融入能力互補(bǔ)因素的生產(chǎn)聯(lián)盟伙伴選擇研究*

琚春華 ，傅小康

（1.浙江工商大學(xué)計(jì)算機(jī)信息與工程學(xué)院 杭州 310018；2.浙江工商大學(xué)現(xiàn)代商貿(mào)中心 杭州 310018；3.浙江工商大學(xué)管理學(xué)院 杭州 310018）

融入能力互補(bǔ)因素的生產(chǎn)聯(lián)盟伙伴選擇研究*

琚春華1，2，傅小康3

（1.浙江工商大學(xué)計(jì)算機(jī)信息與工程學(xué)院 杭州 310018；2.浙江工商大學(xué)現(xiàn)代商貿(mào)中心 杭州 310018；3.浙江工商大學(xué)管理學(xué)院 杭州 310018）

資源的互補(bǔ)整合是企業(yè)聯(lián)盟的主要目標(biāo)，互補(bǔ)度的高低是決定企業(yè)聯(lián)盟穩(wěn)定性及聯(lián)盟績(jī)效的關(guān)鍵因素，本文針對(duì)生產(chǎn)聯(lián)盟伙伴選擇問(wèn)題，提出了基于能力互補(bǔ)的選擇策略，定義并深入剖析了基于生產(chǎn)能力的互補(bǔ)度評(píng)價(jià)系數(shù)。并在此基礎(chǔ)上，構(gòu)建了融入互補(bǔ)度評(píng)價(jià)系數(shù)的生產(chǎn)聯(lián)盟伙伴選擇3階段模型，模型首先采用層次分析法和基于粒子群優(yōu)化算法的多目標(biāo)搜索算法，求得生產(chǎn)時(shí)間和生產(chǎn)成本的雙目標(biāo)帕累托最優(yōu)解，再通過(guò)評(píng)價(jià)非劣解的互補(bǔ)度補(bǔ)充指導(dǎo)決策，最后選擇通信行業(yè)的智能手機(jī)制造聯(lián)盟中的伙伴選擇問(wèn)題作為仿真應(yīng)用，分析了仿真結(jié)果并給出了結(jié)論。

伙伴選擇；互補(bǔ)度；粒子群優(yōu)化算法；帕累托最優(yōu)解

1 引言

動(dòng)態(tài)聯(lián)盟是指通過(guò)與廠商、顧客、甚至同行競(jìng)爭(zhēng)對(duì)手形成聯(lián)盟，整合內(nèi)外資源，在快速變化的市場(chǎng)環(huán)境下達(dá)到協(xié)同共贏（win-win）的目的。關(guān)于動(dòng)態(tài)聯(lián)盟的研究主要集中在伙伴選擇、協(xié)同運(yùn)作、風(fēng)險(xiǎn)規(guī)避、利益分配等問(wèn)題上，其中伙伴選擇（partner selection）是建立聯(lián)盟的開(kāi)始，亦是影響聯(lián)盟績(jī)效的關(guān)鍵[1]。雖然在伙伴選擇模型及求解算法上已有較多的理論成果，但由于信息的不確定性、期望目標(biāo)的復(fù)雜性和情境的多樣性，伙伴選擇的研究依然富有挑戰(zhàn)性。

目前關(guān)于動(dòng)態(tài)聯(lián)盟伙伴選擇目標(biāo)主要有成本最低、質(zhì)量最佳、生產(chǎn)周期最短、客戶(hù)滿(mǎn)意度最高、風(fēng)險(xiǎn)性最小等[2～10]特點(diǎn)，用互補(bǔ)度作為選擇指標(biāo)的尚且不多。由于決策標(biāo)準(zhǔn)不僅涉及價(jià)格、時(shí)間等短期目標(biāo)因素，更涉及信任、處事風(fēng)格、合作規(guī)則等歷史合作因素，因此，研究聯(lián)盟穩(wěn)定性對(duì)我國(guó)的“關(guān)系”文化背景下的合作伙伴選擇頗有戰(zhàn)略意義。參考文獻(xiàn)[1]指出企業(yè)傾向與資源互補(bǔ)度高的企業(yè)結(jié)盟；參考文獻(xiàn)[11]也提出互補(bǔ)度高的聯(lián)盟穩(wěn)定性更高，即互補(bǔ)度高的企業(yè)結(jié)盟再次結(jié)盟的概率更高。因此，本文提出了基于互補(bǔ)度的聯(lián)盟伙伴選擇方法，首先對(duì)候選企業(yè)的生產(chǎn)能力進(jìn)行建模，然后通過(guò)智能算法求得帕累托最優(yōu)解集，最后將互補(bǔ)度作為決策標(biāo)準(zhǔn)進(jìn)行伙伴選擇。

目前，針對(duì)多目標(biāo)選擇問(wèn)題已有較多研究成果，主要有層次分析法（analytic hierarchy process，AHP）[2,3]、網(wǎng)絡(luò)分析法 (analytic network process，ANP）[4,5]、形式概念分析（formal concept analysis,FCA）法[6]等，然而上述方法對(duì)定性的概念分析要求過(guò)高，實(shí)際應(yīng)用中有些方面考慮還不夠全面。在智能算法運(yùn)用方面，有運(yùn)用蟻群算法（ant colony optimization，ACO）[7]、貝葉斯算法（Bayesian algorithm）[8]、多目標(biāo)遺傳算法 （multi-objective genetic algorithm，MOGA）[9]等，然而所得的帕累托最優(yōu)解并不唯一，尚待進(jìn)一步?jīng)Q策。此外，針對(duì)不確定情境，參考文獻(xiàn)[8]將專(zhuān)家系統(tǒng)（expert system，ES）應(yīng)用于國(guó)際合資企業(yè)的伙伴選擇問(wèn)題，參考文獻(xiàn)[12]在研究中融入了模糊數(shù)學(xué)（fuzzy mathematics）、隨機(jī)過(guò)程（stochastic process）等方法，參考文獻(xiàn)[13]則引入了博弈論（game theory）等管理機(jī)制 。

