面向服装供应链平台的订单生产双向推荐策略

doi:10.13475/j.fzxb.20210507606

纺织学报 ›› 2022, Vol. 43 ›› Issue (06): 151-156.doi: 10.13475/j.fzxb.20210507606

面向服装供应链平台的订单生产双向推荐策略

陈清婷¹, 杜劲松¹(), 林镶², 朱建龙³

1.东华大学服装与艺术设计学院, 上海 200051
2.复旦大学计算机科学技术学院, 上海 200433
3.海澜之家集团股份有限公司, 江苏无锡 214426

收稿日期:2021-05-27 修回日期:2021-12-06 出版日期:2022-06-15 发布日期:2022-07-15
通讯作者: 杜劲松
作者简介:陈清婷(1998—),女,硕士生。主要研究方向为服装生产管理及服装供应链管理。
基金资助:
上海市工业互联网创新发展项目(2019-GYHLW-01004)

A duo-directional recommendation strategy for order-production oriented to apparel supply chain platforms

CHEN Qingting¹, DU Jinsong¹(), LIN Xiang², ZHU Jianlong³

1. College of Fashion and Design, Donghua University, Shanghai 200051, China
2. School of Computer Science, Fudan University, Shanghai 200433, China
3. Hla Group Co., Ltd., Wuxi, Jiangsu 214426,China

Received:2021-05-27 Revised:2021-12-06 Published:2022-06-15 Online:2022-07-15
Contact: DU Jinsong

摘要/Abstract

摘要：

针对服装供应链平台的服装多个生产订单与多个制造商间的相互匹配与双向推荐问题,首先分析了下单方和制造商的双方交易需求,然后构建了双方效用评价指标结构和偏好效用函数,最后采用Gale-Shapley(GS)算法策略建立了基于偏好排序的服装生产订单双向匹配模型。实验采用6个订单与6家制造商的数据进行双向匹配模型验证,专家问卷分析结果表明了其匹配结果的稳定性和可接受性,实现了下单方对匹配结果的平均接受率达到94%,接单方对匹配结果的平均接受率达到89%。结果表明:基于订单效用评价体系和GS策略的双向匹配模型能充分反映下单方的交易需求和制造商的接单意愿,在考虑博弈双方的交易需求下,匹配模型能有效地提高服装供应链平台上的下单与接单匹配推荐结果的准确性和稳定性。

关键词: Gale-Shapley算法, 服装供应链平台, 订单双向匹配, 服装订单匹配

Abstract:

Aiming at the problem of duo-directional recommendation between multiple production orders of clothing and multiple manufacturers on the clothing supply chain platform, the transaction needs of the ordering party and the manufacturer were analyzed as the first step in this research, followed by the construction of the utility evaluation index structure and preference utility function of both parties. Based on preference ranking, the Gale-Shapley (GS) algorithm strategy is adopted to establish a duo-directional matching model for apparel production orders. Data from 6 ordering companies and 6 manufacturers were used to carry out a duo-directional matching model experiment, which verified the stability and acceptability of the matching results. The expert questionnaire survey shows that the average acceptance rate of the ordering parties reached 94%, and the average acceptance rate of the order receiving parties reached 89%. The results show that the duo-directional matching model based on the order utility evaluation system and the GS strategy can fully reflect the ordering party's transaction needs and the manufacturer's willingness to accept orders. Taking into account the transaction needs of both parties in trading, the matching model, as on the third-party clothing supply chain platform, can effectively improve the accuracy and stability of the matching recommendation results for order allocation and order acceptance.

Key words: Gale-Shapley algorithm, apparel supply chain platform, duo-directional matching of orders, clothing order matching

中图分类号:

TS941

陈清婷, 杜劲松, 林镶, 朱建龙. 面向服装供应链平台的订单生产双向推荐策略[J]. 纺织学报, 2022, 43(06): 151-156.

CHEN Qingting, DU Jinsong, LIN Xiang, ZHU Jianlong. A duo-directional recommendation strategy for order-production oriented to apparel supply chain platforms[J]. Journal of Textile Research, 2022, 43(06): 151-156.

