*本文已于2015-05-13 15∶33在中國(guó)知網(wǎng)優(yōu)先數(shù)字出版。 網(wǎng)絡(luò)出版地址：http：//www.cnki.net/kcms/detail/21.1558.C.20150513.1533.004.html

【裝備制造業(yè)發(fā)展研究】

裝備制造企業(yè)服務(wù)化轉(zhuǎn)型的路徑選擇*

張青山， 李羚

(沈陽(yáng)工業(yè)大學(xué) 管理學(xué)院， 沈陽(yáng) 110870)

摘要：服務(wù)型制造是當(dāng)今國(guó)際裝備制造業(yè)發(fā)展的一種新趨勢(shì)和新模式，路徑選擇又是裝備制造企業(yè)服務(wù)化轉(zhuǎn)型的重要決策問題。LS-SVM模型對(duì)于小樣本、非線性問題有其自身獨(dú)特的優(yōu)勢(shì)，該模型將定性與定量方法相結(jié)合，采用目前較成熟的MATLAB軟件編程，為裝備制造企業(yè)服務(wù)化轉(zhuǎn)型路徑選擇拓展新的思路。

關(guān)鍵詞：裝備制造企業(yè)； 服務(wù)型制造； 服務(wù)化轉(zhuǎn)型； 路徑選擇； LS-SVM模型； MATLAB軟件

收稿日期：2014-12-16

基金項(xiàng)目：沈陽(yáng)市科技計(jì)劃項(xiàng)目(F13-315-5-29)。

作者簡(jiǎn)介：張青山(1957-)，男，吉林蛟河人，教授，博士生導(dǎo)師，主要從事生產(chǎn)系統(tǒng)構(gòu)造及運(yùn)行管理、動(dòng)態(tài)聯(lián)盟與虛擬企業(yè)管理、評(píng)價(jià)技術(shù)與風(fēng)險(xiǎn)管理等方面的研究。

doi：10.7688/j.issn.1674-0823.2015.03.07

中圖分類號(hào)：C939文獻(xiàn)標(biāo)志碼：A

我國(guó)裝備制造企業(yè)長(zhǎng)期采取井噴式的粗放型發(fā)展模式，是以資源能源的大量消耗作為代價(jià)的。雖然依托此種發(fā)展模式使我國(guó)跨入裝備制造業(yè)大國(guó)的行列，但卻始終無(wú)法讓我國(guó)成為裝備制造業(yè)強(qiáng)國(guó)，同時(shí)隨著國(guó)內(nèi)外環(huán)境的嚴(yán)峻變化，傳統(tǒng)的發(fā)展模式早已不再適合我國(guó)的裝備制造企業(yè)，這一點(diǎn)已成為學(xué)術(shù)界的共識(shí)[1-2]。

在眾多有關(guān)轉(zhuǎn)型的研究中，融入可持續(xù)發(fā)展和服務(wù)理念的服務(wù)化轉(zhuǎn)型迎合了國(guó)內(nèi)外環(huán)境，相對(duì)來說技術(shù)要求并不嚴(yán)苛且改進(jìn)方法較易落實(shí)，無(wú)疑成為目前較適合我國(guó)裝備制造企業(yè)轉(zhuǎn)型的有效途徑之一。服務(wù)化轉(zhuǎn)型的路徑有多種，我國(guó)裝備制造企業(yè)如何根據(jù)自身實(shí)際情況去選擇就成為研究重點(diǎn)。然而，目前有關(guān)方面的研究還很是欠缺，影響了此領(lǐng)域的后續(xù)發(fā)展，本文將以此為突破口，從定性描述和定量選擇兩方面入手對(duì)其進(jìn)行研究。

