1N中央里尔论文为获得以下等级而提交医生在专业：自动化、计算机工程、信号和图像通过尼丁·哈拉勒由Centrale Lille提供博士学位论文标题：为时装业的小批量产品开发供应2021年1月28日在考试委员会面前答辩冯楚校长，埃夫里巴黎萨克雷报告员Per Hilletofth，Gävle报告员Abdeljalil ABBAS-TURKI，UTBM-蒙贝利亚尔Rudrajeet PAL，Borås论文导师曾贤义，ENSAIT教授，里尔论文联合主任Sebastien THOMASSEY，里尔论文在里尔中央GEMTEXSPI 072博士学校（里尔中心）2订单号：中央里尔特塞斯为获得以下学位而提交博士在专业：自动化、计算机工程、信号和图像处理由尼丁·哈拉勒由Centrale Lille提供论文标题面向小系列时装行业的2021年1月28日博士委员会答辩：Feng Chu校长，教授（埃夫里大学，巴黎-萨克雷）评审员Per Hilletofth，教授（盖夫勒大学）Abdeljalil ABBAS-TURKI，副教授（UTBM-蒙贝利亚尔）Rudrajeet PAL，副教授（Borås大学）论文主任曾先义，教授（ENSAIT，里尔中央大学）论文联合主任Sebastien Thomassey，副教授（ENSAIT Centrale Lille）论文在里尔中央GEMTEX实验室编写3SPI 072博士学校（里尔中心）4确认书这篇论文当然不是孤立努力的结果，而是如此多的人不断支持和指导的富有成效的结果，我对他们的感激之情将永远是无法形容的，考虑到我记忆的错误性，我可能会忘记他们中的一些人，并可能没有足够的感谢他们。然而，正如伏尔泰所写的那样，"欣赏是一件美妙的事情：它使别人的优秀之处对我们来说是美好的。"我当然不想错过这个机会，感谢所有那些直接或间接地帮助我完成这项工作的人，他们的小小行为产生了累积的影响。首先，感谢我在ENSAIT的顾问：曾贤义教授和Sebastien Thomassey教授，感谢你们在这三年的博士旅程中给予的宝贵指导和支持。如果没有你不断的鼓励、建设性的反馈和巨大的耐心，我就无法成功地完成这篇论文。你们都向我保证，通过向我提供你们的知识、及时的反馈、大量的学习机会，以及最重要的是，你们所拥有的所有宝贵资源，我最初的研究想法将转化为切实的成果。在伟大的导师身边，你们是非常善良和谦逊的人。非常感谢您的持续支持!ENSAIT的其他教授Ludovic Koehl教授和Pascal Bruniaux教授在项目会议以及正式和非正式对话中的反馈极大地帮助了我丰富了我的研究视角。更重要的是，我感谢ENSAIT管理团队，他们总是在所有行政事务上提供广泛和及时的支持。我在ENSAIT的同事和朋友Xin、Shukla、Balkiss、Romain都非常支持我，我非常感谢他们在我面临问题时愿意帮助我。5在未来的时代，我会怀念和珍惜那些有价值的闲聊，我们在我们频繁的互动。第二，我要感谢欧盟委员会的FBD_BModel H2020项目为这篇论文提供了资金，并感谢我在项目会议和研讨会期间有幸遇到的许多人提供了学习的机会。特别是，我很高兴与Borås大学的Rudrajeet Pal教授和Sara Harper教授合作，并感谢他们在项目会议期间提供的宝贵指导和反馈。此外，我知道所有FBD_BModel项目合作伙伴都提供了及时的帮助。最后但并非最不重要的是，我的家人和朋友得到了重大的认可，他们从未停止对我表现出感情，也没有因为我不能像我应该的那样经常见到他们而评判我。感谢我的父母，感谢你们所有的牺牲，最重要的是，感谢你们不断地鼓励我做任何事情，成为一个更好的人。我非常感谢你们所有人无尽的爱和支持!2021年4月归档6内容表第一章................................................................................................................................................ 十一1.1小系列时尚供应链111.2问题陈述181.3 目的.............................................................................................................................................. 231.4捐款........................................................................................................................................ 251.5论文大纲................................................................................................................................ 27第二章.................................................................................................................................................... 