陳金升，廖 燕

（1.武漢理工大學(xué) 汽車學(xué)院，湖北 武漢 430070；2.現(xiàn)代汽車零部件技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室 武漢理工大學(xué)，湖北 武漢 430070；3.汽車零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，湖北 武漢 430070）

基于Matlab的模糊聚類法在零部件供應(yīng)物流中的應(yīng)用

陳金升1,2,3，廖 燕1,2,3

（1.武漢理工大學(xué) 汽車學(xué)院，湖北 武漢 430070；2.現(xiàn)代汽車零部件技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室 武漢理工大學(xué)，湖北 武漢 430070；3.汽車零部件技術(shù)湖北省協(xié)同創(chuàng)新中心，湖北 武漢 430070）

由于零部件在汽車生產(chǎn)過程中種類繁多，在零部件供應(yīng)物流中，依據(jù)零部件所占空間的大小，對(duì)零部件進(jìn)行合理的搭配，可以充分利用物流運(yùn)輸車輛的有效空間，降低其運(yùn)輸成本。通過對(duì)零部件消耗體積的模擬，基于Matlab軟件，采用模糊聚類法對(duì)汽車零部件搭配進(jìn)行研究，分析了零部件裝載運(yùn)輸過程中依據(jù)消耗體積進(jìn)行聚類搭配模式，最終實(shí)現(xiàn)零部件物流配送的優(yōu)化。

零部件；搭配；Matlab；模糊聚類；供應(yīng)物流

1 引言

近年來，我國的汽車行業(yè)進(jìn)入了高速發(fā)展期，業(yè)內(nèi)競爭激烈。我國汽車企業(yè)要想迅速發(fā)展、脫穎而出，一方面要在不斷引進(jìn)國外先進(jìn)技術(shù)的條件下尋求自我創(chuàng)新發(fā)展，另一方面要轉(zhuǎn)變管理理念，優(yōu)化運(yùn)營流程，降低企業(yè)運(yùn)營成本，提供優(yōu)質(zhì)的服務(wù)，增強(qiáng)自身競爭力。得到業(yè)內(nèi)廣泛認(rèn)可的生產(chǎn)模式：精益生產(chǎn)、準(zhǔn)時(shí)化生產(chǎn)（JIT）、豐田生產(chǎn)方式（TPS）等，在汽車行業(yè)發(fā)揮的作用越來越重要，使得汽車企業(yè)在尋求高效益、低成本的同時(shí)將更多的注意力集中在零部件供應(yīng)物流上。創(chuàng)新供應(yīng)模式、降低供應(yīng)成本、提高供應(yīng)效率能夠減少汽車生產(chǎn)企業(yè)對(duì)零部件供應(yīng)物流的投入，保證整車生產(chǎn)順利進(jìn)行。

在運(yùn)輸過程中，汽車零部件進(jìn)行合理裝配，是滿足生產(chǎn)需求、提高物流運(yùn)輸車輛有效空間利用率的關(guān)鍵。零部件的配裝直接關(guān)系到能否滿足汽車生產(chǎn)制造的要求和物流車輛空間的有效利用率等。在此類問題研究中，很多學(xué)者主要對(duì)零部件供應(yīng)物流車輛空間的有效利用率構(gòu)建模型或者應(yīng)用不同的算法解決，在不同物品用同一物流車輛進(jìn)行供應(yīng)時(shí)，只是將所運(yùn)輸貨物的價(jià)值和一定容積內(nèi)物體的重量等相關(guān)條件作為參考[1]。依據(jù)整車裝配生產(chǎn)工序的需求，在零部件物流供應(yīng)系統(tǒng)中，實(shí)現(xiàn)“按需運(yùn)輸、快速送達(dá)”的前提下，降低零部件運(yùn)輸成本、增加對(duì)運(yùn)輸車輛有效空間的利用率是整個(gè)零部件物流供應(yīng)鏈的核心和難點(diǎn)。針對(duì)零部件供應(yīng)物流裝載工程中如何提高運(yùn)輸車輛有效空間利用率，利用Matlab軟件，對(duì)種類多樣、大小不一的零部件在裝載過程中進(jìn)行模糊聚類分析，滿足整車裝配生產(chǎn)工序的需求下，提高零部件物流供應(yīng)系統(tǒng)中裝載過程對(duì)車輛有效空間的利用率，降低成本。

2 汽車零部件的匹配供應(yīng)及組配方法

2.1 汽車零部件的匹配供應(yīng)

