基于Matlab的模糊聚类法在零部件供应物流中的应用

陈金升，廖 燕

（1.武汉理工大学 汽车学院，湖北 武汉 430070；2.现代汽车零部件技术湖北省重点实验室 武汉理工大学，湖北 武汉 430070；3.汽车零部件技术湖北省协同创新中心，湖北 武汉 430070）

基于Matlab的模糊聚类法在零部件供应物流中的应用

陈金升1,2,3，廖 燕1,2,3

（1.武汉理工大学 汽车学院，湖北 武汉 430070；2.现代汽车零部件技术湖北省重点实验室 武汉理工大学，湖北 武汉 430070；3.汽车零部件技术湖北省协同创新中心，湖北 武汉 430070）

由于零部件在汽车生产过程中种类繁多，在零部件供应物流中，依据零部件所占空间的大小，对零部件进行合理的搭配，可以充分利用物流运输车辆的有效空间，降低其运输成本。通过对零部件消耗体积的模拟，基于Matlab软件，采用模糊聚类法对汽车零部件搭配进行研究，分析了零部件装载运输过程中依据消耗体积进行聚类搭配模式，最终实现零部件物流配送的优化。

零部件；搭配；Matlab；模糊聚类；供应物流

1 引言

近年来，我国的汽车行业进入了高速发展期，业内竞争激烈。我国汽车企业要想迅速发展、脱颖而出，一方面要在不断引进国外先进技术的条件下寻求自我创新发展，另一方面要转变管理理念，优化运营流程，降低企业运营成本，提供优质的服务，增强自身竞争力。得到业内广泛认可的生产模式：精益生产、准时化生产（JIT）、丰田生产方式（TPS）等，在汽车行业发挥的作用越来越重要，使得汽车企业在寻求高效益、低成本的同时将更多的注意力集中在零部件供应物流上。创新供应模式、降低供应成本、提高供应效率能够减少汽车生产企业对零部件供应物流的投入，保证整车生产顺利进行。

在运输过程中，汽车零部件进行合理装配，是满足生产需求、提高物流运输车辆有效空间利用率的关键。零部件的配装直接关系到能否满足汽车生产制造的要求和物流车辆空间的有效利用率等。在此类问题研究中，很多学者主要对零部件供应物流车辆空间的有效利用率构建模型或者应用不同的算法解决，在不同物品用同一物流车辆进行供应时，只是将所运输货物的价值和一定容积内物体的重量等相关条件作为参考[1]。依据整车装配生产工序的需求，在零部件物流供应系统中，实现“按需运输、快速送达”的前提下，降低零部件运输成本、增加对运输车辆有效空间的利用率是整个零部件物流供应链的核心和难点。针对零部件供应物流装载工程中如何提高运输车辆有效空间利用率，利用Matlab软件，对种类多样、大小不一的零部件在装载过程中进行模糊聚类分析，满足整车装配生产工序的需求下，提高零部件物流供应系统中装载过程对车辆有效空间的利用率，降低成本。

2 汽车零部件的匹配供应及组配方法

2.1 汽车零部件的匹配供应

汽车构造复杂，在整车的装配流水线上，不同的装配工序所需要的零部件各不相同，若汽车零部件物流配送系统出现问题，任何零部件不能及时、搭配送到整车制造商，将会导致整个生产流水线无法正常运行。可见，零部件的配送对于整车企业生产过程意义重大。零部件准时化的物流配送以及符合流水式的生产需求，旨在确保在最小的库存成本和运输成本下，整车的装配工序能够顺利进行。汽车是一个整体，其零部件在需求上具有一定的相关性，因此汽车零部件的物流配送系统，应该与整车装配一定时间内流水线的需求相匹配。

由于汽车是一个完整的整体，生产制造流水线装配加工过程中对零部件的需求，无论是零部件的品种还是数量上都存在一定的相关性，而根据这种相关性，可以确定在生产制造流水线一定装配时间内，所需供应的零部件的种类和数量。为了对物流系统供应的零部件实现快速最大化的利用，依据装配需求进行零部件的实时物流供应，在最小的库存成本和运输成本下，确保整车装配流水线作业能够不间断地运行。

为了减少在零部件运输过程中的成本，充分利用物流车辆的有效运输空间，在物流运输车装载的过程中，对零部件归类组合，然后装载到车辆中[2]。但整车企业所需的零部件结构多样、大小不一，对车辆装载的利用率一直较低，使其运输成本一直都保持在较高的水平。在确保零部件搭配供应的条件下，要充分考虑如何对装载的货物科学搭配，从而有效提高车辆的装载利用率。

