制造资源配置

制造资源配置（精选十篇）

制造资源配置 篇1

在全球化、网络化背景下,企业单靠自身的力量,已很难满足用户多样的需求、适应不断变化的市场[1]。同时,“物联网”将原有的两维信息通讯技术(任意时间及任意地点),加入“任意事物”扩展成三维模式[2],提升了资源的深度可视性,使得资源共享更加快捷、容易,作为目前信息领域的研究热点,其研究应用已成为我国的重点发展领域[3]。以此为契机,2010年云制造概念的提出,为优化制造资源的配置提供了可能。

云制造是一种利用网络和云制造服务平台,按用户需求组织网上制造资源(制造云),为用户提供各类按需制造服务的一种网络化制造新模式,在云制造模式下,云提供端(云制造服务提供者,Cloud Service Provider,CSP)在云制造服务平台上提供制造资源及能力服务,云请求端(云制造服务使用者,Cloud Service Demander,CSD)提出服务请求,云制造服务平台负责根据要求将其服务请求分配给合适的云制造服务提供者[4]。云制造模式的应用,为制造企业拓展了生产能力,拓宽了生产的范围,降低企业生产成本,提高企业核心市场竞争力,并最终实现多方共赢。

在云制造模式中,云制造服务平台发挥着重要的作用。用户可以通过网页浏览器进入云制造服务系统的门户层中,进而使用一系列的制造资源和能力,而云制造服务平台将在核心服务层,提供至关重要的各类功能,包括服务部署/注册、服务搜索/匹配、服务组合/调度、服务运行/容错、服务监控/评估以及服务定价/计费等。国内外已成功搭建多个云制造服务平台[5]。作为第三方运营服务平台,云制造服务平台的成功搭建离不开高效能、智能化的云制造服务搜索与动态匹配技术,只有匹配合理,云制造服务平台才能保证交易数量的稳定,确保平台的成功营运。因此,围绕提升云制造的服务质量,研究制造资源的动态配置问题尤为重要。

2 文献综述

围绕制造资源的优化配置问题,国内外学者已经针对各种先进的制造模式展开了理论及应用的研究,大多集中于虚拟企业[6,7]、网络化制造[8,9]、敏捷制造[10]、应用服务提供商[11,12]、网格制造[13]等先进制造模式,提出了不同的制造资源优化配置模型。云制造是在借鉴已有制造模式的先进特性后而发展的一种制造新模式,它与以上制造模式的主要区别为:首先,云制造模式下,企业的资源资源范围扩大,除了硬制造资源(各类制造硬设备)外,还拥有软制造资源(如制造过程中的各种数据、软件、知识等)及制造能力(制造过程中有关的设计、试验等)[6],这些资源及能力可以在云服务平台交易,增加对闲置资源及能力的使用,从而为企业带来额外收益;其次,云制造服务平台实现了资源的深度可视性,资源的供求双方可以随时通过云平台观察资源的供求信息,从而实时调控自己的计划;最后,云制造服务拓宽了业务范围,其应用也更加广泛。

基于以上特点,国内外学者对云制造模式下的资源优化配置开展了各项研究。张霖(2010)等阐述了“制造云”的构建过程,将资源分为硬资源与软资源,并给出了制造能力元描述模型以实现资源服务化封装[14],为云制造资源优化配置奠定了基础。在云制造资源优化配置方面的研究,多是从物流角度进行模型建立,并从不同的算法角度验证求解机制的优劣,如李慧芳(2012)提出了智能化的制造云服务搜索与匹配方法[15]、Yuanjun等(2012)提出了一种新的基于改进免疫算法的云制造服务模式,来优化制造资源的配置[16],王时龙(2012)等设置了物料流及信息流对成本和时间的影响系数,采用最大继承法求解云制造资源优化配置模型[17],邰丽君(2013)等建立了云制造服务资源的多目标调度模型,提出了一种应对突发事件的动态调度技术[18]。

云制造模式下,企业所拥有的各类资源之间实现了互联互通,每个资源都会对云制造服务平台的资源能力产生影响,从而影响其供需匹配的结果,特别是由于网络外部性[19]的存在,更加深了其相互间的影响。然而资源的智能匹配是由云制造服务平台(运营商)提供的,它是以云平台的广泛应用为目标的,其进行集中决策时,也许会与单个企业从自身利益最大化的个体理性所做的分散决策相悖。因此,资源的产权关系将影响到云制造服务平台的决策,从而对云制造服务的质量产生影响。只有云制造服务平台制定的资源匹配结果符合各企业的利益诉求,才能弱化这种产权关系对云制造服务平台资源配置的影响。因此,必须把云制造服务中资源与服务的产权关系列入研究范围。

针对以往研究忽略云制造服务中资源与产权关系的问题,本文不仅考虑了云制造平台资源的实时变化特性,同时考虑了资源的产权关系,从云制造服务平台的角度,兼顾云平台上所有企业的收益情况,构建了云)服务系统的利润函数;以云制造模式下资源动态优化配置问题为研究对象,以整个云服务系统的总利润最大化为目标,建立了云制造模式下基于Pareto最优的资源配置的动态模型,采用Pontryagin极大值原理求解模型,得到了云制造服务平台对各企业资源优化配置的Pareto最优战略,通过算例验证模型求解方法的可行性。

3 问题描述及基本假设

3.1 问题描述

在一个云制造服务平台上有N个企业参与制造资源的交易,其中资源需求方(CSD)为n个,提供方(CSP)为N-n个,提供方与需求方的资源能力互相匹配,云制造服务平台将对其资源能力进行集中分配,从而得到使得整个云服务系统总利润最大化的Pareto最优战略。通过云制造服务平台的资源交易,企业可以短时内获取制造所需的制造资源及能力,快速响应多变的市场需求,充分发挥各企业空闲资源的可利用力,从而为企业创造更多的利润。同时,企业所需的资源能力也可以由企业自己提供,这部分资源与通过云制造服务平台获取的资源一起,构成了企业在某一时刻所拥有的资源量,企业通过应用这些资源能力获取收益。本文涉及的主要参数如下:

3.2基本假设

考虑到云制造模式下资源配置过程的特点,作如下

假设：

①企业所拥有的资源能力总量可以有两种获取途径,一是通过云制造服务平台进行交易;二是由企业自身提供,即企业可以通过购买等方式增加企业的资源能力拥有量。若某一时刻,企业仅通过云制造服务平台的资源交易获取资源能力,而不通过购买等方式增加资源能力,此时刻该企业的资源能力自增长系数为零。

②资源需求方CSDi与资源提供方CSPj在云制造模式下资源能力交易的成本均随资源能力交易过程中的资源能力交易总量边际递增,设交易的资源能力总量为Q≥0,则C"(Q)≥0,此处设全部资源需求方和资源提供方的总成本函数.

③企业可以利用自身拥有的资源能力进行生产,从而为企业带来收益,也就是说企业的收益与其资源能力总量成正比关系,在此假设其转化系数为si,i=1,2,…,N.

④云制造服务平台上各企业之间是竞合关系,即竞争中求合作,合作中有竞争,它体现在创造价值与争夺价值两方面[20],其着眼点在于将整个云服务系统的总利润做大,从而使得各企业价值均得到提升。因此云制造服务平台上各企业服从云平台的集中化管理,对其分配结果予以接受。

⑤云制造模式下,由于网络外部性的存在[21],云制造服务平台上的企业数量的多寡将会对自身资源交易的质量产生影响,从而影响其收益,即若其他企业由于收益过少而退出云制造服务平台,剩余企业能通过云制造服务平台获取的制造资源及能力则会相对减少,从而对自身收益产生影响。因此,企业收益受两种因素影响,一是自身收益情况,二是云平台上所有参与资源配置企业的收益状况,则量纲处理后的收益函数为:,i=1,2,…,N,其中ηi为云平台上其他企业对企业i收益的影响系数,不失一般性,此处将其简化为1。

4 模型的建立与求解

4.1 云制造模式下资源配置动态模型

云制造模式下资源配置的情况是随时间变化的动态配置,即某时刻上企业拥有的资源能力总量是变化的,其用以在平台上进行交易的资源能力也是随时变化的。企业资源能力总量的变化率是由资源能力总量的自然衰减、资源能力总量的自增长及云制造模式下资源交易带来的增长共同决定的,由此建立资源需求方CSDi和资源提供方CSPj的制造资源能力xi和xj的状态方程分别为:

前面假设2中云制造服务平台上资源提供方CSPj提供的资源能力总量Q为:

将其代入资源需求方与资源提供方的成本函数中,得到全部资源需求方和全部资源提供方的总成本函数CD和CS分别为:

由前面假设5可得,云制造服务平台上所有用户的总收益为:

在资源交易的时间段T上,云制造服务平台上所有用户的总利润为:

云制造服务平台在进行资源配置时,以整个云服务系统总利润最大化作为目标:

将CSD与CSP的成本函数及式(2)代入上式,得到云制造服务平台决策的目标函数:

其中,0≤aij≤1。

云智造服务平台通过调整平台上各企业状态方程(1)中aij的大小,从而使得目标函数(3)最大,这相当于N个企业间的动态微分博弈,最终达到均衡,形成云制造服务平台灼造资源优化配置的Pareto最优战略。

4.2 模型的求解

该模型是一个线性最优控制模型,控制变量为资源提供方CSPj提供给资源需求方CSDi的资源比例aij,系统的状态方程为式(1),通过控制aij使得目标泛函(3)达到最大值,可以通过极大值原理进行求解。

构造哈密顿函数:

此处,λi,μj为协变量。

由Pontryagin极大值原理知,正则方程为:

方程(5)求解可得

令,则上式为:,由于对其分别求一阶导数:

整理可得：

由此得到以下微分方程组：

当系统稳定时,均为零,则此时有：

将其代入中,得:

,展开式(10)和式(11),即

将式(12)每项均乘以si并相加,可得,计其为A,则云制造服务平台上各企业资源优化配置的Pareto最优战略为:

由式(13)可求出在云制造模式下资源动态优化配置的Pareto战略均衡解()。

5 数值分析

本节通过数值算例来验证模型的求解,并寻求模型中各参数对结果的影响关系。假设在一个云制造服务平台上,有10家企业参与资源交易(即N=10),其中资源需求方(CSD)为4个(即n=4),资源提供方(CSP)为6个(即N-n=6),设贴现率参ρ为8%,其他参数如表2所示。

注:为简化计算,设各企业拥有的资源量均为1,则Rj表示资源提供方CSPj可提供的资源能力占其总资源量的比例。

5.1 云制造模式下资源动态优化配置的Pareto战略均衡解

根据表2中的参数取值,计算各中间变量可得:a1=-173.1855.a2=-103.9661,a3=-196.9064,a4=-85.5126,b5=-89.2047,b6=-78.9601,b7=-179.8721,b8=-60.1644,b9=-58.9549,b10=-92.41.42,各企业的Pareto最优资源提供比例见表3。

由表3可知,上文构建的云制造模式下资源动态优化配置模型对云制造服务平台的决策很有意义,可以通过此模型,直观的得到资源提供方CSPj与资源需求方CSDi的资源分享比例。而各相关参数的变化,均会对资源提供方Pareto最优资源提供比例产生影响,因此需要进一步通过灵敏度分析明确其变化规律。

5.2 灵敏度分析

以资源需求方2、资源提供方7为例,本小节将讨论资源需求方进行资源交易的成本系数(ci)、资源提供方进行资源交易的成本系数(pj)、企业将单位资源能力转化为收益的转化系数(si)变化时,对各企业的影响。

(1)供需双方进行资源交易的成本系数对资源供需双方的影响

将ci(i=2)分别从0.5变化到9.5,其他参数不变,得到相应的值,代表资源需求方2可以从云平台上获取的资源总量,其随ci变化的趋势如图1所示。图2表示了当pj(j=7)从0.5变化到9.5,其他参数不变,资源提供方7在云平台上提供的资源总量随pj变化的趋势。由图可以得出以下结论:

①供需双方能获取或提供的资源总量均随自身交易成本系数的增加而减小。当资源需求方的成本系数较大时,CSP通过云制造服务平台向其提供资源,需求方的获利将会减少,从而造成云制造服务平台上所有交易企业总收益的降低,这将有损提供方自身利益,因此其能获取到的资源总量表现递减趋势;当资源提供方的交易成本系数过大时,其通过资源交易产生的收益将会减少,从而有损企业总体收益,提供的资源能力总量则会减少。

