面向网络协同制造的农机装备供应链关键技术及应用

为实现农机装备行业优化升级，提升农机装备的数字化、网络化、智能化水平，网络协同制造成为农机装备行业发展的新趋势。本书立足于网络协同制造技术，以农机装备企业及其供应链为研究对象，从农机装备需求预测、供应链库存控制、供应链物料配送和供应链信息协同四个维度，重点介绍了面向网络协同制造的农机装备供应链关键技术。
本书适宜智能制造、工业工程以及相关专业的技术人员参考。

吕锋
工学博士，副教授，硕士研究生导师。现任河南科技大学机电工程学院工业工程系主任，兼任河南省机械工程学会工业工程专业委员会理事，洛阳市机械工程学会工业工程专业委员会副秘书长。研究方向为工业工程、物流与供应链管理等。主持/参与科技部创新方法专项、国家重点研发计划、国家自然科学基金、河南省高校重点科研项目等10余项。获中国机械工业科学技术二等奖1项，河南省高等教育教学成果奖特等奖1项，河南省教育厅科技成果一等奖1项。出版专著2部，教材2部，发表学术论文40余篇，其中SCI、EI等检索10余篇。

为实现农机装备行业优化升级，提升农机装备的数字化、网络化、智能化水平，网络协同制造成为农机装备行业发展的新趋势。农机装备作为生产资料，具有对象多样性、功能细分性、需求季节性和个性化定制等特点，其装配制造具有品种多、批量小、按节拍、按顺序的混流生产特征。网络协同制造的新环境使传统供应链管理遇到了前所未有的挑战，以契约式为主的传统供应链难以协同、有序、齐套、精准快速响应生产需求，严重影响农机装备企业生产效率和效益，导致生产效能低、竞争性差。
本书以农机装备企业及其供应链为研究对象，从农机装备需求预测、供应链库存控制、供应链物料配送和供应链信息协同四个维度，对面向网络协同制造的农机装备供应链关键技术进行研究。本书的主要内容如下。
（1）基于数据分解集成的农机装备需求预测
针对农机装备市场需求的周期性、非线性等复杂特征，应用经验模态分解法将农机装备历史需求数据分解为不同特征的子序列。引入频谱分析方法，将序列重构为由农业生产活动影响的周期性波动序列和由外部经济环境影响的多因素影响序列，结合时间序列模型与定量回归模型，构建GSCV-SVR-Prophet 组合预测模型，建立了基于数据分解集成的需求预测方法，有效避免了单一预测模型的局限性，减少了预测误差。
（2）峰谷生产下农机装备供应链库存控制
从多阶段决策问题的动态规划求解视角，将经典报童问题拓展至多周期、多产品，构建了动态规划阶段效益函数，构建了适用于农机装备供应链库存系统的多周期、多产品库存控制模型，设计了DP-DWOA 的组合求解方法，实现以需求预测结果为输入，智能求解算法为过程，最佳库存决策和经济结果为输出的供应链库存控制模型的智能优化决策，为农机装备企业供应链整体库存的控制和库存成本的优化提供了理论依据。
（3）面向网络协同制造的农机装备供应链配送策略构建
以网络协同制造模式下的供应链管理系统为基础，制定农机装备内外部供应链物料配送策略。构建了多变量、多约束的外部供应链配送批量优化模型，设计了IGWO 算法。构建了多目标、多频次、小批量的内部供应链物料配送期量优化模型，设计了多目标灰狼优化算法。提升物料配送决策的准确性，实现了供应链物料配送的高效和成本最优。
（4）网络协同制造环境下农机装备供应链信息协同流程优化
针对网络协同制造环境下农机装备混流生产的供应链信息协同流程的稳定问题，建立供应链信息协同流程数据序列。基于排序数据序列特性，应用灰色绝对关联分析方法，建立供应链信息流程稳定性评价模型，分析其灵敏性，构建了网络协同制造环境下混流生产的供应链信息协同流程优化模型。实例验证了模型的可行性，为实现农机装备供应链信息协同流程优化提供理论支持。
由于作者水平有限，书中不妥之处，请读者指正。