雖然伙伴之間互補(bǔ)的重要性曾多次被學(xué)者述及，也存在一部分的實(shí)證研究，但是關(guān)于企業(yè)與所選合作伙伴之間互補(bǔ)度的研究依然較少，其中關(guān)于定量互補(bǔ)度的研究則更為不足。參考文獻(xiàn)[11]的研究表明，選擇企業(yè)聯(lián)盟伙伴時(shí)，傾向于具備互補(bǔ)性資源的企業(yè)，指出建立聯(lián)盟時(shí)要盡可能吸收技術(shù)能力互補(bǔ)的企業(yè)，以盡可能地整合聯(lián)盟內(nèi)部力量；同時(shí)提出建立入盟激勵(lì)約束模型時(shí)，定義了入盟企業(yè)的技術(shù)能力與聯(lián)盟技術(shù)能力的互補(bǔ)參數(shù)，但未對(duì)此互補(bǔ)參數(shù)的定義做出具體解釋。參考文獻(xiàn)[14]在研究聯(lián)盟穩(wěn)定性時(shí)，定義了互補(bǔ)因子，但該因子無(wú)法用于合作伙伴必須參與的任務(wù)模型。參考文獻(xiàn)[15]運(yùn)用匹配理論對(duì)IT人員的業(yè)務(wù)能力和技術(shù)能力的互補(bǔ)性做了研究，指出當(dāng)兩種能力均達(dá)到一定的水平時(shí)，可產(chǎn)生協(xié)同效應(yīng)，從而提升經(jīng)營(yíng)績(jī)效。

針對(duì)上述伙伴選擇的參考文獻(xiàn)中互補(bǔ)度研究的不足，本文在Cao Qing、Wang Qiong等建立的經(jīng)典企業(yè)合作伙伴選擇模型[2]的基礎(chǔ)上，建立了融入能力互補(bǔ)因素的企業(yè)生產(chǎn)聯(lián)盟的3階段伙伴選擇模型。該模型針對(duì)生產(chǎn)能力特性，定義了互補(bǔ)度評(píng)價(jià)系數(shù)，在模型的第3階段將互補(bǔ)度作為選擇參考，旨在動(dòng)態(tài)合作伙伴選擇時(shí)，解決既考慮成本、時(shí)間等短期動(dòng)態(tài)目標(biāo)，又考慮聯(lián)盟穩(wěn)定性這一戰(zhàn)略目標(biāo)的伙伴選擇問(wèn)題。

2 基于生產(chǎn)聯(lián)盟伙伴組合互補(bǔ)度的分析及定義

2.1 生產(chǎn)聯(lián)盟企業(yè)間互補(bǔ)的作用

互補(bǔ)的意義因設(shè)計(jì)、制造、銷(xiāo)售、服務(wù)等職能的不同而發(fā)生變化，本文主要分析基于生產(chǎn)制造的互補(bǔ)。由于產(chǎn)品的生產(chǎn)制造有復(fù)雜的過(guò)程，涵蓋不同的工藝，需要多樣的設(shè)備，但一些設(shè)備造價(jià)昂貴，中小企業(yè)可能無(wú)法擁有全套設(shè)備，因此，不同企業(yè)擁有不同的生產(chǎn)能力或擅長(zhǎng)不同的生產(chǎn)方向。企業(yè)關(guān)注核心能力的提升，可以只完成部分訂單的生產(chǎn)任務(wù)，將其他生產(chǎn)環(huán)節(jié)交由聯(lián)盟合作伙伴協(xié)同完成。企業(yè)聯(lián)盟的形成必將產(chǎn)生協(xié)同成本，包括物流費(fèi)、中介合同費(fèi)、聯(lián)盟的協(xié)調(diào)運(yùn)作費(fèi)等。一般而言，聯(lián)盟企業(yè)之間的互補(bǔ)性越強(qiáng)，其協(xié)同成本越低[11]。因此，為提高整個(gè)聯(lián)盟體的效益，須選擇互補(bǔ)度高的企業(yè)，使聯(lián)盟體的各種能力、資源、市場(chǎng)等因素平衡發(fā)展。

基于生產(chǎn)能力的互補(bǔ)，指的是通過(guò)與一個(gè)或多個(gè)企業(yè)建立聯(lián)盟，從不同企業(yè)中獲取所需要的能力，突破企業(yè)能力缺陷障礙，使聯(lián)盟整體的企業(yè)能力體系中各項(xiàng)能力達(dá)到均衡并得以充分發(fā)揮。理想的戰(zhàn)略性生產(chǎn)聯(lián)盟的生產(chǎn)能力互補(bǔ)，可以完成行業(yè)內(nèi)通用產(chǎn)品的生產(chǎn)，并且能力盈余最低。生產(chǎn)聯(lián)盟中倘若有的能力過(guò)剩，而有的能力卻不佳或缺失，那么這種聯(lián)盟就不是滿(mǎn)意的聯(lián)盟。具體如圖1所示，圖1（a）中，交集面積之和決定互補(bǔ)系數(shù)的高低，面積越大，互補(bǔ)系數(shù)β越大，圖1（b）為互補(bǔ)系數(shù)β=100時(shí)的最佳互補(bǔ)。