②需求方获取的资源总量对其交易成本系数变化的弹性比资源提供方大。这主要是由于资源提供方的剩余资源能力如果不在云制造服务平台上交易,其将不会获取任何收益,因此即使其交易成本系数上升,只要能保证收益,提供方就愿意在云制造服务平台上提供资源及能力。而资源需求方拥有着选择权,若成本系数增大,它还可以选择由自己来增加资源能力,而不在云制造服务平台上交易,所以其变化的弹性较大。

(2)企业将资源能力转化为收益的转化系数对资源需求方、资源提供方的影响

资源需求方2可以从云平台上获取的资源总量随sj(i=2)变化的趋势如图3中直型虚线所示,菱形虚线则表示了当资源提供方7可以从云平台上获取的资源总量随sj(j=7)变化的趋势,由图可以得出以下结论:

①资源需求方获取的资源总量随着需求方的收益转化系数增加而先增后降,且上升的速度较缓、下降的速度较快。企业的收益转化能力可视为其营运能力,可用以判断和评价企业经营管理水平和资源利用效率的高低[22]。资源需求方收益转化系数的增加,代表其营运能力的增强,企业就更愿意在云平台上快速获取更多的资源能力以增加其收益,但当其营运能力增加到一定水平后,企业确定可以掌控更多的资源能力,而云平台的所能获取的资源能力稳定性较差,不能很好地满足其扩大收益的愿望,企业就更倾向于自己来增加资源能力,而非在云平台上获取。图3中直型虚线的上升速度代表了需求方2对云平台上资源的需求程度,而下降的速度代表随着企业营运能力的增强,自己增加的资源能力对云平台获取资源能力的替代程度,不同的需求方有可能表现出不同的上升及下降趋势。因此云制造服务平台应当保证资源交易的稳定性,从而使资源需求方在平台上交易的意愿增强,进而保证平台交易的稳定性。

②资源提供方提供的资源总量随着其收益转化系数增加而先增后降,且上升的速度较快、下降的速度较缓。随着提供方收益转化能力的提高,其营运能力增强,企业在满足自身资源能力需求的情况下,拥有的剩余资源能力将增多,就更愿意在云制造服务平台上进行交易,因此表现出上升的趋势,当其提供的资源总量达到一定的水平时,则受到云平台整体需求能力的限制,进而表现出缓慢下降的趋势。

③单个需求方获取的资源总量与单个提供方提供的资源总量有可能存在数量差别。由图3可知,两曲线的最高点大小不同,资源提供方7提供的资源总量大于资源需求方2获取的资源总量,此时说明,资源提供方7不仅给资源需求方2提供了资源能力,还给其他需求企业提供了资源能力。这种供求差异增加了资源供求双方在云制造服务平台上的交易,将促进云制造服务平台的营运。同时,当两曲线取最高点时,所对应的资源需求方与资源提供方的收益转化能力不同,而正是由于其营运能力不同,才会出现资源量的供求差异。这将给云制造服务平台运营者带来一定的启示:若想增加云制造服务平台上的交易量(或扩大云制造服务平台上企业的数量),则应当注意企业营运能力间的区别,让不同能力的企业都可以从云平台上获取(或提供)资源及能力。

6结论与展望

本文从云制造服务平台的角度,对云制造模式下资源的优化配置进行研究,建立了一个云制造模式下资源配置的动态优化模型,云制造服务平台通过决策单个企业可提供的资源比例,使得云制造服务平台整体收益最大化;通过模型的求解以及对参数的分析指出,供需双方的收益转化系数将对其在云平台上交易的资源能力总量产生影响,供需双方交易的资源总量与其成本系数负相关关系。

制造资源计划分为几类 篇2

MRP-III

是由MRP-II与JIT(Just In Time,准时制生产)的混合加上专家系统(ES)、并行工程(CE)和承担该系统运行的管理人员融为一体而成。

MRPIII是由MRP-II、JIT、CE、ES及其管理人员组成。在该系统中，各部分在不同的生产阶段上发挥各自的特长：MRP-II用来执行长期计划编制;JIT用来控制短期计划的实施，可支持混合方式的制造环境，可兼顾“多品种小批量生产”，和“大批量生产”两种生产类型，提高企业的应变能力和市场竞争水平;在拥有大量专家知识和经验的程序系统控制下，辅助决策一些有规可循的问题;而对随机可能发生的意外情况和战略性问题，通过人-机交互干预系统工作。采用先进的并行工程技术，是为了使工程设计、工艺设计、工程管理、生产制造等各个阶段都能按照工程组织的内部有机联系，恰当地相互配合，以求最大限度地压缩各阶段的提前期，从而使各方面的工作同时并进，大大缩短产品生产周期，提高生产率、产品质量和服务水平，增强企业竞争优势。

分布式DMRP-II

分布式DMRP-II是一种自下而上的生产管理方式。传统的MRP-II是一种自上而下的过程，其重大的缺陷之一是提前期静态。它将企业划分为拥有高度自主权的单元，各单元和数据库建立各自的MRP-II系统，并有一个MRP-II负责把订单分派给各个单元，每个单元可以动态地根据其现有能力和负荷进行安排，而系统整体的提前期则由各生产单元的负荷情况动态地确定，因此均衡分担了负荷，增强了灵活性，有效地解决了传统MRP-II中提前期静态和对能力变化的不敏感性。

精益生产LP

精益生产LP(Lean Production),在MRP-II基础上融入先进的制造技术，如JIT、TQM(全面质量管理)和按客户要求制造等等，是美国麻省理工学院在研究和归纳总结日本汽车制造业本田的先进的生产方式后提出的一种企业生产组织与管理模式。其特点是除去企业各环节中一切无用的东西，即每一员工及其岗位的安排原则就是必须增值，否则一律撤除。

ERP

ERP(EnterpriseResourceplanning)企业资源计划，它是在MRP-II的基础上扩展了管理范围，给出了新的结构，把客户需求

和企业内部的制造活动以及供应商的制造资源整合在一起，体现了完全按用户需求制造的思想。

ERP的基本思想是将制造企业的制造流程看作是一个紧密连接的供应链，其中包括供应商、制造工厂、分销网络和客户;将企业内部划分成几个相互协同作业的支持集团，如财务、市场、销售、质量、工程等，还包括竞争对手的监视管理。在ERP中，许多经典的MRP-II功能子系统变的更加灵活，例如，作业流程将和能力计划集成起来，以便使MRP-II增加实时特征，减少作业批量和转换时间;物料单/配方管理系统将按成组技术的思想组合，当缺料时可以简便地进行制造。ERP强调企业的事前控制能力，它为企业提供了对质量、适应变化、客户满意、效绩等关键问题的实时分析能力。它还为计划员提供多种模拟功能和财务决策支持系统，使之能对每天将要发生的情况进行分析，而不象MRP-II那样只能作月度分析。这样，财务的计划系统将不断地接收来自于制造过程、分析系统和交叉功能子系统的信息，可正确快速地作出决策;生产管理则在管理事务级集成处理的基础上给管理者更强的事中控制能力，如通过计划的及时滚动，保证计划的顺利执行、通过财务系统来监控生产制造过程等。ERP在计算机技术上的要求主要是软件方面，它要求具有图形用户界面(GUI)、关系数据库结构、客户机/服务器体系、面向对象技术、开放和可移植性、第四代语言(4GL)和CASE工具等，这对传统的MRP-II系统的改进是一种革命性的。因此，人们把MRP到MRP-II称为是功能和技术上的发展、而把MRP-II到ERP称之为是一场革命。

GTMRPII一体化

GTMRPII一体化(GT为GroupTechnology，成组技术)，它主要针对解决提高多品种小批量生产中生产率问题。基本思想是用GT解决MRP-II未考虑作业如何分配，未考虑按零件或按工序分组进行生产的弱点。同时，用MRP-II弥补了GT无法直接满足生产上一些实际、重要的问题，达到取长补短，它是一个适用于多品种小批量生产的有效的生产计划和控制系统。

CIMS

CIMS(Computer Integrated Manufacturing System)计算机集成制造系统，是1973年美国J.哈林顿博士首次提出的，它是未来制造业企业的生产管理模式。它把以往企业相互分离的自动化孤岛(MRP-II、CAD/CAM、GT...)和人员通过计算机有机地综合起来，使企业各项业务相互协调地进行，以提高企业对多变竞争环境的适应能力。

制造资源配置 篇3

关键词：制造企业；人力资源；优化配置

引言

人力资源管理是企业管理的重要组成部分，合理有效的进行企业的人力资源管理是一个企业成功的有力保证。国际竞争的根本是人才竞争，是人力资源综合素质的竞争，人力资源已成为当前最重要的生产要素并将直接决定企业的竞争能力和可持续发展能力。我国制造企业多数沿用了传统的人事管理模式，而真正意义上的人力资源开发才刚刚起步，较短的发展时间决定了在实践和研究上都存在着不足。如何利用人力资源管理来帮助企业适应竞争和提高竞争力，是当前的研究热点之一。

一、企业人力资源管理理论概述

人力资源管理指为了完成企业管理工作和总体目标，影响员工的行为、态度和绩效的各种企业管理政策、实践及制度安排。它具有以下几方面特性：（1）能動性，人力资源管理活动中具有主观能动性的人处于主体地位；（2）时效性，人力资源管理的形成、开发和利用受时间约束而处于一个动态的平衡；（3）思想性，主体地位的人具有思想，是富有生命力的，这也是区别于其它资源的特征；（4）全面社会性，指人力资源管理活动不仅联系双赢的结果，还要关注个体的态度、心理满足等指标。

人力资源管理的目标是与企业的经营战略目标和绩效改善目标保持一致的，并在此前提下实现收益最大化、效用最大化和满意最大化。包括内部人员配备、人员培训与开发、激励制度、薪酬与福利制度、绩效评估和团队建设等内容。

二、影响制造业绩效的人力资源管理模式

大量研究证明，人力资源管理系统是影响制造业绩效的一个重要因素，不同的人力资源管理模式对企业绩效的影响也有差别，普遍认为高绩效工作系统对包括员工流动率、员工满意度、劳动生产率、市场增值等指标具有正面影响。如果中国制造业能够得到人力资源管理的大力支持，将得到更大的发展空间。

一种观点是契合观。该观点认为存在不同的人力资源系统，只要这个系统内部达成一致，产生互补的效果，并与公司的战略或文化等因素相匹配，这些人力资源实践就可以提高公司的绩效。

另一种观点是最佳实践观。这种观点认为存在普遍适用的人力资源实践，无论在什么环境下采用什么战略的企业都能促进企业的绩效。而这些最佳实践的落脚点往往都落在人力资本提升系统上。

直接分析人力资源管理系统对组织财务绩效的影响有一定的难度，因此有学者认为人力资源管理活动影响组织绩效是以员工技能和动机为中介的，人力资源管理系统首先影响人力资源绩效指标，间接对企业的相关绩效指标产生影响。中国自20世纪80年代中期引入人力资源管理以来，逐渐从简单的人事管理向人力资源管理演变，我国制造业的发展虽然比西方制造业要迟，劳动力高度密集，且受独特文化和传统的影响，其人力资源管理具有特殊性，采用成本控制系统或者控制型的人力资源管理策略的居多。在中国特有的发展环境下，究竟哪一种系统对企业的绩效影响更大是一个非常值得研究的课题。

三、制造企业中人力资源配置现存问题及分析

（一）人力资源管理水平低

就整体而言，在民营企业、三资企业和制造企业中，制造企业的人力资源管理与开发水平最低，这与制造企业长期受计划经济影响有着直接关系，制造企业内部人力资源规模和配置与现代企业管理要求不符，内部员工与岗位匹配度低，不能真正实现人尽其才，缺乏长期规划，这一状况亟需改善。

（二）组织结构保障不利

人力资源专业人员参与经营管理的关联性仍然处于较低的层次。通常制造企业的人力资源部门与经营管理部门之间的关联性并不高，人力资源专业人员参与企业的管理决策比较少，因此人力资源专业人员不能深入企业的经营和管理工作，这直接导致人力资源配置工作缺乏企业经营发展的导向。

