大規模定製下基於邏輯BOM的產品配置實現方法研究

06-11

產品配置的關鍵在於構建強大靈活的配置模型和運用有效的求解策略。現實中存在相當數量的大規模定製企業採用按訂單製造與按訂單裝配相混合的生產模式。於是構建了一種新產品族結構模型——邏輯BOM，它能夠描述無限種產品變體，並支持解決按訂單製造與按訂單裝配相混合環境下的產品配置問題；建立了基於邏輯BOM的產品配置知識庫；給出了相應的推理求解演算法；最後，通過模擬驗證了該方法的可行性。

0 引言

隨著客戶需求向個性化及多樣化的方向發展，企業為了能佔領市場、獲得最大的收益，大規模定製自然成為企業首選的生產模式。它旨在以近似於大規模生產的成本和速度，提供定製的個性化產品及服務。傳統的產品數據管理是以產品BOM(Bill of Material)為基礎的．且一個產品有一個BOM。在大規模定製生產環境下，由於產品品種往往十分龐大，其間的約束關係又錯綜複雜．如果仍按這種傳統產品結構構造產品BOM，則忽略了各個產品變體之間的相似性，將導致大量的數據冗餘，同時增加配置的複雜性，以及配置方案不一致的可能性。

作為人工智慧領域最成功的應用之一產品配置問題在20世紀80年代起就引起了研究人員的興趣，提出了多種產品配置模型和相應的求解策略。Hegge提出了類BOM(Genetic Bill of Material，GBOM)的概念，GBOM是一種以有限數量的數據描述大量產品品種的方法，它較好地解決了按訂單裝配環境下的產品數據管理問題。此後，眾多學者對基於GBOM的產品結構模型及配置方法進行了研究，並取得了大量的成果。然而在現實中，存在相當數量的大規模定製企業並非完全採用按訂單裝配的生產方式。由於難以預先定義所有可能的產品變體，傳統的類BOM遇到嚴峻挑戰。針對這一問題，Naken提出了邏輯BOM( Bill of material，BOM)的概念，並用來支持訂單製造環境下的大規模定製產品快速報價。本文結合實際構建了一種新的產品族結構模型——邏輯BOM，它能夠描述無限種可能的產品變體，並能支持解決按訂單製造與按訂單裝配相混合環境下的產品配置問題。

1 基於邏輯BoM的產品配置

1.1 邏輯BOM概述

邏輯BOM是一種通用的產品族結構模型，它由兩部分組成：邏輯BOM結構和產品配置約束。其中，邏輯BOM結構是一個由邏輯零部件(邏輯產品可看成一個特殊的邏輯零部件)及物理零部件組成的層次結構，它表示了產品系列中的通用產品結構。產品配置約束是用來描述組成最終產品所需物理零部件之間兼容性的規則集合。邏輯BOM允許無需明確定義所有可能的產品變體，同時，產品族中所有的產品變體都能從邏輯BOM系統中生成出來。

1.2 基於邏輯BOM的產品配置過程

基於邏輯BOM的產品配置過程可以理解為在客戶需求的推動下。以邏輯BOM、產品配置知識庫為基礎，通過推理求解得到最終的配置結果。其結果可能為一個或多個產品BOM，也可能顯示沒有滿足客戶需求的產品BOM。產品配置活動模型用IDEFO建模方法描述如圖l所示。

圖1 基於邏輯BOM的產品配置活動模型

2 邏輯BoM的構建

2.1 邏輯BOM結構

邏輯BOM結構是面向產品族的通用樹形結構。圖2為用統一建模語言(UnifiedModeling Language，UML)表示的邏輯BOM結構示意圖，在邏輯BOM結構中，包括以下3個部分：

圖2 邏輯BOM結構示意

(1)邏輯頂層產品。即邏輯產品。它是整個產品族的所有產品組成的集合。一般而言，邏輯產品通過一組特徵屬性來描述．該特徵屬性使之區別於其它的邏輯產品。通過對特徵屬性的不同賦值，邏輯產品可以實例化為一系列具有相似結構和功能的不同物理產品。這些物理產品可以滿足不同顧客的定製要求。

(2)邏輯零部件。它是邏輯頂層產品的構件，一般用盡量少的若干個相互獨立參數來描述，參數值確定的同時則將邏輯零部件實例化為物理零部件。邏輯零部件分為確定的邏輯零部件與可修改的邏輯零部件兩種，確定的邏輯零部件是由有限個物理零部件組成的集合，其對應的參數值域是離散的，可修改的邏輯零部件是由無限個物理零部件組成的集合，其相應的參數值域是由一定範圍的連續區間或空間組成。