服務(wù)化轉(zhuǎn)型路徑診斷實(shí)質(zhì)上是一個(gè)模式識(shí)別問題，模式識(shí)別的方法有神經(jīng)網(wǎng)絡(luò)、LS-SVM等。本文屬于小樣本、非線性問題的研究，由于神經(jīng)網(wǎng)絡(luò)技術(shù)理論中存在較大的經(jīng)驗(yàn)風(fēng)險(xiǎn)和學(xué)習(xí)算法中局部極小等問題還有待解決，相較之下，LS-SVM具有嚴(yán)格的數(shù)學(xué)基礎(chǔ)和較好的泛化能力，在此類問題的研究中具有特有的優(yōu)勢(shì)。周輝仁[3]、陳帥[4]、游張平[5]、賈嶸[6]、周臘吾[7]、曾杰[8]、任超[9]、李躍松[10]等諸多研究人員已通過實(shí)踐研究證實(shí)此類問題中LS-SVM的仿真效果比BP神經(jīng)網(wǎng)絡(luò)的效果更好，因此針對(duì)服務(wù)化轉(zhuǎn)型路徑診斷研究本文采用LS-SVM的分類算法。

本文應(yīng)用“有教師學(xué)習(xí)分類”，即事先已知診斷模型訓(xùn)練樣本的類別，從而來設(shè)計(jì)分類器，用該分類器對(duì)診斷模型的測(cè)試樣本進(jìn)行識(shí)別，比較測(cè)試樣本的實(shí)際類別與分類器輸出的類別來統(tǒng)計(jì)正確識(shí)別率，再根據(jù)期望值重新調(diào)整分類器直至滿意為止[11]。相應(yīng)所需的輔助變量將根據(jù)現(xiàn)有研究進(jìn)行提取分析，通過定性與定量相結(jié)合的研究方式為我國(guó)裝備制造企業(yè)服務(wù)化轉(zhuǎn)型的路徑選擇提供借鑒。

一、輔助變量分析

以產(chǎn)品生產(chǎn)階段為基準(zhǔn)點(diǎn)，裝備制造企業(yè)服務(wù)化轉(zhuǎn)型路徑可分為四種。

(1) 向后端拓展，走“產(chǎn)品服務(wù)化路線”。這是保留企業(yè)原有生產(chǎn)制造業(yè)務(wù)，同時(shí)為提高客戶效用而提供基于產(chǎn)品的增值服務(wù)。

(2) 向前端拓展，走“知識(shí)技術(shù)密集型高端服務(wù)化路線”。這是保留企業(yè)原有全部或部分生產(chǎn)制造業(yè)務(wù)，基于已有的知識(shí)和核心技術(shù)面向?qū)I(yè)化市場(chǎng)或新的業(yè)務(wù)領(lǐng)域?yàn)榭蛻籼峁┲R(shí)密集型、技術(shù)密集型服務(wù)，是在重視生產(chǎn)的同時(shí)將重心落在與生產(chǎn)制造有關(guān)的技術(shù)層面的服務(wù)上，如咨詢策劃、工程設(shè)計(jì)、研發(fā)設(shè)計(jì)、試驗(yàn)檢測(cè)、標(biāo)準(zhǔn)制定等。由于此類服務(wù)往往發(fā)生在生產(chǎn)制造的前端，因此是前端拓展。

(3) 同時(shí)向兩端拓展，走“產(chǎn)品服務(wù)一體化路線”。這是將前兩種路徑結(jié)合起來，不過此時(shí)企業(yè)只保留核心業(yè)務(wù)而將其他業(yè)務(wù)外包，基于已有的經(jīng)驗(yàn)、專業(yè)知識(shí)、核心技術(shù)、資源能力為客戶提供一整套解決方案，是立足于自身的核心業(yè)務(wù)將技術(shù)與工程相結(jié)合來提供服務(wù)。

(4) 脫離或外包全部生產(chǎn)制造業(yè)務(wù)而轉(zhuǎn)向?qū)I(yè)服務(wù)，走“服務(wù)產(chǎn)品化路線”。這是完全立足于服務(wù)，轉(zhuǎn)向?yàn)樯a(chǎn)制造企業(yè)服務(wù)的生產(chǎn)性服務(wù)業(yè)或?yàn)楹蠖祟櫩头?wù)的服務(wù)咨詢公司，成為解決方案提供商。不過此種轉(zhuǎn)型路徑需要在戰(zhàn)略層面上作很大的變革且存在較大風(fēng)險(xiǎn)，一般適合于在產(chǎn)業(yè)鏈上掌握核心技術(shù)或原有服務(wù)功能較成熟的核心企業(yè)和行業(yè)領(lǐng)軍企業(yè)[12]。

