面向客戶承諾的訂單管理系統(tǒng)和訂單管理方法
【專利摘要】本發(fā)明公開了一種基于數學規(guī)劃的批處理訂單承諾模型，該模型由目標函數和各類約束組成，本發(fā)明還公開了一種以該模型為基礎的面向客戶承諾的訂單處理系統(tǒng)，包括訂單承諾模型構建模塊、訂單決策承諾模塊、訂單交貨期承諾模塊和訂單交付量承諾模塊。本發(fā)明的訂單處理系統(tǒng)使企業(yè)能夠分析訂單接受與否對客戶滿意度、利潤、生產能力狀態(tài)等因素的影響而對客戶訂單進行快速響應決策，并能夠針對接受的訂單向客戶提供準確的交貨期、交貨數量的承諾信息，從而為提高客戶滿意度提供支持。
【專利說明】面向客戶承諾的訂單管理系統(tǒng)和訂單管理方法
[0001]本申請為2011年8月16日提交的申請?zhí)枮?01110235000.6的發(fā)明專利申請“面
向客戶承諾的訂單管理系統(tǒng)和訂單管理方法”的分案申請。
【技術領域】
[0002]本發(fā)明涉及一種訂單管理系統(tǒng)和訂單管理方法，尤其涉及一種多品種小批量生產環(huán)境下面向客戶承諾的訂單管理系統(tǒng)和訂單管理方法。
【背景技術】
[0003]隨著市場需求的多樣化和個性化，多品種小批量生產已經成為當今工業(yè)企業(yè)的主要生產模式之一。這種生產模式采用面向客戶訂單生產的方式，且產品具有生產周期短、產品品種多、產量各不相同的特點。這些特點使得多品種小批量的生產模式對企業(yè)生產管理造成諸多困難，如工藝路線不同，生產能力的計劃和利用困難大，產品生產計劃和控制難度加大等。然而面對激烈的市場競爭，以顧客為中心、提高客戶滿意度的企業(yè)管理理念已經逐步取代以成本和質量為中心的傳統(tǒng)觀念，企業(yè)被要求能夠快速、準確地滿足客戶的各種需求，靈活地適應市場多樣的變化。因此，企業(yè)為了應對訂單的變化和高效處理生產中的問題，企業(yè)訂單管理系統(tǒng)和管理方法要求企業(yè)在考慮訂單的接受、交貨數量及時間等對客戶滿意度、利潤、生產能力狀態(tài)等因素的影響而對客戶訂單進行快速響應，對接受的訂單向客戶進行交貨量和交貨期的承諾，以提高客戶滿意度。
[0004]目前，對于面向客戶承諾(ATP, Available-to-Promise)的訂單管理方法還處于探索階段。經過對現有技術文獻的檢索發(fā)現，Chen等在《Production OperationsManagement》(生產運營管理雜志)(2002年11卷)424-440頁上發(fā)表的“A Model for BatchAdvanced Available-to_Promise”( 一種批處理的高級可承諾模型)，該文提出了采用ATP的計算方法將工廠的生產資源向批處理間隔期內所接收的訂單進行分配，且該方法主要以利潤為目標指導企業(yè)進行訂單決策。然而對客戶的訂單決策不僅僅需要保證企業(yè)的利潤，同時還需要衡量企業(yè)的生產能力，以及提前、拖期交貨等對客戶滿意度產生的影響。特別地，針對多品種小批量生產模式的特點，企業(yè)在實際生產過程中會對不同批量的訂單進行分解或合并，并指派至不同工廠來安排生產。而現有的將生產資源在訂單層面分配的ATP方法顯然不足以滿足這一特性，因此其所承諾的訂單交貨期、交貨量也不具有準確性。

【發(fā)明內容】

[0005]有鑒于現有技術的上述缺陷，本發(fā)明所要解決的技術問題是提供一種面向客戶承諾的訂單管理系統(tǒng)和訂單管理方法，使企業(yè)能夠分析訂單接受與否對客戶滿意度、利潤、生產能力狀態(tài)等因素的影響而對客戶訂單進行快速響應決策，并能夠針對接受的訂單向客戶提供準確的交貨期、交貨數量的承諾信息，從而為客戶滿意度的提高提供支持。