（三）过于关注企业的效益问题，淡化组织文化培养

业绩不是靠一天的时间来创造的，今天的效益很好，但也不能保证以后的效益还是这样，所以企业的关注点是如何一如既往保持好的收益。有些企业虽然很大，但员工的精神样貌却不佳，表现出一副无精打采的样子，有些企业虽然很小，但员工都是一副积极乐观的样子，所以好的管理不在于企业的大小，而在于能否善于调动员工的积极性，员工的积极性一旦调动起来，那企业的样貌也会焕然一新，这样，就会使得效益保持良好的发展。所以制造企业要调动员工的积极性和对工作的热情，使制造企业人力资源的管理活跃起来。

（四）缺乏有效的考核机制与激励机制

人力资源配置工作不是独立的环节，需要其他各个环节的支撑.制造企业中的人力资源配置仍然受传统的计划经济影响，属于由上到下的计划配置模式，不仅不能符合现代企业发展需求，也缺乏相应的考核机制和激励机制，仅靠现有制度的约束和管控，很难激发员工的工作积极性。

四、合理配置人力资源，发掘企业员工价值

（一）规范制造企业人力资源管理部门的职能

人力资源管理部门承载了人力资源管理六个模块的工作，国有企业原有的人事部门是一种权力型部门，将员工看做管理对象，而人力资源管理真正的意义在于为企业员工提供服务和管理咨询，为职能部门服务，提供有效信息。

（二）制定人力资源规划并按计划实施

制造企业长期以来缺乏科学的人力资源规划，制定和实施人力资源规划可以有效克服制造企业人岗不匹配的困境。人力资源规划包括宏观、微观，长期、短期人力资源的招聘、使用、培训等计划。企业应进行全面的工作分析，建立科学的人员素质测评体系，进行系统的绩效考核，建立配套的薪酬方案，进行职业生涯规划，以完善企业的管理措施。

（三）制定有针对性的员工培训计划

在制造企业人力资源管理工作中，培训工作要复杂的多，因为不同岗位的员工从智力、年龄、体力和文化程度上差异更大。对于生产操作岗位员工的培训和管理岗位员工的培训，从内容、周期以及形式上都区分对待，培训有针对性，才能提高不同岗位员工的特有岗位技能，从而强化人力资源配置的整体效果。

（四）制定真正有效的考核机制和激励机制

考核机制和激励机制是制造企业人力资源管理工作的重要组成部分之一。企业应当以企业战略为基本导向，将考核机制和激励机制与企业内人力资源配置相互联接，考核机制为人力资源配置规定了标准，激励机制为人力资源配置的优化起到了巩固作用。

（五）不断深入制造企业改革，增强企业实力

将“增效益，不增成本”作为目标，通过企业自身的努力，开源节流，挖潜增效，开拓市场，强化内控等手段，为企业开拓更广阔的市场空间，立足于现有员工队伍，将现有人员安排到合适岗位，使企业员工与企业规模相匹配。

（六）建立科学的激励机制

调动制造企业员工对工作的积极性和创造性，方便人力资源管理工作的展开。建立合理的薪酬奖罚制度，这样就能为他们的工作提供一定的动力。在对员工进行考核方面，不要简单的考察，而要进行全面的考核，对工作表现出色的，在企业里又能保持良好作风的必须进行奖励。如果员工的工作能力强，而且又有一定的管理能力和富有创新的精神，那企业就要为他们提供晋职的可能。而对于不好好工作，态度又不好的员工就要进行相应的处理和处罚，以免负面因素影響其他员工。

（七）加大培训力度

制造企业应该对企业职工加大培训力度，并把这种培训当作企业自己的责任，培训的内容不仅仅是一般的员工，更应对上层负责人进行培训。在对员工心理素质方面培训也不能小觑，因为社会的发展使得制造企业的竞争力增大，安全责任很大，以致员工的生活压力和心里压力增大，甚至对工作产生影响。国内大型企业中，通过裙带关系进入企业的员工较多，大部分在入职前既没有进行相关的培训，入职后也不注重技术能力的培养，而负责人也没有对员工进行培训的意识，这样不仅影响员工个人发展，更使得企业的效率大幅度降低。所以，对员工的岗前培训和入职之后的提升培训都是必须的。

（八）加强信息化管理

现代社会是信息化的社会，所以人力资源管理应随从发展的趋势，与信息化相结合，为制造企业提供更便捷的服务。让信息化管理工作落实到企业的每个角落，成为一种常态，保证制造企业人力资源管理的有效性。生产制造企业，创立之初高度关注成本、利润，人力资源管理模式落后，完全指令式管理，不仅造成信息不对称，更造成部分人员心中不满。信息化管理，节约时间、开放公平、与时俱进，更能利用现代化科技与国际接轨。

五、结束语

总之，人力资源配置是否科学合理关系到企业的兴衰，企业快速稳定可持续发展及做大做强，必须突破人力资源配置的瓶颈，实现真正意义上的人岗相适。在日益激烈的市场竞争下，人力资源优化配置是我国制造企业面对的艰巨任务，不仅需要人力资源工作者的努力，更需要企业经营管理人员的高度重视。

参考文献：

[1]人力资源优化配置实践探讨[J].冶金管理，2014，03：50-53.

[2]左寅捷.基于企业核心战略的Z公司人力资源规划研究[D].上海外国语大学，2014.

[3]刘剑.科技资源优化配置提高集合创新力研究[J].科学管理研究，2014，04：12-15.

[4]朱光辉.人力资源培训效果评估中的问题与优化[J].人才资源开发，2014，02：81-82.

[5]Lee play.automobile manufacturing enterprise human resources costs to determine and monitor research[D].Jilin university，2014.

制造资源配置 篇4

随着工业化水平的提高和信息技术的高速发展,制造业正从静态、组织内的供求关系向动态、跨组织方向发展。李伯虎等[1]依据网络化制造技术的需求和发展趋势,提出了云制造模式。云制造以云计算为基础,融合了现有的信息化制造技术、物联网技术、面向服务技术、智能科学技术,可随时为用户提供符合客户需求、安全可靠的制造全生命周期服务。

国内外学者对云制造进行了大量的研究[2,3,4,5,6,7,8,9],但是这些研究只是局限在概念、模型、平台框架结构及相关关键技术,对云制造服务的具体实现过程却鲜有研究。云制造服务过程中,如何通过动态调度对已虚拟化的制造资源和制造能力进行统一的智能化经营和管理,是云制造服务能否实现的关键。目前,对资源调度的研究大量集中于车间内部的生产调度和制造系统服务组合优化,而这些研究方法无法应用于云制造的特殊环境。云制造环境下,由于制造服务周期长、涉及的加工企业众多,因此在执行过程中极易受到负载、故障、环境变化等不确定因素的干扰,这就要求资源调度过程适应动态的制造环境,具有动态再调度功能。同时由于各个制造服务来源于不同的企业,势必产生相应的运输成本。因此,云制造资源调度是一个综合考虑时间、成本、质量和能力的动态多目标调度过程。

本文根据云制造服务的特点,建立云制造环境下制造服务资源多目标动态调度模型,运用遗传蚁群优化算法来解决制造服务资源多目标调度问题。

1 问题分析

假定一个云制造服务平台上有多个制造服务申请,每个制造服务申请经过任务分解后,分为若干个制造服务子任务。每个制造服务子任务包含一道或多道工序(这些工序是预先确定的)。每道工序有多个候选制造资源,可随机在这些候选制造资源上进行制造服务。工序的完成时间是随着制造资源的性能不同而变化的。由于制造资源可能会处于不同的企业,因此不同工序节点处会产生一定的物流成本。制造任务在执行过程中常存在机器故障、交货期提前或延后等突发扰动问题。调度的目标是为每道工序选择最合适的制造资源,确定制造任务中每个制造资源上的最佳加工顺序及加工时间,使制造服务的服务周期和各项性能指标达到最优。为使研究更具可操作性,本文设定以下假设条件:(1)主要研究云制造企业间的协作调度,不考虑企业内部的调度流程;(2)同一个制造服务任务只能通过一个制造服务资源完成;(3)一个制造服务资源至少能完成一个制造服务任务;(4)不同制造资源之间的运输成本和运输时间、距离成正比,不考虑运输物料材料问题;(5)每个子任务的执行时间根据任务间的关系和执行顺序进行。

2 多目标优化模型

设云制造服务平台有多个制造服务任务,每个服务任务可分为N个子任务,子任务FI有MI个制造服务资源可以完成,I=1,2,…,N。FIj为子任务FI的第j道工序。T为任务交货时间,L为制造服务能力,Q为制造服务质量,C为制造服务成本。

2.1 目标函数

2.1.1 总制造服务时间

总制造服务时间为用户从云平台客户端提交服务请求到获得资源服务所花费的时间,主要包括制造时间和物流时间。总制造服务时间的目标函数为

式中,xij为决策变量;tij为制造任务i的第j道工序所需制造时间;t′ij为制造任务i的第j道工序的物流时间;αi为制造任务i的工件数量;δT1、δT2为权重系数;Hi为任务i的工序总量;n为制造任务数量;W为阈值。

当工件运输到制造设备资源所需的时间超出阈值时,工件制造时间忽略不计。

2.1.2 制造服务能力

制造服务能力体现了制造服务提供企业完成制造任务的能力水平,包括工艺能力、故障率、废品率、尺寸精度、协作能力、客户信誉水平。根据平台提供的制造能力评判标准,对企业制造服务能力的各个指标进行评价,并构建目标函数:

式中,L1、L2、L3、L4、L5、L6分别为工艺能力、故障率、废品率、尺寸精度、协作能力、信誉水平的评价值;δL1、δL2、δL3、δL4、δL5、δL6分别为工艺能力、故障率、废品率、尺寸精度、协作能力、信誉水平的评价值的权重;nq为被评价的总次数。

2.1.3 制造服务质量

制造服务质量体现了用户对制造服务的满意程度,其目标函数为

式中,sij为用户对任务i的第j道工序加工的满意程度;μi为满意程度修正系数。

2.1.4 制造服务成本

制造服务成本除了资源设备、夹具、刀具等不同组合产生的生产成本外,还包括工件在不同制造资源之间运输的物流成本,因此,制造服务成本的目标函数可以表示为

式中,cij为任务i的第j道工序的工件所需制造成本;c′ij为任务i的第j道工序的工件运输到制造设备所需的运输成本;δc1、δc2为权重系数。

2.2 约束条件

(1)制造服务任务交货期约束。

制造服务任务交货期约束为每个制造服务任务的实际交货期不能超过最迟交货期,即

式中,Timax为制造服务任务i的允许最迟交货时间。

(2)制造服务任务成本约束。

制造服务任务成本约束为每个制造服务任务的总服务成本不能超过最高服务成本,即

式中,Cimax为制造服务任务i所能支付的最高服务成本。

(3)制造服务任务区域约束。

制造服务任务区域约束为每个制造服务资源的区域距离不能超过所要求的最大距离,即

式中,Yi为制造服务任务i的服务资源的区域距离;Yi max为制造服务任务i所要求的服务资源区域的最大距离。

(4)制造服务任务时序约束。

制造服务任务时序约束为有时序约束关系的前一任务的结束时间不能超过下一任务的开始时间,即

式中,de,i为任务i的结束时间;db,i+1为任务i+1的开始时间。

(5)制造服务任务服务能力约束。

制造服务任务服务能力约束为制造资源的服务能力水平必须满足制造任务的能力需求,即

式中,L′ij、δij分别为制造服务任务i的第j道工序的制造服务能力及其权重;L′i为制造服务任务i需要实现的制造能力。

(6)制造服务任务资源约束。

制造服务任务资源约束为同一时间同一服务资源只能完成一个服务任务,即

(7)制造服务任务可信任性约束。

制造服务任务可信任性约束为每个制造服务资源的信誉度不能小于所要求的最小信誉度,即

式中,Ui为制造服务任务i服务资源的信誉度;Ui min为制造服务任务i所要求的服务资源最小信誉度。

2.3 基于Pareto最优集的多目标调度

对于多目标问题,最优解不是一个确定的解而是一个最优解的集合,称这种解为Pareto最优解,该解的集合通常被称为Pareto最优集[10,11]。Pareto有效解的定义如下[10]:如果对一个可行解向量x=(x1,x2,…,xv)∈S(S为可行解空间,v为解向量的维数),当且仅当不存在x∈S,使得目标函数F(X)=(f1(X),f2(X),…,fv(X))优于F(x)=(f1(x),f2(x),…,fv(x)),那么称x为多目标问题的Pareto非劣解,称集合P*={x|x∈S}为多目标问题的Pareto最优解集。