汽車構(gòu)造復(fù)雜，在整車的裝配流水線上，不同的裝配工序所需要的零部件各不相同，若汽車零部件物流配送系統(tǒng)出現(xiàn)問題，任何零部件不能及時(shí)、搭配送到整車制造商，將會(huì)導(dǎo)致整個(gè)生產(chǎn)流水線無法正常運(yùn)行。可見，零部件的配送對(duì)于整車企業(yè)生產(chǎn)過程意義重大。零部件準(zhǔn)時(shí)化的物流配送以及符合流水式的生產(chǎn)需求，旨在確保在最小的庫存成本和運(yùn)輸成本下，整車的裝配工序能夠順利進(jìn)行。汽車是一個(gè)整體，其零部件在需求上具有一定的相關(guān)性，因此汽車零部件的物流配送系統(tǒng)，應(yīng)該與整車裝配一定時(shí)間內(nèi)流水線的需求相匹配。

由于汽車是一個(gè)完整的整體，生產(chǎn)制造流水線裝配加工過程中對(duì)零部件的需求，無論是零部件的品種還是數(shù)量上都存在一定的相關(guān)性，而根據(jù)這種相關(guān)性，可以確定在生產(chǎn)制造流水線一定裝配時(shí)間內(nèi)，所需供應(yīng)的零部件的種類和數(shù)量。為了對(duì)物流系統(tǒng)供應(yīng)的零部件實(shí)現(xiàn)快速最大化的利用，依據(jù)裝配需求進(jìn)行零部件的實(shí)時(shí)物流供應(yīng)，在最小的庫存成本和運(yùn)輸成本下，確保整車裝配流水線作業(yè)能夠不間斷地運(yùn)行。

為了減少在零部件運(yùn)輸過程中的成本，充分利用物流車輛的有效運(yùn)輸空間，在物流運(yùn)輸車裝載的過程中，對(duì)零部件歸類組合，然后裝載到車輛中[2]。但整車企業(yè)所需的零部件結(jié)構(gòu)多樣、大小不一，對(duì)車輛裝載的利用率一直較低，使其運(yùn)輸成本一直都保持在較高的水平。在確保零部件搭配供應(yīng)的條件下，要充分考慮如何對(duì)裝載的貨物科學(xué)搭配，從而有效提高車輛的裝載利用率。

2.2 零部件匹配供應(yīng)中的組配方法

依據(jù)整車裝配工序的需求，將所需的零部件進(jìn)行合理組配，尋求待裝的零部件搭配優(yōu)化組合，實(shí)現(xiàn)對(duì)裝載車輛有效空間的最大化利用。整車企業(yè)所需的零部件結(jié)構(gòu)多樣、大小不一，使其與裝載車輛的有效空間實(shí)現(xiàn)最大化的搭配過程非常復(fù)雜，在較短的時(shí)間內(nèi)難以尋找到最佳的搭配裝載方案。當(dāng)前，汽車技術(shù)迅猛發(fā)展，應(yīng)用到汽車上的新的零部件層出不窮，為了降低在拼裝過程中由于零部件種類快速增加造成的搭配復(fù)雜度，采用零部件組配后的體積來表示其在運(yùn)輸過程中所利用的物流車輛運(yùn)輸空間的大小，依據(jù)零部件空間結(jié)構(gòu)相似度組配成新的體積單元，然后按照新的體積單元進(jìn)行運(yùn)輸車輛的裝載，實(shí)現(xiàn)汽車零部件的組配，充分利用運(yùn)輸車輛的有效空間。

在整車裝配流水線上，零部件按照一定的裝配順序出現(xiàn)在流水線上，當(dāng)零部件未按時(shí)到達(dá)，而整車裝配流水線到了需要該零部件的工位，就會(huì)造成整個(gè)流水線生產(chǎn)停滯，導(dǎo)致后續(xù)工位正常配送來的零部件庫存增加。在整車裝配流水線的固定工位中，裝配所需要的零部件的時(shí)間是相同的，在對(duì)零部件的物流配送中，將這些零部件歸為相同的優(yōu)先級(jí)別。在零部件配裝過程中，應(yīng)該充分考慮工位所需零部件的先后順序，按照“先用先運(yùn)”的原則進(jìn)行零部件的物流供應(yīng)，滿足整車生產(chǎn)流水線在生產(chǎn)過程中對(duì)零部件的需求。本文依據(jù)模糊聚類的原理，對(duì)所需空間相似的零部件進(jìn)行組配，構(gòu)成新的結(jié)構(gòu)單元，使其相似于某一個(gè)長方體的結(jié)構(gòu)，從而形成搭配方案，最后依據(jù)零部件裝載的要求對(duì)搭配方案加以修訂。按照上述零部件供應(yīng)裝載原理，能夠?qū)崿F(xiàn)按需供應(yīng)的前提下，提高運(yùn)輸車輛的有效空間利用率。

