定制方法（精选12篇）
定制方法 篇1
摘要：大规模定制作为一种既能满足客户的个性化需求又不牺牲企业效益和成本的新的生产方式,已经成为21世纪制造业的主流生产方式。而客户需求信息获取是大规模定制的第一步,是对产品实施大规模定制的重要环节。按照大规模定制的四种不同模式,分别讨论了各种模式下客户需求信息的获取方法。
关键词：大规模定制,客户需求分类,需求获取
0前言
在当今大规模定制的时代背景下，研究者们发现，开发一个完善的快速响应的客户需求管理系统已经成为成功研发新产品和改良已有产品以适应市场需求的必要条件。只有真正满足客户个性化需求的产品，才能在市场上有旺盛的生命力，也才能在竞争中立于不败之地。客户需求信息获取是客户需求管理的第一步，是对产品实施大规模定制的重要环节。能否在规定的时间内有效的获取客户需求信息，对于大规模定制的成功起着至关重要的作用[1,2]。
关于大规模定制，国内外学者提出了多种分类方法。我国学者祁国宁、顾新建和李仁旺提出了客户订单分离点CODP（Customer Order Discoupling Point）的概念。客户订单分离点是指企业生产活动中由基于预测的库存生产转向响应客户需求的定制生产的转换点。客户订单分离点（CODP）在生产过程中的不同位置如图1所示。
他们认为，按CODP在生产过程中的位置不同，大规模定制可分为以下四类：按订单销售（Sale-to-order，STO）、按订单装配（Assemble-to-order，ATO）、按订单制造（Make-to-order，MTO）和按订单设计（Engineer-to-order,ETO)。
（1）按订单销售（Sale to order，STO）。
按订单销售是指对市场进行预测，然后按批量生产产品，实际上就是一种大批量生产方式。在这种生产方式中，CODP在销售或递送活动处，只有销售活动是客户订单驱动的。客户需求的改变仅仅影响到产品库存，对生产活动没有影响。常见的按订单销售的产品有日用品以及家用电器等。
（2）按订单装配（Assemble to order，ATO）。
按订单装配是指接到客户订单后，利用库存零部件装配成客户需要的定制产品的生产方式。在这种生产方式中，装配和销售活动是由客户订货驱动的。模块化程度高的产品（如汽车、计算机和软件等）比较适合采用按订单装配的方式。这也是目前大规模定制企业最常采用的类型。
（3）按订单制造（Make to order，MTO）。
按订单制造（或称面向订单的制造）是指接到客户订单后，根据企业中已有的零部件图样，对已有的零部件进行变型设计、制造和装配，最终向客户提供定制产品。在这种生产方式中，采购、部分零部件制造、装配和销售是由客户订货驱动的。此时产品的制造不再仅仅是企业单方面的事，而是需要客户的参与，有时甚至还需要零部件供应商的参与。例如，客户直接参与产品物料清单（bill of material，BOM）的确定以及服装的定制等。
（4）按订单设计（Engineer to order，ETO）。
按订单设计是根据客户订单的特殊要求，重新设计满足这些特殊需求的新零部件或整个产品，在此基础上向客户定制产品的生产方式。在这种生产方式中，从全部或部分产品设计开始直至采购、零部件制造、装配和销售都是由客户订货驱动的。典型的例子如一些大型设备（如化工设备）、特制的纪念品等[3,4]。
随着CODP向供应链上游移动，产品的可定制化程度逐渐增高。可定制化程度越高，就意味着产品越接近客户的个性化需求。上述4种生产方式下产品的可定制化程度由低到高[5]分别是：按订单销售（STO）、按订单装配（ATO）、按订单制造（MTO）、按订单设计（ETO）。下面按照大规模定制的四种不同模式，分别讨论各种模式下客户需求信息的获取方法。
1 STO模式下客户需求获取方法
本定制化策略在大规模定制中应用较多，也有一些成功应用的案例。产品销售阶段定制也就是说客户在销售点和销售人员进行多次交流，表达自己的定制期望，销售人员按照客户的意愿从定制菜单中选择一系列的定制选项（模块）展示给客户，如果客户满意则进行产品组装并将其提供该客户，如果不满意，则重新选择新的选项（模块）进行组合，直到客户满意为止。
本类型定制的客户需求信息的获取比较简单，一般采用问询式面对面交流方式，客户对这种方式的信任度也较高，获取的定制需求信息也是真实的信息，商品交付时间短，但对商品的要求严格，并不是所有商品都可以采用这种方式，只有经过模块化设计的商品，并且经组装的成品能够满足大多数的客户要求时，才可以采用这种定制策略。另外，随着互联网技术的发展和普及，网上直销越来越受到客户的欢迎，一些商家也借用互联网来加快对客户定制的反应速度和降低定制化的信息获取成本，比如戴尔公司的网上直销系统。网上直销的优点是：方便快捷，客户可以和生产企业直接交流，另外客户的选择自主权更大，对这一家商品不满意可立即转至另一家公司的网页来定制更适合自己的商品。因此，这就要求公司必须既要在产品设计上下功夫，使自己的产品能够满足尽可能多的客户的需求（定制选项菜单丰富），又要在网页布局上下些心思，网页设计简洁明了，并配以适当的图片和文字说明，并能够做到智能化设计，简化客户选择程序[5]。
2 ATO模式下客户需求获取方法
这是目前大规模定制企业最常采用的类型。在这种模式下，说客户购买的商品仍然是标准化的，只是在订单过程中客户可以根据自己的兴趣和爱好，可以对产品进行个性化定制，以达到和其他产品的区别。该方法已经有了不同领域的应用，而且产品在客户中的受欢迎程度也很好。例如有些手机可以让客户根据自己的爱好定制不同的音乐或响铃，甚至可以录制或者编制自己定制的音乐和声音，有的手机还设计成外壳可以更换的不同色彩和型号的外壳，很能突出使用者的个性，市场销售也很好。
3 MTO模式下客户需求获取方法
产品制造阶段进行定制是指客户定制的切入点处在产品制造的各个过程中，企业在制造的某个阶段开始接受客户定制的信息，并根据客户定制要求安排生产流程，大部分情况下，企业根据客户的参与选择和他们的“设计”最相近的模块，并和使用时，对客户个性化设计和标准化模块进行组装，完成最终产品的生产。本阶段客户可以改变的是产品元件的材料、尺寸和外观（如颜色）等参数，并没有对产品作设计上的改变。本阶段的客户定制信息的获取往往是在产品可定制的切入点之前，通过一定的手段，比如通过在代理商处和客户面对面交流，或者客户直接登录到企业的客户订单处理系统中进行和企业直接交流，客户和企业在不断的交互中制定个性化的订单，经客户确认并且企业对定制的可行性认可后，传至企业的数据库中，由企业生产管理部门按照订单安排生产。
4 ETO模式客户需求获取方法
这是大规模定制的最高定制模式，在这个阶段中，客户的个性信息就被企业获取，即客户在设计阶段就参与到企业的生产中来，不过他是否有无意识，如他的个性化信息可能在不知不觉中被大规模定制企业的客户特征信息自动采集系统所获取，如服装的定制；另外他也可能自己主动和大规模定制企业相互交流，共同完成个性化产品的设计工作，比如房屋与家具的设计等。例如，俄亥俄州克利夫兰市的定制裁剪技术公司（CCT，CusotmCut Technologies）却可以做到大规模定制男士套装。进入CCT系统的零售商使用所拥有的电位计技术测量每一个人的身材。测量结果以电子方式传送到克利夫兰市进行处理。在那里，通过CAD软件从数据库中取出图案，并对其进行动态的改变以适应个人的体形。激光系统剪切出式样，传统的缝纫店生产出成衣。这样一个过程所花的时间是3～4个星期。
参考文献
[1]但斌等:《大规模定制:打造21世纪企业核心竞争力》[M];科学出版社,2004(4):12-13。
[2]祁国宁、顾新建、李仁旺:《大规模定制及其模型的研究》[J];《计算机集成制造系统-CIMS》2000(6):102-105。
[3]祁国宁、杨青海:《大批量定制生产模式综述》[J];《中国机械工程》2004(14):1240-1245。
[4]邵晓峰、季建华、黄培清:《面向大规模定制的供应链模型的研究》[J];《制造业自动化》2001(6):22-25。
[5]周晓东、邹国胜、谢洁飞等:《大规模定制研究综述》[J];《计算机集成制造系统-CIMS》2003(12):1045-1056。
定制方法 篇2
“文体”分为文学体裁和文章体裁。其中文学体裁有：诗歌、小说、戏剧、散文。文章体裁如：记叙文、说明文、议论文、应用文。“文本”这里指由语言文字组成的文学实体，如通常说的一篇文章。“文本”除了应具有“文体”的一般共性之外，还有着无法复制的个性，是一种鲜活的存在方式。
在现实教学中，我们往往只看重文体共性，对文本个性视而不见，以致“千文一法”，让初中语文教学走进模式化、程序化的死胡同。那么，语文教学的“出口”在哪里？答案就在每一个生命鲜活、个性鲜明的文本之中。努力挖掘专属于每一个文本的个性特点，才能走进语文的天光云影。文本个性由很多因素构成，本文仅从背景和意图、风格、体式三个方面进行论述。
一、基于文本特定背景和意图定制教学方法
《人民解放军百万大军横渡长江》和《中原我军解放南阳》两篇文章在体裁上同属新闻。很多老师不理解为什么要连着教两篇新闻，因而把前一课“认识新闻的五个部分、概括记叙的六要素、体会新闻语言的三特点”等教学方法直接复制、粘贴到下一课，或者把两篇课文分作一主一次、一讲一练来教学。
反复阅读，我们会发现两则新闻并非“双胞胎”，它们“从哪里来”（创作背景）、“到哪里去”（创作意图）差异还是很明显的。所以教学内容的处理、教学方法的选择理应不同。
1949年，国民党反动政府在对长江防线经过三个半月的苦心经营之后，于4月20日拒签和平协定，人民解放军随即发起了渡江战役。战役发起后关键的第三天即取得决定性胜利，毛泽东抑制不住振奋的心情连夜亲自撰写了《人民解放军百万大军横渡长江》。读完之后，有一种解放军势不可挡，国民党军大势已去，任何抵抗已成徒劳的整体感受，这大概就叫“政治心理战”。因而，我们可以据此设计“抓住敌我分明的措词、用语体会本文感情色彩鲜明的特点”的教学活动。例如“二十四小时内即已”，不仅时间明确，而且洋溢着我军渡江迅速、作战顺利的振奋之情。又如“不料正是汤恩伯到芜湖的那一天”，原本简单的一个日期表述，非得把“汤恩伯”扯进来，足见作者嘲讽的意味，汤恩伯本来是“督战”的，结果不但无“战”可“督”，而且全军覆没、狼狈不堪。
毛泽东博览群书、通古晓今，对南阳的历史文化深谙在胸。1948年11月5日，远在西柏坡的毛泽东获悉南阳解放的喜讯后，激情澎湃、夜不能寐，遂泼墨挥毫，一气呵成撰写了《中原我军解放南阳》。这则新闻对战斗的经过叙述得非常简单，在大开大阖的评述中呈现给读者的是一位战略家的眼光、善弈者的气度――他在历史的烟云变幻和时局的风起云涌之中找寻到了自信与光芒。这些感受唯有读才能体会，那就不妨把本课的教学方法设定为多维度的朗读：从战斗的胜利中读出激动与豪情――从南阳的历史中读出钟情与垂爱――从全局的观照中读出眼光与襟怀――从得失的总结中读出真理与自信。
二、基于文本风格定制教学方法
对于作品而言，风格即生命，生而唯一。风格鲜明的作品就如同绝版的藏品一样，不可能和重复批量生产的商品等价。对于教师而言，风格即尺寸，“量体裁衣”。准确地把握文本所呈现的风格面貌，合适地定制教学方法，才能真实地演绎出文本生命的色彩。
《最后一次讲演》和《纪念伏尔泰逝世一百周年的演说》两篇文章有很多惊人的相似之处，都是属于实用文体――演讲词，教学时很容易被“一式两份”。我们先来看两个教学案例。
对比之后，我们发现这两份设计稍稍结合了一下演讲词的文体共性，让人感觉似乎只要是演讲词都可以这么上，又似乎其它类别的文体也可以这么上。然而，再多相似之处，也掩盖不了两篇文章在作品风格上的迥乎不同，发现了这一点，也就找到了个性化教学的突破口。
《最后一次讲演》开篇一反演讲词的常规，开门见山，直趋主题，痛斥国民党反动派的无耻罪行，为了表达强烈的感情，作者采用了大量的感叹句、反诘问和大量的口语，激昂之处，更是借助肢体语言来发泄――“捶击桌子”。《纪念伏尔泰逝世一百周年的演说》从历史到现实，从伏尔泰的卓越贡献到他的伟大人格，脉络层次分明，长短句式和人称的变化，以及大量文学语言的运用，极大增强了文章的抒情性和形象性。根据这些鲜明的风格，重新设计之后的教学流程如下：
三、基于文本体式定制教学方法
“文本体式”是指单个文本的特定样式，是文本个性的外在表现形式。下面先来看看李镇西老师预设的《致女儿的一封信》教学提纲：
研讨课文的大体结构。
思考：这封信给你的第一感觉是什么？
这篇课文是以什么形式谈爱情的？为什么要以这种方式？（这封信在写法上和一般的信有什么不同？）
最能触动你的语句是什么？
有什么不懂的问题吗？
这封信在写法上，和一般的信有什么不同呢？
作者为什么要用童话给女儿解释“什么叫爱情”？
在写法上有什么值得欣赏和借鉴的？
思考探究：
1.结尾两段，奶奶和父亲都是在谈论“这就是爱情”，但两人所说的侧重点有什么不同？
2.“只有人才能够爱。同样，从人本身来说，只有能以人的方式去爱的人，才成为真正的人。”这句话同前面那一句话照应？
3.如何理解：“做一个幸福的人，只能是在你成为有智慧的人的时候。”
根据课堂情况补充有关爱情的素材，比如林徽因，比如爱情天梯。
介绍作者及其女儿，和我与苏霍姆林斯卡娅的交往，还有卡娅写给我学生的信。
“爱情观”、“外婆的故事”、“童话”、“书信”这四者交织在一起，成就了这样一篇体式上独一无二的文章――《致女儿的一封信》。苏霍姆林斯基为什么不直接写一篇议论文给女儿讲一番爱情的道理，而要用一封信给女儿讲外婆讲过的一个童话？理解好了这个问题，才能深刻体会到苏霍姆林斯基式教育艺术的真正魅力以及“苏式”语言艺术的博大精深。李镇西老师的教学设计很精准地契合了这样一种文本体式。这正如王荣生教授所说：“具体的文本，有不同的体式。不同体式的文本，意味着阅读方法的不同。”
定制方法 篇3
关键词：定制西装；特殊体型；样板修正；选择
定制西装是一种预约制作，是消费者在厂家或商家在提供的版型、款式中、选择相应的面辅等，然后根据自己的尺寸量身制作西装。通常是基于现有板型在尺寸上稍作修改，单裁单做。定制西装合体度高，面料、款式都可以按照消费者要求制作，满足了个性需求。
1 标准体和特殊体型的量体原则
如果说定制西服是为你创造出另一个完美的身体，那么准确的量身是最关键的。经验丰富的量体师将你身体每个部位精确量身，采集好数据并会对个体特征做出修正，精致到半毫米长短。修身但不紧身是定制西服的最高境界，最厉害的西服量体师不只是确保数据的精准度，还必须整合你人体的美感比例，缩短你与完美形象间的差距。