292.1时装业的演变：从快时尚到慢时尚2.2塑造小系列时装业的关键因素2.2.1数字化............................................................................................................................ 332.2.2AI&大数据342.2.3工业4.0362.2.4微型工厂框架372.3小型时装供应链382.3.1时装业以外的小批量行业的SCM392.3.2小型时装业的SCM562.4文献综述和研究机会的分析61第三章.................................................................................................................................................... 643.1 多标准决策方法（MCDM）663.1.1 层次分析........................................................................................................................... 法663.1.2 模糊顶................................................................................................................................... 723.2 机器学习（监督分类模型）方法783.2.1 kNN-3.2.2 朴素贝叶斯3.2.3 随机森林（RF）833.2.4 神经网络（NN）843.3进化优化算法883.3.1 遗传算法（GA）903.4 摘要.............................................................................................................................................. 92第四章第................................................................................................................................................ 9474.1最新技术水平........................................................................................................................ 964.1.1供应商选择的多标准决策方法（MCDM）974.2方法........................................................................................................................................ 984.3实验结果1004.3.1原材料供应商选择标准1004.3.2敏感性分析1134.4结论...................................................................................................................................... 121第五章............................................................................................................................ 第一百二十四章5.1 简短问题陈述1255.2 方法论........................................................................................................................................ 1265.2.1 研究框架1265.2.2 机器学习模型和评估指标1275.2.3 评估指标1295.2.3数据源1315.3 实验结果.................................................................................................................................... 1335.4 讨论............................................................................................................................................ 1365.5 结论............................................................................................................................................ 138第六章................................................................................................................................ 