3 模糊聚類法的原理

采用模糊數(shù)學(xué)語言對(duì)事物按一定的要求進(jìn)行描述和分類的數(shù)學(xué)方法稱為模糊聚類分析[3]，是根據(jù)事物本身的特性研究個(gè)體分類的方法。

3.1 模糊相似矩陣

若模糊關(guān)系R是X上各元素之間的模糊關(guān)系，且滿足：

（1）自反性：R(x,x) =1；

則稱R是X上的一個(gè)模糊相似關(guān)系。

3.2 模糊等價(jià)矩陣

（1）自反性：rii=1，i=1,2,…,n；

（2）對(duì)稱性：rij=rji，i,j=1,2,…,n；

（3）傳遞性：R°R?R。

3.3 模糊矩陣的λ截矩陣

顯然，A的λ-截矩陣為布爾矩陣。

3.4 模糊聚類分析的步驟

（1）特征抽取，建立原始數(shù)據(jù)矩陣。假設(shè)待分類對(duì)象集合中的每個(gè)元素具有m個(gè)特征，設(shè)第i個(gè)對(duì)象Xi的第j (j=1,2,…,m )個(gè)特征為xij，則Xi就可以用這m個(gè)特征的取值來描述，記：

于是得到原始數(shù)據(jù)矩陣為：

（2）數(shù)據(jù)標(biāo)準(zhǔn)化處理，將矩陣轉(zhuǎn)化為標(biāo)準(zhǔn)化矩陣。為了消除描述事物特征的量綱不同的干擾，便于分析和比較，在計(jì)算過程中對(duì)矩陣進(jìn)行標(biāo)準(zhǔn)化處理。本文采用平移極差變換方法，公式如下：

（3）標(biāo)定，建立模糊相似矩陣。針對(duì)上述的標(biāo)準(zhǔn)化矩陣建立模糊相似矩陣R=(rij)n×n的過程又稱為標(biāo)定，計(jì)算標(biāo)定的方法很多，主要包括三大類方法：相似系數(shù)法、距離法、主觀評(píng)分法[4]。本文采用歐式距離法求模糊相似矩陣，公式如下：

（4）求傳遞包。對(duì)于不同的置信水平λ∈[0,1]，可以得到不同的分類結(jié)果，從而形成動(dòng)態(tài)聚類圖。常用的方法如下：傳遞閉包法、布爾矩陣法、直接聚類法[5-6]。本文采用基于模糊聚類分析的傳遞閉包方法來求傳遞包。

X、Y、Z為有限論域時(shí)，即 X={x1,x2,…,xn},則Q、R、S均可表示為矩陣形式：

其中S稱為模糊矩陣Q與R的乘積。

當(dāng)論域?yàn)橛邢藜瘯r(shí)，傳遞閉包法很簡便，即對(duì)相似矩陣 R，求 R2，R4，…，Rk，當(dāng) Rk°Rk=Rk時(shí)，便有

（5）求模糊矩陣的λ截矩陣。依次取λ∈[0 ,1]，截關(guān)系Rλ，Rλ是經(jīng)典等價(jià)關(guān)系，它誘導(dǎo)出X上的一個(gè)劃分XRλ，將X分成一些等價(jià)類。確定相應(yīng)的λ截矩陣，則可以將其分類。隨λ由大到小，分類由細(xì)到粗，形成一個(gè)動(dòng)態(tài)的分類圖。

4 基于Matlab的模糊聚類分析的零部件搭配

零部件在物流供應(yīng)過程中進(jìn)行搭配運(yùn)輸，形成較大的體積單元，能夠充分利用車輛的有效運(yùn)輸空間，減少企業(yè)在零部件運(yùn)輸中的成本投入[7]。在零部件搭配過程中，對(duì)所需空間相似的零部件組配到一起，構(gòu)成新的結(jié)構(gòu)單元，使其相似于某一個(gè)長方體的結(jié)構(gòu)，從而形成搭配方案。本文基于Matlab的模糊聚類分析法，依據(jù)零部件所占空間大小加以聚類，對(duì)汽車零部件搭配供應(yīng)物流進(jìn)行研究。

4.1 零部件消耗體積數(shù)據(jù)模擬

在零部件物流供應(yīng)系統(tǒng)中，對(duì)車輛所裝載的零部件消耗的體積進(jìn)行模擬，數(shù)據(jù)見表1。

表1 零部件消耗體積數(shù)據(jù)模擬

4.2 基于Matlab的聚類分析

4.2.1 建立標(biāo)準(zhǔn)化矩陣。依據(jù)零部件消耗體積的模擬數(shù)據(jù)，集合表示零部件，則零部件消耗體積的五個(gè)指標(biāo)可描述如下：