量体是服装制作的第一步，决定了后期服装的合体度和造型。现在的量体有多种，常见的有套号量体、定制量体、试穿量体和三维测量等几种形式。量体师习惯不同，选择样衣型号对对依据标准也不同，但多数都会以胸围为基本依据，也有少数人以肩宽为依据；在裤子中，分臀围和腰围两种依据，再做其他部位的细致改动。
2 西装上衣特殊体型的样板及修正
样板修正是主要是在身体围度线上或两个围度线中间的地方进行切展和叠收，小部位的特殊调整会标注。文中所提到的标准上衣是指以胸围为基准选择的样衣，裤装以腰围为基准。
2.1 后仰体的特征与样板修正
后仰体的胸部厚实，背部较短，侧颈点后移，腰线以上前挺而后仰，手臂偏后。穿标准上衣后产生的现象：衣身前短后长，前底摆向上吊起，后底摆降低；背部褶皱不平整，腰线下或有少量余褶，前门襟过度叠搭。肱三头肌处褶皱，手掌贴近袖口下边。
后仰体样板修正方法主要是将前身样板上增加侧颈点到袖窿深线间的距离，沿胸围线剪开，向上旋转样板加放尺寸。这样可以使侧颈向外移动，这样可以增加前肩至胸围线的距离也加长了前衣身；后身样板减侧颈点到袖窿深线间的距离，沿后身胸围线剪开，向下旋转样板，叠收尺寸。这样可消除后身领座下褶皱和腰线上兜皱；袖子沿袖窿深线剪开，向上叠收部分尺寸，以使袖身复合手臂弯曲度。
2.2 前弓体的特征与样板修正
前弓体是腰线以上向前弯曲，胸部无明显厚度，背部较长，侧颈点前移，严重者手臂前倾。穿标准上衣后产生的现象：衣身前长后短，前底摆下降且前门襟分开较大，后底摆起翘；后领口远离人体颈部；手臂前倾者肱二头肌处褶皱，手掌贴近袖口上边。
前弓体样板修正方法是在前身样板按箭头指示方向向上旋转样板减小尺寸，这样可以使侧颈点向外移动，从而减小前肩至胸围线的距离，也缩短了前衣身长；后身样板上增加侧颈点到袖窿深线间的距离，沿后身胸围线剪开，向上旋转样板，加放尺寸；这样可增加后衣长。着装后保证前后底摆在均衡；袖子沿袖窿深线剪开，向下旋转加放尺寸，以使袖身复合手臂弯曲度。
3 定制西装的选择
服装是文化的体现，是文化的承载体，西服是最能能够发挥男士魅力的服装。它跨越了种族，跨越了宗教，贯穿了年龄。穿着的要求和标准也是有准则的。定制西服讲究的是场合氛围、季节适宜、工艺技术、体态线条、条身型比例、面料质感、辅料的精选。接下来从几个方面对如何选择西装做出正确规范的指导。
3.1 三原则
三原则国际上公认的有两种即T.P.O和3W原则，其他原则也有很多，无非就是这两种的综合或者衍生出来的。所谓的T.P.O，是指Time时间、Place地点、Occasion场合；3W是指When时间、Where地点、Why目的。
选择西装也好，其他服饰也罢，都是为了能够让自己穿着得体。商业谈判穿浅色休闲西装，这是对对方的不尊重；假期休闲娱乐，朋友邀请家庭派對，深色西装，衬衫领带显得自己不够随和，太过正式。所以选择西装前要考虑穿着的时间，这个时间也包括季节，夏季有夏装，冬季冬装。地点是室内室外，是会议还是颁奖现场，这是必须要考虑的，否则你会成为舞会上的灰姑娘的，尴尬是一个绅士不能够接受的。
3.2 工艺原则
所谓的工艺原则是指市场上制作西装所采用的制作工艺。大致有三种，传统工艺，半传统工艺和现代工艺。三种方式各有优劣，要根据自己的实际情况选择。
传统工艺，用料考究、工艺精湛，手工缝制量大，耗时长，价格昂贵，对的人技术要求极高。是西服品质的最高标准，也是西服爱好者的追逐品，上乘工艺的西装被称为艺术品西装，据说是有灵性的，能够随着穿着变得更加合身，成为了诠释权贵的首选服装。半传统工艺，是保留了传统工艺的主要部分，结合现代工艺所制作，相比传统工艺节省了大量时间和人力，降低了生产成本，同时也保留了传统工艺精华，对人的技术要求较高。现代工艺，就是大量重复，将所有工艺搬到机械化的生产流水线上，对人的技术要求较低，制作工艺简单，用料要适合机械化生产，生产效率快，制作相对简便，价格相对较低。
3.3 成品原则
第一，版型。版型风格明显的有英国式版型、意大利式版型、美国式版型、日本式版型还有新起之秀韩国式版型。其风格互不相同，英式严谨规矩，意式潇洒自信，美式放松自然，日式意象严肃，韩式俊俏柔美。风格不同源自民族性格和历史人文的不同，同时也有气候条件的影响。
第二，颜色。选择西装颜色有时很困扰人，要知道什么场合穿，自己的肤色，考虑何种颜色适合你。
蓝色，任何男士穿深蓝色西装几乎可以出现任何场合，商业场合是最佳的穿着，如访谈和重要商务会议，深蓝色西装能有神奇的效果；灰色，是安全的颜色，上班族男士一旦想增加西装颜色时就先选灰色西装。他适合所有肤色，而没任何负面影响，原因这是中性色；黑色西装可以穿在几乎任何场合如葬礼、办公室、婚礼，以及所有正式的场合。
第三，面料。选择什么样的面料，对于一套西装尤其重要，面料成本在定制西装中仍占据主要部分，几万元的西装和几千元的西装价格主要就差在面料成本上。传统的西装认可羊毛或羊绒，羊毛织物的含量越高，级别越高，但不是纯羊毛西装就是最好的。选择西装面料除了关注价格外，还常常关注的因素有：柔软度、光泽度、抗皱性、吸湿性、保暖性、透气性、悬垂性等。同样的面料纺织结构不同，织物成品的性能也不同，决定一块面料性能的有克重、纱支数、组织结构、成分等很多因素。所以消费者和设计师就应该选择适合季节、款式和用途的面料。
第四，辅料。注重西服辅料的男人被认为是注重细节的品位男人。与面料相比，辅料虽用料少，但决不可忽视，面料若是血肉，辅料可以视为血小板了。西服辅料有垫肩、缝纫线、里布、衬布、纽扣。
4 售后服务
定制方法 篇4
1.1 企业总体竞争战略
企业总体竞争战略主要考虑的问题是企业业务是应当扩张、收缩还是维持不变。大规模定制需对定制部分单独设计、生产, 对企业的设计能力、模块化、柔性化生产等要求很高, 处于导入期和衰退期的企业难以满足, 同时企业要不断发展以保持长期的竞争优势, 因此采用大批量定制生产方式的企业一般选择成长型竞争战略。具体而言, 是以成长型竞争战略中的密集型发展战略为主、一体化发展战略为辅。企业应当充分利用外部环境给企业带来的有利机会, 努力挖掘和利用企业的内部资源, 扩大产品组合, 提高企业的总体竞争优势;同时进行价值链分析, 加强与供应商和顾客的一体化战略, 控制交易成本, 减少竞争压力, 实现规模经济和增强自身实力以获得竞争优势。
1.2 企业一般竞争战略
迈克尔·波特在1980年提出了三种最为基本的竞争战略, 即成本领先战略、产品差异化战略、集中化战略。
大批量定制企业要满足定制客户的需求, 每个客户都是一个细分市场, 因此在一般竞争战略上应该选择集中化战略中的集中成本领先 (Ⅲ) 和集中差异化 (Ⅳ) 竞争战略。从大批量生产向大批量定制转变的企业, 应将成本领先战略 (Ⅱ、Ⅲ) 重点向集中差异化 (Ⅳ) 战略转变, 这样在保持低成本优势的基础上又增加了产品的多样化, 提高了企业的总体竞争优势;同样, 从定制生产向大批量定制模式转变的企业, 在保持差异化 (Ⅰ、Ⅳ) 的基础上重点向集中成本领先 (Ⅲ) 战略发展, 利用规模经济, 降低定制产品的成本, 提高产品的竞争力。
1.3 企业生产战略
大规模定制企业因客户订单分离点的不同, 产品的定制程度不同, 为了降低产品生产过程的复杂程度, 减少设计、制造以及装配等环节的额外费用, 客户订单分离点应该尽可能地向生产过程的下游移动。因此企业在生产战略上应该选择延迟战略。在生产制造过程中, 利用延迟技术推迟定制和物流活动的时间, 并采用模块化设计的思想, 尽量采用标准化的模块、零部件和标准的生产环节, 减少定制环节, 使之在不同产品需求中, 相同程序制作过程尽可能最大化, 而定制需求或最终需求 (体现个性化需求的部分) 的差异化过程尽可能被延迟, 实现用接近大批量生产的价格向客户提供个性化的定制产品。
2 战略作业成本法在大规模定制成本控制中的应用
2.1 正确选择和处理与供应商的关系
大规模定制的企业应用战略ABC能够帮助企业基于总成本而非只基于采购价格来选择和评估供应商, 正确协调与供应商的关系。
(1) 选择总成本低的供应商。
大规模定制对成本的控制要求企业站在战略的角度选择供应商, 通过实现战略ABC, 企业与供应商站在同一高度, 均能知道对方的产品是如何影响另一方的制造成本的, 使得双方都能做出更好的决策来减少总成本。
战略ABC可以将作业成本法的作业同与供应商关系的成本联系起来。采购作业中, 除了与产品单位采购价格相关的单位水平作业外;批别水平作业, 如订购、接收、检查、搬运, 是与批量相关的;产品水平作业是支持产品的, 即设计和维持个别原材料和零部件的规格要求的作业;供应商支持作业是同特定供应商联系在一起的作业。企业不能选择太多的供应商, 要在较少供应商的条件下更有效率地工作, 以降低供应商支持作业。此外, 企业和供应商要在相应时间进行产品的设计, 使得与供应商零部件相关的设计问题在设计中能更早地发现, 减少产品水平作业量, 从而优化整个采购作业。
(2) 战略合作型的供应商关系。
大批量定制生产方式特别重视与供应商的关系, 并注重提高供应商的技术开发能力。通过使用网络等电子商务系统把供应商纳入管理流程, 使供应商随时共享企业的生产管理信息, 从而保证按照要求及时、准确地交货。同时, 大批量定制企业还能为供应商分析其价值活动, 帮助供应商挖掘其降低成本的潜力, 其结果是企业的物料采购成本和订单管理成本都将大幅降低。
大批量定制生产企业与供应商达成战略联盟, 促使供应商提供的零部件尽量符合大批量定制的要求, 将通用零部件制造和装配成企业需要的功能模块, 节约企业在通用功能模块方面花费的时间, 把精力集中在个性化设计和个性化制造上以加快企业的交付速度。因此, 企业必须对供应商信息进行细化和有效管理, 而且要与供应商保持长期稳定的战略合作关系。
2.2 产品组合与定价
大规模定制下客户的需求多样化、个性化, 这就要求尽量增加有用的产品外部多样性, 同时尽量减少内部多样性, 增加零部件的通用性、模块化。战略ABC应以模块作为分配作业的主要成本对象, 正确定价产品, 提高其收益率。主要的战略ABC措施包括:
(1) 准确为产品定价。
通常在高度定制的产品上有很大的价格调整空间。对实施集中成本领先战略的产品而言, 采取作业成本法正确分摊定制部分的成本, 同时分析模块化部分的标准成本差异, 尽量降低增值作业的成本, 提高产品的价格竞争优势。对于实施集中差异化战略的产品, 随着产品多样化的增加, 作业成本法计量增加的多样性和定制程度的成本, 发现企业能够在不引起成本巨增的情况下使其产品和服务与众不同的能力, 从而可以获得更多的溢价收益。
(2) 增加替代产品。
在大规模定制模式下, 由于市场需求不断变化, 每种产品的生命周期都挺短, 企业的产品开发周期也较短。企业应不断地主动推出系列化的新产品, 也可在现有的低成本产品上增加外部差异化, 充分利用作业成本信息, 保证顾客从新的、不同的产品中得到的价值足以抵消其所支付的产品成本。
(3) JIT生产管理方式。
JIT生产强调消除生产中的一切浪费, 是实现大规模定制生产管理最快捷的方式之一。而战略ABC明确采用JIT方式, 识别生产中的非增值作业, 如过量生产、部件与操作者的移动和等待时间、劣质的制造过程、库存积压和生产次品。战略ABC可以通过改进技术与资本、增加培训、作好生产经营准备等方式对生产流程加以改进。
(4) 柔性制造系统。
柔性制造系统 (FMS) 是一种高效率、高精度和高柔性的加工系统, 能根据制造任务或生产环境的变化迅速进行调整, 保持自动化生产效率不变的同时, 极大地减少了实施作业的成本。企业实施战略ABC系统来衡量这些成本, 观察到的巨额批量成本和产品维持成本, 成为用于计算机整合的生产技术新投资所要消除的主要对象。
2.3 产品设计与开发
大规模定制的产品多样性增加, 其设计、开发的一个重要目标就是以尽可能多的技术多样性去实现尽可能多的功能多样性。因此, 利用战略ABC控制产品的设计与开发, 合理分配设计作业, 降低企业产品的成本。
(1) 产品族的模块化设计。
大规模定制下的产品的开发、设计、生产与制造是以产品族为基础的, 产品族的模块化组件分为基本模块和定制模块。进行定制模块的设计, 主要考虑怎样在基本模块提供的功能属性上进行调整, 降低定制部分的设计, 以提供尽可能多的个性化功能。战略ABC指导产品设计与开发决策, 应充分重视许多由于元件或产品的多样性与复杂程度而造成的成本。
(2) 科学的作业分摊观点。
战略作业成本法强调从战略性角度进行作业成本的计算与分摊, 大规模定制的设计作业又可细分为模块化设计作业和定制设计作业, 以模块作为其主要的成本分配对象, 可制定标准作业分配率, 分析差异, 有效进行作业降低和改进。
(3) 客户参与原则。
为充分满足客户的个性化需求, 在设计阶段企业应当尊重客户的建议。战略ABC可以对设计作业进行更加详细的分类, 使客户充分了解所有为了他们而发生的设计成本与关联成本。客户可以根据需要决定产品的定制程度, 使得企业能够根据客户的提议, 改变设计成本, 从源头上控制好成本的发生。
2.4 建立和谐的客户关系
战略ABC通过追溯与客户和分销、配送渠道有关的业务成本, 企业能够正确处理与客户的关系, 提高企业的收益。具体包括以下几个方面:
(1) 客户的价值链分析。
在大批量定制生产方式下, 企业加强与下游的顾客关系, 不仅可以满足顾客的个性化需求, 增加顾客的价值, 还可以降低企业的质量成本和销售成本。战略作业成本法进行客户的价值链分析在满足客户需求的同时, 善于发现客户的不满意, 探索客户对类似产品需求的新动向, 以利于企业有目的地进行全新理念的产品设计和开发, 保持企业的创新能力和持续经营能力。
(2) 降低服务成本。
在大规模定制中, 由于是顾客直接向企业进行产品选择、定购, 因而节约了相应的经销开支, 降低了销售费用。战略作业成本法有助于企业成本管理人员认清那些使服务成本或高或低的特征, 其中高服务成本意味着隐性损失, 低服务成本意味着隐性收益。通过对两类损失进行战略ABC分析, 可以尽量避免隐性损失, 将隐性收益显性转化出来。
(3) 客户关系管理。
客户关系管理是一种“以客户为中心”的经营管理理念, 大规模定制面对的是单个客户, 将每个客户都视为一个单独的细分市场, 因此可以采用一对一的营销管理策略。战略ABC加强同客户的联系, 与客户建立学习型关系, 进行互动与回馈, 以求更加了解客户的个人需求。
参考文献
[1]但斌.大规模定制—打造21世纪企业核心竞争力[M].北京:科学出版社, 2004.
