以瓶頸為中心多層次負(fù)荷集成的訂單交貨期預(yù)測(cè)方法

摘 要：針對(duì)MTO（make-to-order）生產(chǎn)環(huán)境下的訂單交貨期預(yù)測(cè)問(wèn)題，提出了一種集成訂單接收、訂單投放與車間調(diào)度等多層次負(fù)荷，以瓶頸為中心的訂單交貨期預(yù)測(cè)（bottleneck driven due-date forecasting，BDDF）方法。該方法先根據(jù)訂單是否通過(guò)瓶頸，分類估計(jì)“鼓鏈”與“非鼓鏈”訂單在不同層次的負(fù)荷，同時(shí)利用Little’s法則估計(jì)各個(gè)層次的通過(guò)時(shí)間，求和得到訂單的交貨期。運(yùn)用FlexSim建模仿真比較了BDDF方法與兩種經(jīng)典交貨期預(yù)測(cè)方法在不同訂單池排序規(guī)則、車間調(diào)度規(guī)則以及保護(hù)產(chǎn)能水平組合下的系統(tǒng)績(jī)效。結(jié)果表明，BDDF方法在拖期率、平均拖期以及延期標(biāo)準(zhǔn)差指標(biāo)上均優(yōu)于兩種經(jīng)典方法。同時(shí)，訂單池排序規(guī)則、調(diào)度規(guī)則以及保護(hù)產(chǎn)能水平都會(huì)影響B(tài)DDF方法的系統(tǒng)績(jī)效，需要根據(jù)實(shí)際情況選擇合適的參數(shù)，以更好地控制訂單交貨期，避免訂單延期。

關(guān)鍵詞：負(fù)荷控制；交貨期預(yù)測(cè)；一般流水車間；FlexSim；約束理論

中圖分類號(hào)：TP391.9 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001－3695（2023）03－034－0849－06

doi：10.19734/j.issn.1001-3695.2022.06.0380

Bottleneck driven due-date forecasting method based on

integration of multi-level workload

Zhong Liuyan，He Huaxin，Zhu Lixia，Chen Yarong

（College of Mechanical amp; Electronic Engineering，Wenzhou University，Wenzhou Zhejiang 325000，China）

Abstract：Aiming at the problem of due-date forecasting for make-to-order production environment，this paper proposed a forecasting method namely BDDF，which integrated multi-level workloads such as order accept，order release and workshop scheduling.This method first estimated the workload of “drum-chain” and “non-drum chain” orders at different levels according to whether the order passed through the bottleneck，and then estimated the throughput time of each level by using Little’s law to sum and predict the due-date of the order.This paper used the FlexSim modeling and simulation to compare the system performance of BDDF method and two classical due-date prediction methods under different sequencing rules in the pre-shop，dispatching rules in the workshop，and protective capacity for the bottleneck.The results show that the BDDF method is superior to the classical methods in terms of mean tardy rate，mean tardy and standard deviation of lateness.At the same time，pre-shop sequencing rules，scheduling rules and protective capacity all affect the performance of BDDF method.It is necessary to select appropriate value according to the actual situation to better control the order due-date and avoid order delay.

Key words：workload control；due-date forecasting；general flow shop；FlexSim；theory of constraint