这里根据制造资源调度的总制造服务时间、制造服务能力、制造服务质量和制造服务成本的目标函数组成最终的多目标优化目标函数F(X)=(f1(X),f2(X),f3(X),f4(X))。

3 多目标优化动态调度算法

3.1 动态调度策略

云制造环境下,由于涉及的服务企业众多、制造服务执行周期较长、制造现场复杂多变,因此在实际制造服务过程中势必会产生大量的扰动事件。单纯的静态调度无法处理各种实时变化,无法实现自适应调度过程。本文提出动态调度技术,在发生扰动事件时能及时作出反应,通过调整调度方案来保证云制造生产任务按时完成。

3.1.1 调度生命周期的划分

将整个生产调度过程按照整个制造生命周期T划分为若干个时域周期,以滚动的时域周期优化取代一成不变的全局优化。在实际生产中,存在周期性调度和突发事件驱动的适时调度两种情况。因此,设计了周期性调度和适时调度两种调度模式。周期性调度模式按照划分的时域周期,在每个周期内进行调度,适用于生产调度具有规律性的情况,使生产具有一定的稳定性,是实际生产中遇到最多的情况。适时调度模式是由故障、交货期变化等突发事件驱动的调度模式,发生突发事件时可及时进行再调度,以适应变化了的环境。

生命周期T的划分:

式中,g为时域周期数,g∈N。

在时域周期tk内,根据采样情况,采用周期性调度模式,获取该周期内的最优性能,若存在突发事件,则启动适时调度模式,再实行一次调度,获得新的调度结果;若没有突发事件,继续执行本周期内的调度结果。

3.1.2 事件影响关联树分析技术

对工序、设备、时间段等事件的调整必然会导致与该工序及设备相关联工序的调整,因此需分析调整的关联影响范围。

根据工件调度工序间的先后时序关系,建立工件调度工序关联树。关联树的根节点(如Pi,j)为发生动态扰动的工序,一阶子节点(如Pi,j+1)为该工序的后驱工序,二阶子节点(如Pi,j+2)为后驱工序的下一个后驱工序。逐点建立后续的多阶受影响节点,直至调度方案中不存在后续工序为止。关联树组织结构如图1所示。

3.1.3 效能偏差比较

实际调度过程中存在大量的突发事件。对每一个突发事件都进行动态再调度,不但会造成调度方案的频繁改动,而且会导致整个系统、人员的负担大幅增加,反而降低生产效率。因此,本文提出一种效能偏差比较技术,对每一个扰动事件,先比较再调度过程与原调度方案的效能偏差值,若偏差值大于设定的指标阈值,则进行动态再调度;否则不启动再调度过程,而是通过车间内部调整(如提高设备利用率、加班等方法)消除部分扰动事件,从而降低关联调整的复杂度。

3.1.4 动态调度流程图

设计动态调度流程如下:首先初始化工件、工艺、设备等信息,然后根据制造服务任务划分制造过程的生命周期和时域周期。当时域周期到来时执行周期性调度。在执行周期性调度过程中若发生突发扰动事件,则进入适时调度模式,根据获得的突发事件的工序节点建立工序影响关联树。若关联树存在子节点,则根据关联影响程度判断是否需要调整零件工序,若需要调整,则根据需求调整生成新的调度方案,并将其与原调度方案进行效能偏差的比较。若偏差值小于阈值,则放弃新的调度方案,继续执行周期性调度;反之,则执行新的再调度过程。在执行周期性调度过程中若没有发生突发扰动事件,则继续执行原调度方案,在再调度周期来临时进行周期性再调度,如图2所示。

3.2 遗传-蚁群调度算法

3.2.1 算法描述

将制造资源调度方案转化为类似旅行商问题(travelling salesman problem,TSP)中的一条路径,蚂蚁可任意选择节点,所选的节点路径即为调度方案。蚂蚁选择路径后,信息素留在节点上,而不是路上。

3.2.2 初始信息素浓度生成

在蚂蚁的路径节点集合中,节点i和j间的信息素浓度可表示为τij。初始信息素浓度τij(0)由遗传算法求得,方法如下:

(1)编码。

本文设计了一种3层矩阵编码方法,第1层编码表示工件,第2层编码表示工序,第3层编码表示设备制造资源。如表1所示,第1个染色体表示工件3的第1道工序由设备制造资源4加工。依次类推,任意基因串的排列与调度方案一一对应。

(2)交叉变异。

交叉、变异操作是遗传算法中增加种群多样性、防止算法早熟和停滞的操作。本文针对的多目标优化问题需既考虑种群的多样性又考虑其收敛性,因此采用全交叉方式,交叉概率为1。由于本文采用了3层编码,所以需要对3部分分别进行交叉操作,包括工件交叉、工序交叉和设备交叉,如图3所示。

(3)求解步骤。

(1)初始化参数,子群个数为A,每个子群产生p个个体,最大进化代数为O;(2)产生交叉概率Pc、变异概率Pm;(3)将目标函数作为适应度函数f(x),计算子群每个个体的适应度函数值f(xij)(i=1,2,…,n;j=1,2,…,Hi);(4)采用轮盘赌选择法进行选择操作;(5)进行交叉变异操作,按照交叉概率Pc从第i个子群中随机对个体进行交叉操作,按照变异概率Pm选择个体进行变异操作;(6)根据适应度值排序选择最优染色体,若满足收敛条件,结束返回最优解,否则退回步骤(4);(7)对选出的染色体解码,转化为初始信息化浓度。

3.2.3 启发式信息

启发式信息与路径长度无关。在云制造环境下,由于涉及的各个机器和工序处于不同的地点,这必然带来额外的物流成本。所以在资源调度中,除了调度时间,成本也是重要的影响因素之一。因此本文将启发式信息定义为

式中,Tij为任务执行时间;Cij为任务执行中产生的成本;α1、β1分别为Tij和Cij的权重系数。

3.2.4 状态转移规则

第K只蚂蚁从节点i转移到节点j的概率计算公式为

式中,α2、β2分别为信息素和启发式信息的权重;ηij为节点i到j的启发式信息;wi为第i个工序可选的资源节点的集合。

3.2.5 信息素更新规则

(1)更新策略。

信息素是蚂蚁进行路径选择的唯一因素,随着信息素的累积,蚂蚁很容易倾向于信息素量大的节点,忽略实际路径更优、信息素量不大的节点,而陷入局部最优。遗传算法的交叉算子和变异算子可以产生多样性的子代,从而扩大解的搜索空间,因此将其引入蚁群算法的信息素更新策略中,以避免解陷入局部最优。

(2)交叉。

首先引入交叉算子对路径节点进行交叉操作,对任意路径随机产生2个交叉节点,交换2个节点的内容,产生新的路径即新的调度方案。若新方案更优则替代原方案,否则不替换。

(3)变异。

若某条路径更优而信息素量不够,则将原最优路径上的信息素转移到更优路径上,对新路径上的信息素进行变异操作,保留新的最优路径,调整公式如下:

式中,τi,j为原最优路径上的信息素;τ′i,j为交叉后更优路径上的信息素;τ′i,j+1为变异后的新最优路径的信息素。

蚂蚁完成一次循环后,信息素更新公式如下:

其中,Δτij(t,t+1)为本次循环中路径(i,j)上的信息素量;Δτij(K)(t,t+1)为时间(t,t+1)内第K只蚂蚁在路径(i,j)上的信息素量;ρ为信息素轨迹的衰减系数;Q为调整系数;lK为第K只蚂蚁解的目标函数值,蚂蚁释放的信息素量和解的目标函数值成反比,蚂蚁构造的解越好,这条路径就会获得越多的信息素。

4 算法实现

算法实现步骤如下:

(1)初始化α1、β1、ρ、Pc、Pm等参数,置初始迭代次数为0。

(2)由遗传算法产生初始信息素浓度τij(0)。

(3)将所有蚂蚁置于出发点上,初始点位于当前解集中。

(4)按照状态转移规则(式(8))计算每一只蚂蚁的概率选择目标。

(5)按照式(1)计算每个调度路径的目标函数最优值,若新路径更优,按照式(2)变异信息素。

(6)对各路径进行交叉操作,若产生更优解则替换新的交叉点信息,否则转步骤(7)。

(7)按照式(3)更新信息素。

(8)如果迭代次数小于最大迭代次数,则转步骤(2),否则输出目前最优解。

5 实例应用

以汽车零部件云制造平台中某汽车零部件企业为例验证算法的有效性。该企业现有5个生产子任务需要制造服务,其相关信息见表2,在平台中初步搜索到的与这些子任务对应的工序及制造资源集合见表3。

根据本文提出的调度模型及算法,采用MATLAB编程进行运算,初始化参数如下:遗传算法种群规模最大迭代次数为50,初始交叉概率Pc=1,初始变异概率Pm=0.05,蚂蚁个数为20,最大迭代次数为50,α1=1,β1=7,ρ=0.1。生产过程考虑以下扰动因素:资源M1在时刻60h发生故障,在时刻90h得到修复,采用本文提出多目标动态遗传蚁群算法对子任务O3进行优化调度计算,得到静态调度甘特图和动态调度甘特图(图4、图5)。

由图4、图5可以看出,在不考虑机械故障扰动的情况下,静态调度的加工周期为221h;在考虑动态扰动的情况下,加工周期为251h。而动态调度的加工周期为227h,可见动态调度在扰动出现时能大幅缩短加工周期。

为验证算法的性能,将本文所提出的算法(遗传蚁群算法)与改进蚁群算法[12]进行对比分析,结果如表4及图6所示。比较得出,遗传蚁群算法由于充分利用了遗传算法在全局搜索、快速收敛等方面的优势,因此在全局搜索能力及收敛速度上均比改进蚁群算法有明显的提高。

从图6可以看出,随着迭代次数的增加,算法趋于稳定,由于基本蚁群算法在进化过程的最优解可能会丢失、造成局部收敛,所以出现最优解跳跃及收敛速度慢的情况;而改进的遗传蚁群算法由于采用了交叉和变异的方法,既继承了最优解,又增大了搜索空间避免进入局部最优,加快了收敛速度。

6 结论

(1)针对云制造环境下制造资源调度的特点,综合考虑影响制造资源调度的主要影响因素(最小化总制造服务时间、最优化制造服务能力、最优化制造服务质量、最小化制造服务成本),建立了一个制造服务多目标调度模型。

(2)根据云制造环境下极易发生突发扰动事件的特点,提出了一种动态调度技术。该技术将整个制造服务全生命周期中的调度分为周期性调度和适时调度两种模式。当发生扰动时,首先根据扰动事件建立事件影响关联树,在此关联树的基础上分析再调度的效能偏差,根据与阈值的比较结果决定下一步调度过程,通过调整调度方案,来保证云制造生产任务按时完成。

(3)提出了基于遗传蚁群算法的制造资源调度算法。该算法利用遗传算法的优势对蚁群算法进行改进,弥补了蚁群算法存在的不足,使整个调度过程能快速地收敛于最优解。

(4)以某汽车零部件企业为例进行仿真实验,仿真结果证明了该算法的有效性和可行性。

摘要：针对云制造环境下制造资源调度的特点和存在的问题,建立了云制造环境下制造服务资源多目标调度模型。根据云制造环境下极易发生扰动的特点,提出了一种动态调度技术,以在发生突发事件时及时作出反应。提出了一种基于遗传蚁群算法的制造资源调度算法,该算法利用遗传算法搜索能力强、收敛速度快的优势弥补蚁群算法易陷入局部最优、收敛速度慢的不足,使整个调度过程能快速、准确地收敛于最优解。最后用实例证明了该算法的有效性。

关键词：云制造,多目标优化,动态调度,遗传算法,蚁群算法

参考文献

[1]李伯虎,张霖,王时龙,等.云制造——面向服务的网络化制造新模式[J].计算机集成制造系统,2010,16(1):1-7.Li Bohu,Zhang Lin,Wang Shilong,et al.CloudManufacturing:a New Service-oriented Manufac-turing Model[J].Computer Integrated Manufactur-ing Systems,2010,16(1):1-7.

