Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Аутсорсинг и качество продукции и услуг. Взгляд на проблему. Часть 1
.pdf
181
Управляющие воздействия в системе осуществляются через систему
НТД на всех этапах жизненного цикла изделий кроме эксплуатации (пла-
нирование, НИОКР, разработка, освоение и серийное производство, при-
менение при разработке в производстве образцов РЭА).
Аналогия между конструкционными материалами (сырьем) и комплектующими изделиями в рассматриваемой задаче (управление номенклатурой) заключается в том, что и те, и другие являются исходной базой
для создания финального образца и в значительной степени их техникоэкономические параметры определяют качество, технический уровень и
стоимостные характеристики конечной продукции.
И в электронной, и в машиностроительной отрасли общей задачей является минимизация номенклатуры исходных материалов и комплектующих изделий при условии удовлетворения комплекса разнообразных требований, обусловленных технологией производства и условиями эксплуатации конечных образцов. Кроме того, общим ограничивающим требованием является суммарная величина затрат (в общем случае на полный
жизненный цикл образца).
Таким образом, общность этой задачи для различных отраслей позволяет использовать методологию управления номенклатурой, применяемую
в электронной промышленности, в интересах машиностроения (при условии учета специфики отрасли).
Рассмотрим вкратце динамику процесса формирования номенклатуры
комплектующих изделий, составляющих элементную базу (ЭБ) для конструктора-разработчика образца РЭА.
Основной массив ЭБ составляют серийно выпускаемые изделия различного технического уровня и качества. Непрерывное обновление этого
массива происходит за счет пополнения вновь разработанными изделиями
и исключения из него (снятия с производства) устаревших.
Для разработки новых образцов на современной ЭБ, очевидно, нужен
отбор лучших типов изделий (по техническим характеристикам, по стойкости к внешним и специальным воздействующим факторам, по надежности, стоимости и т.д.). Эта задача выполняется специальным ограничительным Перечнем, который периодически (ежегодно) обновляется и содержит номенклатуру разрешенных для применения комплектующих изделий при разработке новых образцов техники.
Одним из главных критериев, учитывающихся при формировании Перечня, является необходимость обеспечения функциональной полноты номенклатуры изделий.
Таким образом, на этом этапе ограничение номенклатуры осуществляется путем сопоставительного анализа изделий, проверки их соответствия требованиям заказчика, т.е. выполнением чисто логических операций.
182
Поэтому автоматизация этого процесса не требует разработки математических оптимизационных моделей и сводится к созданию машинного банка
данных, ведение которого обеспечивается программой сопоставительного
анализа и обновления массива.
Иначе обстоит дело с другим способом ограничения на этапе плани-
рования новых разработок изделий, регулирующим объем и содержание
НИОКР (годовые и перспективные планы и программы НИОКР).
На этапе изучения спроса (заявок потребителей) здесь также использу-
ется сопоставительный анализ, целью которого является унификация требований потребителей для сокращения числа заявок на новые разработки.
Наиболее эффективно эта задача решается путем создания аппаратур-
но-ориентированных программ, разрабатываемых вместе с заказчиками
посредством поэтапного обобщения заявок (от конкретного образца – к
группе однотипных образцов аппаратуры, далее – обобщение по отрасли и
на последнем этапе – межотраслевая унификация заявок на разработку новых комплектующих изделий).
Этот массив заявок дополняется результатами прогноза развития по
каждому классу изделий (перспективными требованиями) и служит основой для последующей оптимизации разрабатываемых изделий. Критерием
оптимизации обычно выбирается минимум суммарных затрат (на разработку, производство, применение) при условии полного удовлетворения
требований потребителей, т.е. используется, по существу, метод «эффективность–стоимость». Здесь, в общем случае, последовательно решаются
две задачи:
оптимизация системы параметров (ранжировка параметров по инфор-
мативности);
оптимизация размерно-параметрических рядов (т.е. определение ми-
нимально необходимого перечня (ряда) изделий данного класса, отличающихся значениями отдельных параметров или размеров).
Учитывая, что выбор системы параметров для сырья и материалов не
представляет столь сложной задачи, как для изделий радиоэлектроники,
далее остановимся на методах решения второй задачи.
Обоснование оптимального состава номенклатуры изделий относится
к категории технических решений, тесно связанных с экономическими аспектами. Поэтому наиболее полно специфике этой задачи соответствует ее
постановка с использованием критерия «эффективность–стоимость». Рассмотрим одну из общих постановок задачи и возможные подходы к ее решению.