2.2 零部件匹配供应中的组配方法

依据整车装配工序的需求，将所需的零部件进行合理组配，寻求待装的零部件搭配优化组合，实现对装载车辆有效空间的最大化利用。整车企业所需的零部件结构多样、大小不一，使其与装载车辆的有效空间实现最大化的搭配过程非常复杂，在较短的时间内难以寻找到最佳的搭配装载方案。当前，汽车技术迅猛发展，应用到汽车上的新的零部件层出不穷，为了降低在拼装过程中由于零部件种类快速增加造成的搭配复杂度，采用零部件组配后的体积来表示其在运输过程中所利用的物流车辆运输空间的大小，依据零部件空间结构相似度组配成新的体积单元，然后按照新的体积单元进行运输车辆的装载，实现汽车零部件的组配，充分利用运输车辆的有效空间。

在整车装配流水线上，零部件按照一定的装配顺序出现在流水线上，当零部件未按时到达，而整车装配流水线到了需要该零部件的工位，就会造成整个流水线生产停滞，导致后续工位正常配送来的零部件库存增加。在整车装配流水线的固定工位中，装配所需要的零部件的时间是相同的，在对零部件的物流配送中，将这些零部件归为相同的优先级别。在零部件配装过程中，应该充分考虑工位所需零部件的先后顺序，按照“先用先运”的原则进行零部件的物流供应，满足整车生产流水线在生产过程中对零部件的需求。本文依据模糊聚类的原理，对所需空间相似的零部件进行组配，构成新的结构单元，使其相似于某一个长方体的结构，从而形成搭配方案，最后依据零部件装载的要求对搭配方案加以修订。按照上述零部件供应装载原理，能够实现按需供应的前提下，提高运输车辆的有效空间利用率。

3 模糊聚类法的原理

采用模糊数学语言对事物按一定的要求进行描述和分类的数学方法称为模糊聚类分析[3]，是根据事物本身的特性研究个体分类的方法。

3.1 模糊相似矩阵

若模糊关系R是X上各元素之间的模糊关系，且满足：

（1）自反性：R(x,x) =1；

则称R是X上的一个模糊相似关系。

3.2 模糊等价矩阵

（1）自反性：rii=1，i=1,2,…,n；

（2）对称性：rij=rji，i,j=1,2,…,n；

（3）传递性：R∘R⊂R。

3.3 模糊矩阵的λ截矩阵

显然，A的λ-截矩阵为布尔矩阵。

3.4 模糊聚类分析的步骤

（1）特征抽取，建立原始数据矩阵。假设待分类对象集合中的每个元素具有m个特征，设第i个对象Xi的第j (j=1,2,…,m )个特征为xij，则Xi就可以用这m个特征的取值来描述，记：

于是得到原始数据矩阵为：

（2）数据标准化处理，将矩阵转化为标准化矩阵。为了消除描述事物特征的量纲不同的干扰，便于分析和比较，在计算过程中对矩阵进行标准化处理。本文采用平移极差变换方法，公式如下：

（3）标定，建立模糊相似矩阵。针对上述的标准化矩阵建立模糊相似矩阵R=(rij)n×n的过程又称为标定，计算标定的方法很多，主要包括三大类方法：相似系数法、距离法、主观评分法[4]。本文采用欧式距离法求模糊相似矩阵，公式如下：

（4）求传递包。对于不同的置信水平λ∈[0,1]，可以得到不同的分类结果，从而形成动态聚类图。常用的方法如下：传递闭包法、布尔矩阵法、直接聚类法[5-6]。本文采用基于模糊聚类分析的传递闭包方法来求传递包。

X、Y、Z为有限论域时，即 X={x1,x2,…,xn},则Q、R、S均可表示为矩阵形式：

其中S称为模糊矩阵Q与R的乘积。

当论域为有限集时，传递闭包法很简便，即对相似矩阵 R，求 R2，R4，…，Rk，当 Rk∘Rk=Rk时，便有

（5）求模糊矩阵的λ截矩阵。依次取λ∈[0 ,1]，截关系Rλ，Rλ是经典等价关系，它诱导出X上的一个划分XRλ，将X分成一些等价类。确定相应的λ截矩阵，则可以将其分类。随λ由大到小，分类由细到粗，形成一个动态的分类图。

4 基于Matlab的模糊聚类分析的零部件搭配

零部件在物流供应过程中进行搭配运输，形成较大的体积单元，能够充分利用车辆的有效运输空间，减少企业在零部件运输中的成本投入[7]。在零部件搭配过程中，对所需空间相似的零部件组配到一起，构成新的结构单元，使其相似于某一个长方体的结构，从而形成搭配方案。本文基于Matlab的模糊聚类分析法，依据零部件所占空间大小加以聚类，对汽车零部件搭配供应物流进行研究。