圖1 基于生產(chǎn)能力的互補(bǔ)定義

基于生產(chǎn)聯(lián)盟的特性，本文將互補(bǔ)分為橫向互補(bǔ)和縱向互補(bǔ)，最佳縱向互補(bǔ)為在生產(chǎn)成本、時(shí)間、質(zhì)量等約束條件下尋求多目標(biāo)最優(yōu)，并且聯(lián)盟整體的生產(chǎn)能力剩余率最低。最佳橫向互補(bǔ)則為各個(gè)聯(lián)盟企業(yè)所產(chǎn)生的協(xié)同環(huán)境最佳。

2.2 基于生產(chǎn)能力的縱向互補(bǔ)度的計(jì)算方法

首先定義模型中的各種符號(hào)，具體定義如下。

·E0：主選（盟主）企業(yè)。

·Ei：第 i家備擇企業(yè)（i>0）。

·E=[E1，E2，…，Ei]：備擇企業(yè)集。

·T：外包能力需求集。

·Tj：第 j項(xiàng)任務(wù)。

·Tpq：第p項(xiàng)任務(wù)選擇第q家企業(yè)作為合作伙伴。

·cij：第i家企業(yè)完成任務(wù)j所需要的單位成本。

·tij：第i家企業(yè)完成任務(wù)j所需要的單位時(shí)間。

·LT：提前期（lead time）。

·TC：生產(chǎn)總成本。

·TT：生產(chǎn)總時(shí)間。

·NUM：伙伴數(shù)目。

·{S1，S2，S3，…，Sn}：帕累托最優(yōu)解集。

·βSi：解Si的伙伴組合互補(bǔ)度評(píng)價(jià)系數(shù)。

·Β={βS1，βS2，βS3，…，βSn}：縱向互補(bǔ)度評(píng)價(jià)集。

·j’：第j項(xiàng)任務(wù)的前道（工序）任務(wù)。

·i’：完成當(dāng)前任務(wù)的前道工序的企業(yè)。

·ccii’：第i′家企業(yè)到第i家企業(yè)之間的協(xié)同成本，如果沒(méi)有前道工序，則 ccii′=0。

如圖2所示，若一個(gè)生產(chǎn)鏈的生產(chǎn)能力需求為{A，B，C，D，E，F(xiàn)，G，H}，則假設(shè)甲生產(chǎn)能力為{A，B，C，D，E}，乙為{F，G，H}，丙為{A，B，F(xiàn)，G，H}。假設(shè)企業(yè)甲乙聯(lián)盟和企業(yè)甲丙聯(lián)盟產(chǎn)生的成本、時(shí)間、質(zhì)量等相當(dāng)，就同等條件下的再次聯(lián)盟概率而言，甲乙再次聯(lián)盟的概率肯定比甲丙高，因?yàn)榧滓覂杉移髽I(yè)的互補(bǔ)度高，而甲丙聯(lián)盟必然會(huì)造成一方的生產(chǎn)能力A和B不起作用，造成資源空置。

圖2 盟友企業(yè)能力組合

互補(bǔ)度系數(shù)是體現(xiàn)企業(yè)資源的互補(bǔ)程度的量化指標(biāo)，與不同聯(lián)盟中伙伴之間的共性能力數(shù)量成反比。假設(shè)某生產(chǎn)鏈共需M種能力，記為T(mén)，為了體現(xiàn)能力高低不等，將每個(gè)能力屬性分3個(gè)等級(jí)，如能力A分為3個(gè)級(jí)別：A+，A，A-。

假設(shè)主選能力集為T(mén)的子集，記T-E0=[]，第i個(gè)候選企業(yè)記為Ei，候選企業(yè)能力為子集記為T(mén)-Ei=[]，將第j種單項(xiàng)能力重疊度的Δm定義為（以能力A為例）：

標(biāo)準(zhǔn)化后的β取值范圍為(0,100］?；パa(bǔ)度等級(jí)是由共性資源的數(shù)量決定的，等級(jí)越高，互補(bǔ)度越低。如圖3所示，聯(lián)盟組合的互補(bǔ)度β根據(jù)生產(chǎn)能力剩余的數(shù)量分為不同的等級(jí)，將相同互補(bǔ)度等級(jí)的聯(lián)盟組合視為互補(bǔ)度相當(dāng)解，對(duì)互補(bǔ)度相當(dāng)?shù)慕庑柽M(jìn)一步考察聯(lián)盟的橫向互補(bǔ)度，進(jìn)而產(chǎn)生最優(yōu)解。

2.3 企業(yè)聯(lián)盟中橫向互補(bǔ)度的衡量標(biāo)準(zhǔn)

協(xié)同效應(yīng)是由聯(lián)盟企業(yè)的合作氛圍、協(xié)作文化以及聯(lián)盟的治理結(jié)構(gòu)的效率等聯(lián)盟環(huán)境所決定的[13]。為了使聯(lián)盟的生產(chǎn)能力、營(yíng)銷(xiāo)能力、財(cái)務(wù)能力、研發(fā)能力、人力資源能力擁有最佳的發(fā)展環(huán)境[10]，企業(yè)必須追求高度的橫向互補(bǔ)才能達(dá)到協(xié)同效應(yīng)。

橫向互補(bǔ)度的具體衡量標(biāo)準(zhǔn)主要包括以下3方面。

（1）管理相容性

具備相容的管理風(fēng)格、相容的戰(zhàn)略目標(biāo)，制造商和經(jīng)銷(xiāo)商之間有相同或者更高的技術(shù)能力水平、以往的聯(lián)盟經(jīng)驗(yàn)、伙伴的管理能力。

（2）營(yíng)銷(xiāo)互補(bǔ)度

更寬的市場(chǎng)覆蓋范圍，擁有增長(zhǎng)的市場(chǎng)份額，更多的出口機(jī)會(huì)，擁有不同的客戶(hù)、不同的營(yíng)銷(xiāo)手段。