Предположим, что в результате предварительно проведенных иссле-
дований определено исходное множество D (исходный параметрический
ряд) типов комплектующих изделий одинакового функционального назна-
183
чения, которые совместно обеспечивают выполнение всего объема возла-
)(
21 imiii
,,d
m,1
)(
21 imii
,,
n,1
m,1
N,1
n,1
N,1
n,1
гаемых на них функциональных задач:
D = {d1, d2, …, dn}.
Каждый i-й тип изделия этого множества di характеризуется вектором-строкой из m числовых значений параметров
, i =
.
Известно также множество видов требований (потребительский
спрос) к параметрам и характеристикам изделий
Q = {v1, v2, …, vn}.
Каждый j-й вид требований Vj описывается теми же параметрами и
характеристиками, что и i-й тип изделий, но может отличаться их числовыми значениями:
где βik > < βjk, k =
Vj →
.
, j =
,
Так как D и Q являются конечными множествами, и каждая векторстрока параметров соответствует одному из типов изделий или одному из
видов требований с определенным номером, будем считать, что они полностью определяются своими порядковыми номерами.
В результате сопоставительного анализа элементов множеств D и Q
определена матрица применимости изделий
E = ║eij║; i =
; j =
,
элементы которой
1, если i-й тип изделий удовлетворяет требованиям j-го вида спроса
eij =
0 – в противном случае.
Степень приспособленности изделий к выполнению своих функциональных задач в условиях, предъявляемых к ним требованиями, характеризуется матрицей потерь
∏ = ║π
║; i =
ј
i
; j =
,
каждый элемент которой πiј представляет собой потери, связанные с применением изделий i-го типа в условиях j-го вида требований (определение
матрицы потерь требует специальных исследований применительно к конкретным видам изделий).
Известны также вероятность (частность) применения изделий для
удовлетворения j-го вида требований Рј и величина суммарных затрат Ci,
связанных с их внедрением.
184
Под параметрическим рядом будем понимать любое подмножество
N
ij
i
ijij
n
i
j
x
xP
11
min
N
i
ij
x
1
1
n,1
N,1
n,1
доп
опт
CC
Ji
i
nj 1
изделий JD, степень приспособленности которого к удовлетворению
всего объема предъявляемых к изделию требований будем характеризовать
величиной средних потерь ψ.
Задача построения оптимального параметрического ряда заключается
в определении такой совокупности изделий J
средних потерь ψ
достигает своего минимального значения, т.е.
опт
ψ
=
опт
, при которой величина
опт
, (4.52)
при ограничениях
; j =
x
(1 – eij) = 0; i =
j
i
; (4.53)
; j =
; (4.54)
, (4.55)
где 1, если для удовлетворения j-го вида требований используется
хij = i-й тип изделий;
0 – в противном случае.
Ограничение (4.53) означает, что каждое j-е требование должно быть
удовлетворено и притом изделиями только одного типа, ограничение (4.54)
указывает, что для удовлетворения j-го вида требований должны выбираться допустимые типы изделий, которые определены матрицей применимости, а ограничение (4.55) требует, чтобы величина суммарных затрат,
связанных с внедрением изделий, не превышала предельно допустимой ве-
личины C
доп
.
Таким образом, члены искомого оптимального параметрического ряда
определяются из соотношения
J
опт
= {i:
x
> 0}. (4.56)
j
i
Однако на практике очень часто информация о ресурсах на внедрение
изделий носит весьма неопределенный характер. Поэтому представляется
целесообразным заранее не назначать какие-либо жесткие ограничения на
стоимость, а полагая C(J) = C(r), исследовать зависимость величины средних потерь только от числа членов параметрического ряда, т.е. решить за-
185
дачу для различных значений r. Результаты последовательного решения
N,rr0
1320
50
10N
~
N,1
r-задач (для всех
, где r0 – минимально допустимое число членов
ряда) и являются основой для принятия управляющих решений по практической реализации того или иного варианта ряда.
Рассмотрим некоторые методы и алгоритмы решения задачи (4.56).
Эта задача относится к классу задач комбинаторного типа и для больших
значений N ее решение (в случае произвольной матрицы потерь) связано с
определенными вычислительными трудностями.
Так, например, при N = 50 и r = 20 необходимо перебрать
вариантов решения задачи. Поэтому наиболее эффективным методом ее
решения является метод случайного поиска с адаптацией (СПА), который
за сравнительно небольшое число шагов, по сравнению с методом полного
перебора, позволяет получить решение, близкое к оптимальному.