图/表 9

图1

表1

交易双方的偏好指标"

交易双方	一级指标要素	二级指标内容	权重	权重数值
下单方	款式关联需求 $Z i j 1$	版型风格关联度 $X i j 1$	$a i 1$	0.181 82
		工艺关联度 $X i j 2$	$a i 2$	0.151 52
		质量价格比 $X i j 3$	$a i 3$	0.171 72
	服务能力需求 $Z i j 2$	设计研发能力 $X i j 4$	$a i 4$	0.181 82
		企业管理能力 $X i j 5$	$a i 5$	0.141 41
		综合供应链能力 $X i j 6$	$a i 6$	0.171 72
接单方	可生产性 $N j i 1$	交期要求 $Y j i 1$	—	—
	可生产性 $N j i 1$	起订量要求 $Y j i 2$	—	—
	可盈利性 $N j i 2$	盈利需求 $Y j i 3$	—	—

表1

表2

交易双方的支撑数据及赋值方法"

交易方	支撑数据内容	参数	赋值说明
下单方 (订单 $O i$ )	订单款式版型风格类型	$O i 1$	按分类赋值,例如休闲=1,商务=2,……
	订单款式加工工艺类型	$O i 2$	按分类赋值,例如印花=1,刺绣=2,……
	订单生产质量要求	$O i 3$	10分制赋值,从低到高(0~10分)评估
	订单批量	$O i 4$	根据实际月销量数值取整
	订单清加工最高报价	$O i 5$	售价/定倍率,如本文研究的定倍率为5
接单方 (制造商 $S j$ )	可加工服装风格类型	$S j 1$	按分类赋值,例如休闲=1,商务=2,……
	可加工工艺类型	$S j 2$	按分类赋值,例如印花=1,刺绣=2,……
	加工质量水平	$S j 3$	10分制赋值,从低到高(0~10分)评估
	设计研发能力	$S j 4$	10分制赋值,从低到高(0~10分)评估
	生产管理能力	$S j 5$	10分制赋值,从低到高(0~10分)评估
	供应链综合能力	$S j 6$	10分制赋值,从低到高(0~10分)评估
	剩余产能	$S j 7$	实际数值
	订单最小起订量	$S j 8$	实际数值

表2

图2

表3

订单原始数据信息及支撑数据"

订单序号	风格	工艺	月销量/件	售价/ 元	$O i 1$	$O i 2$	$O i 3$	$O i 4$	$O i 5$
订单1	1	0	1659	269	1	0	3	1700	53.8
订单2	1	1	1040	369	1	1	6	1000	73.8
订单3	1	0	917	229	1	0	3	900	45.8
订单4	1	2	856	369	1	2	6	900	73.8
订单5	2	0	796	229	2	0	3	800	45.8
订单6	1	3	791	399	1	3	7	800	79.8

表3

表4

制造商的支撑数据"

制造商序号	$S j 1$	$S j 2$	$S j 3$	$S j 4$	$S j 5$	$S j 6$	$S j 7$	$S j 8$
制造商1	1,2	0,3	3	0	2	0	900	200
制造商2	1,2	0,1,2,3	8	9	9	9	5 500	700
制造商3	1	0,1,2	6	8	8	6	2 000	200
制造商4	1,2,3	0,2,3	4	2	6	0	2 500	200
制造商5	1,2	1,2	5	6	6	0	1 000	150
制造商6	1	2,3	7	9	8	5	600	600

表4

表5

表6

表7

稳定匹配过程及匹配结果"

项目	各制造商/订单序号
项目	1	2	3	4	5	6
制造商对订单的偏好排序 $P (S j)$	{4,6,3,5}	{1,2,4,6,3,5}	{1,2,4,6,3,5}	{1,2,4,6,3,5}	{2,4,6,3,5}	{}
订单对制造商的偏好排序P $(O i)$	{3,2,1,4}	{3,2}	{3,2,1,4}	{6,3,2}	{2,1,4}	{6,2}
第1轮订单邀约制造商	S₃	S₃	S₃	S₆	S₂	S₆
第1轮制造商决策	A	R	R	R	A	R
第1轮后决策结果	(O₁, S₃)	Num	Num	Num	(O₅, S₂)	Num
第2轮订单邀约制造商		S₂	S₂	S₃		S₂
第2轮制造商决策		A	A	R		A
第2轮后决策结果	(O₁, S₃)	(O₂, S₂)	(O₃, S₂)	Num		(O₆, S₂)
第3轮订单邀约制造商				S₂
第3轮制造商决策				A
第3轮后决策结果	(O₁, S₃)	(O₂, S₂)	(O₃, S₂)	(O₄, S₂)		(O₆, S₂)
最终订单匹配集合M	(O₁, S₃)	(O₂, S₂)	(O₃, S₂)	(O₄, S₂)	(O₅, S₂)	(O₆, S₂)

