云计算环境下制造企业协同价值链构建方法

王 平，葛世伦，王念新，任 南

(江苏科技大学经济管理学院，江苏镇江212003)

云计算环境下制造企业协同价值链构建方法

王 平，葛世伦，王念新，任 南

(江苏科技大学经济管理学院，江苏镇江212003)

云计算环境为制造企业在更大范围内寻求服务资源提供了可能性，但同时也对制造任务需求与服务资源匹配带来了挑战.为了解决该问题，提出了协同价值链的概念，对协同任务和服务资源表达要素进行了分析，设计了协同价值链构建模型，研究了协同价值链任务-服务资源匹配过程及协同价值链优化方法.最后，以某船用柴油机企业关键部件的任务资源匹配及价值链优化为例，论证了协同价值链构建模型和优化方法的有效性.

协同价值链;云计算;云制造;网络制造;协同制造

信息技术在制造业的应用催生了网络制造模式，在信息技术的支持下产品设计、制造、销售等环节分别由不同的企业协作完成，形成了物理位置分散、内部组织紧密的网络制造体系，通过企业间资源的高度共享和优化配置，实现价值创造的最大化［1］.网络制造模式要求企业必须在最短时间里找到最好的合作伙伴，快速组建完整的价值链并高效的协同运作，实现价值链上各节点企业的共赢.

制造资源的选择和配置是协同价值链构建和有效运作的重要环节，已经引起了国内外学者的关注，现有研究主要集中在:①云计算环境下新制造模式的概念定义、特征分析和体系结构设计，如文献［2-3］提出了云制造模式，得到了学界和业界的广泛重视;文献［4］通过分析云制造企业的合作思想，提出了基于合作的云制造实现模式与分阶段实施步骤;文献［5］在阐明网络协同商务链的含义及分类的基础上，提出了云计算对协同商务链所起到的促进作用.②网络制造模式下制造资源建模，如文献［6］提出了一种制造资源元模型，并基于面向服务架构和可扩展标记语言技术设计了统一制造资源信息模型框架结构，解决了企业多应用环境中的制造资源集成问题.③基于智能优化算法的服务选择，如文献［7］提出了一种采用任务遍历和增量确认技术的迭代在线服务选择方法;文献［8］以语义Web为基础，设计了一种能够实现设计资源集成共享并支持中小企业内外部资源整合与产业协作的云设计服务平台;文献［9］提出了面向复杂零件的协同制造链的概念，并应用蚂蚁算法解决协同制造链优化配置问题.

从上述分析可以看出，现有研究多集中于传统网络制造模式下设计或制造资源的选择问题.文献［2］认为传统网络制造模式由于缺乏服务的集中管理和运营，缺乏有效的利益分配机制，服务的效率质量和及时性难以保证，同时制造资源的共享与分配存在技术、安全等问题，制约了其应用推广和发展.云计算环境下软硬件制造资源和制造能力的“物联化、虚拟化、服务化、协同化、智能化”的特征［10］对价值链快速构建、服务资源更大范围的选择、服务过程更加精细化的控制提供了技术上的支撑，但同时也给任务-服务资源的匹配精准性和匹配效率带来了挑战.针对云计算环境下制造任务需求和服务资源的类型、数量众多等特点，着眼于价值链构建过程，文中研究了价值链构建模型以及任务—服务资源匹配优化方法，为云计算环境下新型制造模式的实践应用提供指导.

1 云计算环境下的协同价值链

1.1 协同价值链

协同价值链(collaborative value chain，CVC)是指以客户需求为牵引，由核心制造企业将产品制造过程中的部分研发设计、仿真试验、生产加工、物流配送、产品交付运营等基本价值活动和辅助价值活动划分为一系列的任务单元，统筹分配给多个能够提供相应服务的外部企业协同完成，按产品形成过程为主线组合成的一个链状集合体.

由于云环境下产品形成过程的复杂性，价值链主要包括两种类型:串联式价值链和混合式价值链.混合式价值链是指价值链组成中包含并联、选择、循环等混合链接结构，实际产品形成过程多为混合关系.由于混合价值链可以转化为串联价值链进行形式化表达和价值链组成优化［11］，因此，文中将按照串联价值链形式进行阐述.