[2]张旗, 林万祥.战略作业成本法——基于作业成本法与战略成本管理的整合视角[J].会计之友, 2008, (3) .
定制方法 篇5
定制橱柜注意事项有材质问题。首先应明白想要什么样的材质，现在市面上比较流行的橱柜材质有烤漆的、不锈钢的、实木的、大理石的、石英石等等，这些材质优点也有缺点，需要了解，然后选择你想要什么材质的。这个材质包括了板材、门板、台面。选择商家问题。选择商家要选择有信誉的商家，最好是选附近的一些和朋友介绍的商家，自己去找可能会有遭高价的危险，不满意还扯不清。流程问题。当然这也是最重要的，首先是约好商家量尺寸，然后在三天之内看到设计图，一般越正规的地方，图纸越规范，再次就是要签合同，要注明你自己要求的细节、特别是材质和费用，安装橱柜还可以一并安装其他的厨房设备，这样连通性好，使用方便。最后还是需要自己还是要在安装过程中多看看。安装后的问题。在安装记得要向商家索要信誉卡，先试用一下。还有就是问清楚有没有不定期的售后服务，如抛光等问题。这样的话也是一个更加稳妥的保证。
总的来说就是根据居室面积确定定制产品，定制产品与装修风格应统一，货比三家制定合理预算，坚决剔除使用率低的用品。
“新定制”与定制专委会 篇6
不再盲从，而是选择真正反映自己生活态度的着装，这已经成为当前的新消费趋势，“新定制”的概念也因此浮出水面。不同于法国的高级定制，这种新定制的产品不一定昂贵，但一定有品质，并且只针对一小部分人群而设计，作为一种特定生活方式或态度的标志。定制专业委员会可谓应运而生。
中国服装行业的消费观念正在随着消费主体的年轻化而不断变更。“如果有人问2000年以后出生的年轻人，当你长大了想消费什么样的品牌时，我想很大一部分人的答案不是‘我想买什么品牌’，而是，‘即使我有钱了，也不会去买什么品牌’，这就是消费观念的转变。”法新国际集团董事赵倩对记者说，未来的消费观念是消费者不再盲从品牌，而选择真正反映自己生活态度的着装。
用产品诉说生活态度
在服装设计领域的业内人士都了解一个演变规律，那就是新的流行趋势来临时，往往和现有的流行趋势截然不同。中国市场正处于快餐式的消费阶段，服装品牌追求对市场的反应速度，追求普遍适用于大众的款式以此实现大批量销售。
这样的做法无可厚非，但赵倩认为：“当人们开始不满足于这样的消费时，我认为，定制化的生活方式和消费方式就会逐渐成为主流。”赵倩所说的“定制”，并不是人们普遍认为的“高级定制”。“不同于法国的高级定制，这种新定制概念的产品不一定昂贵，但它一定有品质，并且只针对一小部分人群而设计，标志着一种特定的生活方式或态度。”
个性化是其标志，虽然这种定制并不是为某一个人量身打造的，但是它一定是为某个特定人群而服务的。为此，赵倩举了个例子：“比如一件符合新定制概念的服装，如果由不认同这种生活方式的人穿着，就会感觉很不协调，与自己的交际圈子和生活用品格格不入。这种定制通过产品，自然而然地圈定出了消费群。”
为此，由上海国际时尚联合会发起成立的“中国定制专业委员会”在不久前于法国巴黎成立。“这个定制专业委员会承载着新的定制概念，法新国际集团早在2013年就提出了这一概念，如今已经日渐成熟。”赵倩说。
“而且这种定制理念也不局限于服装，还有饰品和各种生活用品，如食品和家居用品等。它们的价格不一而足，但是都是这类消费者有兴趣了解和乐意追求的。甚至这种定制与消费能力无关，大到工作生活方式，小到一个盘子或一支口红，都代表着一种文化和价值观。”赵倩解释说。
中国定制走出新路径
虽然当下这种定制理念还处于初始阶段，但其发展非常迅速。“2013年我和别人说起这个概念时，很多人还比较迷茫，而时隔两年，如今我们再提出这个概念，人们都能很快理解，并从自己的生活中寻找出蛛丝马迹。因此，2015年，中国定制专业委员会应运而生。”赵倩说。
今年7月，伴随着2015秋冬巴黎高级定制时装周的来临，在巴黎著名的高级定制圣地Les Suites，中国定制专业委员会成立仪式暨“向中国定制致敬”新闻酒会正式启幕。
DAN·丹、鼎天、Grace Chen、HANART瀚艺、黄勖、劳伦斯·许、Mary Ma马艳丽、NE·TIGER张志峰、秦旭、Sheme等十位中国设计师及定制品牌，参加了本次“向中国定制致敬”全球巡展。
“此外，中国定制专业委员会还设立了10位初创会员，其中包括3位荣誉会员，专委会的成立推动中国定制向专业化、系统化、规范化迈出了重要一步。”赵倩说。
上海国际时尚联合会副会长、NE·TIGER品牌创始人张志峰在会上表示：“中国拥有五千年文化积淀，为中国定制发展提供了丰厚的底蕴和灵感，我们应该创造出属于我们的文化符号，开创一条属于中国的定制之路。”
将定制理念贯彻始末
不仅提出方向，还要商业落地，专委会在巴黎成立期间，还为设计师提供了专业的销售渠道。“我们在巴黎组织了专门的showroom，并直接和一家巴黎高级定制旗舰店合作，将设计师的产品在其中展卖。据了解，仅两周时间，店内就卖出了8件中国设计师的作品，且这些服装风格跨度很大，既有定位当代的，也有风格古朴的。”赵倩说，“选择7月成立专委会就是考虑到了，法国高级定制时装周在此期间举办，会有大量买手和顾客汇聚巴黎，能够给予中国定制更多回馈。明年1月，我们将再次来到巴黎进行展示，将中国定制的概念，从这里推向世界，让全球时尚界人士了解中国的服装设计。”赵倩说。
未来“向中国定制致敬”全球巡展还将来到美国纽约、英国伦敦、意大利米兰等时尚之都，在此过程中，不仅是展示，更要与商业挂钩。通过这一系列活动，中国设计师不仅要向世界输出产品，更要输出文化精神。
此外，专委会还带领设计师走访了数家巴黎高级定制的手工工坊，零距离了解法国高级定制的诞生和其对细节的极致追求。“这对中国定制的发展也有很大借鉴意义。”赵倩说，“如今回到中国，我们的工作将进一步展开，吸取更多认同中国定制发展路线的本土乃至国际设计师加入。”
“今年11月，我们还将在北京组织一场中国定制日活动，定制日以展览的形式，展出包括服装在内的各类艺术和生活用品，这将是一个全方位展现定制化生活方式的展览，并将进一步加快中国消费市场定制化发展进程。在这里所有参展产品都将和商业挂钩，进行展示售卖，我们也会寻找更多买手、多品牌店和网络平台前来参与。”赵倩说，不论现在或未来，专委会的各项活动，都将基于推广定制化设计和定制化生活。
定制方法 篇7
随着半导体技术的飞速发展, 具有大量数据处理能力的高性能处理器芯片在嵌入式领域有着广泛的应用需求。处理器芯片支撑着整个嵌入式系统的运作, 其性能好坏直接决定系统的整体性能。因此, 在技术和市场需求的双重推动下, 设计出具有高性能的处理芯片已经成为一种必然趋势。评价处理器芯片性能的主要指标为处理器的主频, 而在设计工作中关键路径的延时决定了电路主频, 是性能提升的瓶颈[1]。通过优化关键路径提高电路性能已成为当今的研究热点。
设计高性能芯片的常用方法有两种[2]:全定制方法和基于标准单元的半定制方法。全定制方法通过精确设计CMOS管的宽长比和布局布线, 减少了寄生参数和串扰对电路性能的影响, 极大地提高了晶体管的开关速度。然而, 集成电路规模和复杂度的大幅提高以及市场竞争的日益激烈等客观形势, 对产品研发的周期和成本提出了严峻的挑战。尽管全定制设计方法可以实现最短路径延时和最优性能, 但需要投入大量人力和时间成本[3,4], 而基于标准单元的半定制设计方法兼顾了产品的性能和研发时间。该方法依托于Foundry提供的标准单元库和EDA (Electronic Design Automation) 工具, 可以实现设计自动化。但是该方法受限于标准单元库中单元有限的数量和驱动能力, 对关键路径优化不足, 无法实现最短延时。
目前, 国内外对采用标准单元设计中的关键路径优化方法研究比较少, 文献[5]根据AIG (And-Inverter Graph) 和BDD (Binary Decision Diagrams) , 将与非门和反相器组成具有特定复杂逻辑功能的单元, 将生成的单元扩充到标准单元库中进行电路设计。由于与非门和反相器的良好特性, 复杂逻辑单元不仅能够实现指定功能, 还具有较短的单元延时和较小的面积, 因此使用复杂逻辑单元设计的电路在主频和面积上均有较好地提升。但该方法的复杂逻辑单元需要专门手工全定制设计, 且每种单元只能实现单一功能, 设计成本很高, 不适合量产。文献[6]提出了高性能标准单元库设计, 针对常用单元, 使用或非门和反相器设计出具有多种驱动能力的单元集并给出了单元建库的验证方法, 以一定的面积代价换取了电路性能的提高。但该方法需要针对不同工艺重新设计单元库, 而且由于或非门的特性, 其设计出的单元并不能明显改善电路性能。文献[7]提出了基于逻辑功效模型的关键路径优化方法, 将两个同类型标准单元扩展成一个新单元并且具有多种驱动能力。同时根据路径逻辑功效分析结果, 在逻辑综合阶段选择将延时较大单元替换成具有最佳驱动能力的扩展单元。该方法对电路主频的提升较明显, 但由于扩展单元是由同类标准单元并联拼接组成, 不但消耗了很多面积资源, 而且扩展单元输入电容为两个单元之和, 单元延时会成比例增加, 对于单元本身性能的提升效果并不理想。
在逻辑功效模型优化关键路径方法的基础上, 本研究提出基于可扩展标准单元的半定制设计方法。由于大部分标准单元以反相器作为输出端, 该方法将标准单元和面积很小的反相器组合成扩展单元, 构建具有更完备、更大驱动能力的扩展单元集合。该方法的优势是, 可以根据设计需求对标准单元任意扩展, 既提升了单元本身性能, 又以很小的面积代价提高了电路整体的主频, 解决了关键路径优化不足的问题。可扩展标准单元的全部设计流程由EDA工具自动化实现, 大大减少了设计时间和成本。基于可扩展标准单元的半定制设计方法由以下几个步骤组成:
(1) 关键路径的逻辑功效模型分析;
(2) 根据分析结果扩展标准单元并验证;
(3) 将扩展单元加入设计流程中并优化关键路径。
1 逻辑功效模型和关键路径优化
1.1 关键路径的逻辑功效分析
在芯片设计中, 关键路径的延时是影响芯片性能的主要因素, 引入逻辑功效理论[8]分析关键路径, 路径中单个门延时可用线性模型的基本延时公式表示为:
式中:tp0—反相器的本征延时;p—该门本征延时与基本反相器本征延时之比;g—逻辑功效, 表示为复合门和基本反相器提供相同输出电流时的输入电容比;f—等效扇出;γ—门本征电容和输入电容之比。
关键路径延时为各门延时之和, 表示为:
式中:tp0, pj, γ, gj—常数;fj×gj定义为门功效。
根据逻辑功效理论, 当关键路径中每一级门单元门功效相等时路径延时最短。本研究遍历标准单元库中单元驱动能力种类, 通过调整每一级单元的驱动能力, 实现各级门功效相等从而得到最短路径延时[9]。
关键路径实例如图1所示。cell1在标准单元库中的驱动能力有X1, X2和X4, 为保证路径每一级单元逻辑功效相等, cell1需要选择的驱动能力为X3, 而标准单元库中只能选择驱动能力为X2或者X4的单元替代, 无法实现最短延时。与之类似, 若cell2的下一级cell3需要的驱动能力为X6, 但标准单元库中cell3最大驱动能力为X4, 驱动能力不足也会产生很大的单元延时, 无法实现路径最优化。对以上两种情形, 研究者根据设计需求对标准单元库进行扩展, 可实现更完备、驱动能力更大的单元集合, 使关键路径延时最短。
1.2 关键路径优化算法
对图1的关键路径建立逻辑功效模型, 当每一级门功效相等时, 即f1g1=f2g2=f3g3=…=fngn。路径总逻辑功效为:
路径有效扇出为:
式中:CL—路径最后一级负载, Cg1—路径第一级输入电容。
路径上单个逻辑门的分支功效b定义为:
式中:Con-path—该门沿路径上的负载电容, Coff-path—离开路径上的连线电容。
如果路径无分支, 则分支功效为1。路径总分支功效为:
路径总有效扇出为:
路径总功效为:
使路径延时最小的门努力为h=N H, 此时路径总延时为:
对于关键路径, 优化算法如下:求路径上所有单元的总功效延时H, 得到路径延时最短时每一级单元的最优门功效hbest。对于路径上的每一个单元, 遍历扩展单元库中同类型的单元, 如果满足“替换单元的门功效和最优门功效hbest更接近”则执行替换操作。
其中:get_critical_path函数返回设计中的关键路径, get_input_capacitance、get_output_capacitance、get_branch_effort、get_logical_effort函数分别返回关键路径的输入电容、负载电容、分支功效和逻辑功效;get_cell_fanout函数返回路径中单元扇出;get_same_type_cell (lib, cell) 函数返回lib中同类cell单元;get_tmp_cell_fanout (cell, tmp_cell) 函数将cell用tmp_cell替换, 返回tmp_cell的扇出后取消替换操作;以上函数均由设计者自己定义。size_cell (cell, tmp_cell) 执行对tmp_cell对cell的替换操作, 数学函数square (H, n) 返回H的n次方根, abs (x) 返回x的绝对值:
以上程序算法在逻辑综合和STA (static timing analyse) 阶段使用, 通过分析关键路径中所有单元的门功效, 搜索每一级单元在扩展单元库中拥有不同驱动能力的同类单元, 找出门功效最接近hbest的单元, 从而使得关键路径每级门功效接近相等以实现最短延时和最优性能。而可扩展标准单元库的设计是关键路径优化算法实现的基础。