[2]王正成,黄洋.面向服务链构建的云制造资源集成共享技术研究[J].中国机械工程,2012,23(11):1323-1331.Wang Zhengcheng,Huang Yang.Research on Inte-gration Sharing Technology of Cloud ManufacturingResource Oriented to Service Chain Construction[J].China Mechanical Engineering,2012,23(11):1323-1331.

[3]陶飞,张霖,郭华,等.云制造特征及云服务组合关键问题研究[J].计算机集成制造系统,2011,17(3):477-486.Tao Fei,Zhang Lin,Guo Hua,et al.Typical Charac-teristics of Cloud Manufacturing and Several Key Is-sues of Cloud Service Composition[J].Computer In-tegrated Manufacturing Systems,2011,17(3):477-486.

[4]程功勋,刘丽兰,林智奇,等.面向用户偏好的智能云服务平台研究[J].中国机械工程,2012,23(11):1315-1322.Cheng Gongxun,Liu Lilan,Lin Zhiqi,et al.Intelli-gent Cloud Service Platform for Customer Prefer-ence[J].China Mechanical Engineering,2012,23(11):1315-1322.

[5]Zhang Qian,Qi Deyu.Service-oriented Collabora-tive Design Platform for Cloud Manufacturing[J].Journal of South China University of Technology:Natural Science,2011,39(12):75-81.

[6]尹超,黄必清,刘飞,等.中小企业云制造服务平台共性关键技术体系[J].计算机集成制造系统,2011,17(3):495-503.Yin Chao,Huang Biqing,Liu Fei,et al.CommonKey Technology System of Cloud ManufacturingService Platform for Small and Medium Enterprises[J].Computer Integrated Manufacturing Systems,2011,17(3):495-503.

[7]张霖,罗永亮,陶飞,等.制造云构建关键技术研究[J].计算机集成制造系统,2010,16(11):2510-2520.Zhang Lin,Luo Yongliang,Tao Fei,et al.Study onthe Key Technologies for Construction of Manufac-turing Cloud[J].Computer Integrated Manufactur-ing Systems,2010,16(11):2510-2520.

[8]贺东京,宋晓,王琪,等.基于云服务的复杂产品协同设计方法[J].计算机集成制造系统,2011,17(3):533-539.He Dongjing,Song Xiao,Wang Qi,et al.Method forComplex Product Collaborative Design Based onCloud Service[J].Computer Integrated Manufactur-ing Systems,2011,17(3):533-539.

[9]尹胜,尹超,刘飞,等.云制造环境下外协加工资源集成服务模式及语义描述[J].计算机集成制造系统,2011,17(3):525-532.Yin Sheng,Yin Chao,Liu Fei,et al.Outsourcing Re-sources Integration Service Mode and Semantic De-scription in Cloud Manufacturing Environment[J].Computer Integrated Manufacturing Systems,2011,17(3):525-532.

[10]Khalid K,Henri P,Nasser M.Using Multi-agentArchitecture in FMS for Dynamic Scheduling[J].Journal of Intelligent Manufacturing,1997,8(1):41-47.

[11]Zitzler E.Evolution Algorithms for Multi-objec-tive Optimization[D].Zurich:Swiss Federal Insti-tute of Technology,1999.

制造资源配置 篇5

4.1.1学习内容分析

《机械制造基础》课程的内容主要包括：金属材料与热处理、金属冷热加工和机械加工工艺等相关知识。我们根据培养目标要求，以“必需、够用”的原则对该课程进行适当的整合，开发了基于工作过程的任务驱动学习方式：把课程内容分解为三个学习情境(11个课业)，主要讲解工程材料相关知识、金属切削的基本规律及控制、金属切削刀具、机加工工艺理论。通过本课程的学习，学生可较全面地了解机械产品的生产过程和与机械制造相关的基础知识;能根据工程要求正确选用常用材料及热处理方式;能根据工艺要求正确选用金属切削机床和加工工艺方法;掌握安全生产、节能环保和先进制造技术的相关知识;具备分析和检测机制产品质量的初步能力。

4.1.2学习者的需求分析

学习对象是湖南化工职业技术学院机械工程系相关专业二年级的学生，其主要特征为：他们是在网络影响下成长起来的一代，对新事物的接受能力非常强，喜欢寻求刺激、追求新鲜感，可以乐此不疲地从网上下载音乐，随时自拍并上传照片，在QQ和微信等社会媒体上发表自己的观点，但难以坐下来专心读书，甚至难以专心面对面地与人聊天。他们思维活跃、创造性强。经常求新、求变，不能安于现状，善于从网络上接受新信息、学习新东西，所以欢迎能方便自学的学习媒体。

4.1.3学习者的初始能力分析

高职层次的高校录取门槛低，学生的整体素质不够高，理解能力差异较大。学校的学生有的来自中职，有的来自普通高中，学习基础和素质参差不齐，要求学习媒体能够因材施教。

4.2细化知识点

知识点的概念，从不同的视角可得到不同的理解。在本文中，笔者认为：知识点是教学活动过程中传递教学信息的基本单元，是意义相对完整的媒体(如视频、声音、文字、动画、图画等)相互协调以表达一个局部的逻辑意义的知识的集合。一门课程的学习可以看成是学习者对一系列知识点的学习过程。根据知识内容的粒度大小，知识点可分为元知识点和复合知识点，元知识点是指内容结构不可再分的知识点，复合知识点是由两个或两个以上元知识点构成，多个知识点构成一个知识模块(或主题单元)。以学习情境2“加工可调支座”中的课业2.2为例，在保持知识点内容的完整性和一致性的前提下;依据知识点属性和规律及学习者的学习特点，遵循教学规律，将“车刀”这一教学内容分为：车刀的结构、车刀的组成、车刀的几何角度3个知识点(如图1所示)，车刀的组成又细分为前刀面、后刀面等6个元知识点(如图2所示)。每个知识点的讲解是相互独立的，又是循序渐进的，具有一定的逻辑性，笔者可以在10min左右将每个知识点讲解透彻。

4.3确定微课的类型

在对知识点进行细分之后，微课资源开发者应该根据学科特点和知识点的类型选择合适的方法、步骤和组织形式，综合运用视频、音频、文字、图片等多媒体素材对知识点进行表现，这样才能使其更加贴近学习者，更易于被理解。目前，我们根据课程特点主要开发了“理论讲授型”和“实践演示型”两种微课，分别讲解陈述性知识和程序性知识。以学习情境2“加工可调支座”中的课业2.2为例，“车刀的结构”“车刀的组成”“车刀的几何角度”等微课为“理论讲授型”微课，这类微课通常以语言传递信息，可采用讲授法、启发法、讨论法等方式，围绕单一知识点，以教师为主导展开教学。在教学过程中应创设适合学生的知识编码情境，采用适当突出、强调、重复等呈现方式。“装夹套类零件”“钻中心孔”“钻孔”“车削内孔”“攻螺纹”等微课为“实践演示型”微课，主要讲解程序性知识。这类微课应以活动为载体，以直接感知或实践训练为主，其设计思路为：呈现教学目标→呈现正例→引导学习者发现关键特征。可现场拍摄高级技师(教师)的示范操作，亦也拍拍学生的正确(错误)操作，经后期剪辑、编辑而成。

制造资源配置 篇6

关键词：人力资源；制造业；人才培训

一、上海电气人力资源基本状况

上海电气集团共有企业387家，其中资产管理公司277家、有限公司103家，总公司下属7家。

集团共有职工114709名，其中，在岗职工为74584名。所属企业中，资产管理公司拥有职工68211名，其中32899名职工在岗；有限公司拥有职工45467名，其中40654名职工在岗。

在岗职工中，有专业技术人员共18221名，占职工总数的24.43％；有技术工人35535人，其中技能人才33139名，占职工总数的44.43％。根据电气集团人力资源分类统计表，在岗劳务工用工总数13480人。集团在岗职工中，有硕士及以上学历学位职工1277名。占专业技术人员的7％，占在岗职工的1.7％，职工的学历学位层次有待进一步提高。集团共有高级专业技术人员1938名，占专业技术人员总数的10.6％，占在岗职工的2.6％。集团共有高级技师202名，技师1685名，两者分别占技术型人才的0.6％和5.1％，占在岗职工的0.3％和2.3％，技师、高级技师占技术型人才比例为5.7％，占技术工人比例为5.3％，占工人(含劳务工14066人)比例为3.8％。高技能人才占技能型人才比例为24.4％，占技术工人比例为22.74％。

在职工教育培训投入方面，2006年。上海电气职工教育培训投入3501.6万元，在岗职工人均469.5元，其中，技能人才教育培训总投入1049.8万元。技能人才人均316.8元。技能人才培训占总投入比例为30％。有限公司职工教育培训投人2313.5万元，人均投入569.1元，其中技能人才投入566.1万元，技能人才人均276.8元。有限公司技能人才培训占总投入比例为24.5％。

同时根据调查，45％的职工在过去一年中参加了企业组织的培训。但有77.5％的职工表示过去一年中没有参加过企业外的培训。专业技术人员群体中有52.5％的职工表示过去一年中没有参加过企业组织的培训，有26.7％的职工表示过去一年没有参加过企业外的培训。35岁以下本科以上学历群体中38.2％的职工表示过去一年中没有参加过企业组织的培训，其中有65.20％的职工表示过去一年没有参加过企业外的培训。企业高层领导中23.1％的人员表示过去一年中没有参加过企业组织的培训。68.5％的人员表示过去一年中没有参加过企业外的培训。

综合上述情况可见，上海电气集团已经拥有一支专业配套、结构合理、功能齐全的人才队伍。近三年来。职工队伍建设态势良好。高级专业技术人员占在岗职工比例在2004年、2005年、2006年分别为1.87％、2.17％、2.28％，高技能人才占技术工人比例在2004年、2005年、2006年分别为7.68％、8.8，％、10.03％，呈现上升趋势。

二、上海电气人力资源建设存在的主要问题

1、高级技能人才在总量、结构和素质上还不能满足企业发展的需要。根据2006年西门子年度报表，2006年西门子共有员工474900名。其中173000人(36.42％)的员工具有本科学历。2006年，西门子在世界范围内新雇佣了75200位员工，其中36％具有本科学历，在拥有大学本科学历的新员工中，有60％是科学家职务或者是工程师。西门子公司高级技术工人占技术工人总数的30％以上。而上海电气高级技能人才从质量到数量都明显不足。主要表现在：一是技师、高级技师人数偏少；二是学历结构上偏低；三是高技能人才年龄偏大；四是劳务工技能等级低。缺乏相应的培训。

2、高端、紧缺、关键人才不足。对集团人才队伍存在问题的反映主要有：一是高端管理和科技人才比例较缺乏。西门子公司大学本科以上员工占50％，而上海电气仅16％；二是适应战略发展需求的人才缺口很大：三是高级技术工人的比例与发达国家相比仍有大的差距。西门子公司高级技术工人占1/3以上，而上海电气高级技术工人只占技术工人总量的24.4％。值得关注的是，根据电气集团人力资源统计表不完全统计，党政管理人员中的本科及以上学历3223人，占党政管理人员总数的25.16％；同时党政管理人员的总量较大。共有12809人，占调查企业人员总数的22.93％。

3、人才的培养和培训存在不足。调查显示，54.6％的职工表示过去1年内没有参加过企业组织的培训。77.5％表示过去1年没有参加过企业外的培训。技术人员群体中52.5％表示过去1年内没有参加过企业组织的培训，76.7％表示过去1年没有参加过企业外的培训。中基层管理人员中33.6％表示过去1年内没有参加过企业组织的培训。68％表示过去1年没有参加过企业外的培训。35岁及以下本科以上学历群体中38.2％表示过去1年内没有参加过企业组织的培训，65.2％表示过去1年没有参加过企业外的培训。企业高层领导中23.1％表示过去1年内没有参加过企业组织的培训，68.5％表示过去1年没有参加过企业外的培训。