Сущность алгоритма решения задачи методом СПА состоит в следующем. Вначале предполагается, что вероятности Vi, i =
попадания
различных типов изделий из исходного множества D в оптимальный параметрический ряд J
одинаковы и равны 1/N. Затем с помощью датчика
опт
случайных чисел формируется набор из r типов изделий. Если полученный
параметрический ряд является допустимым, т.е. удовлетворяет ограничениям (4.53–4.55), для него по формуле (4.52) рассчитывается величина
средних потерь ψ(r). В противном случае строится новый случайный набор
из r типов изделий. Построив ℓ допустимых случайных наборов и рассчитав для каждого из них величину средних потерь, определяем минималь-
ное ψ
(r) и максимальное ψ
min
(r) значения средних потерь и соответст-
max
вующие им «удачные» и «неудачные» наборы типов изделий. Предполагается, что типы изделий, составляющие «удачный» набор, имеют большую
вероятность попадания в оптимальный параметрический ряд J
(r) по
опт
сравнению с типами изделий, составляющими «неудачный» набор.
Это учитывается путем увеличения вероятностей выбора типов изделий, составляющих «удачный» набор, на некоторую величину ε (ε 1/N) и
уменьшения вероятности выбора типов изделий, составляющих «неудачный» набор, на эту величину. Описанная выше процедура повторяется, но
уже для новых скорректированных вероятностей выбора типов изделий из
исходного множества D. В результате многократного повторения этой
процедуры выявляются типы изделий, которые наиболее часто встречаются в «удачных» сочетаниях. Вероятности их выбора растут и, начиная с некоторого момента, датчик случайных чисел будет формировать одни и те
же наборы типономиналов, которые и рассматриваются в качестве опти-
мального параметрического ряда J
опт
.
186
Алгоритм позволяет для различного числа членов параметрического
n,1
N,1
n,1
j
i
N,1
n,1
1
11
:
ii
N,2
0
i
g
0
i
g
N,1
n,1
i
N,1
ряда r, изменяющегося от некоторого r0 до N с некоторым постоянным шагом ∆r, получить близкую к минимальной величину средних потерь ψ
и соответствующий ей параметрический ряд J
(r). При этом предусмот-
опт
опт
(r)
рена возможность решения задачи при условии, что параметрический ряд
должен включать в себя некоторое заданное множество Jо, состоящее из r0
типов изделий.
Для работы алгоритма необходима следующая информация:
N – количество типов изделий в исходном множестве;
n – количество видов требований к параметрам и характеристикам из-
делий;
Рj, j =
πiј, i =
– вероятность j-го вида требования;
, j =
– потери, связанные с применением изделий i-го
типа для удовлетворения j-го вида требований. Если изделия i-го типа не
удовлетворяют условиям j-го вида требований (
= 0), то πiј полагаются
равными бесконечности (1012);
Jо – множество номеров типов изделий, которые должны быть вклю-
чены в параметрический ряд;
r0 – количество типов изделий в множестве Jо;
∆r – приращение количества типов изделий в параметрическом ряде в
каждом новом варианте решения задачи (для нового значения r);
– количество случайных допустимых наборов типов изделий, фор-
мируемых с целью изменения вероятностей выбора типов изделий на каждом этапе работы алгоритма;
ε – величина, на которую изменяются вероятности выбора типов изде-
лий на каждом этапе работы алгоритма;
q – целое число, характеризующее, сколько раз подряд должен сфор-
мироваться один и тот же набор типов изделий J(r), чтобы можно было
принять его в качестве оптимального параметрического ряда J
опт
(r).