吕锋 

第1章　绪论 001 
1.1　农机装备发展现状及网络协同制造的优势 003 
1.2　国内外研究现状综述 005 
1.2.1　网络协同制造模式研究现状 005 
1.2.2　需求预测研究现状 006 
1.2.3　库存控制研究现状 008 
1.2.4　供应链物料配送问题研究现状 010 
1.2.5　供应链信息协同问题研究现状 012 
1.3　主要研究内容 013 
1.4　本章小结 015

第2章　基于数据分解集成的供应链需求预测方法 017 
2.1　数据分解与集成方法 019 
2.1.1　基于经验模态分解的被预测变量序列分解 019 
2.1.2　基于离散信号频谱分析的子序列重构 022 
2.2　预测特征构建 023 
2.2.1　基于子序列分析的外部影响因素特征向量构建 023 
2.2.2　基于滑动窗口法的内部自相关特征向量构建 025 
2.3　GSCV-SVR-Prophet组合预测模型构建 026 
2.3.1　数据标准化 026 
2.3.2　基于改进的网格搜索与交叉验证的支持向量回归 028 
2.3.3　Prophet时间序列预测模型 031 
2.4　实例验证 033 
2.4.1　农机装备历史需求序列分解 033 
2.4.2　影响因素选取与子序列重构 034 
2.4.3　GSCV-SVR-Prophet组合预测模型应用 038 
2.5　本章小结 044 

第3章　峰谷生产下农机装备供应链库存控制方法 045 
3.1　农机装备供应链库存系统现状分析 047 
3.1.1　农机装备供应链库存系统现状 047 
3.1.2　农机装备供应链库存系统特征分析 049 
3.1.3　农机装备供应链库存控制目标 050 
3.2　农机装备供应链库存管理模式改进 052 
3.2.1　供应链库存管理 052 
3.2.2　基于CPFR的供应链库存管理模式 054 
3.3　基于需求预测的农机装备供应链库存控制策略构建 056 
3.3.1　基于需求预测的库存控制 056 
3.3.2　供应链库存控制策略建立 056 
3.4　多周期、多产品库存控制模型构建 058 
3.4.1　问题假设与符号说明 058 
3.4.2　基于报童问题的多产品动态规划阶段效益函数构建 059 
3.4.3　动态规划状态转移方程与多周期库存控制模型构建 061 
3.5　多周期、多产品库存控制模型的智能优化决策 064 
3.5.1　基于离散鲸算法的阶段效益函数求解 064 
3.5.2　基于DP-DWOA的库存控制模型组合求解 067 
3.6　实例验证 068 
3.6.1　数据收集 068 
3.6.2　库存控制模型与求解算法应用与评价 069 
3.7　本章小结 074 

第4章　网络协同制造模式下农机装备供应链物料配送方法 077 
4.1　网络协同制造模式下农机装备供应链物料配送策略设计 079 
4.1.1　网络协同制造技术及应用分析 079 
4.1.2　网络协同制造模式下农机装备供应链物料配送策略 080 
4.2　农机装备外部供应链配送模型构建 091 
4.2.1　问题描述 091 
4.2.2　优化目标与约束条件分析 092 
4.2.3　参数设置 093 
4.2.4　模型构成 093 
4.3　IGWO算法设计 095 
4.3.1　GWO算法 095 
4.3.2　IGWO算法设计 097 
4.4　基于生产计划的农机装备内部供应链物料配送模型构建 100 
4.4.1　问题描述 100 
4.4.2　模型构建 101 
4.5　改进MOGWO 算法设计 103 
4.5.1　MOGWO算法 103 
4.5.2　改进MOGWO算法 104 
4.6　实例验证 106 
4.6.1　基于需求预测的农机装备外部供应链物料配送验证 106 
4.6.2　基于生产计划的农机装备外部供应链物料配送验证 109 
4.7　本章小结 115 

第5章　网络协同制造模式下农机装备供应链信息协同流程优化方法 117 
5.1　农机装备供应链信息协同流程优化问题分析 119 
5.2　农机装备供应链信息流程的数据序列 122 
5.3　农机装备供应链信息协同流程优化方法构建 123 
5.3.1　农机装备供应链信息流程稳定性评价 124 
5.3.2　农机装备供应链信息协同流程优化模型 134 
5.4　实例验证 136 
5.5　本章小结 137 

第6章　农机装备供应链未来研究方向 139 
6.1　当今技术难点 141 
6.2　未来研究方向 142 

参考文献 144 

后记 150