0 引言

MTO生產(chǎn)模式有利于滿足消費(fèi)者個(gè)性化和多樣化的需求、提高企業(yè)的生產(chǎn)柔性、降低市場(chǎng)波動(dòng)對(duì)企業(yè)的影響。但是，對(duì)于實(shí)施MTO生產(chǎn)模式的中小型生產(chǎn)制造企業(yè)，往往面臨無(wú)法滿足客戶高度不確定性的產(chǎn)品訂單需求，使企業(yè)存在因延期交貨而產(chǎn)生延期懲罰成本的問(wèn)題［1］。目前，WLC（workload control）被認(rèn)為是應(yīng)對(duì)多品種、小批量的MTO模式的一種有效的生產(chǎn)管理方式［2，3］，WLC的經(jīng)典模型主要有LUMS COR（lancaster university management school corrected order release）［4］以及ORR（order review and release）［5］。通過(guò)控制訂單接收層、投放層以及車間調(diào)度層的負(fù)荷保障訂單交貨期。但目前基于負(fù)荷控制的訂單交貨期預(yù)測(cè)方法研究與應(yīng)用仍然以車間調(diào)度層次為主，這很難實(shí)現(xiàn)系統(tǒng)整體的績(jī)效改善。特別是在訂單交貨期縮短、時(shí)間競(jìng)爭(zhēng)愈加激烈的環(huán)境下，系統(tǒng)地研究集成訂單接收、訂單投放以及車間調(diào)度等多層次負(fù)荷，合理預(yù)測(cè)交貨期的方法非常有必要。文獻(xiàn)［6］總結(jié)了目前文獻(xiàn)中經(jīng)常使用的交貨期設(shè)置方法，設(shè)計(jì)了七種提前期改進(jìn)方法，由于這些方法均認(rèn)為訂單接收時(shí)負(fù)荷為確認(rèn)負(fù)荷，根據(jù)負(fù)荷控制的層次系統(tǒng)，訂單接收時(shí)交貨期的設(shè)置需要考慮條件訂單形成的負(fù)荷，即將未確認(rèn)訂單的負(fù)荷考慮到提前期和交貨期設(shè)置過(guò)程中，通過(guò)對(duì)未確認(rèn)訂單設(shè)置與訂單確認(rèn)率相乘的折算負(fù)荷，實(shí)現(xiàn)多個(gè)層次負(fù)荷的集成。文獻(xiàn)［7］從負(fù)荷控制的系統(tǒng)角度出發(fā)，提出了考慮條件訂單的交貨期設(shè)置方法，不足之處在于該方法僅僅通過(guò)條件訂單對(duì)前期的啟發(fā)式方法進(jìn)行了參數(shù)估計(jì)改進(jìn)。文獻(xiàn)［8］在設(shè)置訂單交貨期時(shí)雖然考慮了車間的生產(chǎn)能力與負(fù)荷，但假設(shè)車間負(fù)荷為靜態(tài)負(fù)荷。Mezzogori等人［9］表明負(fù)荷控制理論是實(shí)現(xiàn)準(zhǔn)時(shí)交付的一種理想方法，構(gòu)建基于系統(tǒng)狀態(tài)，預(yù)測(cè)制造和交付作業(yè)所需的總時(shí)間的線性多元回歸模型，并將負(fù)荷控制理論與模型結(jié)合預(yù)測(cè)訂單交貨期，以達(dá)到準(zhǔn)時(shí)交付的效果。劉道元等人［10］針對(duì)復(fù)雜制造系統(tǒng)中多源制造數(shù)據(jù)，提出一種基于深度置信網(wǎng)絡(luò)—深度神經(jīng)網(wǎng)絡(luò)的訂單完工期預(yù)測(cè)方法，以保證產(chǎn)品按時(shí)交付。汪俊亮等人［11］挖掘海量數(shù)據(jù)，通過(guò)設(shè)計(jì)回歸模型，分析晶圓加工過(guò)程中的參數(shù)與訂單交貨期之間的聯(lián)系，基于案例的推理方法來(lái)預(yù)測(cè)晶圓制造訂單的交貨期預(yù)測(cè)，以保證訂單交付的準(zhǔn)時(shí)性和平順性。湯珺雅等人［12］針對(duì)傳統(tǒng)加工周期預(yù)測(cè)模型準(zhǔn)確性和泛性上的不足提出一種多層數(shù)據(jù)分析框架，利用某半導(dǎo)體生產(chǎn)線數(shù)據(jù)建立預(yù)測(cè)模型，有效提高了模型的準(zhǔn)確性和泛性。由此可見(jiàn)，交貨期預(yù)測(cè)的準(zhǔn)確性對(duì)企業(yè)準(zhǔn)時(shí)交貨具有重要作用。

目前的交貨期預(yù)測(cè)方法研究以作業(yè)車間、裝配車間為主，對(duì)于具有瓶頸的一般流水車間的基于負(fù)荷控制的交貨期預(yù)測(cè)方法研究尚不多見(jiàn)。盡管Park等人［13］提出了考慮瓶頸資源能力的啟發(fā)式算法HDDDA（heuristic delivery date decision algorithm）確定可行的交貨期，然而存在以下不足：a）傳統(tǒng)的啟發(fā)式方法更多地考慮了訂單投放之后的工件與負(fù)荷信息，沒(méi)有全面綜合地考慮所有層次的系統(tǒng)負(fù)荷，即訂單接收層負(fù)荷、訂單投放層負(fù)荷以及車間調(diào)度層負(fù)荷集成對(duì)交貨期的影響；b）未區(qū)分訂單池等待時(shí)間和工作中心前等待時(shí)間；c）對(duì)于存在瓶頸的生產(chǎn)系統(tǒng)的交貨期預(yù)測(cè)研究較少。因此，本文研究MTO生產(chǎn)環(huán)境下訂單產(chǎn)品的交貨期預(yù)測(cè)問(wèn)題，提出了集成訂單接收、訂單投放以及車間調(diào)度等多層次負(fù)荷，且以瓶頸為中心的訂單交貨期預(yù)測(cè)方法。