三、进一步加强上海电气人力资源建设的对策

1、建设一支高素质高水平的技术工人队伍。上海电气作为是中国最大的装备制造业集团，技术工人的水平和质量应该走在全国前列。按照集团发展规划和先进制造业发展要求，到“十一五”末，高级工以上的高技能人才比例要超过30％，其中技师、高级技师比例要达到8％，45岁以下中青年高技能人才占高技能人才比重达80％左右，并涌现一批中青年领军高技能人才，带动中、初级技能工人队伍相间梯次发展。全面提升职工队伍整体技能、素质水平。

要加强劳务工的建设。参加教育培训、提升工作等级已经成为劳务工的迫切需求。上海电气集团职工队伍结构老化的矛盾较为突出，劳务工的加入使得职工队伍老化的状况大大改善。目前集团一线劳务工10175人，占一线职工的35.7％，占劳务工总数的75.48％。如在上海锅炉厂有限公司电焊和冷作两个主要工种中。劳务工已占在职工人数的30％，10年内30％的在职焊工和冷作工退休。在职技术工人学历层次偏低，年龄偏大；劳务工教育程度普遍偏低，对技术技能的掌握也比较粗浅。76.9％的劳务工比较希望和非常希望参加教育培训，目前有39.4％劳务工参加过技术培训，55.9％的劳务工没有参加培训。要立足上海、延伸国内外，在外省市建立高技能人才培养培训基地。

围绕企业实际需求，加强对技术工人教育培训工作的领导与计划工作，通过教育培训、鉴定考核、择优选拔，建

立分层、分类实施的技术工人培养体系，造就一支高、中、低合理配置的技术工人队伍。

企业通过建立能级体系，制订相对科学的、合理的人力资源开发规划、培训体系，推进企业各类技术工人队伍的建设工作。

2、实施科技专家、项目科技带头人、首席技师的选拔制度，建立研究生培养基地。培养科技创新领军旗帜型人才。要实施上海电气科技专家、上海电气项目科技带头人、上海电气首上海电气席技师的选拔制度。以推进集团科技进步、技术自主创新，促进科技成果产业化，激发广大员工的创造激情，培养和造就一批科技和高技能领军人才。与高校建立研究生联合培养基地，以加强上海电气人才资源的投资和开发，大力提高人才资源对上海电气经济增长的贡献率，构筑上海电气人才资源建设，使之成为上海电气经济发展的强大推动力。

3、加强制度体系建设，使人力资源建设与管理规范化、制度化。

一是要坚持和完善学习培训制度。建立培训——上岗——使用——考核——奖惩的配套制度。完善制度建设，为教育培训工作有序开展奠定基础。制定规范和促进教育培训工作开展的制度，《生产人员持证上岗及技能鉴定实施办法》、《师傅带徒制度》、《关于进一步加强教育培训工作的意见》、《“四支”人才队伍建设的实施意见》、《关于加强生产一线员工队伍建设的若干意见》、《供电企业生产一线用工管理暂行办法》、《“首席岗位制”管理办法》、《员工培训考试考核奖惩规定》、《兼职培训师管理办法》、《首席工程师管理暂行办法》、《优秀人才管理办法》。《高级管理人员学习培训制度》、《技术创新人员学习培训制度》、《技术工人学习培训制度》、《劳务工学习培训制度》等。

二是建立培训激励制度。要完善的岗位任职资格要求，建立公平、公正、客观的业绩考核标准；公平竞争的晋升规定和以能力和业绩为导向的分配原则。

为充分调动员工学习的积极性。公司建立员工能力素质模型，实施职业生涯管理，设立管理、技术、技能人才三通道职业生涯发展体系。对优秀高技能人才，在晋升、工资、福利、带薪学习、休假等方面予以适当倾斜，努力营造“尊重知识、尊重人才、尊重创造”的良好氛围。建立健全激励机制，充分调动员工学习的积极性。

三是建立健全学习成果考核、评价、认证制度。使学历教育和非学历教育相互沟通，学历教育以教育部门为主，培训以行业为主，建立完善对学习成绩、成果、成就进行考核、评估、发展的权威机构，定期考核，统一发证。要建立企业终身学习指导中心，设立各种联席会议制度。提出规划，制定目标想象，掌握动态，指导工作，总结经验。定期交流。成立“学习证件认证中心”，对各种学习、进修、培训的结果予以认可并办理学习证件的认证手续等。

制造资源的网格化封装机理研究 篇7

在市场竞争日益激烈的今天,制造业必须以最短的周期、最好的质量、最低的成本和最佳的服务开发出最新产品。如何快速响应市场,以最短的时间开发出用户接受的新产品,在竞争中求生存谋发展,已成为企业共同追求的目标。我国制造业大多举步为艰,其症结在于市场响应能力差,缺乏敏捷应变能力。我国企业现在普遍面临的基本问题是:

1)资源的不完整性(non-integrality)和分散性(dis-tribution);

2)资源供需错位现象;

3)企业间合作效率低;

4)资源的重复建设和资源的“储备”现象;

5)资源共享的困难。

日益深化的社会分工的专业化,使得企业之间的紧密合作和协同成为必然选择和赢得竞争的制胜法宝[1]。网格是一种实现资源快速共享和最佳配置的通用软件支撑环境。制造网格的实质在于将各种分散异构和动态资源如各种装备、设计软件、管理系统、信息仓库、技术知识等,从其所有者手中以网格服务的形式提供给资源的消费者[2]。本文针对我国企业资源和能力的残缺不全和协同共享困难这些基本问题,提出一种对制造资源封装为服务而共享的方法。

2 开放网格服务体系结构(OGSA)

开放网格服务结构OGSA(Open Grid Services Archi-tecture)[3,4]是继五层沙漏结构之后最重要,也是目前最新的一种网格体现结构,被称为是下一代的网格结构。在OGSA中,实现的将是对服务的共享。从资源到服务这种抽象,是将资源、信息、数据等统一起来,十分有利于灵活的、一致的、动态的共享机制的实现,使得分布式系统管理有了标准的接口和行为。

OGSA还定义了“网格服务”(Grid Service)的概念。网格服务是一种Web Service[5],该服务提供了一组接口,这些接口的定义明确并且遵守特定的惯例,解决服务发现、动态服务创建、生命周期管理、通知等问题。简单地说,网格服务=接口/行为+服务数据。

OGSA的两个支撑技术是网格技术(即Globus软件包)和Web Service。Globus是已经被科学与工程计算领域广泛接受的网格技术求解方案,Web Service是一种标准的存取网络应用的框架。

3 制造资源的网格化封装

通过将各种制造资源封装成服务,使得资源、信息、数据等统一起来,有利于灵活、一致、动态的共享机制的实现,使得分布式系统管理有标准的接口和行为,各种资源对用户都是透明的。

3.1 制造资源的网格化封装

由于OGSA以“服务”为中心,实现的是服务的共享,一切具有特定功能的网络化实体都是网格服务,包括计算机、程序、数据、仪器设备等。因此,如何把制造资源(包括设备资源和设计软件资源)完整、规范地描述和封装成网格服务,是我们面临的首要问题。对资源封装成网格服务包括两个步骤。一是对制造资源的具体描述,提出了基于STEP/XML/WSDL来描述制造网格中制造资源,这为下面的接口实现打好了坚实的基础。以XML文件作为中介,实现STEP到WSDL的转换。这种方法的实现要分两步走:第一步是完成STEP到XML的转换;第二步是通过XML文件作为中介进行的,实现了STEP到WSDL的转换。二是把服务接口和操作抽象出来,描述成WSDL文件,并真正实现接口,具体实现方法如下。

1)接口定义。服务接口是制造网格服务与制造网格内、外网格之间件通信和交互的途径,定义了一组通过交换定义的消息序列(如方法调用的输入参数等)进行调用的操作。服务接口对应WSDL中的端口类型,包括四个方面:一是操作,即制造网格服务支持的各种操作;二是端口,即制造网格服务的访问端口,制造网格中间件通过端口调用服务;三是通信,即制造网格中间件与制造网格服务提供者之间的信息交换和指令传达;四是权限验证,即调用和访问制造网格服务前进行的身份和权限鉴别。

2)接口实现。当WSDL文档定义好后,采用WS-DL2Java方法,将WSDL文档映射为Java文件,并在Java中真正实现诸如接口(Port Type)、操作(Operation)、绑定(Binding)等具体内容,并编译为Class。

3)实现服务。所有远程可用的操作必须是公用的并抛出异常到PortType接口中定义的java.rmi.RemoteException。必须从OGSA框架中继承ServiceSkeleton类,必须实现GridServce、PortType接口及其他网格服务核心功能。

4)部署服务。

5)服务质量(QoS)的定义。在网格服务封装的过程中,每一个服务的特殊性体现在其功能的描述和实现。因此,制造网格节点构建的与一般网格节点构建的不同之处就在于其具体功能接口的定义。制造网格服务封装的部分代码如下:

完成上述两个步骤后,系统资源就被描述和封装成为网格服务,并支持服务注册和发现。

3.2 网格服务的注册

网格服务封装后,通过发布到Web服务检查语言(Web Service Inspection Language,WSIL)文档进行注册,以便实现服务发现、部署和调用。服务的注册主要包括本地服务注册和远程服务注册。远程服务注册的步骤如下。

1)创建一个全局注册服务(Global Registry Server,GRS),它提供了远程服务注册接口。

2)注册远程服务。调用GRS的远程服务注册接口进行注册。注册后,该服务会被分配一个GSH,并保存到远程服务列表中。

3)远程服务提供了本地服务注册和远程服务注册。

4)远程服务还可以注册远程服务,这样逐层注册,形成树形结构,便于分类管理和分布式服务发现。

3.3 网格服务的发现

服务的部署过程同时也是服务发布的过程,此时,网格会根据该服务所在IP地址、端口,以及部署的位置等信息,为其分配一个全球唯一的网格服务标识符GSH。

当用户通过客户端界面提交任务请求时,客户端首先用任务描述语言将用户的请求描述为XML文件,并将XML文件传给全局过程规划(GPP)分析模块;GPP分析模块对接收到的任务进行解析,确定完成任务的宏观工作流程,并向Registry服务发送请求;Registry服务针对工作流程中的每个阶段,分别搜索合适的网格服务,并将发现的网格服务列表GSIL文件的格式返回给用户,供用户选择。

4 基于网格服务的资源协同共享的设计

在制造网格体系构架中,关注的焦点并不是资源本身,而是资源的所能提供的跨越多个组织机构的消息交换服务。一个孤立的不被使用的资源仅表明其有使用价值,不能表明它具有真正的价值或交换价值———即价值的表现形式。网格服务的定义,使得任意的、临时的资源共享变得可能。网格服务是对资源的抽象,同一个网络资源可映射为多个网格服务。

虚拟组织的定义[6]为:一个基于柔性的、安全的、协同的资源共享及协同的问题求解规则所定义的动态的个体、组织/机构和资源的集合体,就被称为虚拟组织(Virtual Organization)。虚拟组织就是根据这些(柔性的、安全的、协同的)资源共享及协同问题求解规则所界定的单个或集群式的网格服务所形成的更高一个层次的集合和动态组合体(ensembles)或综合体。这些组合体可大可小,寿命可长可短,既可以是单体制的或多体制的(multi-institutional),也可以是同构的或异构的。

具体可以用资源封装模型来说明,如图1所示。图中描述的是对加工机床和工艺知识这两种资源进行了封装的模型的分析。网格服务提供商根据不同类型模具资源和加工工艺知识,设计出制造资源外报能力网格服务接口,并在制造网格注册中心进行注册供终端用户检索、发现和使用。正是通过对资源的网格封装所提供的临时服务,及基于网格服务所创建的动态虚拟组织,制造网格以非集中的方式,为解决资源残缺不全的中小企业实现任意的资源共享提供了技术途径。

如果说网格服务是对资源在网格化空间的抽象,那么虚拟组织可以被理解为现实的真实组织/机构在网格化空间的抽象和映射,虚拟组织的运作则对应于现实世界的商务流程和规则,在网格空间对网格服务进行重新装配和组合。因此,网格以一种全新的、覆盖一切的,普遍的体系来重新建立资源共享机制,通过对资源进行规范化和标准化封装形成网格服务,使得任何人可以与任意的现实世界里的真实组织进行直接的信息共享。