根據(jù)上述四種路徑的分類特點(diǎn)，本文提出的輔助變量為：生產(chǎn)制造業(yè)務(wù)v1、顧客受益來源v2、企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)v3、服務(wù)化程度v4、產(chǎn)品所有權(quán)轉(zhuǎn)移時(shí)間v5、產(chǎn)品使用期間企業(yè)承擔(dān)的責(zé)任v6、所提供的產(chǎn)品或服務(wù)的生命周期v7、服務(wù)成本v8、服務(wù)質(zhì)量要求v9。根據(jù)Delphi專家意見法對(duì)上述輔助變量以比例尺度量化[13]，如表1所示。

表1　輔助變量定量對(duì)應(yīng)表

本文通過分析各類制造企業(yè)服務(wù)化的現(xiàn)狀，組織一個(gè)專家小組對(duì)其進(jìn)行打分，模型以輔助變量v1～v9作為輸入，四種服務(wù)化轉(zhuǎn)型路徑F作為輸出。共選取了20個(gè)企業(yè)，其中選取12個(gè)企業(yè)的評(píng)分作為系統(tǒng)的實(shí)際值，即S1～S12；S13～S15的分值由專家確定實(shí)際值，由模型計(jì)算預(yù)測(cè)值；S16～S20由模型計(jì)算預(yù)測(cè)值，模型數(shù)據(jù)如表2所示。

表2　模型數(shù)據(jù)

二、LS-SVM分類算法原理

f(x)=wTφ(x)+b

(1)

式中：φ(·)為輸入空間到特征空間的映射；w為系數(shù)向量；b為偏差項(xiàng)。w和b可通過最優(yōu)化問題來確定，計(jì)算公式為

yi(wTφ(xi)+b)=1-ei(i=1，2，…，l)

(2)

式中：Q(·)為自定義的最優(yōu)化函數(shù)；ei為松馳因子誤差。

拉格朗日函數(shù)為

L(w，b，e，α)= Q(w，b，e)-

(3)

式中，αi(i=1，2，…，l)為拉格朗日乘子，該式的Karush-Kuhn-Tucker條件為

(4)

結(jié)合Mercer條件，消去w和ei得

(5)

式中：y=[y1，y2，…，yl]T；I=[1，1，…，1]T；α=[α1，α2，…，αl]T；Ωmn=ymynK(xm，xn)，K為核函數(shù)。令A(yù)=Ωmn+γ-1I，式(5)可解得

α=A-1(I-by)

(6)

(7)

三、結(jié)果分析

本文采用MATLAB的LS-SVM lab工具箱編程，核函數(shù)采用此類問題常用的高斯核函數(shù)，即

(8)

本文屬于多分類問題，吳清華[11]等已通過實(shí)驗(yàn)證明此類問題采用MOC法更節(jié)省測(cè)試時(shí)間，正確率最高，因此本文只需建立3個(gè)支持向量機(jī)即可，原理如圖1所示。

圖1　MOC原理圖

對(duì)于裝備制造企業(yè)來說，這里就給出了如何根據(jù)企業(yè)實(shí)際情況去選擇適合本企業(yè)的服務(wù)化路徑的定量選擇方法，即建立三個(gè)最小二乘支持向量機(jī)模型。第一個(gè)模型SVM1通過計(jì)算可以將屬于第一種路徑的企業(yè)劃分出來，其他不屬于第一種路徑的企業(yè)被留在原來的類群中，即分類1中是沒被劃分出來的企業(yè)，通過坐標(biāo)來判斷所分類的企業(yè)是哪些。模型二和模型三也同理來進(jìn)行劃分。如此便可將具有不同輔助變量值的企業(yè)劃分到四種路徑的一個(gè)之中。

用LS-SVM lab工具箱編程的設(shè)計(jì)步驟如下：(1)錄入輸入輸出數(shù)據(jù)；(2)對(duì)輸入輸出數(shù)據(jù)進(jìn)行歸一化預(yù)處理；(3)設(shè)定參數(shù)gam和sig2；(4)訓(xùn)練模型；(5)輸入預(yù)估數(shù)據(jù)，進(jìn)行數(shù)據(jù)預(yù)處理并進(jìn)行模型的預(yù)測(cè)；(6)用plot函數(shù)繪圖[15]23-33，涉及到的函數(shù)如圖2所示。