2 可扩展标准单元库设计
在一般标准单元库中, 大部分标准单元是由CMOS组合逻辑和反相器驱动输出端组成, 所以反相器的驱动能力就是标准单元的驱动能力。扩展单元通过改变单元反相器的宽长比来改变反相器的驱动能力, 扩充为具有不同驱动能力的扩展单元。根据逻辑功效理论, 单元输入电容不变负载变化时均有唯一尺寸反相器使单元延时最小。反相器的相对尺寸可由逻辑功效计算得出。可将标准单元和反相器拼接得到扩展单元。可以根据设计需要灵活地将已有单元扩展成所需驱动能力的单元, 配合关键路径优化算法实现最短延时。
2.1 扩展单元的版图实现
扩展单元版图实现是扩展单元库设计中最重要的一步。本研究以tsmc65 nm GP工艺为例, 使用Cadence virtuos工具, 将工艺库中标准单元和反相器任意拼接, 得到不同驱动能力扩展单元。整体流程通过skill语言编程自动化实现。skill是Cadence公司提供的二次开发操作语言, 可以实现virtuso所有图形界面的操作。使用skill语言编程, 自动化实现扩展单元的流程如图2所示。
在上述流程中, 函数db New Cell View创建了一个新的单元视图, 函数db Create Inst创建单元实例, 函数Place通过设置参数, 并将创建单元和反相器拼接从而生成扩展单元。函数get Pin Grid获取扩展单元端口坐标。函数Route实现布线, db Save Cell View保存扩展单元的单元视图。
为了实现设计自动化, 本研究将标准单元设计成高度相等但宽度不等。为了便于工具综合, 扩展单元也保持相同的高度。反相器输出端单元扩展实现如图3所示, 将cell_y和反相器INV拼接。假设cell_y有A1、A2、A3、ZN 4个端口;A`为cell_y的反相器信号输入点, INV有I、ZN两个端口。将cell_y放置在原点, 方向为R0, 将INV紧贴在cell_y的右侧, 方向为R180, Y轴镜像, 扩展成新的单元cell_y1;将cell_y的A`和反相器I端相连, 将cell_y的ZN端和反相器ZN端相连;原cell_y的端口A1、A2、A3、ZN为扩展单元cell_y1的端口。
由于要处理大量的单元生成扩展单元库, 本研究在版图实现中引入基于布线通道的自动布线方法。依据工艺文件中metal2的最小间距定义布线通道, 如图3所示:虚线表示布线通道, 标准单元设计使得端口处在metal2的布线通道上, 问题抽象到有限空间内两点之间互联问题。采用李氏算法[10], 使用skill语言编程实现, 自动布线流程图如图4所示。
为了便于在不同工艺状况下实现扩展单元版图自动化, 本研究在skill程序中定义了大量子函数, 主函数只需调用子函数即可, 并将与工艺相关参数如金属最小线宽和间距、通孔大小等单独定义在一个初始化函数中。只需修改初始化函数即可将设计方法移植到不同工艺上。
2.2 扩展单元物理验证和特征化
为确保功能的正确性, 需要对扩展单元进行物理验证。验证包括3个方面:设计规则检查 (DRC, design rule check) 、天线效应检查 (Antenna rule check) 、版图一致性检查 (LVS, layout vs schematic) 。自动化生成的扩展单元均能通过物理验证, 因此可对扩展单元进行特征化。特征化即提取单元时序信息, 生成后端设计所需的库文件, 包括输入/输出延时、输出转换时间 (output transition) 、输入端口电容、面积和功耗等特征参数的提取。
由于扩展单元使用metal2和通孔via12连接端口, 会引入寄生参数, 而寄生电阻电容会影响负载电容充放电时间, 进而影响延时。为了提取完整准确的特征化信息, 必须对版图进行RC寄生参数提取。针对rcworst、rcbest、cbest、cworst、typical 5种corner, 本研究使用synopsys的Star RCXT工具分别提取, 得到包含寄生参数的spice网表。通过使用hspice工具仿真网表得到时序信息, 即输入端到输出端延时 (delay) 和输出转换时间 (output transition) 。根据非线性延时模型 (NLDM, non-liner delay model) 可知, cell delay和output transition是输入转换时间 (input transition) 和输出负载 (output load) 的分段线性函数。本研究对输入端施加激励, 输出端施加电容负载得到仿真波形, 通过测量输入端到输出端的延时和输出转换时间, 得到单元时序信息, 从而生成扩展单元标准时序库文件[11]。
3 实验结果与电路分析
由于处理器在嵌入式应用中发挥着重要作用, 基于上述理论分析和仿真验证, 本研究以嵌入式CPU作为实验电路, 对上文提出的电路设计方法进行实物验证。笔者分别设计了tsmc55 nm GP、tsmc65 nm GP、tsmc90 nm和tsmc130 nm工艺的扩展单元库, 并实现同一嵌入式CPU的设计, 然后采用逻辑功效优化算法对CPU的关键路径进行优化, 并测试不同工艺下电路主频的提升。
3.1 嵌入式CPU的物理设计
以tsmc65 nm GP工艺为例, 本研究在该单元库的支持下, 使用综合工具Module Compiler分别实现基于标准单元库和扩展单元库的嵌入式CPU门级网表。为了准确评估基于扩展单元的设计方法对CPU主频的提升, 在布图规划阶段使用较大的设计面积以忽略面积因素的影响。本研究中, 笔者使用Synopysys的ic compiler工具对CPU的两个门级网表进行布局布线, 并生成CPU版图;使用Synopysys Star RCXT工具分别对CPU版图进行寄生参数提取;使用Synopysys的Primetime工具将提取的寄生参数反标到门级网表上, 对嵌入式CPU进行静态时序分析。根据时序分析结果使用逻辑功效模型优化算法对CPU关键路径进行优化, 对关键路径上延时较大的单元调整驱动能力, 达到延时最优化。采用扩展单元的CPU设计版图如图5所示。
3.2 CPU电路的仿真结果对比
对于同一个CPU代码, 本研究在不同工艺下分别采用标准单元库和扩展单元库设计, 根据ic compiler对单元面积的统计和Primetime的时序分析结果, 实现的嵌入式CPU主频和面积数据如表1~4所示。
由表1~4可知, 不同工艺下采用扩展单元库实现的嵌入式CPU比标准单元库实现的CPU主频提升了10%左右, 面积只增加了8%左右。由于扩展单元是由标准单元和反相器拼接而成, 扩展单元库实现的CPU面积会略微增大。实验结果证明基于可扩展标准单元的设计方法适用于所有工艺, 有很好的移植性, 研究者能够利用很小的面积开销显著地提升电路的主频性能。
4 结束语
依据逻辑功效理论优化芯片设计中的关键路径, 本研究提出了基于可扩展标准单元的新型半定制电路设计方法。经实验验证, 该方法能够有效地提高电路的主频, 实现设计自动化, 大大减少研发成本, 缩短研发周期, 对于规模复杂有高负载的电路, 这种方法更能体现其优势。通过该方法, 可根据不同的设计需求对标准单元库进行任意扩展, 从而实现驱动能力更大、更完备的单元集合, 对设计高性能芯片、提高嵌入式系统性能有着重要的指导意义。
参考文献
[1]李黎, 付宇卓, 汪宁.SoC芯片中关键路径的优化方法研究[J].微电子学与计算机, 2006, 23 (4) :141-145.
[2]王琪.半定制集成电路的设计[J].信息技术与标准化, 2006 (5) :31-35.
[3]BAI Fu-jun, GAO Zhi-qiang, XU Yi, et al.A Watermark ing Technique for Hard IP Protection in Full-custom IC De sign[C]//IEEE International Conference on Communica tions, Circuits and Systems Proceedings.kokura:[s.n.], 2007:1177-1180.
[4]刘志哲.一种使用Advance MS的全定制加法器加速设计[J].微电子学, 2010, 40 (4) :566-569.
[5]PILATO C, FERRANDI F.A Fast Heuristic for ExtendingStandard Cell Libraries with Regular Macro Cells[C]//IEEE Annual Symposium on VLSI.kefalonia:[s.n.], 2010:23-28.
[6]卢俊.高性能的标准单元库设计[J].航空计算技术, 2007, 37 (3) :85-93.
[7]曾宪恺, 郑丹丹.基于标准单元库扩展的快速乘法器设计[J].计算机应用研究, 2012, 29 (5) :1778-1781.
[8]RABAEY J M, CHANDRAKASAN A.Digital IntergratedCircuits-A Design Perspective[M].2nd ed.Beijing.Pressof Tsinghua University, 2004.
[9]杨东.基于逻辑功效模型的数字电路延迟估算与优化[J].微处理器, 2010 (5) :21-27.
[10]LEE C Y.An algorithm for path connections and its appli cation[J].IEEE Transactions on Electronic Computer, 1961, EC-10 (3) :346-365.
定制方法 篇8
而今, 采用大规模定制模式的企业都是具有一定规模的。它们大都生产工艺过程以及供应链环节复杂, 对于企业的需求预测来说, 相应地也变得复杂。而且针对大规模定制生产模式大批量生产方式与定制生产方式相结合的特点, 大规模定制模式下的企业应该是在某些环节采用大批量生产方式, 而在另一些环节应用定制生产的方式的。因此并不是单单的适用预测模型和单一的预测方法就可以对其进行预测。本文就是针对这一问题初步探讨如何针对大规模定制的特点系统的应用需求预测方法, 研究如何进行预测需求确定与预测数据选择。
二、大规模定制模式下企业需求预测预测需求确定与预测数据选择
供应链的驱动模式一般分为两类:生产推动型和需求拉动型。生产推动型供应链中产品生产是根据市场预测和企业计划来进行的, 表现为按库存生产。需求拉动型供应链是指供应链中的产品的生产是根据客户定单来进行的, 表现为按定单生产。在大规模定制模式中, 供应链是以需求拉动为主、推拉相结合的供应链。
在大规模定制供应链中存在着客户定单分离点 (decoupling point) 。在该分离点之前, 供应链的驱动模式为生产推动型的, 而在该分离点之后, 供应链的驱动模式变为定单拉动型。随着个性化需求发生在设计、制造、装配、销售和原材料供应的环节不同, 客户定单分离点在大规模定制供应链中的位置各不相同。
针对不同客户定单分离点的驱动模型, 预测需求不同, 具体实施的需求预测不同, 实现预测所选择的预测数据不同。根据不同的客户定单分离点所在的位置将具体实施的预测需求分为两部分:客户定单分离点前的预测对象, 驱动模式为生产推动型的。采用按库存生产的大规模生产方式, 故只需对需求对象做长期、中期、短期的需求总量预测, 预测数据采用历史数据。客户定单分离点之后的预测对象, 驱动模式变为定单拉动型。采用的是大规模定制的生产方式, 故除了做需求总量预测之外, 还要求对产品做需求变化结构、变化趋势进行预测。预测数据采用定单数据。根据不同的大规模定制的实现策略、不同的模块、参数对定单数据进行定量处理, 选择预测方法进行预测。以此从需求预测的角度研究大规模定制模式下产品需求的变化趋势及变化程度, 从而能够进行参数、模块的调整。
三、示例
对于个性化需求发生在装配环节的产品来说, 其分离点在装配环节处, 则可构建以装配为分离点的供应链模型。图1表示的是以装配为分离点的供应链模型及预测需求确定与预测数据选择。图1
四、小结与展望
(一) 小结
本文参考了供应链的驱动模型——生产推动型和需求拉动型的理论, 引进大规模定制供应链中客户定单分离点的概念, 不同客户定单分离点的驱动模型, 预测需求不同, 具体实施的需求预测不同, 实现预测所选择的预测数据不同。
(二) 展望
当今面向大规模定制生产方式的特点, 研究大规模定制模式下的企业需求预测方法还非常的少, 需要研究及攻克的课题技术难关还很多。
如:1、针对不同客户定单分离点的驱动模型, 进行大规模定制模式下企业供应链模型的研究。
2、针对不同需求对象包括原材料、零部件、半成品、成品等生产过程的特点, 定制的环节不同, 设计适用的需求预测方法。
3、进行具体的对企业产品的需求变化结构、变化趋势进行预测的需求预测方法的研究。
4、也可以探讨一般的需求预测方法与需求变化预测方法之间的联系
5、针对一个实际的大规模定制生产模式的企业进行系统的需求预测研究。
6、将大规模定制模式下需求预测方法的研究成果应用到大规模定制生产模式企业运营管理的其他重要环节, 如库存管理, 生产计划管理等。
参考文献
[1]、邵晓峰, 黄培清, 季建华.大规模定制生产模式的研究[J].工业工程与管理, 2001, 6 (2) :13-17.