4.1 零部件消耗体积数据模拟

在零部件物流供应系统中，对车辆所装载的零部件消耗的体积进行模拟，数据见表1。

表1 零部件消耗体积数据模拟

4.2 基于Matlab的聚类分析

4.2.1 建立标准化矩阵。依据零部件消耗体积的模拟数据，集合表示零部件，则零部件消耗体积的五个指标可描述如下：

由于各个数据的量纲不同，基于Matlab，采用聚类分析的欧式距离法求其标准化矩阵Y：

4.2.2 建立模糊相似矩阵。取c=0.2，按绝对值减数法进行标定，并利用欧式距离法求相似矩阵R：

4.2.3 求传递闭包。经过计算得到传递闭包B：

4.2.4 计算λ截矩阵。经过计算得到λ截矩阵，分别得出λ=1.000 0、λ=0.857 1、λ=0.142 9时对应的λ截矩阵。

（1）当λ=1.000 0时，得到的λ截矩阵为：

（2）当λ=0.857 1时，得到的λ截矩阵为：

（3）当λ=0.142 9时，得到的λ截矩阵为：

由λ的截矩阵可知：

当λ=1.000 0时，将X分成四类：{x7}、{x1，x5，x6}、{x2，x3，x4}、{x8，x9，x10}；

当λ=0.857 1时，将X分成两类：{x7}、{x1，x2，x3，x4，x5，x6，x8，x9，x10}；

当λ=0.142 9时，将X分成一类：{x1，x2，x3，x4，x5，x6，x7，x8，x9，x10}。

动态聚类图如图1所示。

图1 动态聚类图

4.3 基于模糊聚类分析的零部件组配

依据模糊聚类的结果，当取λ＝0.857 1时，7为一类，剩下的为一类，除了7之外，剩下的组配顺序是1、5结合然后和6组为一个整体，2、3结合然后和4组为一个整体，8、9结合然后和10组为一个整体，最后将以上三个整体组合为一个大的装车整体。在组配过程中，经过组配后若接近一个长方体的结构，则寻找新的零部件组配；若差别较大，则停止。这样，能够迅速的完成增加对物流运输车辆有效空间利用率的零部件的装载过程。

5 结语

本文对基于Matlab的模糊聚类法在汽车零部件搭配供应物流中的应用进行研究，设计了零部件装车运输时的搭配方式，依据聚类的结果对零部件进行组配，通过零部件的合理搭配，在提高运输车辆有效利用率的同时，还可以使运输成本降低，从而达到优化配送的目的。

[1]巴彩林,刘林忠,杨菊花.基于匹配供应与模糊聚类分析的货物搭配[J].兰州交通大学学报,2015,34(3):49-54,65.

[2]卞成德,邓黎.浅谈金融危机下的中国汽车零部件供应商挑战与机遇[J].商场现代化,2012,(11):13.

[3]黄兴荣,谭昌伟.基于模糊聚类的汽车车内空气质量评价[J].计算机与现代化,2012,(5):164-166.

[4]孙宇锋.基于Matlab的模糊聚类分析及应用[J].韶关学院学报,2006,27(9):1-4.

[5]王晟.模糊聚类算法的研究与实现[D].南京:南京理工大学, 2006.

[6]陆桂明,杨战胜,裴阳洁.模糊聚类分析在Web页面分类中的应用研究[J].计算机与数字工程,2007,(4):100-101.

[7]宋爱华.东风悦达起亚的零部件供应物流[J].物流技术与应用,2010,(3):96-97.

[8]于淼.供应链视角下H公司汽车零部件的采购物流模式研究[D].上海:东华大学,2015.

Application of Fuzzy Clustering in Spare Parts Supply Logistics Based on Matlab

Chen Jinsheng1,2,3,Liao Yan1,2,3
(1.School of Automobile Engineering,Wuhan University of Technology,Wuhan 430070;
2.Hubei Key Laboratory for Modern Automobile Spare Parts&Technology at Wuhan University of Technology,Wuhan 430070;
3.Hubei Collaborative Innovation Center for Automobile Spare Parts&Technology,Wuhan 430070,China)

In this paper,based on a simulation of the space consumption of automobile spare parts and using the Matlab program,we carried out a study of the mixing of the automobile spare parts in transit using the fuzzy clustering algorithm,and analyzed the mixing pattern of the spare parts during the loading and transportation processes based on their space consumption which ultimately led to the logistics and distribution optimization of the spare parts.

spare parts;mixing;Matlab;fuzzy clustering;supply logistics

F224;F252.2

A

1005-152X(2017)08-0071-04

2017-06-25

陈金升（1990-），男，河南郑州人，武汉理工大学汽车工程学院硕士研究生，研究方向：载运工具运用工程。

doi∶10.3969/j.issn.1005-152X.2017.08.017