1 以瓶頸為中心多層次負(fù)荷集成的訂單交貨期預(yù)測(cè)方法

1.1 訂單流動(dòng)過(guò)程與交貨期構(gòu)成要素分析

對(duì)于任意一個(gè)在時(shí)間rti到達(dá)的訂單Oi，其交貨期可以利用式（1）確定。

其中：rti表示Oi的到達(dá)時(shí)刻；Ai表示Oi的容差時(shí)間，與訂單的工件特征（如工序工時(shí)、工序數(shù)量等）以及生產(chǎn)系統(tǒng)的負(fù)荷有關(guān)。負(fù)荷控制背景下訂單在企業(yè)的典型流動(dòng)過(guò)程如圖1所示，容差時(shí)間Ai由多個(gè)子項(xiàng)組成。

對(duì)容差時(shí)間Ai的子項(xiàng)進(jìn)行細(xì)化，可以得到Oi的交貨期，計(jì)算如下：

其中：工程評(píng)審t0、交期評(píng)審t1以及訂單確認(rèn)t2決定了訂單在接收層的等待時(shí)間；訂單備料時(shí)間t4主要與企業(yè)的生產(chǎn)組織方式有關(guān)，受生產(chǎn)系統(tǒng)負(fù)荷的影響相對(duì)較小，t0、t1、t4通常可以根據(jù)企業(yè)的歷史數(shù)據(jù)統(tǒng)計(jì)得到估計(jì)值，t2與訂單確認(rèn)率、訂單的需求量以及工作中心的負(fù)荷等有關(guān)；工件加工時(shí)間t6在訂單到達(dá)的時(shí)刻基本已經(jīng)確定；訂單池等待時(shí)間t3和各加工中心之前等待時(shí)間t5不僅與排序規(guī)則有關(guān)，而且與負(fù)荷、資源能力直接相關(guān)，這兩個(gè)參數(shù)的有效估計(jì)是進(jìn)行訂單交貨期設(shè)置和評(píng)審的關(guān)鍵。本文假設(shè)t4lt;t3，則T2=t3。

1.2 以瓶頸為中心多層次負(fù)荷集成的訂單交貨期預(yù)測(cè)方法

針對(duì)存在瓶頸的生產(chǎn)系統(tǒng)，提出以瓶頸為中心多層次負(fù)荷集成的訂單交貨期預(yù)測(cè)方法，使用的參數(shù)、集合及變量如表1所示。

根據(jù)WLC理論，訂單通過(guò)時(shí)間與負(fù)荷息息相關(guān)，訂單Oi的總負(fù)荷（total workload）由三個(gè)層次的負(fù)荷組成：a）訂單接收層未確認(rèn)負(fù)荷（unconfirmed workload），從負(fù)荷角度出發(fā)，從客戶詢單到訂單確認(rèn)之間負(fù)荷為未確認(rèn)負(fù)荷，需按照訂單確認(rèn)率將負(fù)荷折算到系統(tǒng)的總負(fù)荷中，因此該負(fù)荷考慮訂單確認(rèn)率、訂單需求數(shù)量、加工、安裝時(shí)間及投放負(fù)荷；b）訂單投放層已經(jīng)確認(rèn)且暫時(shí)等待在訂單池的負(fù)荷（pre-shop workload），主要受負(fù)荷限額（workload norm，WLN）、投放周期、加工能力投放排序規(guī)則等影響；c）車間調(diào)度層負(fù)荷，包含工作中心前的直接負(fù)荷lDmt與上游工作中心折算的上游負(fù)荷lUmt，主要由車間負(fù)荷、加工能力、剩余工序數(shù)量與調(diào)度規(guī)則等確定。因此，根據(jù)Little’s法則［14］，分別對(duì)上述三個(gè)層次的負(fù)荷進(jìn)行估計(jì)，以預(yù)測(cè)Oi的交貨期。

1.2.1 訂單接收層通過(guò)時(shí)間T1估計(jì)