从项目管理视角看，协同价值链是利用项目管理的方法和理论对产品形成全生命周期过程进行分解形成的一系列的协同任务的集合体，可以描述为:

式中:Bi为协同价值链中的第i个协同任务.

从服务制造的视角看，协同价值链是由产品形成全生命周期过程中多个企业通过提供生产性服务和服务性生产实现分散化制造资源整合、协同的一种制造模式，协同价值链可以描述为:

式中:Sk为协同价值链中的第k个制造服务.

1.2 云计算环境给协同价值链带来的挑战

1)业务协作更具随机性，协作更加困难.文献［2］认为当前的网络化制造虽然促进了企业基于网络技术的业务协同，但其体现的主要是一个独立系统，是固定合作伙伴间以固定数量的资源或既定的解决方案为用户提供服务，缺乏动态性.而在云计算环境下，业务协作过程完全依赖于资源与服务需求的匹配程度，合作关系更加动态、随机，协作过程管理更加困难.

2)任务需求和服务资源规模更大，表述更加复杂.由于云计算环境下协同价值链突破了现有网络化制造单一阶段的资源需求配置问题，产品和服务的范围更加广泛、层次更加多样、技术更加复杂、服务机制的非结构化特征更加明显等［12］，导致协同价值链上任务需求和服务资源要素特征的提炼和抽象化表达更加困难.

3)服务资源搜索范围更广，任务-资源匹配难度更大.云计算作为一个开放的服务平台可以吸引更多的设计、制造、服务等资源，从而使价值链生态系统更加丰富和完整，但同时也带来了资源搜索和服务匹配的复杂化，从传统的单一型固定规模范围内的搜索和匹配，扩展到所有价值链环节、动态无边界环境下的搜索与匹配，从而匹配难度更大.

2 协同价值链的构建及优化模型

协同价值链的构建过程本质上就是为了更有效地利用外部制造资源，形成企业间的动态联盟或者敏捷制造［13］，即协同任务与云环境下海量制造服务资源的匹配过程.价值链核心企业需要利用项目管理的方法对产品设计制造过程进行深入分析，提出协同需求，对协同目标进行规划，选择合作伙伴组建价值链，并对协同过程进行监督和控制.

2.1 协同任务定义

协同价值链的业务分析过程是网络环境下项目管理的规划过程.核心企业按照产品形成的全生命周期过程，基于行业知识规则库，进行科学合理的划分，形成一系列便于管理和控制的协同任务单元，并在云平台上进行任务需求注册和发布.协同任务描述为:

式中:Bi为协同价值链中的第i个协同任务;BNi为任务Bi的名称;BOi为任务内容概述;BPij为协同任务所要求的服务指标参数，它是协同任务与服务资源匹配的核心要素;BQi为协同业务负荷;BCi为协同业务的成本上限要求;BTi为协同业务交货期要求.

2.2 协同服务资源定义

具有设计、制造资质和能力的企业，将所拥有的各类资源以服务的形式在云平台上进行注册，并向外部企业的产品形成过程提供服务，实现分散化资源的有效整合和协同.协同服务资源可以是以智力资源为主的设计、仿真、试验类资源，也可以是以设备、工装硬件等为主的物理性生产资源.协同服务描述为:

k=1，2，…，p l=1，2，…，q

式中:Sk为云环境下第k个可提供的服务资源; SNk为服务资源的名称;SOk为服务资源可提供的服务内容概述;SPkl为资源可提供的服务指标参数值域，对于定量类指标参数采用值域范围的表达方式，对于定性类指标参数采用服务能力枚举列示的表达方式;SWk为服务能力;SCk为单位服务成本; STk为单位服务周期.

2.3 任务—服务资源匹配

协同价值链的构建过程即是对每一个Bi寻求最优服务的过程，其核心是BPij与SPkl的匹配过程.任务-服务资源匹配过程如图1.