第一百四十章6.1 研究问题陈述1436.2 实验工作.................................................................................................................................... 1446.2.1 基于147的动态订单分配GA模型6.2.2 基于静态和动态标准的6.3 结果............................................................................................................................................ 1536.3.1 具有最佳提前期延迟的订单分配的GA输出1536.3.2 具有最佳利润的订单分配的GA输出1546.3.3 具有静态和动态标准评估输入的..................................................................................................................................................... 第一百五十六章6.4 结论............................................................................................................................................ 168第七章.................................................................................................................................................. 170附录I176附录II178参考文献.............................................................................................................................................. 1798图列表图1.1：传统时尚推动供应链系统图1.2典型时装业的关键供应链运营图1.3：协作式小批量时尚供应链平台（Ma等人，2018年）17图1.4：小系列时装供应链20图1.5：论文研究框架25图2.1按出版年份划分的Scopus同行评审论文图2.2按类型划分的Scopus同行评审论文41图2.3：按受试者区域41划分的图2.4：Scopus同行评审论文图2.5：按出版年份划分的Scopus同行评审论文图2.6：按类型划分的Scopus同行评审论文图2.7：按受试者区域58划分的图3.1层次分析法模型的层次结构（Vidal等人，（2011年）67图3.2 Saaty图3.3模糊三角形成员函数图3.4：机器学习分析管道79图3.5：有监督和无监督机器学习图3.6：kNN方法81图3.7：由多个决策树形成的RF模型（Crisci等人，（2012年）84图3.8：单层NN85图3.9：多层神经网络（Sze等人，（2017年）86图3.10：EA步骤的流程图图4.1：基于评估评分平均值的标准排名103图4.2供应商选择标准的层次分析法排名105图4.3：TOPSIS106的图4.4：TOPSIS方法108的供应商图4.5：标准评估的决策矩阵110图4.6："成本"标准111供应商评级的决策矩阵示例图4.7：使用模糊TOPSIS方法112对供应商进行图4.8：使用三位专家评估的图4.9：使用三位专家评估的"成本"标准供应商评级决策矩阵示例..............................................图4.10：采用Fuzzy-TOPSIS方法的供应商排名，有三位专家图4.11：使用三位专家评估的图4.12：使用三位专家评估的"成本"标准供应商评级决策矩阵示例............................................图4.13：采用Fuzzy-TOPSIS方法的供应商排名，有三位专家图4.14：使用三位专家评估的标准图4.15：使用三位专家评估的"成本"标准供应商评级决策矩阵示例............................................图4.16：采用Fuzzy-TOPSIS方法的供应商排名，有三位专家9图4.17：使用三位专家评估的标准图4.18：使用三位专家评估的"成本"标准供应商评级决策矩阵示例............................................