表7

参考文献 10

[1]	SIMEONE A, ZENG Y, CAGGIANO A. Intelligent decision-making support system for manufacturing solution recommendation in a cloud framework[J]. The International Journal of Advanced Manufacturing Technology, 2021(112):1035-1050.
[2]	谢雪妍. 生产外包下的服装企业订单分配优化研究[J]. 物流技术与应用, 2020, 25(3): 135-138.
	XIE Xueyan. Research on order allocation optimization of clothing enterprise with production outsourcing[J]. Logistics & Material Handling, 2020, 25(3): 135-138.
[3]	黄辉, 纪玉娇, 杨冬辉, 等. 产能约束下多源制造商选择及订单分配研究[J]. 工业工程与管理, 2018, 23(4): 120-128.
	HUANG Hui, JI Yujiao, YANG Donghui, et al. Research on multiple supplier selection and order distribution under capacity constraints[J]. Industrial Engineering & Management, 2018, 23(4):120-128.
[4]	PASQUALE V D, NENNI M E, RIEMMA S. Order allocation in purchasing management: a review of state-of-the-art studies from a supply chain perspective[J]. International Journal of Production Research, 2020, 58(15): 4741-4766. doi: 10.1080/00207543.2020.1751338
[5]	GUO S, DONG M. Order matching mechanism of the production intermediation internet platform between retailers and manufacturers[J]. The International Journal of Advanced Manufacturing Technology, 2020, 115(3):949-962. doi: 10.1007/s00170-020-06175-z
[6]	张青山, 刘岩峰, 徐伟. 多重不确定性需求下多产品订单相似性研究[J]. 沈阳工业大学学报(社会科学版), 2020, 13(3): 219-225.
	ZHANG Qingshan, LIU Yanfeng, XU Wei. Research on similarity of multi-variety product orders with multiple uncertainties in demand[J]. Journal of Shenyang University of Technology(Social Science Edition), 2020, 13(3):219-225.
[7]	张于贤, 丁修坤. 面向多品种小批量的订单成组模型研究[J]. 系统科学学报, 2018, 26(1): 92-95.
	ZHANG Yuxian, DING Xiukun. An order group model for muti-varieties and small batch[J]. Chinese Journal of Systems Science, 2018, 26(1): 92-95.
[8]	周兴建, 戴金山, 姜文可. 云制造模式下基于双目标的供应链订单生产规划优化[J/OL]. 武汉大学学报(理学版), 2020.DOI: 10.14188/j.1671-8836.2020.0272. doi: 10.14188/j.1671-8836.2020.0272
	ZHOU Xingjian, DAI Jinshan, JIANG Wenke. Optimization of supply chain order production planning based on bi-objective under the cloud manufacturing mode[J/OL]. Journal of Wuhan University(Natural Science Edition),2020.DOI: 10.14188/j.1671-8836.2020.0272. doi: 10.14188/j.1671-8836.2020.0272
[9]	BEHDIN V N, REZA T M, ZDENěK H, et al. Incorporating order acceptance, pricing and equity considerations in the scheduling of cloud manufacturing systems: matheuristic methods[J]. International Journal of Production Research, 2021, 59(7):2009-2027. doi: 10.1080/00207543.2020.1806370
[10]	杜劲松, 余雅芸, 赵妮, 等. 不同类型服装企业智能制造能力成熟度评价模型[J]. 纺织学报, 2021, 42(5):162-167.
	DU Jinsong, YU Yayun, ZHAO Ni, et al. Evaluation modelling for maturity in intelligent manufacturing for multi-type clothing factories[J]. Journal of Textile Research, 2021, 42(5):162-167.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