[2]、Bonney M C, Zhang Z, Hed M A, et al.Are Push and Pull Systems Really so Different?[J]. Int. J. Production Economics, 1999, 59:53-64.
定制方法 篇9
数据密集型系统是以数据为核心,对数据进行收集、分析、处理与展现的软件应用系统[1]。当前,数据密集型系统已经广泛应用于电信、金融、政府、制造等,积累了大规模数据的行业与领域。就数据密集型系统本身的结构而言,它一般具有系统规模大、多应用类型、多层次结构等特点。其中,多层次特性表示一个完整的数据密集型系统,可以被划分为不同实现层次,并由不同的子系统按照一定的规则进行集成后得到。在组成数据密集型系统的一组子系统中,数据展现子系统主要负责以各种方式可视化地展现系统所处理的数据以及处理的结果,例如一种通行做法是以报表的形式展现数据。报表本身又可分为多种类型( 由国家、行业规定的报表,或者企业自定义的报表) ,每种报表也可由不同的数据项组合而成。另外,图表也是一种较为常见的数据展现形式。
通过分析不同的数据密集型系统,我们发现这些系统在数据展现方面具有类似的功能,例如类似的数据预处理以及数据集展现方式等。此外,还包括权限控制等这一类与数据处理、显示无直接关联,但影响子系统使用的功能[2,3]。另一方面,不同的应用对数据展现的需求也存在差异,例如商业报表系统主要以表格的形式展示数据,而地质信息展示平台则需要根据地理坐标等数据在地图上进行绘制。
为了降低重复开发数据展现子系统的工作量,保持数据展现效果的一致性,可以采用软件产品线开发方法以定制化的方式来开发一个数据展现子系统。软件产品线是针对特定领域的、具有一组相似特征,并从预先生产的核心资产开发而来的软件产品的集合[4,5],其开发方法依赖于领域核心平台,通过对领域内的可变性进行定制的方式开发出单个软件产品。相比于传统的面向领域的软件产品线,集成在不同领域应用产品中的数据展现子系统可以视作为一种跨领域的特殊类型的软件产品线。一方面,这种产品线同样涉及需求的共性/可变性分析、可变点的定制方案设计等活动; 另一方面,数据展现子系统中的可变性类型更为丰富,例如,商业报表系统在生成的报表范围以及单个报表的内部结构等不同层次方面都存在可变性,同时针对这些可变点的定制也涉及更多的角色与时间点。因此,需要针对这些特性化的需求改造软件产品线的分析与构建过程以及特定的数据展现子系统的定制化开发过程。
基于以上实际需求,本文旨在搭建一个面向数据展现子系统的软件产品线,并归纳出基于可变点的数据展现子系统的定制化开发方法。首先,本文提出一种扩展可变性类型的软件产品线特征模型元模型,该元模型从数据功能维度和数据展现维度对特征属性进行了扩充,涵盖更多语义。其次,基于该元模型总结出一套针对需求文档的特征建模过程,并为识别出的不同类型的可变性提出了相应的可变点实现技术方案。再次,为了支持基于可变点的子系统实例的定制化开发,提出一套两阶段( 开发者定制和用户定制) 的可变点定制过程。该过程用于确定在某个阶段应被定制的可变点,并且保证可变点定制结果的一致性。最后,本文基于两阶段定制过程,设计并实现一个半自动化的可变点定制工具。另外,使用该工具配置了一个数据示例系统,验证了可变点实现方案与定制过程的可行性。
1 相关工作
与本文相关的工作分为数据展现子系统的构造以及软件产品线开发方法两个方面。
文献[2,3]分别介绍了基于Web的多维数据平台和地质数据平台的构造过程。开发者基于分模块的原则针对单个数据展现系统分析其需求并设计其架构,设计出的模块包括数据收集、数据存储、数据访问、数据处理和数据展现等。与之相比,本文的工作面向一组具有相似需求的数据展现子系统,采用软件产品线的方法分析其需求的共性与可变性,并以可变点定制的方式支持快速的应用产品开发。
传统的软件产品线开发方法涉及从需求文档到特征模型、再到软件体系结构的映射过程。在软件产品线开发中,特征建模是反映产品线中共性和可变性的一种手段,目的是将领域需求映射为用分层的树状结构表示的特征模型[6,7]。特征建模中一项重要的工作是可变性识别。可变性是指产品线所涵盖的各个产品之间的差异性[8]。可变性一般会关联到某个可变点上。可变点是可变性在产品线所覆盖的软件产品中的具体体现,而变体则是软件产品中各个可变点上各种特定的可变性实例[9]。Kang提出的FORM方法对从特征模型到系统设计的过程进行了细化[10],将领域工程划分为领域分析和领域结构设计[11]。在领域分析中,开发者需要从特征模型中抽取候选对象,并将这些候选模块组织成对象模型。在领域体系结构设计中,将不同层次的软件体系结构抽象为逐步细化的不同层次的模型: 子系统模型、进程模型和模块模型。此外,不同的特征从不同的层次对问题域进行了抽象,对于这些不同的特征,可以将其建模为不同的对象。文献[11]中,提出了一系列对不同类型特征建模的原则,如将服务特征建模为服务状态隐藏对象,将操作特征建模为用户角色对象等。文献[12]提出了一种改进过的面向特征的模型映射方法,该方法将软件体系结构分为三种视图,使不同类型的特征对应于不同的视图,即软件开发的不同阶段。
对已经建模完成的特征模型进行实现也是软件产品线中一个重要的主题。在文献[13]中,对影响可变性实现的因素进行了阐述,对从可变性的识别到实现的整个过程进行了详细的介绍,并提出了一些对于不同可变性的实现技术,如常量条件、变量条件等。在文献[14]中,针对不同的特征约束形式推荐了模块的设计方法。在代码级别的实现方面,文献[15,16]进行了较为详细的阐述,包括聚合/代理、继承、框架、反射等面向对象的实现方法,也有面向方面的实现方法。
2 可变性扩展及特征元模型
2. 1 数据展现子系统的特点分析
基于对数据密集型系统的实际开发经验,软件开发人员发现这些不同的数据密集系统存在结构上的共性,总结出分层、分模块开发的原则。这样能够使不同的层次/模块之间只通过接口和固定的数据格式与约束进行通信,降低模块之间的耦合度。与此同时,这种分层、分模块的开发方式也能够提高系统的可维护性和可复用性。当用户需求发生变动、某个模块的结构或功能发生变化时,其他模块并不会受到影响。
在数据展现子系统中,数据展现部分,或者称为数据展现模块的主要功能是将从数据存储模块或者数据处理模块中的得到的数据集合以约定好的方式展现给使用者。此外,还可能存在一些辅助功能,如用户权限设置,打印格式设置等。本文认为,数据展现模块的输入是一个符合预先定义好的格式的数据集,输出是不同类型的数据显示。
在开发的过程中,开发者需要和用户合作对输入数据集的格式进行定义。对于某个特定的数据展现子系统而言,会存在具有多个不同定义的数据集; 而对于两个或者一组数据展现子系统而言,会出现它们的数据集定义大部分相同,只存在少许差异的现象。图1 列出了两个商业系统的数据集部分定义,该数据集以报表的形式出现。对比之后可以看出,两个数据集定义大部分都相同,只是在“本月数”大项之下所细分的方式不同。当有多个用户的数据集定义出现如示例1 和示例2 中所示的“大部分相同,少部分不同”的情况时,开发人员可以定制一个通用模版,将部分的数据集定义工作交由具体的用户完成,减少开发人员的工作量。这在开发多个相似系统时对于人力成本的节约尤为突出。
2. 2 特征元模型
本文的目的是使用产品线来进行面向不同领域,不同行业的数据展现子系统产品的开发。针对数据展现子系统的特点,我们对可变性类型和约束类型进行了不同维度上的扩展。加入扩展可变性类型和扩展约束类型的的特征元模型如图2 所示。在该元模型中,特征模型类Feature Model代表着整个特征模型,其中包含若干对应单个特征的类Feature。一个Feature可以是复合的,即可以包含若干个其他Feature。当存在Feature间的聚集关系时,这个关系对应的是特征模型中特征之间的层次关系。和经典的特征模型相同,在本文提出的元模型中,层次关系分为Mandatory、Optional、Alternative与Or四种,由Variable Type属性进行描述。
首先,我们对特征的类型进行了扩展。在元模型中,特征类型由Feature Type属性描述,分为数据集特征和非数据集特征。我们将描述数据集性质的特征称为数据集特征。例如,对一张报表的表头、细目等元素的展现等。相对地,描述系统中除数据集之外其他部分的特征称为非数据集特征。不同领域的不同应用产品对数据集有不一样的要求,根据前文所述数据集的特点,又可以将数据集特征细化为组级特征和组内特征。组级特征对应于数据集本身的定义,组级特征将数据集作为一个整体来分析,主要关注该数据集和数据展现子系统的关系; 组内特征对应于数据集内部的定义,组内特征主要关注数据集内部的定义和不同数据集之间的相似关系。在元模型中,Feature Layer属性描述的是特征所处的层级,其取值范围为NULL、Group Level和InGroup Level。当特征不属于数据集特征时,其取值为NULL; 当特征属于数据集特征时,则根据其描述的内容选择取值为Group Level或者In Grouplevel。
其次,我们对特征的依赖关系进行了扩展。在元模型中,约束由Constraint关系描述,Target属性指向和当前Feature存在约束关系的另一个Feature实体,其中的Constraint Type属性取值在Require、Exclude、Influence和Sequence中选择。在数据展现子系统产品线中,扩展增加了影响和顺序关系。影响关系表示的是模型中一个特征变体的实现手段或者配置会对另一个特征变体的实现造成影响,但并没有两个变体必须同时绑定的限制。例如在数据展现子系统中,对数据集的合法性检查公式会受到数据集自身定义的影响,那么可以称“数据集定义”对“数据集合法性检查”具有影响关系。顺序关系表示的是两个特征所对应的功能在软件使用过程中固定的执行先后顺序。例如,在每次进行数据集显示之前必须对当前用户的权限进行检查,以确定该用户可以查看哪些显示的数据,那么称“用户权限检查”和“数据集显示”具有顺序关系。
最后,我们对特征的绑定属性进行了扩展。在元模型中,绑定属性由Bind Option关系描述,其中包含Bind Time和BindRole属性。Bind Time属性代表着该特征的绑定时间,其取值范围为Compile-Time、Load-time和Run-Time。BindRole属性代表着该特征的绑定者,其取值在Developer和User中选择,分别代表着开发者绑定该特征和用户绑定该特征。通常来讲,产品的组装及变体的绑定是根据各个可变点约定的绑定时间由开发者进行定制。在实际的应用场景中,会出现通过交互性机制使用户决定可变点变体绑定的情况。对这类可变点的分析、建模及实现不能仅仅依靠可变点绑定时间属性,因为这样并不能识别该可变点是由用户负责选择变体还是由程序根据条件自行选择。在本文中我们扩展增加了绑定角色属性。
3 面向文档的特征建模过程及特征实现设计
数据展现子系统产品线的开发流程总体遵循经典软件产品线的开发流程,需要经过需求规约、明确数据展现子系统范围、特征建模、特征实现等一系列活动。首先,通过分析功能描述文档和数据集定义文档,可以得到特征的规约描述及特征之间的层次关系。其次,通过对用例文档进行分析,可以得到特征之间的约束关系。通过这两步分析,开发者可以确定数据展现子系统的特征模型并将特征模型以特定方式进行存储。最终可根据存储的特征模型采取不同的策略提出特征的实现方案。
在具体的执行过程中,相比经典软件产品线,数据展现子系统产品线对数据集特征和非数据集特征需要有不同的规约和实现策略,这是由数据集本身的性质所决定的。数据集特征有以下两个特点: ( 1) 包含的特征数量大。在数据密集型系统中,需要被处理并显示的数据集其类型和数量都可能会很庞大。( 2)数据集定义变化迅速。数据密集型系统的业务覆盖面和业务逻辑通常会不断的变化,导致在业务中使用的数据集集合持续的发生改变。
3. 1 特征规约
对于非数据集特征,其特征规约的来源为功能描述文档。功能描述文档主要包含对数据展现子系统所能完成的功能的列举,对应于一组能够满足用户需求的功能项。开发人员遵循一定的规则对特征进行规约,如将功能描述对应为功能特征,将功能或整个系统的约束描述对应为非功能特征等。随后通过产品—特征矩阵方法确定特征之间的层次关系,以及每个特征的可变性类型,初步确定特征模型。
对于数据集特征,其特征规约的来源为数据集定义文档。数据定义文档不仅和需求文档一样描述了该数据集的名称和在系统中表示的含义,而且定义了数据集内部的具体组织方式。对数据集特征的规约也要分为两部分: 数据集描述和内部结构定义。数据集介绍部分的规约可以参照非数据集特征的规约方法。对于数据集内部结构,可以使用XML进行定义。一个使用XML的数据集内部结构定义应如下所示。
我们使用< Data Set > 来定义一个完整的数据集,其中可以包含任意个用< Block > 标签表示的块。块在数据集中是一个相对独立的部分,以商业报表举例,块对应其中大型报表中每个独立的子表。每个块中有若干个组,使用< Group > 标签表示。组表示数据集中的复合属性集,例如图1 中的“本月支出”就属于复合属性,对应数据集内部结构定义的< Group > 。在数据集定义中,每个< Group > 内可以包含任意个其他的< Group > 标签。 < Attribute > 标签对应的是单个的属性,可以出现在<Block > 标签或者< Group > 标签中。
在对于数据展现子系统的分析中,曾经提到在实际场景中会出现需要对多个数据集抽象出一个模版,在不同用户对系统的使用过程中各自进行定制的情况。在数据集定义中本文引入了抽象类型的概念,类似于面向对象技术中的抽象类,对于抽象部分可以通过不同的实现手段形成用户需要的不同的数据集。如果一个< Block > 、< Group > 或< Attribute > 是抽象类型,可以将其标签中的Type设为Abstract。
若要确定哪些块、复合属性、单个属性属于抽象类型,那么需要由开发人员对相似的数据集进行分析,并对其中数据集定义的重合部分进行提取,得到带有抽象部分的数据集定义。本文把每个数据集看作一个特征,被提取出的数据集模版成为这些相似数据集的父特征,这些父特征覆盖了多个产品。在产品的定制中,存在抽象部分的特征需要被其覆盖的一组产品分别定制,即对组内特征进行的定制。而由于在定义中不存在抽象部分的数据集一般对应于单个产品,因此它们不需要被再次定制。