由于各個(gè)數(shù)據(jù)的量綱不同，基于Matlab，采用聚類分析的歐式距離法求其標(biāo)準(zhǔn)化矩陣Y：

4.2.2 建立模糊相似矩陣。取c=0.2，按絕對(duì)值減數(shù)法進(jìn)行標(biāo)定，并利用歐式距離法求相似矩陣R：

4.2.3 求傳遞閉包。經(jīng)過計(jì)算得到傳遞閉包B：

4.2.4 計(jì)算λ截矩陣。經(jīng)過計(jì)算得到λ截矩陣，分別得出λ=1.000 0、λ=0.857 1、λ=0.142 9時(shí)對(duì)應(yīng)的λ截矩陣。

（1）當(dāng)λ=1.000 0時(shí)，得到的λ截矩陣為：

（2）當(dāng)λ=0.857 1時(shí)，得到的λ截矩陣為：

（3）當(dāng)λ=0.142 9時(shí)，得到的λ截矩陣為：

由λ的截矩陣可知：

當(dāng)λ=1.000 0時(shí)，將X分成四類：{x7}、{x1，x5，x6}、{x2，x3，x4}、{x8，x9，x10}；

當(dāng)λ=0.857 1時(shí)，將X分成兩類：{x7}、{x1，x2，x3，x4，x5，x6，x8，x9，x10}；

當(dāng)λ=0.142 9時(shí)，將X分成一類：{x1，x2，x3，x4，x5，x6，x7，x8，x9，x10}。

動(dòng)態(tài)聚類圖如圖1所示。

圖1 動(dòng)態(tài)聚類圖

4.3 基于模糊聚類分析的零部件組配

依據(jù)模糊聚類的結(jié)果，當(dāng)取λ＝0.857 1時(shí)，7為一類，剩下的為一類，除了7之外，剩下的組配順序是1、5結(jié)合然后和6組為一個(gè)整體，2、3結(jié)合然后和4組為一個(gè)整體，8、9結(jié)合然后和10組為一個(gè)整體，最后將以上三個(gè)整體組合為一個(gè)大的裝車整體。在組配過程中，經(jīng)過組配后若接近一個(gè)長方體的結(jié)構(gòu)，則尋找新的零部件組配；若差別較大，則停止。這樣，能夠迅速的完成增加對(duì)物流運(yùn)輸車輛有效空間利用率的零部件的裝載過程。

5 結(jié)語

本文對(duì)基于Matlab的模糊聚類法在汽車零部件搭配供應(yīng)物流中的應(yīng)用進(jìn)行研究，設(shè)計(jì)了零部件裝車運(yùn)輸時(shí)的搭配方式，依據(jù)聚類的結(jié)果對(duì)零部件進(jìn)行組配，通過零部件的合理搭配，在提高運(yùn)輸車輛有效利用率的同時(shí)，還可以使運(yùn)輸成本降低，從而達(dá)到優(yōu)化配送的目的。

[1]巴彩林,劉林忠,楊菊花.基于匹配供應(yīng)與模糊聚類分析的貨物搭配[J].蘭州交通大學(xué)學(xué)報(bào),2015,34(3):49-54,65.

[2]卞成德,鄧?yán)?淺談金融危機(jī)下的中國汽車零部件供應(yīng)商挑戰(zhàn)與機(jī)遇[J].商場現(xiàn)代化,2012,(11):13.

[3]黃興榮,譚昌偉.基于模糊聚類的汽車車內(nèi)空氣質(zhì)量評(píng)價(jià)[J].計(jì)算機(jī)與現(xiàn)代化,2012,(5):164-166.

[4]孫宇鋒.基于Matlab的模糊聚類分析及應(yīng)用[J].韶關(guān)學(xué)院學(xué)報(bào),2006,27(9):1-4.

[5]王晟.模糊聚類算法的研究與實(shí)現(xiàn)[D].南京:南京理工大學(xué), 2006.

[6]陸桂明,楊戰(zhàn)勝,裴陽潔.模糊聚類分析在Web頁面分類中的應(yīng)用研究[J].計(jì)算機(jī)與數(shù)字工程,2007,(4):100-101.

[7]宋愛華.東風(fēng)悅達(dá)起亞的零部件供應(yīng)物流[J].物流技術(shù)與應(yīng)用,2010,(3):96-97.

[8]于淼.供應(yīng)鏈視角下H公司汽車零部件的采購物流模式研究[D].上海:東華大學(xué),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

陳金升（1990-），男，河南鄭州人，武漢理工大學(xué)汽車工程學(xué)院碩士研究生，研究方向：載運(yùn)工具運(yùn)用工程。

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