（3）文化協(xié)同度

是否愿意共享專(zhuān)有技術(shù)、平等控制、靈活性。協(xié)同的文化，相似的文化，相容的文化，沖突的文化。協(xié)同度高，對(duì)績(jī)效產(chǎn)生正向影響。

以企業(yè)能力為基礎(chǔ)建立能力管理框架，本文從縱向和橫向兩方面評(píng)價(jià)企業(yè)之間的互補(bǔ)性，首先從定量的角度考察具體生產(chǎn)任務(wù)完成能力的縱向互補(bǔ)度，其次定性地評(píng)價(jià)聯(lián)盟組合的橫向互補(bǔ)度，包括企業(yè)的營(yíng)銷(xiāo)能力互補(bǔ)、管理能力互補(bǔ)、文化適應(yīng)能力互補(bǔ)。如果綜合互補(bǔ)度高，則易于形成戰(zhàn)略合作伙伴。

3 基于生產(chǎn)的動(dòng)態(tài)聯(lián)盟伙伴選擇模型的建立

基于生產(chǎn)的動(dòng)態(tài)聯(lián)盟，對(duì)生產(chǎn)能力的需求明確，易于評(píng)估聯(lián)盟伙伴的互補(bǔ)度。盟主企業(yè)接到訂單后，首先必須評(píng)估自己的生產(chǎn)能力和生產(chǎn)負(fù)荷；然后進(jìn)行需求分析并在行業(yè)內(nèi)發(fā)布需要外包的生產(chǎn)能力需求；最后各個(gè)想要入盟的企業(yè)通過(guò)分析自身能力，響應(yīng)需求并出樣報(bào)價(jià)。本文構(gòu)建了基于生產(chǎn)的3階段選擇模型，如圖4所示，旨在解決在眾多備擇企業(yè)中選擇伙伴的難題。

3.1 邏輯模型建立

如圖4所示，基于生產(chǎn)的動(dòng)態(tài)聯(lián)盟伙伴選擇包括3個(gè)階段。

圖3 互補(bǔ)度系數(shù)逐級(jí)分布

第1階段，盟主企業(yè)獲得一批備擇企業(yè)的信息，根據(jù)其聲譽(yù)、商標(biāo)、產(chǎn)品質(zhì)量、負(fù)債等基本信息和歷史合作信息，剔除一些不合格企業(yè)，產(chǎn)生候選企業(yè)集。

第2階段，依據(jù)各生產(chǎn)能力的提供廠商的報(bào)樣的價(jià)位及生產(chǎn)周期，尋求總生產(chǎn)成本最低和生產(chǎn)時(shí)間最短的企業(yè)，通過(guò)基于粒子群優(yōu)化算法的多目標(biāo)搜索算法，得到帕累托最優(yōu)解集。

第3階段，通過(guò)評(píng)價(jià)非支配最優(yōu)解的互補(bǔ)度，將縱向、橫向互補(bǔ)度融入非劣解中選擇的決策規(guī)則之中，形成最佳決策。

3.2 數(shù)學(xué)模型建立

假設(shè)第p項(xiàng)任務(wù)選擇第q家企業(yè)作為合作伙伴，即針對(duì)Tpq設(shè)置基本向量Vpq：

假設(shè)使用PRET網(wǎng)絡(luò)流程圖計(jì)劃排程，對(duì)每個(gè)Tpq設(shè)置另一個(gè)基本向量Rpq：

假設(shè)企業(yè)的能力成本矩陣為C：

其中，有N家聯(lián)盟內(nèi)企業(yè)（包含盟主企業(yè)），總共有M種能力。cij的值為：

式（6）表示的是第i家企業(yè)提供的第j能力所產(chǎn)生的單位成本。若第i家企業(yè)沒(méi)有第j中能力，則用0補(bǔ)齊。

同理得出協(xié)同生產(chǎn)矩陣TC和生產(chǎn)時(shí)間矩陣TT，CC由ccij組成，T由tij組成，得出目標(biāo)函數(shù)如下：

約束條件為 NUM≤3；TT≤LT；i≥0；j∈[0,N]。

4 基于生產(chǎn)的動(dòng)態(tài)聯(lián)盟伙伴選擇尋優(yōu)算法

針對(duì)每一階段模型特點(diǎn)設(shè)計(jì)模型求解方法，具體如圖5所示。

第1階段，建立備擇企業(yè)的基本信息庫(kù)和聯(lián)盟歷史信息庫(kù)，運(yùn)用層次分析法（AHP），對(duì)備擇企業(yè)的歷史合作信息、品牌、質(zhì)量等決策標(biāo)準(zhǔn)的分類(lèi)，確定權(quán)重，專(zhuān)家進(jìn)行模糊評(píng)價(jià)，產(chǎn)生候選企業(yè)集。

第2階段，運(yùn)用基于粒子群優(yōu)化算法的多目標(biāo)搜索算法，對(duì)生產(chǎn)時(shí)間和成本進(jìn)行優(yōu)化求解，產(chǎn)生帕累托非劣解集。

第3階段，通過(guò)評(píng)價(jià)非支配最優(yōu)解的互補(bǔ)度，將縱向、橫向互補(bǔ)度融入非劣解中選擇的決策規(guī)則之中，形成最佳決策。AHP方法在伙伴選擇中已有較多研究，本文不再贅述。下面主要介紹基于粒子群的多目標(biāo)搜索算法的設(shè)計(jì)應(yīng)用和基于互補(bǔ)度評(píng)價(jià)的決策支持方法。