当BPij为定量类指标参数时，Rule()筛选规则为判断BPij是否在SPkl的值域范围内，当BPij为定性类指标参数时，Rule()筛选规则为判断BPij是否在SPkl所枚举的值域范围内.

任务-服务资源的匹配程度取决于BPij与SPkl两个指标在Rule()规则下的比较结果.在服务资源高度汇聚的情况下匹配过程可以为价值链形成多个候选组合，但现实情况可能会存在无法为一个价值链形成完整候选组合，系统需要提供匹配率信息，并将未匹配成功的Bi及于规则较为接近的Sk进行列示，通过人工干预完成匹配过程.

式中，η系统匹配成功率，i为价值链任务总数，¯i未匹配成功的任务总数.

其实我和她相距极远，如果是别人，连影子都看不见，可我却把她看得真真切切，她有几根眉毛，我都能数得清楚。

图1 任务-服务资源匹配模型Fig.1 Task-service resource matching model

2.4 价值链优化

传统模式下，价值链合作伙伴间通常较为熟悉且一般订有严格的合约关系，选择时主要关注时间、质量、成本3个指标，但在云计算环境下，企业需要借助于云计算平台寻求服务资源，并且依赖云平台进行信息的交互，合作伙伴间是松散耦合的动态联盟组织模式.因此，云计算环境下服务资源的选择不仅要考虑时间T、质量Q和成本C，还需要把协作信息交互能力I、可持续发展能力S、资源保障能力R、知识积累能力K等作为重要影响因素进行考虑.文中采用基于组合权重的灰色关联优选分析方法［14］解决云环境下价值链优化选择问题.价值链优化具体求解步骤如下.

步骤1:指标规范化处理.利用区间值像算法进行指标去量纲处理.效益型指标去量纲方法采用:

成本型指标去量纲方法采用:

式中:vij为指标参数值;yij为极差化处理的结果，即去量纲后的指标因素值.

步骤2:求关联系数.计算相对最优灰色关联度矩阵.

ξ为分辨系数，ξ∈(0，1］，一般取ξ=0.5

步骤3:确定目标变量权值.权值的大小将影响候选价值链的关联度，从而对选择决策产生影响.因此，需要利用抽样统计方法，发放服务资源优选指标权重调查表，对调查所得数据进行规范化处理，使权值设定客观、公正.

式中:vi为一个随机变量;npi为服从二项分布的随机变量的数学期望.

运用拟合优度χ检验法进行假设检验，通过权值修正等得到目标变量权值矩阵ω=［ω1，ω2，…，ωj，…，ωn］，ωj表示第j个目标变量的权值.

步骤4:计算灰色加权关联度.

OptU=max{u1，u2，…，un}

在关联矩阵中，令ui为第i个决策方案对理想决策方案的灰色加权关联度，ui的值越大，所对应的决策方案就越优.

3 应用案例

将所设计的价值链匹配方法应用到江苏某船用柴油机制造企业价值链构建过程中.该企业为大缸径船用中速柴油机生产龙头企业，企业产品属于典型的大型单件小批制造类型，客户的个性化需求及严格的交货期限制，迫使企业生产组织向总装造机模式转变，大部分零部件的生产加工需要由社会化资源协作完成.但由于企业产品研发制造过程中缺乏社会协作资源的积累和有效的资源服务优选方法，导致产品制造周期长，难以有效降低成本，为此，企业联合某高校共同研究船舶产业协同制造云服务平台，以期解决该问题.下面以该企业某型中速柴油机关键部件机架生产过程为例，对价值链构建过程进行阐述.

3.1 协同任务定义

产品制造过程可分解为6个协同任务B，即CVC={毛坯定制，表面处理(打磨、喷砂、油漆)，粗加工(划线、粗铣、粗镗)，精加工(精铣、精镗、钻、钳)，部装，水压试验}={B1，B2，B3，B4，B5，B6}，其中精加工、部装、水压试验由企业自身机加车间和装配试验车间完成.协同任务B详细描述如表1.