訂單接收層通過(guò)時(shí)間主要為工程評(píng)審t0、交期評(píng)審t1及訂單確認(rèn)t2，t0、t1通過(guò)歷史數(shù)據(jù)估計(jì)，訂單確認(rèn)時(shí)間t2與訂單確認(rèn)率、訂單需求量及工作中心負(fù)荷等有關(guān)。其等待或通過(guò)時(shí)間的負(fù)荷基準(zhǔn)為瓶頸工作中心，由于瓶頸工作中心的負(fù)荷限額大于非瓶頸工作中心，所以經(jīng)過(guò)瓶頸的訂單會(huì)優(yōu)先投放至車間。目前考慮瓶頸的負(fù)荷控制方法和交貨期設(shè)置方法較少，對(duì)于存在瓶頸的一般流水車間，本文根據(jù)訂單是否通過(guò)瓶頸將訂單分為通過(guò)瓶頸的“鼓鏈”（drum chain）訂單和不通過(guò)瓶頸的“非鼓鏈”（non-drum chain）訂單兩類。

模型中order生成16種訂單，每種訂單以不同的顏色表示，acceptance進(jìn)行訂單的接收與交期評(píng)審，pre_pool表示訂單池，A3～F3表示六個(gè)工作中心，其中圈出的工作中心E3為瓶頸工作中心，A1～F1為待加工區(qū)域，存放等待在工作中心前的訂單，若對(duì)應(yīng)的工作中心有加工任務(wù)，則訂單等待在對(duì)應(yīng)的暫存區(qū)中，待訂單完成所有的加工任務(wù)后，搬運(yùn)至成品庫(kù)G，等待出庫(kù)。

參考文獻(xiàn)［15］的一般流水車間生產(chǎn)系統(tǒng)模型設(shè)置仿真參數(shù)，具體信息如表2所示。訂單類型一共分為16種，12種“鼓鏈”訂單分別屬于6個(gè)產(chǎn)品族，其余4種“非鼓鏈”訂單為同一產(chǎn)品族，不同產(chǎn)品族工藝路徑存在較大差異，且存在換模時(shí)間，訂單產(chǎn)品族信息如表3所示。

2.2 仿真實(shí)驗(yàn)設(shè)計(jì)

2.2.1 績(jī)效指標(biāo)

評(píng)價(jià)交貨期預(yù)測(cè)方法的優(yōu)劣需要考慮交貨速度和交貨可靠性［16］兩個(gè)方面。文獻(xiàn)中常用的測(cè)量交貨速度的指標(biāo)為平均交貨期值；測(cè)量交貨可靠性的指標(biāo)為平均拖期（mean tardy，MT）、拖期率（mean tardy rate，MTR）、平均延期（mean lateness，ML）、延期標(biāo)準(zhǔn)差（standard deviation of lateness，SDL）以及平均條件拖期（conditional mean tardiness，CMT）等。本文根據(jù)企業(yè)實(shí)際情況選擇平均拖期、拖期率以及延期標(biāo)準(zhǔn)差作為績(jī)效指標(biāo)對(duì)比不同交貨期預(yù)測(cè)方法的績(jī)效。

2.2.2 實(shí)驗(yàn)參數(shù)與取值范圍

WLC機(jī)制已經(jīng)在Job-Shop系統(tǒng)得到了廣泛應(yīng)用，本文采用了LUMS COR的訂單投放方法。在實(shí)際應(yīng)用中，影響WLC機(jī)制的參數(shù)比較多，主要的控制參數(shù)包括投放周期、WLN、時(shí)間范圍。根據(jù)企業(yè)歷史訂單數(shù)據(jù)設(shè)置訂單確認(rèn)率c為0.8。由于緩沖時(shí)間η的取值與WLN密切相關(guān)，不同WLN下對(duì)應(yīng)η的取值應(yīng)有所差異，設(shè)置WLN為5～50，其對(duì)應(yīng)的η為1～6。觸發(fā)負(fù)荷WLT應(yīng)低于WLN，設(shè)置WLT/WLN為0.1～1；根據(jù)文獻(xiàn)［17］的研究，投放周期通常設(shè)置為訂單各工作中心平均加工時(shí)間的4倍，本文訂單各工作中心的加工時(shí)間均值為1，由此可確定投放周期為4。

通過(guò)FlexSim軟件的OptQuest模塊確定實(shí)驗(yàn)參數(shù)的最終范圍，通過(guò)預(yù)實(shí)驗(yàn)確定負(fù)荷限額為8～28，階次為4的6個(gè)水平值；對(duì)應(yīng)的η值取1.8～2.8，階次為0.2的6個(gè)水平值，WLT取值為1/10WLN。