圖2　LS-SVM建模步驟

建模過程同理，第二次建模顯示F18屬于第二類，而F19、F20的類型判斷需再次建模，如圖4所示。

第三次建模過程數(shù)據(jù)顯示F19屬于第三類，由于此時(shí)數(shù)據(jù)只有2個(gè)樣本，MATLAB程序不再顯示分類界面。不過本文就是四分類問題，所以F20屬于第四類，如圖5所示，兩個(gè)樣本點(diǎn)分別在兩個(gè)對(duì)角上。

圖3　第一次建模結(jié)果

圖4　第二次建模結(jié)果

圖5　第三次建模結(jié)果

所以，通過建模及運(yùn)算得出企業(yè)16和企業(yè)17選擇第一種服務(wù)化轉(zhuǎn)型路徑，即向后端拓展，走“產(chǎn)品服務(wù)化路線”。企業(yè)18選擇第二種服務(wù)化轉(zhuǎn)型路徑，即向前端拓展，走“知識(shí)技術(shù)密集型高端服務(wù)化路線”。企業(yè)19選擇第三種服務(wù)化轉(zhuǎn)型路徑，即同時(shí)向兩端拓展，走“產(chǎn)品服務(wù)一體化路線”。企業(yè)20選擇第四種服務(wù)化轉(zhuǎn)型路徑，即脫離或外包全部生產(chǎn)制造業(yè)務(wù)而轉(zhuǎn)向?qū)I(yè)服務(wù)，走“服務(wù)產(chǎn)品化路線”。如此，本模型可以為裝備制造企業(yè)選擇服務(wù)化路徑提供定量的數(shù)據(jù)參考。

四、結(jié)語(yǔ)

LS-SVM是用等式約束代替SVM的不等式約束，從而提高了求解問題的收斂精度和運(yùn)算速度[16]。MATLAB對(duì)于LS-SVM的求解運(yùn)算也日趨成熟，這將為L(zhǎng)S-SVM的應(yīng)用提供更廣闊的空間。對(duì)于裝備制造企業(yè)服務(wù)化轉(zhuǎn)型路徑選擇問題，迄今為止的研究大多都還停留在定性方面，而本文創(chuàng)新性地引入LS-SVM算法，定性和定量相結(jié)合，建立了路徑選擇分類模型，以期為日后裝備制造企業(yè)服務(wù)化轉(zhuǎn)型方面的研究提供借鑒和參考。

參考文獻(xiàn)：

[1]Hobo M，Watanabeb C，Chen C J.Double spiral trajec-tory between retail manufacturing and customers：leads a way to service oriented manufacturing [J].International Journal of Technological Innovation，2006，26(7)：873-890.

[2]Williams A.Product service systems in the automobile industry：contribution to system innovation [J].Journal of Cleaner Production，2007，15(11/12)：1093-1103.

[3]周輝仁，鄭丕諤，任仙玲.最小二乘支持向量機(jī)的參數(shù)優(yōu)選方法及應(yīng)用 [J].系統(tǒng)工程學(xué)報(bào)，2009(2)：248-252.

[4]陳帥，朱建寧，潘俊，等.最小二乘支持向量機(jī)的參數(shù)優(yōu)化及其應(yīng)用 [J].華東理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2008(2)：278-282.

[5]游張平，胡小平，張凱，等.基于自適應(yīng)LS-SVM的柴油機(jī)進(jìn)排氣系統(tǒng)故障診斷 [J].科技導(dǎo)報(bào)，2010(8)：77-80.

[6]賈嶸，徐其惠，李輝，等.最小二乘支持向量機(jī)多分類法的變壓器故障診斷 [J].高電壓技術(shù)，2007(6)：110-113.

[7]周臘吾，陳靜，戴浪.基于最小二乘支持向量機(jī)的風(fēng)速組合預(yù)測(cè)模型 [J].科技導(dǎo)報(bào)，2011，29(7)：66-68.