[0006]為實現上述目的，本發(fā)明提供了一種面向客戶承諾的訂單管理系統(tǒng)，包括:訂單承諾模型構建模塊，用于在批處理間隔期的觸發(fā)下，獲取客戶訂單的產品、數量和要求的交貨期，以企業(yè)利潤和客戶滿意度作為目標，獲得相互間的任務約束、資源能力約束關系，形成基于數學規(guī)劃的訂單承諾模型；訂單決策承諾模塊，用于根據所述批處理訂單承諾模型，將訂單決策問題的解碼空間轉換為編碼空間的染色體，并確定相應的遺傳算子，然后經解碼生成客戶訂單接受或拒絕的訂單決策；訂單交貨期承諾模塊，用于根據所述訂單承諾模型，考慮產品加工過程中的工藝約束，基于流程時間對訂單交貨期進行預測，生成可向客戶承諾的最早訂單交貨期；訂單交付量承諾模塊，用于根據所述訂單承諾模型，將靜態(tài)的多層BOM轉換為動態(tài)的單層Β0Μ，考慮瓶頸資源在設備加工過程中的搶占約束，基于所述動態(tài)的單層BOM對產出進行預測，生成多個交付時段可向客戶承諾的交付量。
[0007]本發(fā)明還提供了一種面向客戶承諾的訂單管理方法，包括以下步驟:
[0008]步驟A、在批處理間隔期的觸發(fā)下，獲取客戶訂單的產品、數量、要求交貨期信息，以企業(yè)利潤和客戶滿意度作為目標，獲得相互間的任務約束、資源能力約束關系，構建基于數學規(guī)劃的訂單承諾模型；
[0009]步驟B、根據所述批處理訂單承諾模型，將訂單決策問題的解碼空間轉換為編碼空間的染色體，并確定相應的遺傳算子，然后經解碼生成客戶訂單接受或拒絕的訂單決策；
[0010]步驟C、根據所述訂單承諾模型，考慮產品加工過程中的工藝約束，基于流程時間對訂單交貨期進行預測，生成可向客戶承諾的最早訂單交貨期；
[0011 ] 步驟D、根據所述訂單承諾模型，將靜態(tài)的多層BOM轉換為動態(tài)的單層Β0Μ，考慮瓶頸資源在設備加工過程中的搶占約束，基于所述動態(tài)的單層BOM對產出進行預測，生成多個交付時段可向客戶承諾的交付量。
[0012]進一步地，所述步驟B中的將訂單決策問題的解碼空間轉換為編碼空間的染色體進一步包括以下步驟:
[0013]步驟B1、確定算法的參數，所述參數包括種群規(guī)模、交叉概率、變異概率和最大進化代數；
[0014]步驟B2、確定適應度函數；
[0015]步驟B3、確定編碼規(guī)則和編碼方式；
[0016]步驟B4、確定遺傳算子，所述遺傳算子包括選擇算子、交叉算子和變異算子；
[0017]步驟B5、循環(huán)步驟B3、步驟B4，直至滿足循環(huán)的次數達到預定值為止，得到所述適應度函數的最優(yōu)解。
[0018]進一步地，所述編碼方式為二維編碼。
[0019]進一步地，所述編碼規(guī)則包括:
[0020]單個訂單需求數量低于最小批量時，只能在一個工廠生產，不進行訂單分解；
[0021]一個訂單最多分解到兩個工廠；
[0022]如果某批次被一個工廠拒絕，那么同屬一個訂單的另一個批次也不能安排生產。
[0023]進一步地，所述步驟B4中的交叉算子的交叉步驟進一步包括以下步驟:
[0024]步驟B41、分別從第一染色體和第二染色體中，找出適應度函數值最大的工廠，將兩個工廠對應的基因組進行交換，其中，假設所述第一染色體的適應度大于所述第二染色體；
[0025]步驟M2、解決所述第二染色體中的批次沖突問題；
[0026]步驟B43、解決第一染色體中的沖突問題。[0027]進一步地，所述步驟C中的基于流程時間對訂單交貨期進行預測進一步包括以下步驟:
[0028]步驟Cl、根據訂單獲取最優(yōu)染色體，即獲取所述訂單在各工廠生產的批次任務的序列；
[0029]步驟C2、計算所述訂單在所述各工廠的批次任務生產的流程時間；