2.2.3 實(shí)驗(yàn)設(shè)計(jì)

為了比較不同交貨期預(yù)測(cè)方法的績(jī)效差異，以O(shè)ptQuest模塊優(yōu)化后實(shí)驗(yàn)參數(shù)范圍為基礎(chǔ)，設(shè)計(jì)如表4所示的實(shí)驗(yàn)方案，共324組實(shí)驗(yàn)方案?？紤]實(shí)驗(yàn)的隨機(jī)誤差，每組方案獨(dú)立運(yùn)行10次，每次時(shí)長(zhǎng)為30 000個(gè)時(shí)間單位，為避免仿真的初始效應(yīng)，設(shè)置預(yù)熱時(shí)長(zhǎng)為3 000個(gè)時(shí)間單位。

3 實(shí)驗(yàn)結(jié)果分析與討論

3.1 不同交貨期預(yù)測(cè)方法的系統(tǒng)績(jī)效分析

為檢驗(yàn)三種交貨期預(yù)測(cè)方法對(duì)系統(tǒng)績(jī)效的影響是否顯著，將ICOFS、IJIQ和BDDF作為水平因子進(jìn)行方差分析，結(jié)果如表5所示。由表5可知，三種交貨期預(yù)測(cè)方法下的績(jī)效檢驗(yàn)P值均小于0.05，說(shuō)明三種交貨期預(yù)測(cè)方法對(duì)系統(tǒng)績(jī)效有顯著影響。為了便于對(duì)仿真實(shí)驗(yàn)結(jié)果進(jìn)行比較，對(duì)實(shí)驗(yàn)組合方案進(jìn)行編號(hào)以簡(jiǎn)化表示，組合方案編號(hào)如表6所示。

圖4為三種交貨期預(yù)測(cè)方法下，以三種不同績(jī)效為評(píng)價(jià)指標(biāo)的不同方案組合范圍集合箱圖。由圖4可知，BDDF方法各項(xiàng)指標(biāo)均優(yōu)于ICOFS和IJIQ的組合。為了更直觀地對(duì)比三種交貨期預(yù)測(cè)方法的優(yōu)劣，選取編號(hào)為3、9、15的三種方案進(jìn)行對(duì)比，將平均交貨期（mean lead time，MLT）作為橫軸，各項(xiàng)績(jī)效指標(biāo)作為縱軸，結(jié)果如圖5所示。圖5反映了三種交貨期預(yù)測(cè)方法的拖期率、延期標(biāo)準(zhǔn)差、平均拖期與平均交貨期的關(guān)系。隨著平均交貨期的變大，MTR、MT以及SDL均呈現(xiàn)上升趨勢(shì)。但BDDF方法的績(jī)效明顯優(yōu)于ICOFS和IJIQ方法。原因是：BDDF方法考慮了車間的實(shí)時(shí)負(fù)荷，同時(shí)考慮了瓶頸工作中心前的訂單等待時(shí)間以及非瓶頸工作中心前的等待時(shí)間，更加精準(zhǔn)地預(yù)測(cè)交貨期，而ICOFS和IJIQ方法雖然考慮了車間等待加工訂單的數(shù)量，但未細(xì)致考慮系統(tǒng)當(dāng)前產(chǎn)能。因此，BDDF方法在各方面均優(yōu)于ICOFS和IJIQ方法。

ICOFS和IJIQ方法的參數(shù)設(shè)置雖然不同，但整體績(jī)效表現(xiàn)較接近，ICOFS方法略優(yōu)于IJIQ方法，原因可能是前者考慮了訂單平均車間通過(guò)時(shí)間，交貨期預(yù)測(cè)方法更為合理。

3.2 不同訂單池排序規(guī)則的系統(tǒng)績(jī)效分析

表7為兩種訂單池排序規(guī)則系統(tǒng)績(jī)效的方差分析。

由表7可知，以上檢驗(yàn)P值均小于0.05，說(shuō)明這兩種排序規(guī)則對(duì)系統(tǒng)績(jī)效有顯著的影響。通過(guò)前文分析可知當(dāng)前生產(chǎn)環(huán)境下，BDDF方法優(yōu)于其余兩種方法。不同訂單池排序規(guī)則下BDDF方法對(duì)系統(tǒng)的績(jī)效結(jié)果如圖6所示。