订单序号	U_ij
订单序号	制造商1	制造商2	制造商3	制造商4	制造商5	制造商6
订单1	0.20	0.29	0.39	0.14	0.00	0.00
订单2	0.00	0.29	0.39	0.00	0.00	0.00
订单3	0.20	0.29	0.39	0.14	0.00	0.00
订单4	0.00	0.29	0.39	0.00	0.00	0.47
订单5	0.33	0.43	0.00	0.26	0.00	0.00
订单6	0.00	0.29	0.00	0.00	0.00	0.47

制造商序号	G_ji
制造商序号	制造商1	制造商2	制造商3	制造商4	制造商5	制造商6
制造商1	0	0	41 220	66 420	36 640	63 840
制造商2	91 460	73 800	41 220	66 420	36 640	63 840
制造商3	91 460	73 800	41 220	66 420	36 640	63 840
制造商4	91 460	73 800	41 220	66 420	36 640	63 840
制造商5	0	73 800	41 220	66 420	36 640	63 840
制造商6	0	0	0	0	0	0

[1]	陈清婷林镶杜劲松. 面向服装供应链平台的订单生产双向推荐策略[J]. , 0, (): 0-0.
[2]	张亚琦, 李小辉. 运动时关节部位皮肤形变量预测方法[J]. 纺织学报, 2022, 43(06): 140-144.
[3]	马亮, 李俊. 多种智能技术在防寒服装功能研发中的应用进展[J]. 纺织学报, 2022, 43(06): 206-214.
[4]	张健, 徐凯忆, 赵崧灵, 顾冰菲. 基于二维照片的青年男性颈肩部形态分类与识别[J]. 纺织学报, 2022, 43(05): 143-149.
[5]	晋金迪, 姚彤, 王军, 孙见梅, 潘力. 大连地区老年女性体型分类研究[J]. 纺织学报, 2022, 43(05): 150-155.
[6]	潘佳豪, 周其洪, 岑均豪, 李姝佳, 周申华. 服装企业包装订单分配排序优化模型及其快速非支配遗传算法求解[J]. 纺织学报, 2022, 43(05): 156-162.
[7]	王建萍, 苗明珠, 沈德垚, 姚晓凤. 仿生鸟羽结构针织面料开发与性能评价[J]. 纺织学报, 2022, 43(04): 55-61.
[8]	雷鸽, 李小辉. 数字化服装结构设计技术的研究进展[J]. 纺织学报, 2022, 43(04): 203-209.
[9]	朱晓荣, 何佳臻, 王敏. 相变材料在热防护服上的应用研究进展[J]. 纺织学报, 2022, 43(04): 194-202.
[10]	郑路, 颜伟雄, 胡觉亮, 韩曙光. 基于模块化的服装混合流水线平衡优化[J]. 纺织学报, 2022, 43(04): 140-146.
[11]	钱静, 赵蒙蒙, 党天华. 多孔式通风服衣下空气层的定量研究[J]. 纺织学报, 2022, 43(04): 133-139.
[12]	余玉坤, 孙玥, 侯珏, 刘正, 易洁伦. 单层服装间隙量的动态有限元模型构建与仿真[J]. 纺织学报, 2022, 43(04): 124-132.
[13]	夏明, 李沛儒, 丁蓉. 基于要素匹配的连衣裙成本快速核算方法[J]. 纺织学报, 2022, 43(03): 146-152.
[14]	王春茹, 袁月, 曹晓梦, 范依琳, 钟安华. 立领结构参数对服装造型的影响[J]. 纺织学报, 2022, 43(03): 153-159.
[15]	蒋高明, 周濛濛, 郑宝平, 郑培晓, 刘海桑. 绿色低碳针织技术研究进展[J]. 纺织学报, 2022, 43(01): 67-73.

面向服装供应链平台的订单生产双向推荐策略

A duo-directional recommendation strategy for order-production oriented to apparel supply chain platforms

RichHTML

PDF (PC)

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 10

相关文章 15

Metrics

本文评价

推荐阅读 0