1、一种大批量定制二维时空模型建模及优化方法，其特征在于：包括大批 量定制二维时空模型建模和大批量定制二维时空模型优化，其中：
1)大批量定制二维时空模型建模，采用过程模型描述的时间维和采用产品模 型描述的空间维，大批量定制来完成订单所需生产总时间映射到时间维，而大 批量定制来完成订单所需产品总成本映射到空间维；
2)大批量定制二维时空模型优化，完成对大批量定制二维时空模型的数学建 模，根据数学模型采用启发式优化方法进行求解。时间维的优化是针对作业过 程进行的，通过产品设计、制造、装配、交货与售后服务等过程中最佳的资源 合理利用，延迟“时间维客户订单解耦点”；空间维的优化是针对产品结构进行 的，通过将不同产品、部件或零件中的相似性部分归并处理，从而达到延迟“空 间维客户订单解耦点”的目的。
2、根据权利要求1所述的大批量定制二维时空模型建模及优化方法，其特 征在于：所述的大批量定制二维时空模型建模是通过大批量定制来完成订单所 需生产总时间与产品总成本的模型，包括采用过程模型描述的时间维(11)和采用 产品模型描述的空间维(12)；其中时间维(11)是描述从客户提出订单到定制产品 交付给客户的时间历程；空间维(12)从不同角度来看，又可以称为结构维或成本 维，沿着这一维进行产品质量与成本的优化，是通过将不同产品、部件或零件 中的相似性部分归并处理，从而达到延迟“客户订单解耦点”(13)的目的。
3、根据权利要求2所述的大批量定制二维时空模型建模及优化方法，其特 征在于：所述的时间维(11)和空间维(12)是采用“进程”作为“过程模型”对整 个的客户订单完成过程进行描述，包括一个父进程——订单进程(1)和一个数据 资源信息库(7)，通过Intranet信息网和Internet信息网相互通信。订单进程(1) 包括五个子进程，分别是设计进程ξ(2)、制造进程ζ(3)、装配进程δ(4)、交货进 程ψ(5)和售后服务进程γ(6)；数据资源信息库(7)在大批量定制的产品与零部件数 据辅助管理原型系统上构建，包含产品性能、模块、零部件、价格及几何图形 程序信息，还包含相似化规则、Pareto图、编码体系及零部件基本表信息。
4、根据权利要求3所述的大批量定制二维时空模型建模及优化方法，其特 征在于：所述的订单进程(1)的整个时间跨度，描述了订单的完成时间，实际上 蕴含了通常所说的“产品交货期”，指从开始接到订单到将客户定制的产品提供 给用户的整个过程，它有六种状态，即存在状态、执行状态、睡眠状态、就绪 状态、暂停状态和停止状态：
1)订单进程(1)诞生于接到用户订单的那一时刻，在此用t0表示，亦即从 t0之后订单进程处于存在状态；
2)订单进程(1)的执行状态，指设计进程ξ(2)、制造进程ζ(3)、装配进程δ(4) 与交货进程ψ(5)中有一个或一个以上活动正在进行的状态；
3)订单进程(1)的睡眠状态，指由于企业内资源短缺或其它原因而导致在 设计进程ξ(2)、制造进程ζ(3)、装配进程δ(4)与交货进程ψ(5)中，所有活动被迫暂 时停止的状态，例如在订单进入交货进程ψ(5)后，由于没有立即可用的运输工具， 装配好的客户定制产品不能立即交付给客户而处于的一种等待发货状态；
4)订单进程(1)的就绪状态，指设计进程ξ(2)、制造进程ζ(3)、装配进程δ(4) 与交货进程ψ(5)中没有一个活动在进行，而所需资源已经全部准备就绪的状态， 例如已经准备好定制产品及将它交付给客户的运输工具，但还没有开始“装货” 的状态；
5)订单进程(1)的暂停状态，指设计进程ξ(2)、制造进程ζ(3)、装配进程δ(4) 与交货进程ψ(5)中没有一个活动在进行，而是在进行相关设备的检测或修复状 态；
6)订单进程(1)的停止状态，指tend之后的状态，这里，tend表示把定制产 品交付给客户的时刻，例如在把定制产品交付给客户之后等待客户付款的期间， 此时，与企业完成该订单相关的所有活动均已完成，而且所用资源也已全部“释 放”。