由圖6可知，當(dāng)BDDF方法與任何一種調(diào)度規(guī)則或訂單池排序規(guī)則組合使用時(shí)，平均交貨期越大，MTR、MT以及SDL越大。當(dāng)交貨期預(yù)測(cè)方法為BDDF時(shí)，PST與FCFS、BS、SPT規(guī)則組合時(shí)都優(yōu)于FCFS與FCFS、BS、SPT的組合。原因是：PST規(guī)則根據(jù)訂單的交貨期大小，結(jié)合訂單的加工時(shí)長(zhǎng)以及緩沖時(shí)間對(duì)訂單計(jì)劃開(kāi)始加工時(shí)間進(jìn)行計(jì)算，并對(duì)其進(jìn)行排序，使較緊急的訂單排在前列，因而降低了訂單延期的可能性。

3.3 不同車間調(diào)度規(guī)則的系統(tǒng)績(jī)效分析

為研究BDDF方法在不同車間調(diào)度規(guī)則之下的系統(tǒng)績(jī)效差異，三種車間調(diào)度規(guī)則下的系統(tǒng)績(jī)效的方差分析結(jié)果如表8所示。

由表8可知，以上檢驗(yàn)P值均小于0.005，說(shuō)明這三種車間調(diào)度規(guī)則對(duì)系統(tǒng)的績(jī)效有顯著的影響，結(jié)果如圖6所示。根據(jù)圖6可知，在BDDF方法和不同調(diào)度規(guī)則組合時(shí)，MTR、MT以及SDL會(huì)隨著訂單交貨期的增大而變大。且無(wú)論訂單池排序規(guī)則是PST或是FCFS，BS表現(xiàn)出的性能都比FCFS規(guī)則和SPT規(guī)則更好。原因是：隨著訂單交貨期的增大，意味著車間在制品數(shù)量增加，而B(niǎo)S規(guī)則根據(jù)訂單優(yōu)先級(jí)排序，可以最大程度地保護(hù)訂單的交貨期達(dá)成率，減少訂單的產(chǎn)出時(shí)間；SPT規(guī)則按照訂單最小加工時(shí)長(zhǎng)進(jìn)行排序加工，未考慮訂單交貨期的緊急度與優(yōu)先級(jí)，因此MTR、MT以及SDL較高；FCFS規(guī)則未考慮任何訂單優(yōu)先級(jí)排序，所以其各方面績(jī)效都不如BS規(guī)則與SPT規(guī)則。

3.4 不同保護(hù)產(chǎn)能水平的系統(tǒng)績(jī)效分析

為對(duì)比不同交貨期預(yù)測(cè)方法在不同保護(hù)產(chǎn)能水平之下的效果，結(jié)合前文分析，選取績(jī)效較優(yōu)組合進(jìn)行研究對(duì)比（訂單池排序規(guī)則為PST，調(diào)度規(guī)則為BS），表9為不同保護(hù)產(chǎn)能系統(tǒng)績(jī)效的方差分析結(jié)果，不同保護(hù)產(chǎn)能水平績(jī)效如圖7所示。

由圖7可知，當(dāng)交貨期預(yù)測(cè)方法、訂單池排序規(guī)則和車間調(diào)度規(guī)則相同時(shí)，保護(hù)產(chǎn)能水平為20的組合各項(xiàng)指標(biāo)最優(yōu)，保護(hù)產(chǎn)能水平為10時(shí)次之，保護(hù)產(chǎn)能水平為0時(shí)相對(duì)較差。當(dāng)保護(hù)產(chǎn)能為0時(shí)，訂單池排序規(guī)則和車間調(diào)度規(guī)則相同時(shí)，ICOFS方法各項(xiàng)指標(biāo)最優(yōu)，IJIQ方法次之，BDDF方法最差。當(dāng)保護(hù)產(chǎn)能為10或20時(shí)，BDDF方法最優(yōu)，ICOFS方法次之，IJIQ方法最差。不同保護(hù)產(chǎn)能水平之下SDL差異大，原因是：訂單在投放時(shí)需要考慮車間的負(fù)荷狀態(tài)，如果保護(hù)產(chǎn)能水平小，則訂單在車間的等待時(shí)間波動(dòng)較大，導(dǎo)致SDL變大。不同保護(hù)產(chǎn)能水平之下MTR和MT差異大，原因是：保護(hù)產(chǎn)能變小時(shí)，不同工作中心之間的能力差異變小，導(dǎo)致訂單的車間通過(guò)時(shí)間變大，MTR和MT變大。不同保護(hù)產(chǎn)能水平下交貨期預(yù)測(cè)方法有差異，原因是：ICOFS和IJIQ方法的適用范圍廣，適用性靈活，不僅僅針對(duì)一般流水車間；而B(niǎo)DDF方法適用于固定瓶頸的生產(chǎn)系統(tǒng)，根據(jù)瓶頸產(chǎn)能來(lái)估計(jì)訂單的交貨期。若保護(hù)產(chǎn)能小，瓶頸資源便無(wú)法確定，BDDF方法便無(wú)法根據(jù)瓶頸資源產(chǎn)能給出精準(zhǔn)的交貨期，導(dǎo)致各方面的績(jī)效不如其余兩者。當(dāng)瓶頸穩(wěn)定且有一定的保護(hù)產(chǎn)能時(shí)，BDDF便能發(fā)揮更大的效果，提供較為精準(zhǔn)的交貨期。