4.1 基于粒子群優(yōu)化的多目標(biāo)搜索算法

多目標(biāo)求解屬NP難題，設(shè)外包任務(wù)能力5種，共有25家盟友企業(yè)，且每種能力有15家備擇企業(yè)具有。那么，有155種（759375種）選擇的可能，計(jì)算量非常大，必須依靠智能算法才能得到最優(yōu)解，粒子群優(yōu)化算法是計(jì)算智能領(lǐng)域除了蟻群算法、魚(yú)群算法之外的又一種群體智能優(yōu)化算法。具體流程如圖6所示。該算法最早是由Kennedy和Eberhart在1995年提出的，主要源于對(duì)鳥(niǎo)類(lèi)捕食行為的研究。算法中的每個(gè)粒子都代表問(wèn)題的一個(gè)潛在解，每個(gè)粒子對(duì)應(yīng)一個(gè)由適應(yīng)度函數(shù)決定的適應(yīng)度值，粒子的速度決定了粒子移動(dòng)的方向和距離，速度隨自身及其他粒子的移動(dòng)經(jīng)驗(yàn)進(jìn)行動(dòng)態(tài)調(diào)整。粒子在解空間中運(yùn)動(dòng)，通過(guò)跟蹤個(gè)體極值Pbest和群體Gbest更新個(gè)體位置。

圖5 求解過(guò)程

圖6 粒子群優(yōu)化算法流程

假設(shè)在D維搜索空間中，由n個(gè)粒子組成的種群X=（X1，X2，…，Xn），其中第 i個(gè)粒子表示一個(gè) D 維向量 Xi=（xi1，xi2，…，xid）T，代表第 i個(gè)粒子在 D維搜索空間中的位置，亦代表一個(gè)潛在解。根據(jù)目標(biāo)函數(shù)可以計(jì)算出每個(gè)粒子X(jué)i對(duì)應(yīng)的適應(yīng)度值。算法主要包括以下6個(gè)步驟。

（1）編碼

本文采用自然數(shù)對(duì)初始粒子群進(jìn)行編碼。D維向量空間代表D項(xiàng)外包能力需求，自然序數(shù)代表候選企業(yè)的編號(hào)，設(shè)某一粒子 Xi=（xi1，xi2，…，xid）T=[2，5，2，3，5，3，3]T。

（2）解碼

個(gè)體代表第i1種能力由第xi1家企業(yè)提供服務(wù)。如（1）中Xi的解碼為：第1種生產(chǎn)能力由第2家企業(yè)提供；第2種生產(chǎn)能力由第5家企業(yè)提供，以此類(lèi)推。

（3）初始粒子群產(chǎn)生

初始粒子群是半隨機(jī)產(chǎn)生的，每個(gè)任務(wù)集均有通過(guò)初選的候選企業(yè)，在通過(guò)初選的候選企業(yè)中隨機(jī)產(chǎn)生個(gè)體。

（4）適應(yīng)度賦值

基于個(gè)體的式（6）和式（7）排序的是適應(yīng)度賦值。利用線性差值方法在最低序號(hào)與最高序號(hào)之間插入數(shù)值，具有相同序號(hào)的個(gè)體進(jìn)行適應(yīng)度共享操作。個(gè)體須滿(mǎn)足上文中的約束。

（5）篩選非劣解集

當(dāng)前粒子不受其他粒子以及當(dāng)前非劣集中粒子支配時(shí)，把新的粒子放入非劣解集中；若新的粒子支配當(dāng)前非劣集中的粒子，則將當(dāng)前非劣集中的受支配的解剔除。并且在粒子更新前從非劣解集中隨機(jī)選擇一個(gè)粒子作為群體最優(yōu)粒子。

（6）粒子最優(yōu)更新

其中，w為慣性權(quán)重；r1和r2為分布于[0,1]的隨機(jī)數(shù)；k是當(dāng)前的迭代次數(shù)為個(gè)體最優(yōu)粒子位置為全局最優(yōu)粒子位置；c1，c2為常數(shù)；V為粒子速度；X為粒子位置。

通過(guò)限定范圍內(nèi)隨機(jī)產(chǎn)生初始種群，由于是多目標(biāo)兩兩比較淘汰劣解，所以種群規(guī)模要相對(duì)較大（xSize>30）。在粒子種群更新過(guò)程中，非劣解集中的支配粒子總量不達(dá)種群規(guī)模要求的，用隨機(jī)產(chǎn)生填補(bǔ)。若非劣解個(gè)體和通過(guò)變異交叉產(chǎn)生的個(gè)體總量大于種群規(guī)模，則采用擴(kuò)大子代種群規(guī)模策略。

4.2 第3階段模型求解

運(yùn)用本文的2.2節(jié)中的互補(bǔ)度β計(jì)算方法，可產(chǎn)生縱向互補(bǔ)度評(píng)價(jià)集，記為 Β={βS1，βS2，βS3，…，βSn}，定量能力互補(bǔ)度β排序法求解最佳生產(chǎn)能力互補(bǔ)組合，縱向互補(bǔ)度最大值記為Maxβ。

設(shè)Maxβ互補(bǔ)度等級(jí)為m，若存在其他解的β值等級(jí)與最高級(jí)相同，則將m等級(jí)的β的解視為縱向互補(bǔ)度相當(dāng)，需進(jìn)一步定性考察該等級(jí)所有解的橫向互補(bǔ)度。

針對(duì)互補(bǔ)度等級(jí)為m的解不唯一的情況，為獲得最佳聯(lián)盟合作環(huán)境，定性判斷聯(lián)盟伙伴間的橫向互補(bǔ)度。通過(guò)對(duì)第1節(jié)介紹評(píng)價(jià)營(yíng)銷(xiāo)能力、管理能力、文化適應(yīng)能力的綜合橫向互補(bǔ)度，確定最終的決策。