5、根据权利要求1所述的大批量定制二维时空模型建模及优化方法，其特 征在于：所述的大批量定制二维时空模型优化包括大批量定制二维时空数学模 型和启发式优化方法流程；其中大批量定制二维时空数学模型即是关于通过大 批量定制来完成订单所需生产总时间与产品总成本的数学模型，订单进程(1) 的数学模型可以通过分别建立设计进程ξ(2)、制造进程ζ(3)、装配进程δ(4)、交 货进程ψ(5)与售后服务进程γ(6)的数学模型而得到。
6、根据权利要求5所述的大批量定制二维时空模型建模及优化方法，其特 征在于所述的大批量定制二维时空数学模型的主要参数：
●用Γ表示企业完成订单所用的总的时间为Γ＝tend-t0；
●用Q表示订单的N项质量要求，qn通过归一化处理，客户订单中的质量 要求表示为： $Q=\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0;$
●用G表示订单的M项功能要求，gn通过归一化处理，客户订单中的功能 要求表示为： $G=\underset{r=1}{\overset{M}{\Sigma }}{g}_r\ge G_0;$
●tcstr表示客户要求交货的最后期限；
1)设计进程ξ(2)的二维时空数学模型：
对设计进程ξ进行细分为设计进程ξ-1(8)、设计进程ξ-2(9)、设计进程ξ-3(10)：
①对于设计进程ξ-1(8)，分别与执行状态、睡眠状态、就绪状态与暂停状态 相关的时间、成本及其影响系数分别为：tj ξ-1、Cj ξ-1、fj ξ-1(t)、fj ξ-1(C)(j＝1，2，3，4)；
②对于设计进程ξ-2(9)，分别与执行状态、睡眠状态、就绪状态与暂停状态 相关的时间、成本及其影响系数分别为：tk ξ-2、Ck ξ-2、fk ξ-2(t)、fk ξ-2(C)(k＝1，2，3，4)；
③对于设计进程ξ-3(10)，分别与执行状态、睡眠状态、就绪状态与暂停状 态相关的时间、成本及其影响系数分别为：tl ξ-3、Cl ξ-3、fl ξ-3(t)、fl ξ-3(C)(l＝1，2，3，4)；
于是得到与产品设计相关的数学模型：
$\min \underset{m=1}{\overset{3}{\Sigma }}\underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\xi -m}\left(t\right)\times t_n^{\xi -m}---(1-1)$
$\min \underset{m=1}{\overset{3}{\Sigma }}\underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\xi -m}\left(C\right)\times C_n^{\xi -m}---(1-2)$
$s.t.\underset{m=1}{\overset{3}{\Sigma }}\underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\xi -m}\left(t\right)\times t_n^{\xi -m}<t_{\mathrm{cstmr}}-t_0---(1-3)$
$\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0---(1-4)$
$\underset{k=1}{\overset{M}{\Sigma }}{g}_k\ge G_0---(1-5)$
上式中的fn ξ-m(t)、fn ξ-m(C)(n＝1，2，3，4)，对于大批量生产来说，恒等于1；对于定制 生产来说，它们大于1；而对于大批量定制来说，目标是要它们等于1或小于1；
此外，从空间维的角度出发，建立另一种数学模型形式，即：
①对于设计进程ξ-1(8)，进行定制结构设计、通用结构设计所需时间与成本 及它们受客户定制的影响系数分别为：tcust ξ-1、fcust ξ-1(t)、Ccust ξ-1、fcust ξ-1(C)、tcom ξ-1、fcom ξ-1(t)、Ccom ξ-1、 fcom ξ-1(C)；
②对于设计进程ξ-2(9)，进行定制零件设计、通用零件选择所需时间与成本 及它们受客户定制的影响系数分别为：tcust ξ-2、fcust ξ-2(t)、Ccust ξ-2、fcust ξ-2(C)、tcom ξ-2、fcom ξ-2(t)、Ccom ξ-2、 fcom ξ-2(C)；