[0030]步驟C3、比較所述訂單在所述各工廠的批次任務的流程時間，選取最大的流程時間作為所述訂單的完工時間；
[0031]步驟C4、比較所述訂單的完工時間與客戶希望的交貨期，生成可向客戶承諾的最早訂單交貨期。
[0032]進一步地，所述步驟D進一步包括以下步驟:
[0033]步驟D1、將一個具有多層的靜態(tài)BOM轉換為單層BOM ；
[0034]步驟D2、計算該單層BOM中每個部件的可用數量，
[0035]步驟D3、比較該單層BOM中每個部件的可用數量，獲取瓶頸部件的可用數量；
[0036]步驟D4、如果瓶頸部件BOM具有子部件，則展開子部件生成新的單層Β0Μ，并返回步驟D2 ;如果瓶頸部件BOM沒有子部件，則執(zhí)行步驟D5 ；
[0037]步驟D5、將生成的所有單層BOM的瓶頸部件的可用數量相加，得到可向客戶承諾的交付量。
[0038]本發(fā)明的訂單管理系統(tǒng)和訂單管理方法的有益效果在于:
[0039]I)通過分析訂單的接受與否對企業(yè)的利潤、生產能力狀態(tài)、客戶滿意度等因素的影響，幫助企業(yè)進行合理的訂單決策，提高客戶滿意度及保證企業(yè)利潤率；
[0040]2)幫助企業(yè)及時地響應客戶，對于承諾接受的訂單，能夠向客戶及時地提供交貨期與交貨數量的承諾，提升客戶滿意度。
[0041]以下將結合附圖對本發(fā)明的構思、具體結構及產生的技術效果作進一步說明，以充分地了解本發(fā)明的目的、特征和效果。
【專利附圖】

【附圖說明】
[0042]圖1是本發(fā)明的面向客戶承諾的訂單管理系統(tǒng)的結構框圖；
[0043]圖2是靜態(tài)BOM的示意圖。
【具體實施方式】
[0044]如圖1所示，本發(fā)明的面向客戶承諾的訂單管理系統(tǒng)包括:
[0045](I)訂單承諾模型構建模塊，該模塊用于在批處理間隔期的觸發(fā)下，獲取客戶訂單的產品、數量、要求交貨期信息，以企業(yè)利潤和客戶滿意度作為目標，獲得相互間的任務約束、資源能力約束關系，形成基于數學規(guī)劃的批處理訂單承諾模型；
[0046](2)基于混合遺傳的訂單決策承諾模塊，該模塊用于針對訂單承諾模型，設計基于訂單分解指派的遺傳算法編碼以實現訂單決策問題的解碼空間轉換為編碼空間的染色體，同時設計相應的遺傳操作算子(選擇、交叉、變異)，最后通過解碼方法生成客戶訂單接受或拒絕的訂單決策；
[0047](3)基于流程時間的訂單交貨期承諾模塊，該模塊用于針對訂單承諾模型，考慮產品加工過程中的工藝約束，設計基于流程時間的訂單交貨期預測方法，生成可向客戶承諾的最早訂單交貨期。
[0048](4)基于動態(tài)BOM的訂單交付量承諾模塊，該模塊用于針對訂單承諾模型，將靜態(tài)的多層BOM轉換為動態(tài)的單層Β0Μ，考慮瓶頸資源在設備加工過程中的搶占約束，設計基于動態(tài)BOM的產出預測方法，生成多個交付時段可向客戶承諾的交付量。
[0049]上層的GUI界面對面向客戶承諾的訂單管理系統(tǒng)的四個模塊分別進行控制。面向客戶承諾的訂單管理系統(tǒng)與其他信息系統(tǒng)互相通信。
[0050]本發(fā)明還提供了一種面向客戶承諾的訂單管理方法，包括以下步驟:
[0051]步驟(1)、構建基于數學規(guī)劃的訂單承諾模型；
[0052]步驟(2)、生成客戶訂單接受或拒絕的訂單決策； [0053]步驟(3)、生成可向客戶承諾的最早訂單交貨期；
[0054]步驟(4)、生成多個交付時段可向客戶承諾的交付量。
[0055]以下對上述每一個步驟做進一步描述:
[0056]企業(yè)采用每隔一定時間間隔以固定的批處理間隔期為周期進行滾動，連續(xù)不斷地對批處理間隔期內新收到的客戶訂單進行承諾，承諾內容包括訂單決策(即是否接受訂單)、交貨期、交貨量。首先，構建基于數學規(guī)劃的批處理訂單承諾模型，分析訂單的接受與否對企業(yè)的利潤、生產能力狀態(tài)、客戶滿意度等因素的影響；接著分別由基于混合遺傳算法的訂單決策模塊、基于流程時間的訂單交付期承諾模塊、基于動態(tài)BOM的訂單交付量承諾模塊，分別向客戶給出訂單決策、交貨期、交貨量的承諾。
[0057](I)基于數學規(guī)劃的批處理訂單承諾模型的構建；
[0058]構建基于數學規(guī)劃的批處理訂單承諾模型，分析訂單的接受與否對企業(yè)的利潤、生產能力狀態(tài)、客戶滿意度等因素的影響，其數學模型主要由目標函數(企業(yè)利潤和客戶滿意度)以及各類約束(生產和運輸過程中的能力約束、資源約束等)組成。
[0059]?目標函數
[0060]
【權利要求】
1.一種面向客戶承諾的訂單處理系統(tǒng)，其特征在于，包括: 訂單承諾模型構建模塊、訂單決策承諾模塊、訂單交貨期承諾模塊和訂單交付量承諾模塊； 其中，所述訂單承諾模型構建模塊用于構建訂單承諾模型，可表示為:
2.如權利要求1所述的面向客戶承諾的訂單處理系統(tǒng)，其特征在于，所述每個訂單i的收益Pi為Pi = PidiVi,其中,Pi表示單位價格；屯表示產品需求數量；Vi為O、I變量,Vi為I時代表訂單i被接受。
3.如權利要求2所述的面向客戶承諾的訂單處理系統(tǒng)，其特征在于，所述生產成本Cpi為
4.如權利要求3所述的面向客戶承諾的訂單處理系統(tǒng)，其特征在于，所述運輸成本Cti滿
5.如權利要求4所述的面向客戶承諾的訂單處理系統(tǒng)，其特征在于，所述每個訂單的交貨期滿意度Cdi為
6.如權利要求5所述的面向客戶承諾的訂單處理系統(tǒng)，其特征在于，所述拒絕訂單的不滿意度Cri為Cri = (1-Vi) CriCli,其中，Cri表示拒絕訂單i造成的不滿意度。
7.如權利要求6所述的面向客戶承諾的訂單處理系統(tǒng)，其特征在于，所述任務約束包括:(1)
8.如權利要求6所述的面向客戶承諾的訂單處理系統(tǒng)，其特征在于，所述資源能力約束包括:
9.如權利要求1所述的面向客戶承諾的訂單管理系統(tǒng)，其特征在于，所述選擇算子為對父代中的個體適應度值由低到高排序，并按序號賦予每個個體一個等級，序號為i的個體被選中的概率P,.按如下定義
10.如權利要求1所述的面向客戶承諾的訂單管理系統(tǒng)，其特征在于，所述交叉算子步驟包括(I)分別從染色體chrl, chr2中(假設chrl的適應度大于chr2)找到F值最大的工廠，將兩個工廠對應的基因組進行交換；(2)解決chr2中的批次沖突問題，即刪除除了交換基因組對應工廠外的其他工廠中重復的批次，依次將缺失的批次隨機添加至其他工廠，同時保持同屬一個訂單的兩個批次不能分配到同一個工廠的原則；(3)解決chrl中的沖突問題，即刪除除了交換基因組對應工廠外的其他工廠中重復的批次，依次將缺失的批次隨機添加至其他工廠，同時保持同屬一個訂單的兩個批次不能分配到同一個工廠的原則；所述變異算子步驟包括從染色體中找到F值最小的工廠，隨機選擇該工廠對應基因組中的某依次批次，若該批次的需求數量小于最小批次，則將該批次的需求數量轉移給同屬一個訂單的另一批次，否則將該批次需求數量的一半分給另一批次。
【文檔編號】G06Q10/06GK103927628SQ201410166911
【公開日】2014年7月16日 申請日期:2011年8月16日 優(yōu)先權日:2011年8月16日
【發(fā)明者】張潔, 王文浩 申請人:上海交通大學