3. 2 特征约束确定
表示需求的特征之间的约束关系能够从用例文档中获得。首先对于需求文档中的每一个用例,要分析出该用例对应哪些特征以及特征的执行顺序。其次,要对该用例所包含的特征进行分析,确定是否存在约束关系。开发者可以根据以下用例场景来识别约束关系的类型。
1) 如果某个特征A在执行中需要“用到”其他的特征B或者B的执行结果,即在用例流程中去掉B后,A不能正确运行,则认为特征A依赖特征B,记作require( A,B) 。
2) 如果某个特征A和特征B同时出现在一个用例之中时,A和B的执行关系总是确定的,并且A总是在前或者B总是在前,则认为特征A和特征B具有顺序关系,记作Sequence( A,B) 或Sequence( B,A) 。
3) 如果在用例中,特征A的变体或者参数选择会对特征B的执行逻辑或顺序产生影响,则认为特征A影响特征B,记作Influence( A,B) 。
在对每一个用例进行分析后,我们可以得到特征—特征约束对,并对特征的Constraint属性集进行赋值。此外,在该步骤中还可以确定Bind-Time和Bind-Role的值。通常在为用户部署该子系统之前就需要确认的变体所在可变点的Bind-Role为Developer,用户在得到该子系统之后才能决定的变体所在可变点的Bind-Role为User。在系统开始运行前就需要确定的变体所在可变点的Bind-Time一般为Compile-time,在系统启动时才进行一次或者永久设置的变体所在可变点的Bind-time为LoadTime,在系统运行中需要用户动态地进行设置变体所在可变点的Bind-Time为Run-time。
3. 3 特征模型存储
软件产品线是在不断演化的,需要对这些可变点进行管理使之能适应未来可能的演化。同时,用户的需求也会发生变化,这有可能造成所绑定变体的改变。本文中使用特征配置库对特征进行管理。该配置库可以存储可变点的位置和对变体的选择,并保证了系统本身的相对独立。当变体绑定发生改变时,可以只对配置库进行改变而不侵入代码本身。
一般来说,特征配置库要存储以下四种内容: ( 1) 存储特征模型,具体的定义如图2 中的元模型所示,包括特征的层次关系、特征的属性以及特征之间的约束关系。( 2) 数据展现子系统产品线所覆盖的专业领域软件产品,它体现为一个产品列表。( 3) 存储特征的范围矩阵,即每个特征覆盖的产品。( 4) 特征实现方法,不同类型可变特征的存储方式与内容各不相同,例如可通过配置文件、参数或者数据集定义的方式。一个较为完整的特征配置库定义如下所示。
其中,< Repository > 是第一级标签,标记着特征配置库的开始和结束,在其下有四个二级标签,分别是< Feature Model > 、< Product List > 、< Feature Scope > 和< Feature Implement > 。它们分别对应需要存储在特征配置库中的四类内容,即特征模型、产品列表、特征范围矩阵和特征实现方法。 < Feature Model > 的具体定义可以参考前文对特征模型元模型的定义。在< Product List > 中,可以有任意个< Product > 标签,其中存储了产品的名称、版本号和对产品的文字描述。 < Feature Scope > 中可以有任意个< Feature > 标签,它们对应于< Feature Model > 中的特征定义,在< Feature > 中的每个< Product > 标签代表着特征覆盖了这个产品。 < Feature Implement > 中同样可以有任意个<Feature > 标签,其中的< Variable Type > 对应了< Feature Model >中的同名定义,< Config Option > 就是在对特征进行设计实现时选择的特征实现手法,可以有参数、配置文件等不同的取值。其中,< Parameter > 标签对应< Config Option > 的内容指向特征对应实现参数或配置文件的地址,例如当< Config Option > 取值为参数形式时,< Parameter > 可以存储一组参数和这些参数对应的变体描述; 当< Config Option > 取值为配置文件形式时,< Parameter > 可以存储该配置文件的地址。
3. 4 特征实现
对特征的实现同样要针对数据集特征和非数据集特征两部分分别进行。对于非数据集特征,其实现方式可以借鉴文献[15 - 17]中提出的原则,对不同类型的特征,如Mandatory、Optional、Or和Alternative可以使用不同的方法。例如,可以使用设计模式、继承、参数化方法和面向方面编程等方法进行实现。
对数据集特征的实现指的是对组内特征的定制,即对带有抽象块、抽象复合属性和抽象属性的数据集模版的定制。通常来说对于这样的组内特征的定制场景都是相对一致的,即改变数据集中部分内容的定义。对于这样的场景可以使用配置文件进行实现,数据集特征可以通过对配置文件的修改完成对变体的绑定。一段典型的数据集特征实现代码如下所示。每个数据集实例对应一个Config File配置文件,当该实例初始化时,读入数据集模版Data Set Template,并由用户配置其中的抽象部分。初始化完毕之后,基于该数据集可执行填表、显示等一系列操作。
4 两阶段可变点定制过程
本文提出了两阶段配置数据展现子系统的策略,即开发者配置和用户配置,分别通过开发者配置工具和用户配置工具完成。开发者配置工具主要完成的工作有两项: ( 1) 对Bind-Role属性值为Developer的特征进行配置。( 2) 选择用户配置工具可以选择的变体范围。而用户配置工具的主要工作就是从开发者配置工具选择的变体范围中进行选择和配置。两阶段的可变点定制流程如图3 所示。
从两个角度来明确特征的总体定制顺序。一方面,对于绑定角色不同的特征存在定制顺序。在产品线的每一次迭代过程中,开发者定制在前,用户定制在后,开发者定制的结果是用户定制的前提。另一方面,具有关联的特征之间存在定制顺序。对绑定角色的定制顺序算法如算法4 所示,该算法根据特征的绑定角色属性对特征进行分类。首先,要获得标注为开发者配置的特征列表Dev Config List,由开发者按照该特征列表进行配置。其次,需要获得覆盖了当前专业领域产品的特征列表UserConfig List,该列表根据特征配置库中的特征范围部分得到。最后用户根据User Config List列表对相应特征进行定制。
而对于已经确定的特征列表,如DevC onfigL ist,UserC onfigL ist的特征定制顺序算法如算法5所示。在定制中,有以下几个原则可以作为确定特征顺序的参考。(1)对于特征层次关系,定制的顺序为先定制子特征,再定制父特征。(2)对于特征依赖关系require(A,B),定制的顺序为先定制被依赖特征B,再定制特征A。(3)对于特征顺序关系A和特征B之间的顺序关系Sequence(A,B),按照其顺序的先后关系对特征A、B进行定制。(4)对于特征影响关系influence(A,B),按照先定制影响特征A,后定制被影响特征B的顺序进行。
5 工具与实例
5. 1 工具实现
本文对数据展现子系统的定制需要经过开发者定制和用户定制两个阶段,可变点定制工具也分为开发者定制工具和用户定制工具两部分来实现。开发者定制工具和用户定制工具的设计结构如图4 所示。
在实际的定制流程中,数据展现子系统向定制工具提供一个定制接口,使定制工具可以对特征进行变体绑定。不同特征接口具有不同的实现方法,例如由开发者工具维护一个整体的特征库,其中存放了覆盖整个数据展现子系统产品线的特征定义。当需要进行某一个具体的数据展现子系统的定制时,首先由开发者工具在总体的特征库中进行选择,对Bind-Role属性为Developer的特征进行定制,然后将选择好的Bind-Role属性为User的特征及其相关信息复制到特定的数据展现子系统中的特征库,并把该未定制完成的子系统分发给用户。用户收到该子系统后,通过用户配置工具读取子系统中的配置库信息,并根据工具提供的特征绑定顺序依次进行定制。
5. 2 实例分析
商业报表系统是面向企业或事业单位的一个专业领域应用系统,其中存储有大量以报表形式存在的数据集。同时,该系统具有数据展现的需求。本节以商业报表系统为示例进行系统定制,以验证配置工具和配制方法的有效性。在进行定制之前,要先进行特征的建模和约束确定工作。对数据展现子系统的功能进行分类总结和分析建模后,生成的非数据集特征模型如图5所示。由于篇幅原因,本文仅在图6 中展示数据集特征所对应的部分XML语句。
对数据展现子系统的定制取决于存放在特征配置库中的对数据集特征和非数据集特征的分析结果,由配置工具根据算法4 和算法5 中所述算法确定定制步骤,并引导开发者和用户进行可变点配置工作。在开发者和用户的两阶段定制完成后,我们对生成的数据展现子系统进行测试,其功能符合预期。
6 结语
定制方法 篇10
大规模定制是指以大规模生产的成本和速度为单个客户定制加工单件产品的生产模式[1], 即以类似于标准化或大批量生产的成本和时间, 提供满足顾客特定需求的产品和服务。文献[2]将大规模定制成功实施的技术研究归为三类:①运作模式, 如客户驱动的设计与制造、敏捷制造、供应链管理、精益制造等;②使能技术或先进制造技术, 如计算机数字控制、柔性制造系统、计算机辅助设计/制造等;③信息传输, 如有效传递客户需求信息至设计与制造等环节的方式与途径。
目前, 对于大规模定制的研究更多地集中于产品 (族) 设计与产品配置, 而生产计划与调度作为大规模定制的关键使能技术之一, 直接影响大规模定制能否成功实施。大规模定制环境下, 客户定制需求的多样化与个性化, 使得订单的品种增多, 同一品种的需求数量急剧下降, 对生产批量和提前期造成很大影响, 导致生产计划调度的复杂性和难度增加。已有的关于生产计划调度的研究大多是从宏观层面讨论生产计划模式和技术关键, 如Zangiacomi等[3]提出了面向制鞋企业的基于层次分析决策模型的有限能力调度系统, 能够根据订单的复杂性、紧迫性和重要性为其分配相应的优先权, 并以灵活的短期计划方式, 快速响应市场需求;Yao等[4]通过分析非回转类零件的制造流程和制造特征, 将工艺参数和功能参数与制造资源能力、夹具设计、安装设计和产品容差等关联, 开发了面向大规模生产的综合计划系统;Partanen等[5]通过分析大规模定制的生产要素, 提出了一种快速生产系统模型。
本文通过分析大规模定制环境下的产品特征和生产特征, 描述了面向大规模定制的模块成组调度问题, 提出了基于瓶颈工序的最小化加权拖期启发式调度方法并进行了实际的数据验证。
1 面向大规模定制的成组调度问题
1.1大规模定制的产品与生产特征
大规模定制的核心是采用模块化的设计方法构建产品 (族) 和模块 (族) 模型, 如图1所示。产品 (族) 模型覆盖了一个客户群的需求, 描述了一类产品。当特定的客户需要某一种产品时, 设计人员可通过产品配置完成, 即根据客户的功能要求等选择相应的模块或配件 (下文统称为模块) 组合成产品[6]。
与产品设计特征一致, 大规模定制生产的基本思想是:以批量生产少品种的产品/模块以适应客户的多样化需求, 即尽量将定制产品的生产问题通过产品成组和过程重组转化为或部分转化为批量生产问题, 减少定制零部件数和定制环节[7]。按照这种生产方式, 用户得到的是定制的、个性化的产品, 生产厂家则是采用大批量生产方式制造成熟产品及其模块, 即模块批量化生产是大规模定制的生产特征。
1.2大规模定制的成组调度问题描述
成本与交货期是大规模定制模式面临的挑战, 大规模定制环境下, 因产品的多样化, 生产与工艺路线存在不确定性, 容易造成企业生产能力的动态不足。按照Pareto的20/80法则, 当产能不足时, 优先满足重要客户订单, 可以避免客户流失给企业造成影响。根据约束管理 (TOC) 理论, 限制企业产能的关键是瓶颈工序, 最大限度地利用瓶颈工序的产能, 能够使系统获得最大产出。而模块工件的成组生产能够缩短品种间切换的生产准备 (setup) 时间, 提高系统的产出。由此提出面向大规模定制的模块成组调度问题为:针对客户的订单需求, 通过产品配置生成模块生产需求, 合理成组模块批的生产, 保证在满足生产工艺约束、产能约束等条件下实现加权拖期最小化。
为建立大规模定制的成组调度问题的数学模型, 定义如下参数:C为客户数量;H为产品类型数量;I为模块工件数量;J为模块工件加工工序数量;M为设备数量;Q为定制工序数量;T为计划期;wc (c=1, 2, …, C) 为客户c的权重;Pch (h=1, 2, …, H) 为客户c需求的h类产品;Ech为Pch的完成时间;Dch为Pch的交付时间;Lch为Pch的拖期时间, Lch=max (0, Dch-Ech) ;Mi (i=1, 2, …, I) 为第i个模块工件;Mch为产品Pch配置生成的模块工件, Mch∈Mi;Oij (j=1, 2, …, J) 为模块工件Mi的第j道工序;Ochq (q=1, 2, …, Q) 为Pch的第q道定制工序;Och为Pch的工序集, Och=Oij∪Ochq;Rm (m=1, 2, …, M) 为第m台设备;Cmt (t=1, 2, …, T) 为设备Rm在计划期t内的产能;STij为工序Oij的生产准备时间;Sij、Schq (q=1, 2, …, Q) 分别为工序Oij、Ochq的开始时间;durij、durchq分别为工序Oij、Ochq的加工时间;Wijt、Wchqt分别为计划期t内完成工序Oij、Ochq产生的负荷。假设所有产品的释放时间为0, 且所有的设备在0时刻都是空闲的, 建立面向大规模定制的模块成组调度问题数学模型如下:
式 (1) 表示目标函数为最小化加权拖期;式 (2) 为同一产品或模块工件的工艺顺序约束, 表示工序Oij在工序Oi, j+1之前完成;式 (3) 表示生产能力为1的设备的析取 (disjunctive) 能力约束, 表示在某一时刻不同工序不能由同一设备加工;式 (4) 为生产能力大于1的设备的累积 (cumulative) 能力约束, 表示计划周期t时设备Rm上的加工负荷之和不能超出其生产能力约束;式 (5) 为工序开始加工时间的非负约束。