Алгоритм решения задачи (4.56) методом случайного поиска с адап-
тацией включает следующие процедуры:
п. 1 Начало: Ввод (N, n, r0, ∆r, , q, ε, Р, П, Jо)
п. 2 r : = r0; если Пiј < 1010, то Пiј = Пiј Рj; i =
; j =
п. 3
иначе
п. 4 Vo: = 0; Vi: =
: = 1/N;
: = 0, i =
, i =
; i =
; если i Є Jо, то
; Wj0: = min Пiј, j =
; ψ
= –1; печать (r)
опт
: = 1,
, i Є Jо
187
п. 5 k: = 1; ψ
n,1
0
i
g
N,1
n,1
ng
g
W
1
N,1
N,1
ji
: = 1010; ψ
min
max
: = 0
п. 6 m: = ro; Wj: = Wj0, j =
; gi: =
, i =
п. 7 C: = random (0, 1)
п. 8 x1: = 1; x2: = N
п. 9 x: = 1 (x1 + x2) / 2; u: = entire (x)
п. 10 Если C < Vu, то на п. 12, иначе
п. 11 Если C < V
, тo {u: = u + 1; на п. 13},
+
u
1
иначе x1: = u + 1 на п. 9
п. 12 Если C < V
, то {x2: = u – 1; на п. 9}; иначе
–
u
1
п. 13 Если gu = 1, то на п. 7; иначе
п. 14 gu: = 1; Wj: min (Wj, Пuj), j =
п. 15 m: = m + 1; если m < r, то на п. 7, иначе
п. 16 ψ
=
i
п. 17 Если ψ 1010, то на п. 21, иначе
п. 18 Если ψ = ψ
, то {S: = S + 1; на п. 25},
опт
иначе ψ
п. 19 Если ψ < ψ
п. 20 Если ψ > ψ
: = ψ; S: = 1
опт
, то {ψ
min
, то {ψ
max
min
miax
: = ψ; g
= ψ; g
: = gi, i =
mini
: = gi, i =
max
п. 21 Если k < , то {k: = k + 1; на п. 6}; иначе
п. 22 Если ψ
= 1010, то {печать («Решения не имеет»);
min
на п. 29}, иначе d: = 0; i: = 1
п. 23 Если g
= 1, то d: = d + ε. Если g
min
= 1, то d: = d – ε
maxi
п. 24 Vi: = Vi + d. Если i = N, то на п. 5, иначе i: = i + 1; на п. 23
п. 25 Если s q, то на п. 19, иначе i: = 0; s: = 1
п. 26 Если I = N, то на п. 28, иначе i: = i + 1
п. 27 Если gi =1, то {J
п. 28 Печать (ψ
опт
; J
опт
: = i; s: = s + 1}; на п. 26
опт s
[1 : r])
п. 29 r: = r + ∆r. Если r N, то на п. 4, иначе КОНЕЦ.
Часто структура матрицы потерь
такова, что выполняются сле-
дующие условия:
}
}
множество номеров типов изделиий Gj, удовлетворяющих j-му виду
требований, образуют связанную область, т.е.
если i1, i2 Є Gj и i1 < i3 < i2., то i3 Є Gj; (4.57)
188
потери, связанные с применением изделий i-го типа для удовлетворе-
n,1
N,2
rN, 11
N,1
N,
rN, 11
ния j-го вида требований, возрастают с увеличением i, т.е.
если i1, i2 Є Gj и i1 < i2, то πi1ј < πi2ј. (4.58)
В этом случае представляется возможным построить более точный и
более эффективный алгоритм решения задачи на основе динамическго
программирования [39].
Введем обозначения:
mj; Mj; (j =
) – соответственно минимальный и максимальный но-
мера типов изделий, удовлетворяющих условиям j-го вида требований
(нижняя и верхняя граница множества Gj; Ω(k, с) – множество видов спроса, для которых соответствующие минимальные номера удовлетворяющих
им типов изделий лежат в пределах от k до S, т.е. Ω(k, с) = {j: k mj s};
T(k, r) – произвольный набор, состоящий не более чем из r типов, но-
мер каждого из которых не менее k:
T(k, r) = {i1, i2, …, in} Є {k, k + 1, …, N}, где
r.
Будем рассматривать задачу удовлетворения спроса как многошаго-
вую задачу принятия решения. В качестве функции Беллмана рассмотрим
функцию В(k, r), равную минимальной величине средних потерь, связанных с удовлетворением множества видов спроса Ω(k, N) изделиями не более чем r типов:
B(k, r) = min P
imin πi
ј; (4.59)
T(k, r) j Є Ω (k, N) I Є T(k, r).
Составим уравнение Беллмана, воспользовавшись очевидным свойст-
вом операции «мин» и особенностями матрицы потерь
B(k, r) = min {Fks + B(s + 1, r – 1}; (4.60)
k s N + 1 – r (r =
; k =
),
где Fks = Pi πsј;
j Є Ω (k, s) – величина средних потерь, связанных с удовлетворением
множества видов спроса Ω(k, s), изделиями s-го типа.
Граничные условия В(k, 1), k =
для решения рекуррентного урав-
нения (4.59) получаются из определения функции Беллмана при r = 1:
B(k, r) = min Pj πsј; (4.61)
k s 1 j Є Ω(k, N).
Решая уравнение (4.60) при граничных условиях (4.61) на каждом r-м
шаге решения (r =
k =
и соответствующие им наборы типов изделий T
), будем получать последовательность чисел B /k, r/,
*
/k, r /.
189
Величина B /1, r/ будет представлять собой минимальную величину
n,1
n,1
n,1
N,1
1N,i
F
11 N,
11 N,
11 N,
1s
B
I,nx1
N,1
средних потерь, связанных с полным удовлетворением требований изделиями не более чем r типов.