(3)物理零部件。它是邏輯零部件的實例化或具體化。每一個物理零部件都與一定的參數值相對應，在一個具體產品中，它是真實存在的。

此外，邏輯BOM結構內部存在兩種連接關係：①泛化。即a—kind—of 聯繫。一般用圖形☆來表示，它體現出具有相似結構及功能的物理零部件與其對應邏輯零部件間的關係。如假設：傳動系統有：二輪驅動的傳動系統、四輪驅動的傳動系統和Automatic驅動的傳動系統3種，則二輪驅動的傳動系統是a—kind—of傳動系統；②組合，tipcontains—a聯繫，一般用圖形，來表示．它體現出邏輯零部件問的關係。如假設：音響設備由收音機及其它構件組成，則音響設備contains—a收音機。2.2 產品配置約束

顯然，並不是任意物理零部件的組合都能形成一個最終產，即物理零部件之間存在多種複雜的配置約束關係。因此，必須定義產品配置約束來限制物理零部件的組合，從而保證配置的有效性。在邏輯產品的配置過程中，主要存在兩類約束：外部約束和內部約束。外部約束面向客戶，它體現了客戶需求的差異，不同的客戶需求將得到不同的配置結果；內部約束主要指產品構件之間的裝配約束。內部約束關係包括組合關係、互斥關係、數量關係等。為下文論述方便。本文採用UML表示了簡化汽車產品族的邏輯BOM結構模型(如圖3所示)，其中，必選邏輯零部件的組合用實線表示。選裝邏輯零部件的組合用虛線表示。

圖3 簡化汽車產品族的邏輯BoM結構模型

3 基於邏輯BoM的產品配置知識庫

3.1 基於規則的配置知識表示

產品配置知識的表示有多種形式，包括基於結構的、邏輯的、資源的、CSP(約束滿足問題)的、案例的、本體的、圖形的及基於規則的等方法，其中尤以基於產生式規則的表示方法最為常用。產生式規則描述了事物之間的一種對應關係，其一般形式為：IF P Then Q。其中，P是條件或前提，Q是操作或結論。含義是如果條件滿足，則可以得到結論或執行相應的操作。基於知識的產生式規則表示方法與人的思維接近，易於理解且便於人機交互信息。因此，本文將採用基於產生式規則的方法來構建基於邏輯BOM的產品配置知識庫。

3.2 邏輯零部件的參數描述

邏輯產品由若干個邏輯零部件組成，邏輯零部件又由若干個邏輯子零部件或物理零部件組成。隨著產品構件的多樣化及複雜化，在配置之前，用盡量少的參數來描述邏輯零部件成為必然趨勢。每一個邏輯零部件都具備一定的屬性，部分關鍵屬性組成的集合可作為邏輯零部件的參數，取不同的參數值導致了物理零部件的差異。假設邏輯零部件C由參數集合{X1，X2，...，XN}描述；Vm為參數Xm的可能取值的集合，其中，m=l，2，...，N；那麼邏輯構件C與、r個參數之間存在一一對應的映射關係，用函數可表示為c=f(x．，X2，...Xn)，其中，X1，X2，...，Xn表示構件c的n個參數f示構件c與參數集合{X1，X2...，XN}的函數關係。以上假設中的邏輯零部件的參數描述亦可用表l來體現，確定各個參數取值的同時則將邏輯零部件實例化為物理零部件。

表1 邏輯零部件的參數描述

3.3 配置變數的確定

任何產品都具備一定的功能，同時包含某些特徵。一般而言，客戶僅關心產品所呈現出的部分關鍵特徵。如電腦的價格、運算速度等。因此，可用這些關鍵特徵作為配置變數，用來輔助客戶輸入配置條件。配置變數有兩種類型：包含離散值域的變數和包含連續值域的變數。

3.3.1 包含離散值域的變數

配置變數是客戶輸入配置條件的直接窗口。包含離散值域的變數是指這樣一種變數。它所對應的參數值域是由離散的區間組成，且參數值的數量是有限的。一般採用窮舉法列出所有的參數值來描述包含離散值域的變數。如汽車Type有Baseline、City和Sport3種，表示為Type={Baseline，City，Sport}。客戶只能在這些參數值中任選其一，通過這種方式來進行產品配置。

3.3.2 包含連續值域的變數

包含連續值域的變數是指這樣一種變數，其相應的參數值域是由一定範圍的連續區間或空間組成，即包含無限個可能的參數值。因此，對於包含連續值域的變數，客戶必須指定具體的參數值才能進行產品配置。從而得到最終的配置結果。對於文中的汽車顏色，客戶可以從銀、黑、白、藍、紅5種常用顏色中任選其一，也可以提供三原色的份額比(理論上，由青、品紅、黃三原色按不同的份額比調配混合可以形成無限種顏色。)，從而得到完全按客戶要求定製的顏色，表示為Color=-{銀色，黑色，白色，藍色，紅色，三原色的份額比l。因此，如果客戶不願意從5種常用顏色中進行選擇。則必須指定具體的三原色份額比，才能配置產品。