2 瓶颈成组调度启发式方法
目前, 生产调度的方法有多种, 以遗传算法 (GA) [8]、禁忌搜索 (TS) [9]、模拟退火 (SA) [10]等为代表的智能优化方法普遍存在初始值和参数的选择比较困难的不足, 若选择不当, 不仅会使计算时间很长, 也不能得到理想的计算结果。以SPT (shortest processing time first) 、EDD (earliest due date) 等为代表的启发式算法[11,12]求解效率普遍较低, 误差较大, 但因其方法简单、直观、易于实施, 被广泛应用于实际调度问题的求解中。
基于大规模定制的模块成组调度问题特征, 针对大规模定制环境下, 因客户需求个性化与多样化, 经常会出现某些生产资源的设计生产能力小于需求量而形成生产瓶颈, 且瓶颈的数量和位置随时间变化而变化的特征, 本文提出了集成客户优先权和拖期最小化的瓶颈调度启发式方法, 该方法能有效平衡生产准备时间与产品交货期之间的矛盾, 保证大规模定制生产成本与交货期的优化目标。该方法涉及客户优先权的确定、瓶颈的有效识别, 以及针对瓶颈环节的加权最大拖期最小化启发式算法。
2.1客户优先权
客户优先权事实上代表了客户订单的重要程度, 客户优先权越高的订单越优先投产。客户优先权的确定可运用模糊综合评判法确定, 具体如下:
(1) 确定客户优先权的影响指标, 构建客户优先权评价指标体系。一般认为, 客户的重要程度与客户的购买价值等级和信用等级正向相关。客户的价值等级或信用等级越高, 则客户越重要, 如可建立某企业的客户优先权的影响指标体系如图2所示。
由图2可以看出, 客户优先权影响指标体系是一个三级指标结构, 一级指标为客户优先权, 二级指标为价值等级和信用等级, V2={v21, v22}, 三级指标为具体测量指标, V3={v31, v32, …, v3n}。
邀请相关人员 (如客户主管、销售人员等) 分别对二级指标、三级指标进行两两比较打分 (1～9) 构造判断矩阵, 运用层次分析法确定指标体系各个指标的权重, 得到三级指标权重
(2) 收集每一个客户的优先权评价指标数据, 计算客户优先权。客户指标的模糊评价尺度一般采用李克特的五级量表[13], 则评价集为U={u1, u2, u3, u4, u5}, 客户优先权评价体系三级指标隶属度矩阵为
运用模糊综合评判法可计算得到客户的优先权矩阵
W=SG=S2S3G3
2.2瓶颈识别
一般情况下, 生产企业的瓶颈分为静态瓶颈与动态瓶颈两种。静态瓶颈是指计划期内可用能力小于或等于所需能力的任何资源, 可通过监测在制品的队列长度、计算机器利用率以及负荷状况、观测产品生产类型 (V型、A型、T型) 等多种方法识别。一个生产计划期内, 如果某生产设备前的在制品堆积越多, 则该设备越有可能是生产瓶颈。具体计算方法可简化为:对于生产系统中的M种资源R1, R2, …, RM, 假设计划期内其实际产出能力分别为C1, C2, …, CM, 负荷量为W1, W2, …, WM, 则资源的负荷率为λm=Wm/Cm, 负荷率最高的即为系统瓶颈。
由于市场需求的变化, 生产产品的品种、批量和排序等多个因素的波动, 使得系统中存在的生产瓶颈也可能会是动态变化的[14]。一般认为, 动态瓶颈是指由于计划或管理不当, 造成通过某种资源的实际物流与计划物流产生显著偏差, 进而使生产系统产出率降低。动态瓶颈并不一定是能力总量不足, 但其效果与静态瓶颈是相同的。因动态瓶颈是生产执行过程中出现的瓶颈, 其识别相对比较复杂, 可运用线性规划的对偶理论计算得到。通过建立生产系统的线性规划模型, 根据对偶理论可以得到各个制造资源的影子价格。当影子价格不为零时, 影子价格最大则表明这种制造资源短缺。
2.3加权最大拖期最小化启发式算法
以识别的瓶颈机器资源产能为约束, 以模块工件族为调度对象, 最小化加权最大拖期wLmax的算法流程如图3所示。通过不断重复移动、拆分、前移加权最大拖期模块工件族, 拆分、后移次交期模块工件族等操作, 实现瓶颈任务排序的优化, 最小化加权最大拖期。当两个解的加权最大拖期相等时, 以生产准备时间较短的解为较优解。
(1) 初始化。
按照“同类模块工件合并”的原则将计划期内相同类型的模块工件合并为模块工件族, 交货期人为设定为模块工件族中所包括的最晚交货期值, 模块工件加工数量为模块工件总数量。然后按照交货期优先原则 (EDD) 对不同模块工件族进行排序, 每个模块工件族间也按照EDD的优先级顺序排列, 当交货期相同时, 按照优先权顺序排列, 得到初始加工顺序, 计算出加权最大拖期wLmax=wimax (Eim-Dim, 0) , i=1, 2, …, I, 其中Eim表示模块工件的完工时间, Dim表示预期的模块工件交货期, wi表示模块工件族中权重最大的模块工件的权重。在以下模块工件族的调整移动过程中, 如果整个族移动到相同的模块工件族的前面或者后面, 则与工件族合并 (图4) 。在工件族移动的过程中, 工件不能超过其最早开工时间。
(2) 加权最大拖期工件族移动 (图5) 。
称含有加权最大拖期工件的工件族为加权最大拖期工件族。将加权最大拖期工件族尝试移动至前面的每个位置, 得出当前排序的wL′max, 并将结果逐一与wLmax进行比较, 若比wLmax小, 则将加权最大拖期工件族位置交换;否则不交换, 继续遍历, 直到wLmax保持不变。
(3) 拆分、前移加权最大拖期工件族 (图6) 。
以加权最大拖期工件为临界点, 将加权最大拖期工件族拆分成两段, 拆分后, 工件族的前一子段包含相应的加权最大拖期工件, 尝试将包含加权最大拖期工件的子工件族前移, 得出当前排序的wL′max并与wLmax比较, 若wL′max比wLmax小, 就将前段位置前移, 然后回到步骤 (2) ;否则不交换, 继续遍历。若遍历前面所有位置wLmax不变, 进入下一步。
(4) 拆分、后移次交期工件族 (图7) 。
若某个模块工件的交期晚于wLmax, 但却排在加权最大拖期工件之前, 则称包含此类工件的工件族为次交期工件族。将次交期工件族进行拆分, 拆分成两个子段, 前一段工件族中的工件交期在wLmax之前或相同, 后一段工件族的工件交期晚于wLmax, 然后将后段产品族后移, 得出当前排序的wL′max并与wLmax比较, 若wL′max比wLmax小, 就将后段位置交换, 返回步骤 (2) ;否则不交换, 继续遍历, 若遍历后面所有位置wLmax不变, 迭代结束。
3 实例验证
运用以上方法对某装配型企业的生产调度问题进行了实例验证, 计划期订单包括表1所示的5个客户的8个产品, 生产资源数量和利用率如表2所示, 产品模块配置与每个模块在机器资源上的加工时间如表3所示, 10个模块在机器资源上的加工顺序如图8所示。R9表示人工装配资源, 因存在生产准备和加工结束之后的整理工作等, 平均工作效率为90%。10个模块中, M1、M7、M9、M10是完全定制模块, 其他为定制通用模块, 可通过批量成组生产缩短生产准备时间, 获得规模效益, 但成组批量的增加也会对生产周期造成影响, 因此要确定合适的成组生产批量, 而且要考虑客户的权重。
根据客户的数据资料, 计算客户的权重分别为wA=90, wB=80, wC=80, wD=70, wE=75。比较计划期机器资源的产能与负荷, 识别瓶颈资源为机器R6。运行加权拖期最小化启发式方法, 得到订单模块工件在瓶颈机器R6上的加工顺序和订单情况 (订单号, 数量) 为
M6-1 (A02, 60) →M10-4 (C02, 80) →M3-2 (E01,
C02, A01, 350) →M6-1 (B01, B02, 290) →M8-1 (A02,
120) →M8-1 (C01, D01, B02, 270)
由此可以看出, 在瓶颈资源上A02订单的模块6工序1 (M6-1) 单独完成, 而B01与B02订单的该工序进行了批成组生产;同样, 对于模块8的工序1 (M8-1) 也是分成了两组进行生产, 模块3的工序2 (M3-2) 将3个订单批成组生产, 模块10为定制模块, 单独完成生产。
为了检验所提算法的有效性, 将以上的数据按照模块工件单批生产与模块工件批完全成组生产两种方式进行调度, 其结果比较如表4所示。结果表明, 本文提出的瓶颈工序启发式方法能够平衡交货期与生产成本、客户优先权等多重因素, 在获得与模块工件单批生产相当的交货期满足率的条件下, 能够通过批量模块的恰当合并, 缩短生产准备时间, 减少搬运次数, 从而降低生产成本。
注:模块工件单批生产是指对计划期订单通过产品配置生成的模块需求, 按照不同产品的模块分别单批进行调度的生产方式;模块工件完全批成组生产是指对计划期订单通过产品配置生成的模块需求, 按照相同模块完全合并成批进行调度的生产方式。
4 结束语
通过分析大规模定制模式下的产品与生产特征, 提出了模块工件成组的瓶颈启发式调度方法, 对其中的客户优先权确定、瓶颈识别、最小化加权拖期的启发式算法等进行了深入分析, 并将提出的方法运用于实际生产数据。与模块工件单批生产及模块工件批完全成组生产方法相比较, 本文提出的方法能够实现交货期、生产准备时间和客户优先权的平衡关系, 结果更加可行、有效。如何更系统地集成大规模定制的产品、制造与管理环节, 根据产品的功能参数配置合适的产品模块, 以企业资源产能为基础选择合理的生产工艺, 提出更加有效的集成算法, 是未来进一步的研究方向。
定制方法 篇11
天语这款W808的定制方向是腾讯QQ，真正做到了全面深度的定制，让你拿着手机轻松玩转QQ的一切。腾讯还有什么不可以?
选择跟QQ的深度定制是一个很精明的想法，无论跟那个服务应用进行捆绑，都只能处理单一应用的功能，而QQ这个国内互联网的巨型企业，触角广泛分布到流行应用的方方面面——聊天有QQ，博客有QQ空间，偷菜有QQ农场，语聊有微信，就连现在流行的微博也有了腾讯版本……
虽然我们总说QQ这个航母太大了，也会去反感它的垄断、病毒式营销等等，但是把所有的应用集中在一个身份之下的便利性又是值得称赞的。
天语W808与QQ的深度定制同样覆盖到QQ应用的每个方面，甚至可能把我们平时并没有注意到的QQ运用都摆在面前。
天语W808的配置十分符合QQ整合的需求，速度高达1GHz的NVIDlA Tegra2双核处理器搭配1GB内存，保证再多QQ应用处于后台运行的情况下，都不会影响到手机的工作性能；WCDMA制式的3G网络提供了足够的带宽，保证各种QQ应用的顺畅，即使视频聊天也不在话下：前置摄像头采用30万像素，除了自拍或视频通话之外，还可以用于QQ视频：2000mAh的电池容量，经实际使用测试得知，可以实现QQ在线的前提下，连续待机20小时以上，保证你即使一天在外奔波，也不会错过任何一条QQ信息。
由内而外的QQ主题
启动W808，主界面上就能看到很多来自QQ的内容，初次开启时，手机的主界面显示为“消息盒子”并且提示你设置QQ账号即可获得提醒。而在W808上登录QQ不仅仅是登录某个应用，而是一个统一的通行证账号，这就让在W808上使用QQ及其相关应用，不像别的手机安装应用之后各自为阵，需要分别登录。只要登录通行证后，W808上面所有的QQ应用都能够同时使用该QQ账号，不需要在每个应用分别登录，方便了不少。
而如果你登录了你的QQ信息的话还会在主界面搜索框上显示出你的QQ昵称，要知道在现在这个大家喜欢相互叫网名的年代，这样一个QQ昵称的签名就像是上学时在书本上写上自己的名字一样，标志着你的所有权。
即使你喜欢使用多个不同的QQ号码也不用发愁，在W808上也设计了通行证切换，同样能够一次性全面地更换掉你的QQ身份。
全面广泛的QQ应用
只要设置好了QQ登录信息，你就可以启用全部QQ应用，无论是手机QQ聊天、浏览QQ新闻还是参加微博互动，就连加入QQ游戏也不再话下，美中不足之处在于QQ游戏界面中，具体的每一款游戏都需要自行下载安装，在拿起手机想要进入游戏的时候多少会感觉有些不便。不过QQ联系人和手机通讯录结合的管理无形中为我们带来了更多的方便，两个通信管理相结合可以把你的联系人进一步整合，无论用文字传送信息还是进行语聊或是语音通话，都能保证随时畅通。
网络模式GSM、WCDMA
屏幕规格4.3英寸，分辨率480×800摄像头前置30万像素，后置500万像素
操作系统Android OS 2.3.4
内存1GB
电池容量2000mAh
存储卡MicroSD
优点：深度QQ定制，应用功能全面。
缺点：部分应用需要用户自行下载，人性化略显不足。
$2980
编辑点评
在手机上的深度QQ定制，还有一个可能不起眼的好处就是能帮你挂QQ等级，用上W808能让我所有的基础加速都是满值，绝对满足虚荣心。
定制方法 篇12
产品方案设计是设计过程的重要环节,实现该阶段的敏捷设计是产品敏捷定制设计的重要要求。这一阶段的敏捷定制设计即是如何根据客户需求快速确定出有效的设计方案。采用专家系统、实例库这些方法在产品结构较简单、设计任务少的情况下比较有效,但对设计任务多、产品结构相对复杂的定制设计,搜索效率会降低,影响产品设计速度,因而寻求适应于这些情况的有效的设计方法是一个值得深入研究的课题。
产品有效方案的确定过程,实质上是利用有效客户要求形成多种产品组合形式并从中选择最佳组合的过程。人工神经网络(ANN)在解决这种大量数据组合、复杂非线性问题数据映射以及有效模拟人的形象思维决策中具有明显优势,在机械设计中得到了较多的应用[1,2,3,4];而客户需求对确定产品结构型式的重要性不尽相同,依据客户需求确定产品设计方案时,首先应对其进行过滤,提取有效的客户需求。粗糙集理论在处理这种不完备信息时具有独特的优势,已较多应用于设计过程中对设计要求的约简、提取[5]。但目前对粗糙集理论和神经网络技术在产品设计过程中的研究大多孤立进行,将二者有机集成应用于产品定制设计的研究还不多见。因此,本文着眼于产品定制设计中的方案设计阶段,通过分析客户需求的特点,将粗糙集理论和人工神经网络技术有机集成,提出基于粗糙集和多ANN模型的产品敏捷定制设计方法,从而为快速响应客户需求、实现产品敏捷定制开发提供了一种有效的解决方法和技术手段。
1 融合粗糙集和多ANN模型的产品敏捷定制设计方法
1.1 客户需求分类及相应采取的产品设计策略
