賈天包

摘要：成本控制對于企業(yè)的生產和經營活動具有十分重要的意義。本文以新能源汽車制造商蔚來汽車股份有限公司為例，首先從不同角度敘述影響生產成本與存儲成本的各方面因素，然后基于決策樹算法通過影響因素回歸出影響企業(yè)的生產和存儲成本，最后利用動態(tài)規(guī)劃理論求解出最優(yōu)生產和存儲方案，并指導提出最優(yōu)的生產策略，對于現實情況具有一定的指導價值。

Abstract： Cost control is of great significance to the production and management activities of enterprises. This article takes the new energy automobile manufacturer Weilai Automobile Co.， Ltd. as an example. First， it describes the factors that affect production costs and storage costs from different perspectives. Then it uses the decision tree algorithm to return to the production and storage costs that affect the enterprise through the influencing factors. Finally， the dynamic production theory is used to solve the optimal production and storage plan， and the optimal production strategy is guided， which has certain guiding value for the actual situation.

關鍵詞：蔚來汽車;生產與存儲;決策樹;動態(tài)規(guī)劃

Key words： Weilai Automobile;production and storage;decision tree;dynamic programming

中圖分類號：F23? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）03-0112-03

0? 引言

我國企業(yè)面臨的首要問題是什么，應該是企業(yè)的成本不斷降低，使得企業(yè)的經營利潤不斷上漲，依據經濟學原理，追求利潤的最大化一直是企業(yè)的首要目標。而有效減小成本是企業(yè)實現有效利潤的強有力的手段。但是，在目前的經濟環(huán)境中，缺少實際有利的降低成本的有效方法，因此，尋找切實可行的降低成本的有利方式方法是我國企業(yè)面臨的重要問題。

由于成本在生產經營活動中的重要性，如何有效降低成本，利用何種手段安排生產就變得至關重要。文獻[1]指出如果想提高企業(yè)效率，那么降低的成本越多，增加的利潤就會越大;文獻[2]探討合理安排生產決策是解決生產什么、生產多少以及如何生產等重大問題;文獻[3]探討了成本管理在建筑經濟管理這一個領域的重要性。

蔚來汽車股份有限公司立足于全球化市場，以生產更為優(yōu)質品質的產品和極致顧客體驗為宗旨。蔚來是立足全球的初創(chuàng)品牌，已在圣何塞、慕尼黑、倫敦、上海等13地設立研發(fā)、設計、生產和商務機構，匯聚了數千名世界頂級的汽車、軟件和用戶體驗的行業(yè)人才。2016年11月，蔚來在倫敦發(fā)布了英文品牌“NIO”、全新Logo、全球最快電動汽車EP9。2017年4月，蔚來攜11輛車亮相2017上海國際車展，這是蔚來品牌的中國首秀。

本文以新能源汽車制造商蔚來汽車股份有限公司為例，首先從不同角度敘述影響生產成本與存儲成本的因素，然后基于決策樹算法通過影響因素回歸出影響企業(yè)的生產和存儲成本，最后利用動態(tài)規(guī)劃理論求解出最優(yōu)生產和存儲方案，并指導提出最優(yōu)的生產策略，對于現實情況具有一定的指導價值。

1? 理論基礎

1.1 決策樹理論

決策樹是一種機器學習方法，按照輸出格式的不同，決策樹既可以解決分類問題，也可以解決回歸問題，按照編碼規(guī)則，決策樹可以看作是if-then規(guī)則集合，按照概率邏輯，決策樹被認為是定義在特征空間上的條件概率分布。

決策樹的路徑具有一個重要的性質：互斥且完備，即每一個樣本均被且只能被一條路徑所覆蓋。決策樹學習算法主要由三部分構成：特征選擇，決策樹生成，決策樹的剪枝。

信息的概念是熵和信息增益環(huán)節(jié)中的基礎概念，是對抽象事物的一個命名，這種抽象事物是客觀存在的。如果帶分類的事物集合可以劃分為多個類別當中，則某個類的信息定義如下：

信息熵是度量樣本純度最常用的一種指標。所謂樣本純度，是和樣本凌亂度相互對應的一個指標，如一個數據集U中的樣本都屬于同一類，那么這個時候樣本純度最高而樣本凌亂度最低。信息熵定義為：

Ent（D）的值越小，D的純度越高。信息增益是指使用某一個屬性a進行劃分后，所帶來純度提高的大小。定義信息增益如下：

當然實際當中往往不能夠通過一次劃分就得到完美的進行切分，因此目標是盡可能的區(qū)分出不同的樣本類別（如果劃分前和劃分后正負樣本都是50，就和沒有劃分沒有區(qū)別）。著重考慮樣本數量多的集合（權重的意義）。根據這樣的原則進行劃分，我們就完成了ID3算法。