5 制造网格资源封装的实现

模具企业是一个典型的制造企业,有很好的代表性。模具制造行业属于多品种单件小批量生产方式,在模具制作的过程中牵涉到大量的协同和资源共享问题。根据模具制造行业的专业化分工的特点以及模具制作的整个业务流程的特点,模具企业之间的最典型的协同过程可分为三大类:

1)模具订单外包;

2)加工外协;

3)采购服务。

针对模具企业的这三种外向业务,采用网格技术来实现模具企业间这三种服务:即实现订单外包服务、零部件的加工外协服务和采购等业务。在模具制造网格系统中,这三种协同过程都可以采用制造网格中的“请求/响应”的机制来实现广义制造任务和制造订单的全生命周期管理,以制造项目的形式实现制造服务的执行过程。一个典型的网格环境下的模具制造业务流程与制造服务响应流程如图2所示。

具体描述为,一个建筑工程公司急迫需求一定数量的订单支架,公司通过一个专门的产品用户界面,向其输入需要数量订单的要求,具体就是标准化产品的描述、订单约束、工艺过程说明、输入方式、交货期、价格、质量等一些上限和下限的要求。产品用户界面把这些订单的要求提交给一个订单代理“order agent”,订单代理按要求把这个消息发布到网格上,发现候选的企业,反馈给产品用户界面的信息是存在多家制造企业满足订单原材料的要求,而且这其中有几家制造企业还能满足交货期需求,订单代理建立有效的运输分配。后来一个自动的流通过程从这些制造企业中根据订单要求确定最低的费用,而且开始进行物流,这个订单代理同时对这个制造网格的生产过程进行实时监控和任务的分派,以及对交通运输系统即物流系统进行确认。假如在运输过程中,有一部传递卡车在物流过程中出现抛锚现象,网格会自动分派另一部车进行物流,这部车会顺利到达那部抛锚的车的地方进行继续传输物品,从而成功地完成订单。同时这个抛锚的车会在网格的控制下被托走并进行维修。所以这样下来这个行程安排过程的执行就认为是交易正常,而且客户也是保持被告知的。

各模具制造企业资源通过封装和注册成为模具网格中的制造服务域,某核心模具企业可以通过制造服务域扩展连同其下游提供商形成稳态制造服务域联盟。

6 结束语

本文叙述了网格的开放网格服务体系结构OGSA以及其两大支撑技术Globus和Web service,根据网格化制造资源的描述,对企业的制造资源进行网格化封装以形成网格服务,为最终解决制造资源最佳配置以及与流程控制等相关问题奠定理论基础,为提高企业竞争力提供先进的切实可行的实现途径。最后通过一个模具企业的运用进行了分析和验证。

摘要：分析了制造业企业中制造资源协同共享的重要性和需求的迫切性,以及解决资源协同共享的困难和挑战。简单叙述了OGSA,并详细分析了对企业的制造资源进行网格化封装以形成网格服务,以及网格服务的注册和发现问题,设计出基于网格服务的资源协同共享系统框架,并实现了制造网格资源的封装,为最终解决制造资源最佳配置以及与流程控制等相关问题奠定理论基础,为提高企业竞争力提供先进的切实可行的实现途径。

关键词：开放网格服务体系(OGSA),制造资源,资源封装

参考文献

[1]张平,郑德涛,陈新,孙健.面向模具制造的资源分类及网格化封装机理研究[J].系统仿真学报,2006,18(8):445-449.

[2]黄艳丽.面向项目群管理的资源网格化封装机理研究[J].微计算机信息,2007,23(11):22-24.

[3]T.DeFanti,I.Foster,M.E.Papka,R.Stevens,and T.Kuh-fuss,Overview of the I-WAY:Wide Area Visual Supercomputing[J].International Journal of Su-percomputing Applications,1996,10(2):123-130.

[4]Gabrielle Allen,Cactus Grid Computing[EB/OL],http://www.cactuscode.org/Presentations/Eu-ropar_August01.ppt.

网络化制造资源的评价研究 篇8

关键词：网络化制造,资源选择,资源评价

网络化制造资源的综合评价与选择是实现网络化制造的关键支撑技术与重要问题之一, 它直接影响着网络化制造整体的运行成本、交货期及运行效率、风险、敏捷性等多方面指标。网络化制造资源的综合评价本质上是一个不确定性因素较多的多准则有限方案决策问题, 制造资源选择也是典型的多目标决策问题, 为了解决网络化制造资源的合理选择问题国内外很多学者进行了探讨。目前对该问题的研究集中在评价方法、实现技术和实现方式三个方面。在评价方法方面主要有加权平均法、人工神经网络、层次分析法、遗传算法和蚁群算法等。从实现技术角度来看, 许多学者们在实现制造资源选择时采用了多Agent技术及Holon技术。从实现方式角度看主要是将制造伙伴选择同相关活动集成进行。从当前对网络化制造资源评价研究现状看存在这样一个问题:很多文献几乎没有对评价过程和评价指标等进行全面系统的研究, 大多仅局限于某种算法在网络化制造资源选择中的应用研究。

本文拟在选择评价过程和评价指标等方面对网络化制造资源优化选择评价问题进行研究, 以期较为全面完整的提出网络化制造模式下资源服务选择评价的解决方案。

一、评价过程

通常在网络化制造模式下针对特定的资源需求往往有多个潜在的候选资源可供选择, 网络化资源的选择是一个涉及多方面因素的问题。资源需求方在进行这种关联能力的获取过程中, 必须权衡多方面的因素。因此, 如何从众多的潜在候选资源中选择一个最优的合作资源构成方案, 这是一个值得研究的问题。本文以网络化制造合作关系的生命周期分析为基础, 将选择过程分为三个阶段:

1、机遇决策与任务分解阶段:

资源需求方首先发现某一特定的市场机遇。其次根据企业发展战略、外部宏观环境和竞争对手等对市场竞争环境进行分析, 具体的分析方法可以采用SWOT、Michael E.Porter的竞争模型分析法和Boston矩阵判定法等。然后结合市场机遇和潜在合作伙伴评估该机遇的风险和收益。经分析评估决策是否放弃该市场机遇, 是否需与其他组织合作共同响应该市场机遇。

2、资源服务优化选择阶段:

对合作的制造任务资源需求方根据需求制定相应的评价标准后发布任务招标书和任务书。候选资源服务提供方在规定的时限内对特定任务提交投标书, 资源需求方基于一定的规则和算法对资源服务进行优化选择。选择过程中的有关冲突通过一定的协商机制消解。

3、关系实施与评价阶段:

该阶段是合作关系建立实施的实质性阶段, 在这阶段资源需求方要对资源服务方的任务实施进度进行监控评价, 如预测不能达到预期则动态调度资源服务, 因此对资源服务的监控和性能评价是这阶段不可缺少的一个环节。

二、评价指标

1、评价指标的选择原则。

制造资源评价的目的是选择最合适的资源服务来满足制造任务提交方的需求, 而对资源服务进行评价是任务提交方做出选择的前提, 因此建立一套科学的评价指标体系是进行有效评价的基础。资源服务选择评价指标是任务提交方对网络化制造资源服务进行选择的依据, 是按隶属关系、层次结构有序组成的指标集合。

具体制造任务资源评价的评价指标选取应遵循以下原则: (1) 完整性, 指标应反映制造任务的全面需求; (2) 可操作性, 评价指标应易于计算及评估; (3) 清晰性, 评价指标应具有明确含义; (4) 非冗余性, 同一特征不应采用多个指标来度量。

2、网络化制造资源评价指标体系。

网络化制造资源的评价范围包括成本属性、质量属性、时间属性、服务属性、环境属性等方面, 是一个多层次、多因素的综合评价问题, 因此需要采用多级模糊综合评价。多级模糊评价能够解决比较复杂的问题, 通过对于指标的逐层分解, 能够使评价需求描述清晰, 以利于实现资源评价的准确性和完备性。

本文在调查和总结相关研究成果的基础上, 对制造资源服务评价指标体系进行了分层构建, 建立了如图1所示的制造资源服务综合评价指标体系。

三、结束语

针对当前网络化制造资源选择评价中存在的问题, 本文从选择过程和评价指标等角度进行了较为全面系统的研究, 建立了多阶段的网络化制造资源选择过程模型和多层次的评价指标体系。这些指标既有定量的, 又有定性的, 既有增益型的, 又有损益型的。评价指标体系的构建是科学、准确地评价和选择制造资源的前提和基础。本文的研究成果为网络化制造资源的选择评价问题提供了较为完整的解决方案。

参考文献

[1]、徐晓燕.制造型企业供应链合作伙伴选择问题及方法研究.中国科学技术大学学报.2002, 8:505-511.

[2]、MIAO Bing, YAN Hui, WANG Zhong-qi.Part-ner selection method for Virtual Enterprise[J].Manu-facturing Automation, 2008, 3:26-29.[苗冰, 闫慧, 王仲奇.虚拟企业合作伙伴选择方法研究[J].制造业自动化, 2008, 3:26-29]

[3]、韩江洪, 王梅芳, 马学森等.基于自适应遗传算法的虚拟企业伙伴选择求解.计算机集成制造系统, 2008, 1 (14) :118-122.

云制造服务资源描述及匹配问题研究 篇9

近年来, 随着云计算、云安全、物联网、面向服务的网络信息等技术的发展, 为制造业提供了一种新的网络化制造模式—云制造[1]。它通过利用网络和云制造服务平台, 将分散在全国各地的制造资源和制造能力虚拟化、服务化构成云制造资源池, 并进行统一的、集中的管理, 然后根据用户的需求分配云制造资源池里的资源, 实现资源的高度整合和共享[2]。云制造环境下蕴含种类繁多、功能各异的制造服务资源, 将复杂的制造服务资源描述清楚, 然后高效、准确地匹配满足用户个性化的制造需求是当前云制造服务系统中亟需解决的关键技术之一。文献[3]~[5]研究了云制造服务资源的描述模型及框架, 但没有结合云制造服务资源的匹配问题进行研究;文献[6]研究了云制造服务发现模式, 但没有对匹配过程中的量化方法及匹配的具体实现过程进行研究。总体而言, 目前云制造服务资源描述及匹配问题研究尚处于起步阶段。

本文基于现有的研究成果, 对云制造服务资源描述及匹配问题进行探索和研究。首先采用本体建模的方法对云制造服务资源进行详细描述, 然后将建立好的本体模型使用计算机能够识别的可扩展标记语言 (Extensible Markup Language, XML) 进行编程封装, 最后建立基于语义相似度的匹配模型, 该模型结合封装好的本体模型来量化供需双方匹配的大小。

1 云制造服务资源描述方法

云制造系统的主要功能就是集成资源并共享资源, 前提条件是要合理地描述资源, 而云制造服务资源具有多样性、动态性、专业性、异构性等特点。本体是一种能在语义上描述信息概念模型的建模工具, 能利用概念间语义的联系和属性的关系准确地描述领域知识内在联系, 并且可以利用逻辑推出概念间内在的联系。为此本文采用本体建模的方法详细描述云制造服务资源。描述一个云制造服务需要考虑以下三方面:首先是云制造服务本身, 如服务的提供商;其次是云制造服务所包含的制造资源 (硬资源、软资源、制造能力) ;最后是云制造服务的交易 (交货方式、计费方式) 。建立的云制造服务资源本体顶层模型如图1所示。

XML是一种可扩张的标记语言, 它的标记没有被预定义, 用户可以自行定义标记来描述数据, 具有自我描述性。XML是树状结构, 而本体模型本是树状结构, 采用XML易于储存和查询本体模型。云制造服务资源本体顶层模型的XML伪代码如图2所示。