图4.19：采用Fuzzy-TOPSIS方法的供应商排名，有三位专家图4.20：Fuzzy-TOPSIS方法的供应商排名与为敏感性分析创建的场景A120图4.21：为敏感性分析创建的图5.1：研究框架127图5.2：混杂矩阵130图5.3训练数据的模型性能134图5.4：交叉验证的模型性能135图5.5测试数据的模型性能136图6.1基于GA和GA-TOPSIS的方法模型框架145图6.2：客户订单数据表146的图6.3：供应商数据表147图6.4：使用GA-TOPSIS模型151的图6.5：评估供应商选择标准的图6.6：供应商评估决策矩阵153图6.7最佳提前期延迟的GA输出154图6.8最优利润图6.9：标准156图6.10：订单分配157的图6.11：成本导向情景的决策矩阵图6.12：面向延迟的情景的决策矩阵示例160图6.13：以质量为导向的情景决策矩阵示例161图6.14以成本延迟为导向的情景的决策矩阵图6.15：GA-TOPSIS模型在成本导向情景下的输出163图6.16：成本导向情景下图6.17：GA-TOPSIS面向延迟的情景的模型输出164图6.18：GA-TOPSIS模型输出参数的最佳拟合值比较面向延迟的场景165图6.19：GA-TOPSIS质量导向情景的模型输出165图6.20：GA-TOPSIS模型输出参数的最佳拟合值比较质量-以场景为导向166图6.21：GA-TOPSIS模型在成本延迟导向情景下的输出166图6.22：GA-TOPSIS模型输出参数的最佳拟合值比较以成本延迟为导向的情景16710表列表表2.1：生产计划主题44中表2.2：供应链协调主题50表2.3：按计划主题排序的文章摘要53表2.4：销售和运营规划主题55中表2.5：可持续性主题55表2.6：生产计划主题59中表2.7：供应链协调主题60表3.1：标准70的表3.2：层次分析法71表3.3：TOPSIS方法77表3.4：模糊方法77表3.5：ML方法的强度和弱度87表3.6：GA方法91的表4.1：供应商选择标准101的表4.2：供应商选择标准102表4.3：Saaty表4.4：标准评估的成对比较矩阵104表4.5：计算标准重量105表4.6：李克特量表107表4.7：标准评估的语言学量表109表4.8：供应商语言量表评分110表5.1：数据的特征132表5.2：训练数据的模型准确度133表5.3：对训练数据进行交叉验证后的模型准确度134表5.4：试验数据的模型准确度13511缩写SCM – Supply Chain ManagementSC – SupplyIoT-MCDM -TOPSIS朴素AUCGATFN12第一章引言本章旨在提供论文研究的背景和动机，主要关注小批量时装业的供应链管理（SCM）方面。本文以时尚小系列SCM的背景和关键概念为基础，讨论了研究问题、研究目的和贡献。1.1 小系列时尚供应链时装业是主导世界消费市场的最突出的行业之一。粗略地说，时装业指的是从原材料制造（纤维、纱线、织物、皮革、毛皮等）开始的关键业务，时装产品（服装、奢侈品等）的设计和生产，销售和促销，并最终将这些时尚产品交付给最终消费者。由于技术进步、消费者购物行为的转变以及可持续生产实践的监管建议，时装业正在经历快速的变革，因此出现了一个新的概念，称为小系列或按订单制造时装，指的是以小系列生产个性化时装产品，其特点是生命周期长、成本高。这与传统的时尚商业模式有很大不同。近年来，越来越多的在线时装零售商为客户提供了一个定制自己产品的机会，而他们坐在家里，指尖上只有一个互联网，这是可能的，由于先进的电子商务网络平台的支持下，新的13更重要的是，时尚正在采取一种新的范式，消费者更关心他们的时尚消费的生态方面，这有助于小系列时尚作为一种可持续的选择的增长（Fletcher，2010）。虽然市场趋势正在向小系列时装转变，但时装零售商发现，为了在激烈的市场竞争中生存，满足客户需求是困难和具有挑战性的。因此，这一新趋势引发了时装业的战略运营和规划方面。小系列时尚也被认为是对传统快时尚商业模式的回应，在这种模式下，公司生产大量廉价和时尚的产品，并驱使消费者走向不可持续的消费行为。此外，小型时装系列似乎符合循环经济模式，有助于促进可持续的生产周期（Smith等人，2004年）。2017年）。时尚行业正在以更快的速度发展，由于动态变化的消费者偏好和市场竞争，与其各种业务运营相关的决策正变得越来越复杂和具有挑战性。时装零售商的主要目标是尽可能高效和顺利地运营他们的业务，因为他们主要依赖于他们的决策模型和从不同来源收集的有价值的数据（Giri，Jain，et al.，2008）。2019年）。时装零售商要想在激烈的市场竞争中保持竞争力和获胜者，关键是要改变其商业模式的各个方面，从采购原材料和制造成品时装到营销和销售。作为时尚业务的新化身，小批量时尚需要零售商业务模式的结构性变革，特别是从其能力、灵活性和独特竞争力的角度来看，这种变革反过来将使他们能够为客户提供满意的服务，从而赢得客户的忠诚度。因此，它导致14时装零售商需要进行快速调整，以满足客户不断增长的需求，并应对动荡的市场条件带来的复杂性。时装零售商发现，利用客户、供应链合作伙伴（如供应商、制造商、设计师和物流提供商等）的整体和实时数据至关重要，以便能够获得重要的知识，这些知识对时装设计决策和高质量时装的制造至关重要，从而领先于市场竞争对手。从小批量时装零售商的角度来看，创建动态平台以吸引客户和供应商参与设计和制造流程的工具非常重要。更重要的是，对客户的生活产生长期、广泛的影响已成为其业务运营不可或缺的一部分。然而，这是以大量投资于新工具和技术为代价的，这些新工具和技术既服务于公司的目标，也服务于消费者的目标在典型的传统时尚供应链管理框架中，时尚零售商及其利益相关者作为独立的实体运营，追求自己独特的业务目标，为了实现这些预定义的目标，这些竞争实体根据其目标在它们之间形成互联的业务网络（Christopher等人，2011年）。2004年）。在整个过程中，在将供应链实体的业务目标转化为通过设计、采购、生产、营销和销售等多个运营阶段销售成品时装产品的高商业利润时，不一定要考虑个人消费者的偏好。