国企业可借助庞大的中国市场面向终端消费者实现C2M，进行制造业转型的同时实现客户消费升级，逐渐形成我国具有国际竞争力的企业群。

1.3 国内外研究现状

C2M环境下，由于订单到达时间的不确定性及订单内容的多样性，导致工艺过程多样化且生产能力瓶颈多变，同时生产重复性低致使难以实现批量生产。对此，急需一种合理有效的C2M环境下客户订单优化决策方法来指导C2M企业进行生产管理,提高企业生产管理的效率和水平。C2M企业一段时间内接收到大量不同顾客的个性化订单，需要采用一定的方法手段将大量的个性化订单的相同模块实现聚类分组，以便将多样性的单个订单的生产，转化为高效批量生产。

目前国内外学者专家们，根据订单的相似性，对订单的聚类分析进行了不同角度的研究。H.HWANG等^[5]通过聚类分析，开发了新的订单分批算法；赵改平等^[6]保证准时交货前提下，基于企业加工流程的限制，结合交货期和加工工艺提出了订单聚类模型；徐宣国等^[7]结合对欧式距离的理解，阐释了订单属性的距离并实现聚类；梁中梅^[8]依照订单接受流程的顺序,分析了顾客订单的相似性聚类；陈刚等^[9]对产品实现了K-means算法聚类；肖新华等^[10]通过创建零件相似度的计算方法，提出了携因素聚类；郑华林^[11]在改进的传统生产流程分析法基础上创建工件相似度计算方法，并依照K-means算法对工件实现了聚类；LIU Hunuan等^{[12] [13]}提出凝聚层次聚类方法实现了对工件的加工路径聚类；张辉等^[14]提出了针对工件工艺过程的聚类多级相似度综合度量方法,并采用粒子群优化算法对工艺路线进行智能聚类；刘伟等^[15]运用最大子相似序列集对工艺序列的相似性进行了分析。

另外，我国很多学者对基于成组技术的方法对生产管理进行优化方面也做了不少研究且效果明显。赵信革^[16]针对公司多品种、小批量的产品特征，基于成组技术采用目测法实施了分类成组并组织生产，不仅降低了生产成本，按时交货率也提高了不少。师智斌^[17]对多品种、小批量的飞航产品零部件，应用成组技术，工艺种类及装备数量明显减少，零件生产率及产品质量得到了较大改善。

总体上看，国内外对C2M环境下客户订单处理方面研究较多,但一定程度上缺乏研究的整体性,特别是在订单的相似性聚类方面研究比较宽泛，生产实践起来存在指导性不强。因此，本文刻意将订单处理过程分解为拆单聚类和合单批量生产两个过程进行系统讨论研究，同时深入具体行业具体产品进行C2M环境下订单优化决策，并类推到其他领域。

1.4 研究内容和技术路线

1.4.1 研究内容

C2M环境下，客户通过线上平台向制造商定制产品。假设一个制造商在某个时间段面向客户发出某型产品的定制化指导意见，N个客户会向制造商定制产品。因为不同的客户会有不同的差异化需求，因此，N个客户将会定制n种产品。但制造商为了进行批量化排产，降低成本，将会对n种产品进行分类合并，以便形成不同的产品模块，在最后一道工序时按照客户订单进行差异化组装，然后交付快递。

查阅国内外相关文献，提出C2M环境下对N个客户定制的n种产品进行分类的策略并建立客户订单优化决策模型，实现对C2M环境下客户订单优化决策研究，为我国C2M企业订单优化决策提供意见。

（1）根据C2M环境下客户订单特点，将客户订单优化决策分解为为拆单聚类和合单批量生产两大过程。分别对其进行系统讨论研究的同时，深入具体行业具体产品进行C2M环境下订单优化决策，并类推到其他领域。

（2）对于拆单聚类过程，先将订单的子模块用AHP赋予权重，再基于本体语义距离计算订单距离的方法实现聚类分组。使得多样性的单个订单的生产转化为具有订单相似模块的高效批量生产，降低企业生产成本，满足客户需求，从而实现个性化定制和生产规模化的统一。

（3）对于合单批量生产过程，采取基于成组技术的方法。通过实施成组工艺、成组生产单元、合并下料等对生产过程优化管理，有效衔接了拆单聚类过程，一拆一合解决企业实现C2M的难题。

1.4.2 技术路线

可以预见的是，未来一段时间，C2M将在加快推进我国制造业供给侧改革，实现制造业转型和个性化消费升级中发挥举足轻重的作用。其中，实现C2M模式需要解决的最大问题就是订单的零散性和分布不均性，从而达到定制个性化和生产规模化的统一，而模块化个性定制就是一种有效的解决方法。

优化决策C2M环境下客户订单实质上就是实现订单模块化个性定制，具体可将一段时间内来自不同地方不同要求的n个个性化订单进行拆分，将每个订单拆分为最小的单元模块，然后合并相同最小单元模块并进行批量生产，最后再组合成n个个性化订单产品并最终交付快递送达客户手中。通过拆、合两个过程就将一个多样性的问题实现了聚类，C2M就形成个性化定制但规模化其相同功能的产能和设计，有效的将个性化产品转化为由标准的零件和个性化的零件共同组成。不难看出，通过C2M环境下客户订单优化决策，兼顾了大规模生产的效率，也满足了小批量个性化定制生产的差异化要求。最终实现了个性化定制产品各细分模块的无限拆分及订单产品的无限组合^[1]。

根据上述研究思路分析，C2M环境下客户订单优化可以分解为拆单聚类和合单批量生产两大过程。对于拆单聚类过程，利用订单树状结构的语义层次关系，先将订单的子模块用AHP赋予权重，再基于本体语义距离计算订单距离的方法实现聚类分组。语义到边的路径越短即语义距离越小表示越相似，通过语义距离的相似性判断来实现聚类，使得多样性的单个订单的生产转化为具有订单相似模块的高效批量生产。对于合单批量生产过程，基于C2M的特点：面向订单进行生产，订单多品种、小批量。本文采取基于成组技术的方法,通过成组工艺、成组生产单元、合并下料等对生产管理进行优化。

终上所述，论文总体研究思路及方法可表示为图1.1：

政策：

中国制造2025，供给侧改革

主体：

制造业转型，消费者个性化需求

背景

C2M环境下客户订单优化决策研究

C2M订单特点 方法 目的及意义