[8]曾杰，張華.基于最小二乘支持向量機(jī)的風(fēng)速預(yù)測(cè)模型 [J].電網(wǎng)技術(shù)，2009，33(18)：144-147.

[9]任超，李和旺.最小二乘支持向量機(jī)在GPS高程擬合中的應(yīng)用 [J].工程勘察，2012(7)：55-57.，Watanabeb C，Chen C J.Double spiral trajec-tory between retail manufacturing and customers：leads a way to service oriented manufacturing [J].International Journal of Technological Innovation，2006，26(7)：873-890.

[2]Williams A.Product service systems in the automobile industry：contribution to system innovation [J].Journal of Cleaner Production，2007，15(11/12)：1093-1103.

[3]周輝仁，鄭丕諤，任仙玲.最小二乘支持向量機(jī)的參數(shù)優(yōu)選方法及應(yīng)用 [J].系統(tǒng)工程學(xué)報(bào)，2009(2)：248-252.

[4]陳帥，朱建寧，潘俊，等.最小二乘支持向量機(jī)的參數(shù)優(yōu)化及其應(yīng)用 [J].華東理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2008(2)：278-282.

[5]游張平，胡小平，張凱，等.基于自適應(yīng)LS-SVM的柴油機(jī)進(jìn)排氣系統(tǒng)故障診斷 [J].科技導(dǎo)報(bào)，2010(8)：77-80.

[6]賈嶸，徐其惠，李輝，等.最小二乘支持向量機(jī)多分類法的變壓器故障診斷 [J].高電壓技術(shù)，2007(6)：110-113.

[7]周臘吾，陳靜，戴浪.基于最小二乘支持向量機(jī)的風(fēng)速組合預(yù)測(cè)模型 [J].科技導(dǎo)報(bào)，2011，29(7)：66-68.

[8]曾杰，張華.基于最小二乘支持向量機(jī)的風(fēng)速預(yù)測(cè)模型 [J].電網(wǎng)技術(shù)，2009，33(18)：144-147.

[9]任超，李和旺.最小二乘支持向量機(jī)在GPS高程擬合中的應(yīng)用 [J].工程勘察，2012(7)：55-57.

[10]李躍松，朱玉川，吳洪濤，等.基于最小二乘支持向量機(jī)的超磁致伸縮執(zhí)行器磁滯非線性模型 [J].機(jī)床與液壓，2012，40(23)：4-6.

[11]吳清華.基于LS-SVM的電力變壓器故障診斷與預(yù)測(cè)研究[D].成都：西華大學(xué)，2010：33-45.

[12]張青山，逯曉宇，徐偉.制造業(yè)服務(wù)化轉(zhuǎn)型：挑戰(zhàn)、路徑與對(duì)策 [J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2014，7(3)：237-244.

[13]張凱.服務(wù)型制造價(jià)值增值機(jī)理研究：以電動(dòng)汽車租賃為例[D].上海：上海交通大學(xué)，2013：11-18.

[14]郭新辰.最小二乘支持向量機(jī)算法及應(yīng)用研究[D].吉林：吉林大學(xué)，2008：4-23.

[15]鄭阿奇.MATLAB實(shí)用教程 [M].2版.北京：電子工業(yè)出版社，2011.

[16]李方方，趙英凱，顏昕.基于Matlab的最小二乘支持向量機(jī)的工具箱及其應(yīng)用 [J].計(jì)算機(jī)應(yīng)用，2006(2)：358-360.

Path selection of service transformation of

equipment manufacturing enterprises

ZHANG Qing-shan, LI Ling

(School of Management, Shenyang University of Technology, Shenyang 110870, China)

Abstract：Service-oriented manufacture is a new tendency and new pattern of international equipment manufacture industry development, and path selection is an important decision-making issue of service transformation on equipment manufacture enterprises. LS-SVM model has its own unique advantages in small samples, nonlinear problems. The model combined qualitative and quantitative methods, and the current mature MATLAB software programming is used so as to provide new ideas for studying path selection of service transformation of equipment manufacture enterprises.

Key words：equipment manufacturing enterprise; service-oriented manufacture; service transformation; path selection; LS-SVM model; MATLAB programming

(責(zé)任編輯：張璐)