对于大多数的定制产品而言,完全创新的设计只占很少数,大多数定制产品的客户需求都是由普通需求和定制需求两部分组成的,其中,普通需求可确定出产品的主要结构型式,而定制需求是客户在普通需求的基础上新添加、修改或细化的一些需求条件,只对产品的部分结构起作用。因此,对于客户的这两部分需求可以分别对待,在设计过程中可以采用不同的设计手段来分别处理。
普通需求大多是描述产品功能、性能方面的需求,这些需求属于在产品定制中会被多数客户多次提出的要求,由这些需求基本可确定出产品的主要组成部分。但对于大多数机械产品,特别是结构较复杂的机械产品,在方案设计阶段,产品各组成部分可供选择的结构型式可能有多种,会产生多种方案组合,从而形成多种设计方案。产品敏捷定制设计要求能够根据客户要求从这些方案组合中快速确定出一种合适的方案,有效缩短产品的设计时间。ANN在处理这种具有大量数据组合特点的设计方案决策问题中具有独特的优势。因此,可通过构建ANN模型,建立起普通需求与产品结构之间的匹配关系,快速确定出产品的结构型式。客户需求在决定产品结构型式中所表现的重要性不尽相同,可利用粗糙集理论首先对普通需求进行筛选,提取出真正有效的客户需求并将其作为决策条件输入ANN模型,这样可有效提高设计效率并简化ANN结构。
对定制需求而言,通常需要设计人员采用其他的一些设计手段,如变型设计、创新设计等,对由普通需求确定出的产品结构中的某些结构型式进行变型或重新设计来满足用户的定制要求。
1.2 运用粗糙集理论获取有效的客户需求
产品方案设计过程中,为实现产品敏捷定制设计必须对普通需求进行过滤,实现对普通需求的“压缩”和再提炼,完成这一过程的关键是建立约简的普通需求决策表。
在建立过程中,设多个已有的设计实例(记为x1、x2、…、xn)组成的集合为论域(记为U),U={x1,x2,…,xn},各普通需求是不同的条件属性,由这些普通需求组成的集合即为条件属性集(记为C),C={ai|i=1,2,…,m},对应的各组成部分的结构型式是决策属性,由这些组成部分的结构型式构成的集合即为决策属性集(记为D),D={dj|j=1,2,…,s},C并D为决策表的属性集合(记为R),R=C∪D。在普通需求决策表的属性约简中,重要的是构建分辨矩阵,分辨矩阵是一个依主对角线(主对角线上的元素为空集对称的n阶方阵(记为M),M=[mij]n×n,mij为分辨矩阵的第i行j列处元素(i,j=1,2,…,n),其值为
mij是设计实例xi区别于设计实例xj的所有不同条件属性的集合,根据分辨矩阵可计算出唯一对应的分辨函数(记为fM),fM是一个具有m元变量a1、a2、…、am(ai∈C)的布尔函数,它是(∨mij)的合取,而(∨mij)是分辨矩阵项mij中各元素的析取,即
其中,“∧”表示合取运算,“∨”表示析取运算,分辨函数的析取范式中的每一个合取式对应一个约简,记为red(R),red(R)即为一个普通需求的约简[6]。由约简后的条件属性和决策属性构成的决策表即为约简的普通需求决策表。约简后的普通需求决策表较约简前的普通需求决策表而言,在确定产品结构型式上二者可获得相同的结果,但约简后的普通需求决策表中具有更少的客户需求,实现了有效客户需求的提取和冗余知识的消除。
1.3 建立多ANN模型实现客户需求与产品结构的关联
由上述分析可知,普通需求可通过构建ANN模型建立起需求与产品结构间的关系。模型输入层的神经元是粗糙集约简后的普通需求,输出层的神经元是该设计阶段对应的产品结构,隐含层神经元个数可根据网络输入输出神经元数量和经验公式来选取。具体神经网络结构可根据实际需求,选取不同的网络模型,如BP网络、Hopfield神经网络、自组织神经网络等。但需要指出的是,由普通需求建立起来的ANN模型也不是一成不变的,随着企业产品结构的不断更新,普通需求的内容也在不断变化,从而使由普通需求建立起来的ANN模型也在不断更新。
定制需求最初可能只是由个别用户提出的,设计人员在产品设计中需对它们单独考虑,随着这些定制需求被更多的用户多次提出后,它们将不再被视为是特殊的要求,已经由最初的定制需求转化为设计中的普通需求,这时,这些转化后的定制需求与已经存在的普通需求都成为新的普通需求。当再有新的定制需求出现时,这些新组成的普通需求仍可采用粗糙集和神经网络技术来处理,处理方法与上述的普通需求的处理方法相同,而新的定制需求同样可通过对新的产品结构中的某些结构型式进行变型或重新设计,来确定出满足客户新的定制要求的最终产品结构。这样,当这些新的定制需求再被多次重复表达之后,它们又将转化为普通需求,又可通过运用粗糙集和ANN技术建立新的神经网络模型来快速确定出合适的方案组合。所谓新的ANN网络模型可能不单纯是增加新的输入输出项,也可能是改变由原先普通需求内容建立起来的ANN模型的输入输出项,这依赖于具体的定制要求。
1.4 融合粗糙集和多ANN模型的产品敏捷定制设计方法的形成
多个不同的、可不断更新的ANN模型是基于粗糙集和多ANN模型的产品敏捷定制设计方法的核心,该设计方法的基本求解过程就是根据不同的客户需求,从这些ANN模型中选取合适的网络进行计算,从而快速确定出符合客户定制需求的产品结构形式。基于粗糙集和多ANN模型的产品敏捷定制设计方法的整个形成过程如图1所示。图1中,现有神经网络模型是指在企业现有资源情况下,根据客户需求中的普通需求(经粗糙集约简后的)与其对应的产品结构型式间匹配关系建立起的ANN模型;新的神经网络模型是指当原先的定制需求被多个用户多次提出并已经转化为新的普通需求后,所建立起的新的普通需求与其对应产品结构型式间的ANN模型;由现有神经网络模型和新的神经网络模型组成的多个ANN模型即是基于粗糙集和多ANN模型的产品敏捷定制设计方法中的最终产品模型,这一模型是不断更新变化的;动态产品结构是指产品结构在不断更新并具有多样化形式,随着客户需求的不同,所定制出的产品结构也不尽相同。
由于任何一种设计方法都有它的局限性,同样,基于粗糙集和多ANN模型的产品敏捷定制设计方法,更适合于客户需求多、产品结构相对复杂、结构型式较多的产品方案设计阶段。在产品定制设计时,根据不同的客户需求,选择不同的ANN模型,从而快速确定出合适的设计方案。
2 应用实例
本文以某卷板机产品定制设计为例,说明基于粗糙集和多ANN模型的敏捷定制设计方法在产品总体方案设计阶段的建立过程。
2.1 用粗糙集理论建立约简的普通需求决策表
在卷板机的定制设计中,通过分析客户需求可知,板速可调性、体积、板厚、板宽、材料、板材线速度、造价是大量客户关心的问题,属于客户需求中的普通需求。在总体方案设计阶段,设计人员需根据客户需求确定出该阶段所对应的产品结构形式,包括传动方式、轴承类型、下压装置、动力类型、取板方式。在产品总体方案设计阶段,用粗糙集对属性约简建立决策表时,首先要对属性值进行离散化处理,本文采用等宽法对连续属性值进行离散[7]。
普通需求和产品结构形式的取值如表1所示,其中,为方便表达和计算,材料属性采用弹性模量来表示。根据表1结果,选取10个设计实例,分别记为x1、x2、…、x10;表1中的各条件属性分别记为a1、a2、…、a7,决策属性分别记为d1、d2、…、d5,建立这10个设计实例经离散化处理后的决策表(表2)。由表2可求出这10个设计实例的分辨矩阵M,M是一个主对角线上为空集的对称10阶方阵,为计算方便,只考虑其下三角部分并以表格形式示于表3。根据表3结果计算对应的分辨函数fM,并求其最小析取范式,求得约简的普通需求red(R)。
分辨函数fM为
由分辨函数fM的值,可得出普通需求的约简red(R),即,red(R)={a1,a2,a3,a4,a5}。
这样,经属性约简后,普通需求由7个约简为5个,即板速可调性、体积、板厚、板宽、材料,为后续应用神经网络方法建立ANN模型,减少了输入神经元数目,简化了网络结构。
2.2 基本ANN模型的建立
在多ANN模型中,单个网络模型的构建是多ANN模型建立的基础。为讨论方便,本文仅说明多ANN模型中单个网络模型的建立过程,但这一过程是具有一般性的。
将2.1节约简后得到的普通需求作为神经网络的输入,以表1中的决策属性为网络的输出,选取包含一个隐含层的5-10-5的BP网络结构。对已有的设计结果进行分析,选取了60组客户需求及所对应的设计结果为训练样本,用MAT-LAB对该网络进行训练,网络训练函数采用BFGS拟牛顿法,传递函数为logsig函数,学习函数为learngdm函数,训练的目标误差为10-5,可确定对应于训练样本的网络模型。部分样本数据、期望输出以及网络输出结果如表4所示,表中输入样本值和期望输出值是经[0,1]归一化处理后的数据。图2所示为训练时所获得的网络训练次数与误差曲线。通过比较表4中网络输出值与期望输出值可以看出,应用神经网络方法建立ANN模型能快速、准确地确定出总体方案设计阶段所对应的产品结构形式,建立起普通需求与对应产品结构之间的关联。
2.3 客户需求分析与基本ANN输出
当基本ANN模型建立后,设某用户定制卷板机时提出的需求条件为板速可调性、体积、板厚、板宽、材料、板材线速度、造价、可卷圆管等8项,对这些需求进行分析,可知前7项属于普通需求,最后1项属于用户的定制需求。而且,由2.1节可知,这前7项普通需求中的“板材线速度”和“造价”可经粗糙集约简掉,只有前5项是有效的需求条件,将这前5项普通需求的值输入到经2.2节训练好的BP网络模型进行计算,可确定出所对应的产品主要结构型式。对该用户的需求分析及经基本ANN模型计算后的网络输出如表5所示。
2.4 输出结果变型设计
通过对网络模型进行训练,可由客户需求中的普通需求得出基本设计结果,但是,此设计结果不能完全满足客户需求,针对客户需求中的定制需求,需要对设计结果进行变型设计,以满足客户需求。
在本例中,客户定制需求为在传统卷板机基础上增加卷圆管功能,卷圆管和卷板的区别在于:卷圆管时,圆管容易压扁,需要在传统卷板机上增加专用胎具,根据卷板机结构,实现这一功能需要对卷辊结构进行变型,通过增加卷辊支撑端长度,使得专用胎具可以安装于卷辊。
根据上述分析,最终设计结果如下:传动方式为大扭矩斜齿、摆线传动,轴承为滚动轴承,下压方式为螺旋压紧,动力装置为交流电机,取板方式为倾覆式,卷辊结构为加长型。
2.5 新ANN模型的建立
在本例中,为主要说明新ANN模型的建立过程,新的客户需求经粗糙集约简的过程不再详述。设经粗糙集约简后的新的普通需求为原先约简后的普通需求(板速可调性、体积、板厚、板宽、材料)和新增加的需求(可卷圆管),在构建新的网络模型时,需在原有模型的基础上,增加新的输入输出项,新增加的输入项描述为是否可卷圆管,取值为0表示可卷,1表示不可卷;在输出结果中增加卷辊类型,取值0表示普通型,1表示加长型。这样,新的网络具有6个输入、6个输出,同样选用表4中给出的已有60组数据,并增加相应的新的输入输出为样本数据,选用6-12-6的BP网络结构进行训练,确定新的ANN模型。当再有类似的客户定制需求时,就可直接采用该网络模型进行计算。例如针对本例,某用户提出的客户需求如表5所示,将约简后的普通需求以及新的定制需求“可卷圆管”,均作为新的普通需求输入已训练好的新的ANN模型中进行计算,可获得如表6所示的输出结果。
由1.3节可知,依据客户需求构建新网络时,可能不单纯是增加输入输出项,有时会改变输入输出项,这依赖于具体的定制要求,在本文例中,只给出了增加输入输出项一种情况。
这样,随着客户需求的不断扩充,ANN模型也在不断增加或改变,根据不同的客户需求,选取合适的网络模型来快速确定产品的结构,提高产品的设计效率。
3 结语
基于粗糙集和多ANN模型的产品敏捷定制设计方法将粗糙集理论与人工神经网络技术的优势有机集成应用于产品定制设计中,通过建立多个不同的、可不断更新的ANN模型实现客户需求的快速响应。该方法中,将客户需求分为普通需求和定制需求,对普通需求,首先运用粗糙集进行约简以提取有效的决策条件,再采用人工神经网络方法,建立ANN模型,快速确定产品的主要结构;对定制需求,在上述基础上,通过变型或重新设计,对产品结构中的某些结构进行变型,最终确定出产品的结构型式。当这些定制需求被多次重复使用转化为普通需求后,又可通过建立新的神经网络模型来确定出新的定制产品的结构。基于粗糙集和多ANN模型的产品敏捷定制设计方法,可有效模拟设计人员在设计过程中的抽象逻辑思维和形象直觉思维,应用该方法进行产品定制开发,可有效提高设计效率并快速响应客户需求,为实现产品敏捷定制开发提供了一种有效的解决方法和技术手段。
参考文献
[1]Su D,Wakelam M,Jambunathan K.Integration of aKnowledge-based System,Artificial Neural Networksand Multimedia for Gear Design[J].Journal of Materi-als Processing Technology,2000,107:53-59.
[2]Hamdi Taplak,Ibrahim Uzmay,Sahin Yildirim.An Artificial Neural Network Application to Fault De-tection of a Rotor Bearing System[J].IndustrialLubrication and Tribology,2006,58(1):32-44.
[3]Lin T Y,Tseng C H.Optimum Design for Artificial Neural Networks:an Example in a Bicycle De-railleur System[J].Engineering Applications ofArtificial Intelligence,2000,13(1):3-14.
[4]谢庆生,尹健,罗延科.机械工程中的神经网络方法[M].北京:机械工业出版社,2003.
[5]Alisantoso D,Khoo L P.Early Analysis of DesignConcepts Using Rough Set Theory[J].International Journal of Systems Science,2009,40(2):121-130.
[6]吴今培,孙德山.现代数据分析[M].北京:机械工业出版社,2006.