5 我國(guó)通信行業(yè)智能手機(jī)生產(chǎn)聯(lián)盟伙伴選擇實(shí)例研究

本文以通信行業(yè)智能手機(jī)的生產(chǎn)為例，對(duì)上述伙伴選擇方法進(jìn)行模擬仿真。智能手機(jī)（Smartphone）具有獨(dú)立的操作系統(tǒng)，可由用戶(hù)自行安裝軟件、游戲等程序來(lái)不斷擴(kuò)充手機(jī)功能，并可通過(guò)移動(dòng)通信網(wǎng)絡(luò)實(shí)現(xiàn)無(wú)線網(wǎng)絡(luò)接入。艾媒咨詢(xún)（iiMedia research）的數(shù)據(jù)顯示，2012年第3季度我國(guó)智能手機(jī)市場(chǎng)銷(xiāo)量達(dá)到4980萬(wàn)部，環(huán)比增長(zhǎng)31.1%，同比增長(zhǎng)154.9%[16]。國(guó)外知名智能手機(jī)品牌有如美國(guó)的蘋(píng)果（iPhone）、韓國(guó)的三星（Samsung）、加拿大的黑莓（Blackberry）等。在國(guó)內(nèi)，某些品牌也奮力占據(jù)中、低端的市場(chǎng)，如華為、酷派、聯(lián)想、小米、金立、天語(yǔ)等。由于手機(jī)生產(chǎn)過(guò)程的復(fù)雜性，即使是美國(guó)蘋(píng)果公司，全球也有218家供應(yīng)商為其生產(chǎn)零件，故有相當(dāng)一部分手機(jī)集成商組織運(yùn)作交織復(fù)雜的手機(jī)生產(chǎn)聯(lián)盟網(wǎng)絡(luò)。以深圳華強(qiáng)北地區(qū)的手機(jī)產(chǎn)業(yè)鏈為例，雖然大部分主板采用臺(tái)灣聯(lián)發(fā)科技的MTK芯片，但不同的功能方案需要不同的車(chē)床組成，并且測(cè)試過(guò)程復(fù)雜，所以存在很多手機(jī)生產(chǎn)聯(lián)盟。

5.1 智能手機(jī)主要生產(chǎn)能力分類(lèi)

如圖7所示，智能手機(jī)的生產(chǎn)主要由3部分組成：主板部分、配件及外觀、整機(jī)組裝與測(cè)試系統(tǒng)。

以某品牌普通智能手機(jī)為例，其主要制造流程如圖8所示，生產(chǎn)工序有A～M，共包含14道工序，每一道工序代表特定類(lèi)別的生產(chǎn)能力，生產(chǎn)的關(guān)鍵路線為A-B-C-D-E-I-J-K-N。

5.2 生產(chǎn)聯(lián)盟伙伴選擇模型中的各參數(shù)的確定

假設(shè)需定制3000個(gè)中端智能手機(jī)，LT=20天，TC=180萬(wàn)元。設(shè)盟主可以獨(dú)立進(jìn)行工序A/B/D/E/I/J/L/M/N，其中主板芯片、聽(tīng)筒、麥克風(fēng)、攝像頭、喇叭標(biāo)準(zhǔn)件可在電子市場(chǎng)采購(gòu)，盟主企業(yè)還具備主板功能模塊加工、整機(jī)裝配、軟件灌裝、測(cè)試、說(shuō)明書(shū)撰寫(xiě)、包裝等生產(chǎn)能力，除此之外，還有液晶模塊等5道生產(chǎn)工序需要外包給盟友伙伴完成。假設(shè)根據(jù)歷史合作信息、企業(yè)信息，通過(guò)AHP濾除不合格企業(yè)后，還剩余20家候選企業(yè)愿意加入聯(lián)盟提供該服務(wù)。故 i=1～20，j=1～5，E=[E1，E2，E3，…，E20]。

通過(guò)對(duì)深圳華強(qiáng)北地區(qū)部分智能手機(jī)生產(chǎn)企業(yè)的實(shí)地調(diào)查以及網(wǎng)絡(luò)數(shù)據(jù)分析，獲知每個(gè)模塊的生產(chǎn)價(jià)格區(qū)間、生產(chǎn)周期等信息。發(fā)現(xiàn)不同企業(yè)所提供的完成時(shí)間和單位生產(chǎn)價(jià)格有所差異，因此，企業(yè)之間的協(xié)同成本必然也有差異。在協(xié)同成本計(jì)算上，主要體現(xiàn)在前后道工序的生產(chǎn)廠家的貨品運(yùn)輸費(fèi)、倉(cāng)儲(chǔ)費(fèi)以及建立聯(lián)盟的合同費(fèi)等。在此基礎(chǔ)上設(shè)計(jì)仿真數(shù)據(jù)，得到生產(chǎn)成本矩陣C、生產(chǎn)時(shí)間矩陣TT以及協(xié)同成本矩陣CC。檢測(cè)失敗回爐的時(shí)間和成本按5%計(jì)算。

5.3 應(yīng)用MATLAB仿真及對(duì)仿真結(jié)果的分析

5.3.1 仿真過(guò)程及仿真結(jié)果

圖7 智能手機(jī)的生產(chǎn)構(gòu)成

圖8 智能手機(jī)生產(chǎn)過(guò)程

由于粒子群算法的數(shù)據(jù)分析比較復(fù)雜，而MATLAB擁有強(qiáng)大的矩陣運(yùn)算功能、圖形化顯示功能，因此選擇MATLAB作為程序設(shè)計(jì)工具。應(yīng)用本文闡述的基于粒子群的多目標(biāo)尋優(yōu)算法，將迭代總數(shù)設(shè)為1000，種群大小設(shè)為50，精度則為待招標(biāo)的工序數(shù)5，最大合作企業(yè)數(shù)目設(shè)為3。具體的實(shí)現(xiàn)步驟如下。