表1 协同任务列表Table 1 List of collaborative tasks

3.2 任务—资源匹配

由于企业所在的长江三角州地区船舶产业集群已初具规模，企业稳定性和服务水平较高，产品转运方便，因此，企业要求服务资源优先选择范围为江浙沪三地，并且按成交量取前三位.根据表1中所确定的加工参数要求，通过云平台任务-服务资源匹配引擎，为协同任务B1，B2和B3共找到9个满足技术要求的候选服务资源S.候选服务资源如表2.

表2 候选服务资源列表Table 2 List of candidate collaborative resources

3.3 价值链优化

由于企业社会化资源积累尚不够丰富，因此，研究过程中只部分的将与企业有过交易历史的客户及网上搜集的部分客户信息进行了梳理，根据企业管理人员的经验给出了候选服务资源的各项评价指标参数(表3).

表3 候选资源评价指标参数Table 3 Evaluation parameters of candidate resources

根据价值链优化步骤和算法，对C13×C13×C13= 27条价值链进行优化选择.设分辨系数ξ=0.5，该企业要求自行设定目标变量权值:ω=［0.20， 0.40，0.20，0.05，0.05，0.05，0.05］，最后得到灰色关联度矩阵U见表4.

表4 灰色关联度列表Table 4 Ggrey relation grade

根据上表可知，方案“113”的ui值为最大，说明方案{S11，S21，S33}即{常州精棱铸锻，镇江鹏祥防腐，南京苏高精密机械}为最优方案.通过云环境下服务资源的高度汇聚，利用该方法可以满足企业快速、便捷的优选合作伙伴的需求，更为重要的是，企业可以通过该应用发现更多的优质加工资源，提升服务资源选择的效率和质量.

4 结论

云计算环境下资源的有效汇聚和高度共享为社会化大协作提供了重要的基础条件，海量服务资源的选择是协同价值链构建的关键环节.文中通过对协同价值链的定义，设计了协同价值链构建过程和优化方法，并以某船用柴油机制造企业的关键主件的服务资源选择过程为例，对价值链构建及优化选择过程进行了详细阐述，验证了过程的合理性和方法的有效性.目前该研究还处于小试阶段，下一步将着眼于应用的优化完善，抽象提炼覆盖产品生命周期全过程的任务需求和服务资源匹配要素体系，并就匹配要素的值域进行深入分析，形成具有指导性和实用性的要素值域规范.

References)

［1］Michael P Papazoglou，Piet Ribbers，Aphrodite Tsalgatidou.Integrated value chains and their implications from a business and technology standpoint［J］.Decision Support Systems，2000(29):323-342.

［2］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):1-17.Li Bohu，Zhang Lin，Wang Shilong，et al.Cloud manufacturing:a new service:oriented manufacturing model［J］.Computer Integrated Manufacturing Systems，2010，16(1):1-17.(in Chinese)

［3］Xu Xun.From cloud computing to cloud manufacturing［J］.Robotics and Computer-Integrated Manufacturing，2012，28(1):75-86.

［4］台德艺，徐福缘，胡伟.云制造合作思想与实现［J］.计算机集成制造系统，2012，18(7):1575-1583.Tai Deyi，Xu Fuyuan，Hu Wei.Cooperation concept and implementation of cloud manufacturing［J］.Computer Integrated Manufacturing Systems，2012，18 (7):1575-1583.(in Chinese)

［5］ 夏南强，李倩，陈明.基于云计算的网络协同商务链设计［J］.情报科学，2012，30(7):1016-1020.Xia Nanqiang，Li Qian，Chen Ming.Designs for network synergy commerce chain based on cloud computing［J］.Information Science，2012，30(7):1016-1020.(in Chinese)

［6］ 刘威，乔立红.基于元模型的统一制造资源模型框架［J］.计算机集成制造系统，2007，13(10): 1903-1908.Liu Wei，Qiao Lihong.Unified manufacturing resource model framework based on meta-model［J］.Computer Integrated Manufacturing Systems，2007，13(10): 1903-1908.(in Chinese)