如图1.1所示，这一过程构成了所谓的推式供应链系统，时装零售商根据其供应商15图1.1：传统时尚推动供应链系统时装零售商在销售季开始前就与所有供应链代理商建立了合作关系，然而，与库存、物流和产品交付等业务运营相关的风险在很大程度上取决于零售商，他们自己也依赖于与其他代理商的供应链网络关系的个人主义性质（Brun等人，2011年）。2008年）。将时尚产品推向市场所需的时间范围从十个月到三周不等（Bruce等人，2004年）。这意味着，与确定纱线和织物等原材料的库存水平以及在典型的实体零售店销售的时装数量相关的决策主要基于对未来市场需求和销售的预测（Castelli Brun，2010）。此外，为建立供应链网络关系而选择供应商的决定没有考虑到与他们从实体零售店购买的时尚产品有关的消费者规格。因此，时装零售商与其供应商的伙伴关系主要基于零售商的战略业务目标，除非在销售额低的情况下事先签署回购协议，否则不允许风险分担。王柳，2007年）。16如图1.2所示，传统时装企业中时装零售商和服装制造商发起的主要供应链运营包括在完成广泛分类的产品设计后，批量采购原材料（如织物）。因此，成品时装的订单在销售季节前六到九个月发出。零售商根据上一季度的销售额、市场趋势、时装秀和媒体出版物等营销活动以及市场研究等各种因素做出购买产品数量的决定（HilletofthHilmola，2008）。图1.2典型时装行业的关键供应链运营另一方面，小系列时装是时装业的新兴趋势，它比传统的时装供应链更增加了供应链管理的复杂性。由于客户更喜欢深度定制，零售商需要转变其SCM实践，并需要更加强调构建可靠、高效和可靠的产品。17长寿命SC系统。然而，从他们在与设计师、供应商和客户等合作伙伴建立合作关系时所面临的不同程度的挑战的角度来看，这是一项艰巨的任务。随着越来越多的人需要超越传统的生产计划和采购战略，他们现有的供应链管理系统有许多进一步改进的途径。小批量时尚供应链利用了物联网（IoT）、人工智能（AI）、大数据分析等新兴技术，使零售商能够获得有关客户选择的重要知识，因为这对进一步时装业向电子商务商业模式和新的高级云计算服务的快速数字化转型使时装零售商能够实时跟踪其客户、设计师和供应商的信息，从而为其供应链提供新的数字化结构，如图1.2所示。从图1.2可以看出，小批量时装供应链是一个复杂的相互关联的系统，由提供不同服务的供应商组成。如图1.3所示，小型时装供应链的新化身需要新的供应链管理战略，包括改变供应商选择和协作战略，因为客户在零售商选择供应商的方式中发挥着关键作用，而不是像传统时装供应链中那样由零售商的特定目标驱动。此外，高效的客户订单处理需要新的解决方案，以提高SCM系统的性能，因为客户对个性化产品的选择需要SCM系统的效率、灵活性和响应能力。18图1.3：协作式小批量时尚供应链平台（Ma等人，（2018年）关于传统时装供应链管理问题的文献很多;然而，在小批量时装的背景下，同样的问题还没有得到充分的研究。有大量的研究解决了小批量时装业的供应链问题。由于生产计划和供应链协调问题主要在（T.-）中研究M. Choi，2018）;（Wong Leung，2006）;（Ma等人，（de Leeuw Fransoo，2009），开发了各种运营问题的解决方案，例如：在制定SCM决策时模拟零售商的风险行为;根据不同的产品尺寸优化纸板箱的生产;通过先进技术（如云数据库服务）的信息共享实现可持续性;以及基于SC网络内增强协作的最佳决策。这些解决方案基于数学、优化和模拟模型，没有捕捉到小系列时尚SCM的其他关键方面。19小系列时装供应链保证了战略性的努力和响应系统，可以实现客户订单处理，然后由SC实时决策。小型时装企业的首要目标是在其供应链中拥有一批高度值得信赖的供应商，以确保业务增长，更重要的是，确保客户满意度和忠诚度。小系列时装零售商能够根据实时客户需求促进定制小系列时装的采购、制造和交付，这对小系列时装业的成功至关重要。因此，本文的主要重点是小批量时装供应链，这为探索客户订单数据可用性的潜力和解决具有挑战性的问题的科学方法提供了巨大的机会，如为客户定制产品订单选择最匹配的供应商;订单分配;以及基于各种标准的合作伙伴关系战略决策。此外，从生产和交付的角度来看，随着客户期望较低的提前期，提高SC的响应能力有很大的潜力，因此，本文探讨了有效订单处理的方面。此外，通过探索上述机会，可以基于新的方法开发有效的决策支持系统，以便为小型时装行业构建和配置可靠的SCM系统。1.2 问题陈述本文关注的研究问题是欧盟在Horizon 2020计划下资助的FBD_BModel项目1的一部分。FBD_BModel项目的总体目标是开发基于知识的商业模式，通过本地化的供应链实时向客户提供小批量时尚产品。1https://www.fbd-bmodel.eu/20小系列时装业的供应商选择问题是一个两阶段的过程。如图1.4所示，第一阶段的重点是选择直接或通过零售商向服装制造商提供纤维、纱线、染料、织物等的原材料供应商。小型时装零售商需要根据业务目标和战略，在候选供应商中确定谁是最合适的原材料供应商。然而，原材料供应商选择的频率非常低，并且仅当新的原材料供应商提供与现有供应商具有不同属性的新原材料时，这种频率才改变，并且因此，与原材料供应商选择相关的决策是静态的。此外，选择原材料供应商所依据的决策因素或标准与零售商的目标和战略保持一致，而这些目标和战略可能不会迅速发展。根据新的候选原材料供应商到达的频率，零售商需要有效地解决这一决策问题。因此，原材料供应商选择过程可以被视为推动系统，其中考虑到原材料供应商在结构品种方面的专业化，通过电子商务平台向客户提供不同的定制选择。
我的内容管理
展开