（1）運(yùn)用模型第2階段求解算法。隨機(jī)產(chǎn)生的初始種群的平均總生產(chǎn)時(shí)間30天、總生產(chǎn)成本為375.7萬(wàn)元，運(yùn)行求解算法1000代后，平均總生產(chǎn)時(shí)間16.5天、總生產(chǎn)價(jià)格為171.8萬(wàn)元，結(jié)果表明，第2階段的算法具備較好的收斂性和理想的求解效果。最終得到的帕累托最優(yōu)解有12 個(gè)，按生產(chǎn)時(shí)間排序后得到 S=[S1，S2，S3，…，S12]。如圖 9所示為逐代的平均目標(biāo)值的進(jìn)化過(guò)程及圖10所示的最終非裂解排序后分布。

（2）根據(jù)生產(chǎn)成本約束條件不高于180萬(wàn)，生產(chǎn)周期不多于20天的要求，將解集中的解序號(hào)為1、2、3、12的解剔除。

（3）計(jì)算縱向互補(bǔ)度評(píng)價(jià)集，由于已刪除 1、2、3、12 號(hào)解，故不需再計(jì)算其互補(bǔ)度，剩余互補(bǔ)度記為 Β={βS4，βS5，…，βS10}。

標(biāo)準(zhǔn)件A/D/E/L的生產(chǎn)能力在計(jì)算互補(bǔ)時(shí)不作為能力考慮，剩余通過(guò)設(shè)計(jì)得到仿真能力專(zhuān)家評(píng)價(jià)子集。核心企業(yè) E0的能力子集 C-Key E=[B-，I，J+，M，N+]，各候選企業(yè)的能力子C-Ei。如圖11所示，按照從下往上的順序，第1層代表生產(chǎn)智能手機(jī)時(shí)，除標(biāo)準(zhǔn)件之外的總的生產(chǎn)能力需求{B，C，F(xiàn)，G，H，I，J，K，L，M，N}；第 2 層為帕累托最優(yōu)解集中涉及企業(yè)的能力評(píng)價(jià)子集；經(jīng)粒子群算法求解得到中間層——帕累托解各方案的能力評(píng)價(jià)組合，如E0∪E3；最上層為每個(gè)帕累托最優(yōu)解方案的縱向能力互補(bǔ)度β值的計(jì)算結(jié)果。根據(jù)上文定義得出B=[14.1831.2524.3913.723.8116.3916.6719.42]，剩余可行解中互補(bǔ)度最高的解序號(hào) S5：{E0，E5}，其互補(bǔ)度為 31.25，互補(bǔ)度等級(jí)為 3。由于最高互補(bǔ)度級(jí)別解僅有一個(gè)，故選擇結(jié)束。選擇結(jié)果：S4為最佳伙伴選擇策略。

圖9 逐代目標(biāo)值均值曲線

圖10 運(yùn)行1000代以后帕累托解分布

圖11 互補(bǔ)度計(jì)算概念

（4）若步驟（3）中最高互補(bǔ)度級(jí)別不止一個(gè)，則需要進(jìn)一步結(jié)合企業(yè)間的橫向互補(bǔ)度的高低，繼續(xù)選擇。

本文所用的仿真在步驟（3）結(jié)束。

5.3.2 仿真結(jié)果分析

（1）算法得到的帕累托解集在進(jìn)行排序之后，較之其他解，兩端的非劣解特點(diǎn)為其中一個(gè)目標(biāo)最優(yōu)，而另一個(gè)目標(biāo)則最劣。如：曲線最左端的解是生產(chǎn)時(shí)間最短為12天，而生產(chǎn)成本為解集最高，為192.6萬(wàn)元，平均每臺(tái)智能手機(jī)的生產(chǎn)價(jià)格為640元。

（2）在S1～S12解曲線的中間段，目標(biāo)值的變化幅度并不大，如 S5～S9，時(shí)間為 16～18天，生產(chǎn)成本則為：175.7～166.5萬(wàn)元，每臺(tái)成本555～585元。運(yùn)用模型的第3階段繼續(xù)輔助支持決策者，不再繼續(xù)求解互補(bǔ)度的選擇方法只能盲目從中選擇。即通過(guò)圖11的最高一層，解決了上述雙目標(biāo)差異不大造成的決策困難。此過(guò)程可進(jìn)一步根據(jù)考慮決策者的決策偏好，如成本優(yōu)先戰(zhàn)略等先縮小β值的求解范圍。

（3）在本文案例中，Maxβ的互補(bǔ)度級(jí)別為3，而且僅有一個(gè)β值居第3級(jí)，選擇結(jié)果非常清晰。倘若在圖11最高層，若存在于Maxβ的互補(bǔ)度級(jí)別相同的解，還須繼續(xù)研究各個(gè)解組合的橫向互補(bǔ)度，進(jìn)而深入指導(dǎo)決策者。

6 結(jié)束語(yǔ)

本文通過(guò)對(duì)企業(yè)能力互補(bǔ)度的量化，將互補(bǔ)度系數(shù)引入選擇規(guī)則中，對(duì)相同級(jí)別的互補(bǔ)度的解進(jìn)一步引入相容性的判斷，解決了在運(yùn)用粒子群算法求解多目標(biāo)選擇過(guò)程中出現(xiàn)多個(gè)帕累托最優(yōu)解的選擇難題，在企業(yè)動(dòng)態(tài)聯(lián)盟伙伴選擇過(guò)程中既考慮了短期目標(biāo)，又考慮了再次聯(lián)盟概率和利于企業(yè)成長(zhǎng)的最佳共振環(huán)境等戰(zhàn)略目標(biāo)，實(shí)現(xiàn)動(dòng)態(tài)中的相對(duì)穩(wěn)定。本文在引入互補(bǔ)度決策時(shí)偏重于定量的縱向互補(bǔ)度，僅考慮了基于生產(chǎn)的伙伴選擇問(wèn)題。對(duì)于產(chǎn)品設(shè)計(jì)、營(yíng)銷(xiāo)、售后等供應(yīng)鏈上下游的其他階段的聯(lián)盟伙伴選擇，橫向互補(bǔ)度值得進(jìn)一步研究。