［7］ 沈益民，范玉顺.企业协同服务组合的在线选择方法［J］.计算机集成制造系统，2008，14(4):800-805.Shen Yimin，Fan Yushun.Online selection approach for service composition in enterprises coordination［J］.Computer Integrated Manufacturing Systems，2008，14 (4):800-805.(in Chinese)

［8］ 郑镁，罗磊，江平宇.基于语义Web的云设计服务平台及关键技术［J］.计算机集成制造系统，2012，18(7):1426-1434. Zheng Mei，Luo Lei，Jiang Pingyu.Cloud design service platform and key technology based on semantic Web［J］.Computer Integrated Manufacturing Systems，2012，18(7):1426-1434.(in Chinese)

［9］ 吉锋，何卫平，王东成，等.网络制造环境下面向复杂零件的协同制造链研究［J］.计算机集成制造系统，2006，12(1):71-77.Ji Feng，He Weiping，Wang Dongcheng，et al.Research on collaborative manufacturing chain for complex parts in networked manufacturing environment［J］.Computer Integrated Manufacturing Systems，2006，12(1):71-77.(in Chinese)

［10］ 李伯虎，张霖，任磊，等.云制造典型特征、关键技术与应用［J］.计算机集成制造系统，2012，18 (7):1345-1356.Li Bohu，Zhang Lin，Ren Lei，et al.Typical characteristics，technologies and applications of cloud manufacturing［J］.Computer Integrated Manufacturing Systems，2012，18(7):1345-1356.(in Chinese)

［11］Tao Fei，Zhao Dong ming，Hu Yefa，et al.Resource service composition and its optimal-selection based on particle swarm optimization in manufacturing grid system［J］.IEEE Transactions on Industrial Informatics，2008，4(4):315-327.

［12］Ishakian V，Sweha R，Londono J，et al.Colocation as a service:strategic and operational services for cloud colocation［J］.Proceedings of 2010 Ninth IEEE International Symposium on Network Computing and Applications，2010:76-83.

［13］ 姚倡锋，张定华，卜昆，等.异地协同制造资源优化配置过程模型及实现［J］.计算机集成制造系统，2008，4(3):455-461.Yao Changfeng，Zhang Dinghua，Pu Kun，et al.Collaborative manufacturing resources optimization deployment processmodel and its realization［J］.Computer Integrated Manufacturing Systems，2008，4(3):455-461.(in Chinese)

［14］ 孙晓东，焦玥，胡劲松.基于组合权重的灰色关联理想解法及其应用［J］.工业工程与管理，2006 (1):62-66.Sun Xiaodong，Jiao Yue，Hu Jinsong.Grey correlation based on combinational weight and its applicaiton［J］.Industrial Engineering and Management，2006(1): 62-66.(in Chinese)

(责任编辑:曹 莉)

Construction method of collaborative value chain in cloud computing environment

Wang Ping，Ge Shilun，Wang Nianxin，Ren Nan
(School of Economics and Management，Jiangsu University of Science and Technology，Zhenjiang Jiangsu 212003，China)

The application of cloud computing makes it possible for manufacturing enterprises to seek service resources in a larger range，but at the same time，a new challenge comes when such enterprises are matching their tasks with the available service resources.In response to this problem，the paper puts forward the concept of collaborative value chain(CVC)and analyzes the elements in expressing collaborative tasks and service resources in order to construct a CVC model and conceive an optimization method.After that，the paper uses the case study of a ship diesel engine enterprise to prove the effectiveness of the model and the method.

collaborative value chain;cloud computing;cloud manufacturing;networked manufacturing;collaborative manufacturing

C931.6

A

1673-4807(2015)06-0585-06

10.3969/j.issn.1673-4807.2015.06.014

2015-05-12

国家自然科学基金资助项目(71331003，71271104，71101065)

王平(1975—)，男，副教授，研究方向为基于云的管理信息系统、船舶集成制造管理.E-mail:sdwang 1975@163.com

王平，葛世伦，王念新，等.云计算环境下制造企业协同价值链构建方法［J］.江苏科技大学学报(自然科学版)，2015，29(6):585-590.