4 結(jié)束語(yǔ)

本文針對(duì)MTO生產(chǎn)環(huán)境下的訂單交貨期預(yù)測(cè)問(wèn)題進(jìn)行了研究，提出了一種集成接單、投放以及車間等多層次負(fù)荷，且以瓶頸為中心的訂單交貨期預(yù)測(cè)方法?；贔lexSim軟件的仿真實(shí)驗(yàn)結(jié)果表明，訂單池排序規(guī)則、車間調(diào)度規(guī)則與保護(hù)產(chǎn)能水平均會(huì)影響訂單交貨期預(yù)測(cè)的準(zhǔn)確性和可靠性，且在相同的訂單池排序規(guī)則、車間調(diào)度規(guī)則與保護(hù)產(chǎn)能水平下，BDDF方法在拖期率、平均拖期與延期標(biāo)準(zhǔn)差方面均優(yōu)于經(jīng)典的IJIQ與ICOFS方法，但由于IJIQ與ICOFS方法適用范圍更廣，BDDF方法需根據(jù)瓶頸資源產(chǎn)能估計(jì)訂單交貨期，所以當(dāng)保護(hù)產(chǎn)能水平為0時(shí)，BDDF方法較IJIQ與ICOFS方法而言略差。

本文研究過(guò)程中，對(duì)于生產(chǎn)的現(xiàn)實(shí)因素（如搬運(yùn)、設(shè)備故障維修等）進(jìn)行了簡(jiǎn)化，而且假設(shè)瓶頸為穩(wěn)定瓶頸，未深入分析瓶頸漂移現(xiàn)象。在未來(lái)的研究中，一方面需要研究復(fù)雜的現(xiàn)實(shí)情景，更好地估計(jì)訂單的訂單池等待時(shí)間與車間通過(guò)時(shí)間，以制定更有效的交貨期預(yù)測(cè)方法；另一方面，研究如何利用物聯(lián)網(wǎng)、RFID與MES系統(tǒng)等收集的實(shí)時(shí)、有效數(shù)據(jù)，對(duì)本文的預(yù)測(cè)方法進(jìn)行改進(jìn)和工程化，更好地為企業(yè)開(kāi)展科學(xué)的生產(chǎn)計(jì)劃與控制提供依據(jù)。

參考文獻(xiàn)：

［1］代文強(qiáng)，左永恒，孫朝苑，等.Make-to-Order模式下多產(chǎn)品占線生產(chǎn)策略研究［J］.管理科學(xué)學(xué)報(bào)，2020，23（8）：101-108.（Dai Wenqiang，Zuo Yongheng，Sun Chaoyuan，et al. Multiproduct online production strategy in a make-to-order system［J］.Journal of Management Sciences in China，2020，23（8）：101-108.）

［2］Thürer M，Stevenson M.Improving superfluous load avoidance release （SLAR）：a new load-based SLAR mechanism［J］.International Journal of Production Economics，2021，231：107881.

［3］Firat M，De Meyere J，Martagan T，et al. Optimizing the workload of production units of a make-to-order manufacturing system［J］.Computers amp; Operations Research，2022，138：105530.

［4］Thyurer M，Stevenson M，Silva C.Three decades of workload control research：a systematic review of the literature［J］.International Journal of Production Research，2011，49（23）：6905-6935.

［5］Kundu K，Rossini M，Portioli-Staudacher A.Analysing the impact of uncertainty reduction on WLC methods in MTO flow shops［J］.Production amp; Manufacturing Research，2018，6（1）：328－344.