此外，若在連續值域區間採用分段的方式，每一段區間用一個參數值來代替。這樣就將包含連續值域的變數轉換成了包含離散值域的變數。例如，假設某類軸承可用長度參數來體現。其參數取值為[0.5，1]米中的任意實數，將這一區間以O.001米為長度間隔，分成500等份，並用0.5代替區間[0.5，0.5005，用0.501代替區間[0.5005，0.5015，依次類推，則用集合Lensth=10.5.0.501，...，0.999，l}就能描述這類軸承。

3.4 配置規則

配置規則表達邏輯產品模型中各構件之間的約束關係。為便於規則庫的建立和在實例化過程中有針對性地引用相關規則，將配置規則分為變數配置規則和內部約束規則，其中，變數配置規則用來解決外部約束問題，內部約束規則用來解決內部約束問題。在確定了配置變數之後，用變數配置規則來表達產品的配置變數與構件間的推理關係：用內部約束規則來表達邏輯產品構件間的推理關係。因此。必須將配置變數的取值與邏輯零部件的參數取值相關聯，同時將邏輯零部件間的參數取值相關聯，這種關聯關係可以是1：1、1：N或M：N。

假設：如果客戶選擇Type={Baselinel，則汽車Gearing為Automatic驅動Gearing．且Radio為A型Radio。此時，變數配置規則可表示為：if Type=」Baseline」，then Gearing=」Automatic驅動」。Radio=」A型」。如果Radio為A型Radio，則CDPIayer為H828型．用內部約束規則可表示為：ifRadio=」A型」，then CDPIayer=」H828型」。

此外。在配置規則的運算中，除了包含賦值運算符(=)外，還可以應用所有合法的運算符來描述規則，如一元運算符(+、-、!及～)、算術運算符(+、-、==、及!、=)、關係運算符(>、<、≥、≤、==及!、=)、邏輯運算符(&&與II)、遞增運算符(++)和遞減運算符(一)等。

4 推理求解演算法

由於邏輯產品的約束關係錯綜複雜。因此必須通過計算機來實現產品配置。這必然涉及到相應的推理求解演算法，本文採用正向推理的方法。其演算法可分為以下5個步驟：

(1)輸入客戶配置條件，並識別及匹配第一條配置規則，轉(2)。

(2)若條件為真，轉(3)；否則轉(4)。

(3)若屬性已賦其它值(即與該條配置規則中的結論不符)，或賦了非法值，輸出」無解」，程序結束；否則執行配置規則中相應的操作，轉(4)。

(4)若規則庫為空，轉(5)，否則識別及匹配下一條規則，轉(2)。

(5)若所有邏輯產品的構件都已賦值，輸出產品BOM，否則輸出」無解」。程序結束。

5 案例模擬

以圖3所示簡化汽車產品族的邏輯BOM結構模型為基礎，配置變數及其值域如下所示:顏色Color={銀色，黑色，白色，藍色，紅色，三原色的份額比}，類型Type=(Base-line, City, Sport,裝備等級Package=(Standard, Luxury),最大時速MaxSpeed=(150km/h , 200km/h)。共包含26條配置規則，如下所示:

本文採用java語言實現1案例模擬，構建出一個配置界面，如圖4所示。其中默認的Type="Baseline",Package="Standard",MaxSpeed=150km/h;默認的三原色(青、品紅、黃)的份額比為1:1:1，可任意修改;默認的Color選項為空，亦可從下拉菜單中進行選擇，輸人配置條件並按下確認按鈕(confirm button}，將顯示出最終配置結果。假設客戶需求為:Color="黑色」,Type="City",Package="Luxury" , MaxSpeed=150km/h，則整理後有如表2所示的配置結果。此時，需要客戶參考報價或性能等進行交互選擇。

表2 邏輯產品配置結果若客戶需求為:Color=1:2:1,TyPe="Sport", Package="Luxury", MaxSpeed=150km/h，則配置結果顯示為無解，即沒有滿足客戶需求的汽車。此時，客戶必須調整需求重新進行配置。

6 結論

設計和生產滿足客戶個性化需求的產品越來越為企業所關注，一個發展的趨勢是採用大規模定製的生產模式，並用可配置的產品來滿足客戶的個性需求。產品配置作為大規模定製生產中的重要技術，其關鍵在於強大靈活的配置模型和有效的求解策略。本文提出了一種新產品族結構模型—邏輯BQM，它能夠描述無限種可能的產品變體，支持解決按訂單製造與按訂單裝配相混合環境下的產品配置間題；鑒於基於規則的配置知識表示方法的常用性和適用性，運用規則構建了基於邏輯BOM的產品配置知識庫；最後，通過模擬驗證了本方法的可行性。