1.2 動態(tài)規(guī)劃理論

在解決多階段決策問題的若干方法中，動態(tài)規(guī)劃是其中一種方法。通過不斷嘗試尋找最優(yōu)解決方法的途徑，動態(tài)規(guī)劃實際上是一個逆向求優(yōu)的過程。對于一個復雜的動態(tài)規(guī)劃問題，一種比較常規(guī)的思路是將復雜的動態(tài)規(guī)劃問題簡單化，也即將復雜問題根據某種規(guī)律進行有效拆分，當把每一個拆分的子類問題尋找到最優(yōu)解時，也就找到了整個復雜的最優(yōu)解[4]。實現動態(tài)規(guī)劃算法，常用的是2個實現套路，一個是自底向上，另外一個是自頂向下。無論是何種方式，都要明確動態(tài)規(guī)劃的過程，把狀態(tài)表示、狀態(tài)轉移、邊界都考慮好。

動態(tài)規(guī)劃在求解過程中可以按照順序或者逆序兩種方式，如果把順序的求解過程稱為前向過程，那么逆向過程正好與之相反，則為后向過程。在求解過程中，必須將整體問題劃分成各個階段，然后定義決策變量和狀態(tài)變量、最優(yōu)化函數等基本內容。其求解步驟如下：

①根據實際情況和具體問題，確定共有n個階段;

②進一步確定狀態(tài)變量以及決策變量uk;

③計算階段指標gk（sk，uk），狀態(tài)轉移方程和遞推公式fk（sk）;

④k=n;

⑤確定sk和uk的取值范圍;

⑥根據每一個sk和uk的取值，計算當前階段的fk（sk）;

⑦選出在每一個sk狀態(tài)下，令fk（sk）最小的最優(yōu)uk;

⑧k=k-1，重復⑤-⑦，直到k=1;

⑨回溯各階段計算結果，得出最優(yōu)策略。

2? 決策樹模型構建

2.1 影響指標

通過進行一系列的市場分析，實際調研等準備工作，確定了五個主要影響生產成本和四個主要印象存儲成本的因素，分別是：①商品破損成本，②研發(fā)費用成本，③工時與管理總成本，④倉庫管理人員的費用，⑤制造費用成本，⑥倉庫租金成本，⑦設備損耗與折舊均攤成本，⑧裝卸與搬運費用，⑨天氣因素儲備金。

2.2 生產與存儲成本預測模型

生產和存儲成本的預測模型通過ID3算法實現，采用python語言進行編程，編寫ID3算法函數如下：

3? 企業(yè)最優(yōu)生產策略模型求解實例

3.1 背景描述

假設，某公司需要訂購一批新能源汽車，交付時間為5個月，月底交付。每月的需求量分別為：第一個月：2個單位;第二個月：4個單位，第三個月：3個單位，第四個月：2個單位，第五個月：3個單位。公司每次進行一次生產活動，進行生產前的準備需要3個單位，3個生產單位費用支撐一個單位的產品生產（根據決策樹回歸預測得出），進行一次生產同樣有生產最大額度的限制，在這里的閾值是4。2個單位的存儲成本費用支撐一個庫存產品（根據決策樹回歸預測得出），倉庫的最大庫存能力為3。在這里我們規(guī)定，月初的時候以及最后一個階段月末的時候，均不產生庫存。要求在上述條件下應該如何安排各個月的生產和庫存，以使得總成本費用為最低？

3.2 模型建立

設sk為第k季度期初庫存量，uk為第k季度生產量，則季度成本可表示為：

設dk為季度需求量，則狀態(tài)轉移方程為：

采用逆序解法，總成本遞推公式為：

3.3 求解步驟

當k=5時，由于s6=0，所以s5+u5=d5，又d5=3，所以s4∈{0，1，2，3}，u4∈{3，2，1，0}。此階段最優(yōu)決策表為：

當k=4時，第四個月的產量和庫存之和s4+u4？叟d4。此階段最優(yōu)決策表為：

當k=3時，此階段最優(yōu)決策表為：

當k=2時，此階段最優(yōu)決策表為：

當k=1時，此階段最優(yōu)決策表為表5。

最優(yōu)生產策略，可得到最優(yōu)的生產策略，最少成本為57。

4? 結論

本文以實際案例作為研究對象，基于反饋神經網絡和動態(tài)規(guī)劃兩種算法模型，利用決策樹中的ID3算法通過各種影響生產和存儲的影響因素求解出北汽新能源公司的生產成本和存儲成本，再利用動態(tài)規(guī)劃模型求解最優(yōu)的生產和存儲策略，確定在不同的階段下應該如何合理安排生產和存儲成本。

參考文獻：

[1]南順女.試論制造業(yè)企業(yè)降低成本的途徑[J].中國總會計師，2010（5）：156-158.

[2]陳旭忠.成本最小化目標下煤炭企業(yè)生產決策實證研究[J].中國煤炭，2015（9）：5-9.

[3]馬光思，白燕.基于灰色理論和神經網絡建立預測模型的研究與應用[J].微電子學與計算機2008，25（1）：153-155.

[4]吳祈宗.運籌學[M].二版.機械工業(yè)出版社，2006.