［6］Thyurer M，Huang G，Stevenson M，et al.The performance of due date setting rules in assembly and multi-stage job shops-an assessment by simulation［J］.International Journal of Production Research，2012，50（20）：5949－5965.

［7］Thyurer M，Stevenson M，Silva C，et al.Towards an integrated workload control（WLC） concept：the performance of due date setting rules in job shops with contingent orders［J］.International Journal of Production Research，2013，51（15）：4502－4516.

［8］Thyurer M，Land M J，Stevenson M，et al. On the integration of due date setting and order release control［J］.Production Planning amp; Control，2017，28（5）：420－430.

［9］Mezzogori D，Romagnoli G，Zammori F.Defining accurate delivery dates in make to order Job-Shops managed by workload control［J］.Flexible Services and Manufacturing Journal，2020，33（4）：956－991.

［10］劉道元，郭宇，黃少華，等.基于DBN-DNN的離散制造車間訂單完工期預(yù)測(cè)方法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2020，26（9）：2445－2452.（Liu Daoyuan，Guo Yu，Huang Shaohua，et al. DBN-DNN-based order completion time prediction method for discrete manufacturing workshop［J］.Computer Integrated Manufacturing Systems，2020，26（9）：2445－2452.）

［11］汪俊亮，秦威，張潔.基于數(shù)據(jù)挖掘的晶圓制造交貨期預(yù)測(cè)方法［J］.中國(guó)機(jī)械工程，2016，27（1）：105-108.（Wang Junliang，Qin Wei，Zhang Jie.Data mining for orders’LT forecasting in wafer fabrication［J］.China Mechanical Engineering，2016，27（1）：105-108.）

［12］湯珺雅，李莉.基于多層數(shù)據(jù)分析框架的半導(dǎo)體加工周期預(yù)測(cè)［J］.計(jì)算機(jī)集成制造系統(tǒng)，2019，25（5）：1086-1092.（Tang Junya，Li Li.Cycle time prediction method for semiconductor wafer fabrication facility based on multi-layer data analysis framework［J］.Computer Integrated Manufacturing Systems，2019，25（5）：1086-1092.）

［13］Park C，Song J，Kim J G，et al.Delivery date decision support system for the large scale make-to-order manufacturing companies：a Korean electric motor company case［J］.Production Planning amp; Control，1999，10（6）：585－597.

［14］Hendijani R.Analytical thinking，Little’s law understanding，and stock-flow performance：two empirical studies［J］.System Dynamics Review，2021，31（6）：437-452.

［15］Zheng Feifeng，Zhang E，Xu Yinfeng.Competitive analysis for make-to-order scheduling with reliable lead time quotation［J］.Journal of Combinatorial Optimization，2014，27（1）：182-198.

［16］Tan Xu，Xing Lining，Cai Zhaoquan，et al. Analysis of production cycle-time distribution with a big-data approach［J］.Journal of Intel-ligent Manufacturing，2020，31（8）：1889-1897.

［17］陳亞絨，何華鑫，黃成軍，等.考慮工件安裝時(shí)間與資源瓶頸的集成負(fù)荷控制方法［J］.系統(tǒng)工程，2021，39（5）：134-142.（Chen Yarong，He Huaxin，Huang Chengjun，et al.Integrated workload control method considering sequence-dependent setup times and resource bottleneck［J］.Systems Engineering，2021，39（5）：134-142.）

［18］Vig M，Dooley K.Dynamic rules for due-date assignment［J］.International Journal of Production Research，1991，29（7）：1361-1377.

收稿日期：2022－06－28；修回日期：2022－08－19 基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目（51705370，51905196）

作者簡(jiǎn)介：鐘柳艷（1998－），女（畬族），浙江麗水人，碩士研究生，主要研究方向?yàn)樯a(chǎn)調(diào)度；何華鑫（1996－），男，浙江紹興人，碩士，主要研究方向?yàn)橹圃煜到y(tǒng)建模與仿真；朱立夏（1993－），女，浙江東陽(yáng)人，講師，博士，主要研究方向?yàn)橹圃煜到y(tǒng)建模與優(yōu)化；陳亞絨（1977－），女（通信作者），陜西乾縣人，副教授，碩導(dǎo)，碩士，主要研究方向?yàn)樯a(chǎn)調(diào)度、制造系統(tǒng)建模與仿真（yarongchen@126.com）．