2 云制造服务资源匹配方法

云制造系统集成了分散在全国所有的资源, 构成的云制造服务资源规模巨大, 传统的基于关键字技术匹配不能满足需求, 基于语义相似度的匹配技术相对于关键字技术不仅能够高效地从已经发布的制造云服务中搜索到满足要求的服务, 同时能够实现与请求服务的准备匹配[7]。语义相似度是用本体概念间的语义距离来反向度量的, 语义距离的计算采用文献[8]、[9]的方法计算。为此本文的匹配方法为:首先建立基于语义相似度的供需双方匹配度模型;其次根据云制造服务资源本体模型计算出语义距离;再次根据语义距离计算出语义相似度, 最后计算供需双方的综合匹配度。供需双方的匹配度模型建立过程如下:

定义1:一个云制造服务提供方提供的服务和需求方申请的需求可以表示为如下形式:

提供方提供的服务为:

需求方申请的需求为:

其中:p1、p2、…、pn表示一个提供方发布所提供的资源参数集合;q1、q1、…、qm表示一个需求方发布所申请的资源参数集合;n、m表示参数个数 (n≥m) 。

云制造供需双方的匹配度指服务提供方提供的服务或需求方申请的需求匹配的程度, 根据定义1, 则可建立如下模型:

其中, Sim (pm, qm) =1-Dist (pm, qm) 。Sim (pm, qm) 表示参数pm与参数qm的语义相似度, Dist (pm, qm) 表示参数pm与参数qm在本体模型中的语义距离, wm (0≤wm≤1) 表示对应的每个Sim (pm, qm) 权重, 该权重由需求方申请的需求时根据实际情况自行设定。

3 实例验证及原型平台开发

表1所示为一家服务需求方需要的资源及其各自的权重。表2所示为云制造服务平台中服务提供方提供的资源。图3所示为服务提供方发布的服务资源领域本体片段, 图中本体概念片段旁边的分数为实例属于该概念的概率, 父概率与子概率间连线上的数字为该连线的权重。以服务提供方A为例, 匹配度具体计算步骤如下:

图3领域本体片段

第一步:计算各个概念间语义距离。利用领域本体片段计算Dist (吸塑模, 注塑模) 、Dist (UG, UG) 。语义距离为概念间最小生成子树中边的权值进行累加求和。Dist (吸塑模, 注塑模) =0.044+0.044=0.088, Dist (UG, UG) =0。

第二步:计算各个概念间语义相似度。Sim (吸塑模, 注塑模) =1-0.088=0.912, Sim (UG, UG) =1-0=1。

第三步:计算综合匹配度。Match (A, F) =0.5*Sim (吸塑模, 注塑模) +0.5*Sim (UG, UG) =0.956。

最终各个服务提供方的匹配度如表3所示。服务提供方C的匹配度最高, 服务提供方B的匹配度最低, 由此可知服务提供方C最适合满足服务需求方F。

基于本文上述的研究成果, 作者搭建了面向中小型企业的云制造服务平台对云制造理论进行了验证性应用。该平台采用后台数据库Mysql2008用于存储注册用户、资源的发布信息、资源的基本信息, 信用评价等信息;用XML文件存储构建的资源本体模型。Web服务器采用IIS, 用C#语言进行编程。最终搭建的面向中小型企业的云制造服务平台的部分界面:云制造服务资源发布界面如图4所示, 云制造服务资源匹配如图5所示。

4 结语

本文探讨了基于本体建模和XML的云制造服务资源的描述方法, 建立了云制造服务资源匹配模型, 然后以中小型企业为例搭建了面向中小型企业的云制造服务原型系统验证了理论的有效性。但现阶段对系统的研究还处于初期阶段, 在后期将完善信用评价等问题。该系统能够实现资源的高度整合和共享, 高效、准确地匹配到用户提出的需求。

摘要：提出了基于本体建模和X M L的云制造服务资源描述方法, 建立了云制造服务资源匹配模型。最后搭建了面向中小型企业的云制造服务原型系统, 对所提出的理论进行了初步的应用验证。

关键词：云制造,服务资源,描述,匹配,原型系统

参考文献

[1]李伯虎, 张霖, 王时龙, 等.云制造——面向服务的网络化制造新模式[J].计算机集成制造系统, 2010 (1) :1-7, 16.

[2]李伯虎, 张霖, 任磊, 等.再论云制造[J].计算机集成制造系统, 2011 (3) :449-457.

[3]姚锡凡, 金鸿, 徐川, 等.云制造资源的虚拟化与服务化[J].华南理工大学学报:自然科学版, 2013 (3) :1-7.

[4]薛建勋.云制造资源语义描述与建模[J].机械设计与制造, 2013 (1) :248-249, 253.

[5]王海丹, 李金村, 黎晓东, 等.中小企业云制造服务描述与本体建模研究[J].制造业自动化, 2012 (8) :30-33.

[6]杨琛, 王中杰, 王世明.基于本体的云制造服务发现模式研究[J].制造业自动化, 2012 (20) :56-59.

[7]李慧芳, 董训, 宋长刚.制造云服务智能搜索与匹配方法[J].计算机集成制造系统, 2012 (7) :1485-1493.

[8]张新旭.基于本体相似度的语义Web服务匹配算法研究[D].成都:电子科技大学, 2013.

装备制造企业人力资源规划实证研究 篇10

1 A公司概况

A公司是我国重型装备制造业骨干企业之一, 产品类别涵盖矿山、建材、冶金、有色、电力、节能环保、电气传动和自动化、关键基础件等产业和领域的商品、工程与服务, 五十多年来为我国建材、矿山、冶金、电力及节能环保等行业的装备国产化和现代化做出了突出贡献。

2 A公司人力资源规划实施过程

A公司人力资源规划的实施是基于企业生命周期、战略和全过程的三维度人力资源规划模型[1]基础之上, 通过选择适合于装备制造企业的人力资源规划关键技术, 进行科学的人力资源规划的实践过程, 主要包括以下几个步骤。

2.1 A公司生命周期阶段的判定

A公司所涉及的八个行业的市场相对稳定, 连续多年总产值保持在100亿左右, 公司新一轮技改项目的完成标志着公司现阶段的生产制定能力维持在相对稳定的水平。加之公司拥有健全的体制和企业文化, 通过对主要财务指标进行分析后可以初步判定A公司当前处于成熟期。因此, A公司的人力资源规划策略可以选择全面系统的规划方式, 在规划时间方面, 中长期和短期规划均可。

2.2 A公司发展战略分析

根据A公司的现状, 通过运用SWOT分析工具对其发展战略进行分析, 结果见表1。

根据SWOT矩阵分析总结出A公司如下发展战略:

SO战略:利用装备制造业发展契机, 借助强大的研发和生产制造能力, 以及雄厚的资本实力, 加快推进国际化进程。同时通过并购、收购, 强势进入相关产业领域, 快速实现企业战略转型。

WT战略:调整公司产品战略, 立足高端市场, 加快新产品研发, 优化人力资源结构, 快速提升人才竞争力。

2.3 A公司现有人力资源分析

通过人力资源盘点, 对A公司现有人力资源的数量、人员类别、年龄结构、学历结构、技能等级结构等进行了深入分析:从数量上, A公司总量充足, 近几年稳中有降, 但仍偏多;从类别上, 各类人员总体比例大致合理, 但生产操作人员 (59.7%) 和经营管理人员 (20.9%) 比例略高, 技术人员 (20.9%) 比例略低;从年龄上, 技术人员年龄结构相对合理, 但生产操作人员和经营管理人员年龄偏大, 且出现断层;从学历上, 技术人员学历结构良好, 但经营管理和生产操作人员学历普遍较低。从技能等级上, 生产操作人员技能等级相对合理, 但技术人员和经营管理人员技能等级结构并不合理。

2.4 A公司人力资源需求预测

A公司的人力资源需求预测是对该公司“十二五末” (2015年) 的人力资源需求总量、人员类别、年龄结构、学历结构和技能等级结构等进行预测。

2.4.1 经营管理人员需求预测

采用定性分析法中的经验判断法[2], 预测公司2015年经营管理人员需求数量。人力资源部对各子公司和职能部门下发了人才需求调查表, 通过将25个职能部门、8家子公司和7家生产厂填写的需求调查表汇总, 并组织公司专家对每个部门的现状和工作需要进行讨论, 确定了A公司十二五末需要营销人员400人, 中层管理人员150人, 基层管理人员450人, 一般管理人员750人, 合计1 750人。同时对经营管理人员年龄、学历和技能等级构成进行了预测:截至到2015年, 30岁以下年轻员工比例达到20%;大专以上学历人员比例达到80%;中级以上技术 (能) 等级人员比例达到50%。

2.4.2 生产操作人员和工程技术人员需求预测

采用时间序列预测法中的二次指数平滑法[3]预测公司2015年生产操作人员和工程技术人员数量需求, 见表2。

给定平滑初始值为:S0 (1) =S0 (2) =Y0=6 308。

分别计算a=0.3, a=0.5和a=0.7情况下对应的一次指数平滑值 (表中S′) 和二次指数平滑值 (表中S″) , 见表3。

由表3结果可看出a=0.3时均方差最小, 所以选定a=0.3。

利用如下公式及最近一期数值, 计算线性平滑模型参数:

由此得知预测模型为:

预测2015年值为:4 714。

同理, 建立技术人员预测模型:Ft+m=at+btm=1 516+64m。

预测过程与表3类似, 在此不再赘述, 预测2015年工程技术人员数量为:1 708。

通过以上预测可知, 2015年末A公司经营管理人员1 750人, 生产操作人员4 714人, 工程技术人员1 708人, 人员总量为8 172人。

2.5 A公司人力资源供给预测

2.5.1 内部人才供给预测

通过人员核查法, 在人力资源盘点的基础上对A公司人力资源数量与结构进行了全面了解。通过对A公司自然减员历史数据的分析 (2010年、2011年和2012年分别减员266人、364人和255人) , 采用经验判断法对公司未来人员减少情况进行预测。截止2015年, A公司人员内部供给预计减少885人。

通过人员接替模型[4]对A公司不同人员类别之间的岗位转换情况进行分析。根据2009至2012三年间A公司人员内部转移矩阵, 分析预测未来三年转移矩阵, 见表4。

由表4可以得出, 到2015年, A公司的生产操作人员内部供应平衡, 工程技术人员内部供应不足, 而经营管理人员则内部供应相对富余。

2.5.2 外部人才供给预测

A公司的外部人才供给主要是校园应届毕业生和有一定工作经验的社会人才。其中应届毕业生的比例超过80%。近些年我国高校招生规模持续扩大, 高校应届毕业生总量相对充足, 2013年高校应届毕业生达到了创纪录的699万人[5]。同时, 受经济危机影响, 就业需求增长受限, 造成应届毕业生供大于求的局面。因此, A公司所需人才大体能够得到满足, 但是包括重点大学相关专业硕士和博士在内的高层次人才和部分稀缺专业人才在外部供给方面并不是很充裕。

通过人力资源需求预测和供给预测比较分析, A公司2015年人力资源需求总量是8 172人, 2015年人力资源供给总量是-885人 (2012年底人数为8 825) 。因此2015年A公司人力资源平衡公式为8 172=8 825+ (-885) +X, 其中X为232。也就是说要实现人力资源供需数量平衡, 截至2015年A公司需要从外部引进 (招聘) 232人。

摘要：人力资源规划是企业人力资源管理活动的重要组成部分, 是整个人力资源管理的“选、用、育、留”四大职能的起点。目前国内外对装备制造业人力资源规划的研究相对较少。本文以装备制造业的骨干企业A公司为例, 使用三维度人力资源规划模型对A公司的生命周期、发展战略、人力资源现状进行了分析, 并运用二次指数平滑法等技术对企业的人力资源进行需求预测和供给预测, 预见人才需求的数量和质量要求, 保证企业人力资源的供需平衡, 为实现公司的长期持续发展提供战略参考。

关键词：人力资源规划,三维度人力资源规划模型,需求预测,供给预测

参考文献

[1]李俊海.企业战略性人力资源规划模型的研究与应用[D].重庆:重庆大学, 2006:32-36.

[2]李松媛, 王德宠.人力资源规划中的需求与供给预测的方法探析[J].黄河科技大学学报, 2011, 13 (1) :79-81.

[3]胡江红, 於香.指数平滑法的研究和应用[J].中国商界 (上半月) , 2010, 08:280.

[4]严颖, 李娟.马尔科夫转移矩阵在人力资源供给预测中的应用[J].市场论坛, 2011, (9) :46-47.