1 李允堯，生延超，姜向陽(yáng).聯(lián)盟動(dòng)機(jī)、技術(shù)能力與企業(yè)入盟的最優(yōu)策略.管理世界，2010(3):178～179

2 Cao Q,Wang Q.Optimizing vendor selection in a two-stage outsourcing process.Computers&Operations Research,2007,34(12):3757～3768

3 Wang T C,Chen Y H.Applying fuzzy linguistic preference relations to the improvement of consistency of fuzzy AHP.Information Sciences,2008,178(19):3755～3765

4 Mikhailov L.Fuzzy analytical approach to partnership selection in formation of virtual enterprises.Omega,2002,30(5):393～401

5 Jharkharia S.Selection of logistics service provider:an analytic network process(ANP)approach.Omega,2007,35(3):274～289

6 Solesvik M Z.Partner selection for interfirm collaboration in ship design.Industrial Management&Data Systems,2010,11(5):701～710

7 張衛(wèi)，潘曉弘，劉志等.基于云模型蟻群優(yōu)化的制造服務(wù)調(diào)度策略.計(jì)算機(jī)集成制造,2012，18(1):201～207

8 Wu C,Barnes D.Formulating partner selection criteria for agile supply chains:a dempster–shafer belief acceptability optimization approach.International Journal of Production Economics,2010,125(2):284～293

9 Hassan M M,Song B,Huh E N.A market-oriented dynamic collaborative cloud services platform.Annals of Telecommunications,2010,65（11-12）:669～688

10 Cavusgil S T,Evirgen C.Use of expert systems in international marketing:an application forco-operative venture partner selection.European Journal of Marketing,1997,31(1):73～86

11 Mitsuhashi H,Greve H R.A matching theory of alliance formation and organizational success: complementary and compatibility.Academy of Management Journal,2009,52(5):975～995

12 黃彬，高誠(chéng)輝，陳亮.模糊完工時(shí)間和模糊交貨期下的虛擬企業(yè)伙伴選擇.系統(tǒng)工程理論與實(shí)踐,2010,30(6):1085～109

13 楊虎，張東戈，劉浩等.一種基于間接互惠的計(jì)算網(wǎng)格合作激勵(lì)機(jī)制研究.電信科學(xué),2011(9):42～47

14 任聲策，宣國(guó)良.基于學(xué)習(xí)和能力互補(bǔ)動(dòng)態(tài)的研發(fā)聯(lián)盟穩(wěn)定性研究.中國(guó)管理科學(xué)，2005,13(5):111～115

15 張海青，田軍.IT人員業(yè)務(wù)能力與技術(shù)能力的互補(bǔ)性對(duì)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響.管理學(xué)報(bào)，2011,8(9):1359～1364

16 iiMedia Research:2012年Q3中國(guó)智能手機(jī)市場(chǎng)銷(xiāo)量達(dá)到4980萬(wàn)部.http://www.199it.com/archives/83266.html

Research on Manufacture Partner Selection with Competence Complementary Operator

Ju Chunhua1,2，F(xiàn)u Xiaokang3
（1.School of Computer Science and Information Engineering,Zhejiang Gongshang University,Hangzhou 310018,China;2.Center for Studies of Modern Business,Zhejiang Gongshang University,Hangzhou 310018,China;3.School of Business Administration,Zhejiang Gongshang University,Hangzhou 310018,China）

The main objective for enterprises alliances is to integrate complementary resources,and complementary degree is a crucial factor affecting the alliance stability and alliance performance,so it is meaningful to do research on thecomplementary degree in partner selection.Based on the characteristics of manufacture alliance,an evaluation coefficient was designed to access the competence complementary degree in manufacture alliances.Then a manufacture partner selection model was constructed with the evaluation coefficient,in which selection rules was built with the consideration of complementary degree.The problem was solved which stated in the model.Firstly,AHP was used to filter the disqualified enterprises.Secondly,particle swarm optimization (PSO)was applied to obtain the Pareto optimal solutions.Last but not the least,complementary degree evaluation coefficient was calculated to support selection decisions.Also,communications industry was used as an example to implement the proposed model in MATLAB and conclusions were given by analyzing the simulation results.

partner selection,complementary degree,PSO,Pareto optimal solution

10.3969/j.issn.1000-0801.2013.03.018

* 國(guó)家自然科學(xué)基金資助項(xiàng)目（No.71071141），教育部高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金資助項(xiàng)目（No.20103326110001），浙江省自然科學(xué)基金重點(diǎn)項(xiàng)目（No.Z1091224）

琚春華，男，博士，浙江工商大學(xué)計(jì)算機(jī)信息與工程學(xué)院、浙江工商大學(xué)現(xiàn)代商貿(mào)中心教授，浙江工商大學(xué)管理學(xué)院博士生導(dǎo)師，主要研究方向?yàn)橹悄苄畔⒐芾?、電子商?wù)與物流的研究、決策支持系統(tǒng)等。

傅小康，女，浙江工商大學(xué)管理學(xué)院博士研究生、講師，主要研究方向?yàn)闆Q策支持系統(tǒng)、服務(wù)協(xié)同、供應(yīng)鏈管理等。

2013-02-23）