Для работы алгоритма необходима следующая информация:
N – количество типов изделий в исходном множестве;
n – количество видов спроса на изделия;
Рj – вероятность j-го вида спроса (j =
);
mj – минимальный номер из всех номеров типов изделий, удовлетворяющих условиям j-го вида спроса (j =
);
Мj – максимальный номер из всех номеров типов изделий, удовлетворяющих условиям j-го вида спроса (j =
);
– число элементов в массиве П;
П – массив потерь, записанных последовательно для всех видов спроса от 1 до n в порядке возрастания номеров типов изделий, удовлетворяющих данный вид спроса.
Алгоритм решения задачи (4.56) методом динамического программирования включает следующие процедуры:
п. I Начало: Ввод (N, n, , m [1: n], M [1: n], P [1: n], П [ℓ: n], k: = 1
п. 2 S: = k
п. 3 C: = 0; h: = 0; j: = 1
п. 4 Если k > mj vs < mj, то на п. 7, иначе
п. 5 Если Мj < S, то {Fks: = 1010 на п. 9}, иначе
п. 6 Vi = h + s – mj + 1; С: = С + Пv + Рj
п. 7 hi: = h + Mj – mj + 1; j = j + 1. Если j n, то на п. 4, иначе
п. 8 Fks: = C; если s N, то {s: = s + 1; на п. 3}, иначе
п. 9 Если k N, то {k: = k + 1; нa п. 2}, иначе
п. 10 yi: = 0; i =
; Bi: =
; i =
; j: = 1
п. 11 h: = mj; yn: = 1; j = j + 1
п. 12 Если j n, то на п. 11, иначе r: = 1; v: = N; x
k =
; s =
: = 0;
k,s
п. 13 k: = 1
п. 14 s: = k; U:= 109
п. 15 Если Fks = 1010, то на п. 18, иначе C: = F
k,s
+
п. 16 Если C < U, то {U: = C; h: = s}; s: = s + 1
п. 17 Если s v, то на п. 15, иначе
п. 18 Bk: = U. Если U > 109, то на п. 20, иначе
п. 19 xki: =
; i =
; xkn: = n
190
п. 20 k: = k + 1. Если k v, то на п. 14, иначе Печать (r)
п. 21 Если B1 > 109, то на п. 25, иначе Печать (В1); i: = 1; j: = 0
п. 22 Если x1i = ov yi = 0, то на п. 24, иначе
п. 23 j: = j + 1; Тj: = x1j
п. 24 i: = I + 1. Если i N, то на п. 22, иначе Печать (Т[1: j])
п. 25 r: = r + 1; v: = v – 1; если r N, то на п. 13, иначе КОНЕЦ
Обратимся теперь к принципам построения параметрических рядов
для сырья и материалов, создаваемых на основе целевых научнотехнических программ повышения качества конечной продукции.
В нашей стране накоплен положительный опыт реализации сквозного
механизма управления качеством (т.е., по сути, реализации основного
принципа управления качеством, заложенного в международные стандарты ИСО 9000) на основе разработки и выполнения целевых научнотехнических программ (ЦНТП) повышения качества конечной продукции.
В масштабах отрасли ЦНТП могут объединяться в ходе заявочной
компании на сырье, материалы, комплектующие изделия (далее – изделия)
и конечные изделия, в результате чего появляются программы развития
групп изделий.
Программы развития групп изделий, на основе которых предлагается
планирование НИОКР, учитывают:
прогнозы развития соответствующих направлений фундаментальных
и прикладных наук (применительно к созданию новых изделий);
прогнозы развития КИ в общем плане;
потребности разработчиков конкретных видов КИ.
С целью унификации КИ желательно произвести планирование
НИОКР таким образом, чтобы потребности разработчиков конкретных видов КИ в максимальной степени удовлетворялись разработкой и использованием сырья и материалов, имеющих наиболее широкое применение.
Предложенная новая система ведения работы по формированию планов
НИОКР на основе программного метода планирования разработок и освоения производства сырья и материалов, а также новый состав и порядок
ведения перечней изделий, разрешенных для применения в КИ специального назначения, создают для этого наиболее благоприятные условия.
Вместе с тем в отдельных случаях оказывается необходимым осуще-
ствлять разработку и поставку некоторых изделий, в первую очередь для
конкретного вида КИ (или сравнительно узкого круга видов КИ), имея в
виду в дальнейшем расширение области применения этих изделий. В этом
случае разработка и поставка указанных изделий производится по так называемым объектно-ориентированным программам (ООП).
При использовании программ развития групп изделий естественным
является требование опережающей разработки изделий по сравнению
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]