③对于设计进程ξ-3(10)，定制部件设计、通用部件选择所需要时间与成本及 它们受客户定制影响的系数分别为：tcust ξ-3、fcust ξ-3(t)、Ccust ξ-3、fcust ξ-3(C)、tcom ξ-3、fcom ξ-3(t)、Ccom ξ-3、 fcom ξ-3(C)；
于是，得到与产品设计相关的数学模型：
$\min \underset{m=1}{\overset{3}{\Sigma }}[f_{\mathrm{cust}}^{\xi -m}\left(t\right)\times t_{\mathrm{cust}}^{\xi -m}+f_{\mathrm{com}}^{\xi -m}\left(t\right)\times t_{\mathrm{com}}^{\xi -m}]---(1-6)$
$\min \underset{n=1}{\overset{3}{\Sigma }}[f_{\mathrm{cust}}^{\xi -n}\left(C\right)\times C_{\mathrm{cust}}^{\xi -n}+f_{\mathrm{com}}^{\xi -n}\left(C\right)\times C_{\mathrm{com}}^{\xi -n}]---(1-7)$
$s.t.\underset{m=1}{\overset{3}{\Sigma }}[f_{\mathrm{cust}}^{\xi -m}\left(t\right)\times t_{\mathrm{cust}}^{\xi -m}+f_{\mathrm{com}}^{\xi -m}\left(t\right)\times t_{\mathrm{com}}^{\xi -m}]<t_{\mathrm{cstmr}}-t_0---(1-8)$
$\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0---(1-9)$
$\underset{k=1}{\overset{M}{\Sigma }}{g}_k\ge G_0---(1-10)$
显然，fcust ξ-p(t)、fcust ξ-p(C)(p＝1，2，3)大于1，而fcom ξ-p(t)、fcom ξ-p(C)(p＝1， 2，3)等于1；为此，大批量定制的目标是通过尽可能将定制的产品设计部分转 化为通用的零部件设计来延迟“客户订单解耦点”(13)，进而通过改善现有大批 量生产设计进程和资源配置使这些系数小于1；
2)制造进程ζ(3)的二维时空数学模型
①制造进程ζ(3)，诞生于制造部门接到加工作业要求的那一刻，即存在状态；
②制造进程ζ(3)的执行状态，指一个或一个以上通用结构或定制结构处于正 在被加工的状态。在此，用t1 ζ、C1 ζ分别表示制造进程ζ处于该状态的所有时间 之和与所有耗费的成本之和，而f1 ζ(t)、f1 ζ(C)分别表示客户定制对t1 ζ、C1 ζ的影 响系数；
③制造进程ζ(3)的睡眠状态，这是大批量定制中要消除的主要生产准备阶 段，在此，用t2 ζ、C2 ζ分别表示制造进程ζ处于该状态的所有时间之和与所有耗 费的成本之和，而f2 ζ(t)、f2 ζ(C)分别表示客户定制对t2 ζ、C2 ζ的影响系数；
④制造进程ζ(3)的就绪状态，指加工部门已经将加工作业计划编排好，且准 备好了所需的各种资源等而准备加工的状态，该状态由于设备、人员等闲置而 造成的资源浪费率几乎最高；是企业绝对应该也是能够消除的一种状态；在此， 用t3 ζ、C3 ζ分别表示制造进程ζ处于该状态的所有时间之和与所有耗费的成本之 和，而f3 ζ(t)、f3 ζ(C)分别表示客户定制对t3 ζ、C3 ζ的影响系数；
⑤制造进程ζ(3)的暂停状态，指制造过程中由于检测、监督或设备修复等的 需要而将生产过程暂时停下来的一种状态；是一种由于设备、人员闲置而造成 的资源浪费率非常高的状态；在此，用t4 ζ、C4 ζ分别表示制造进程ζ处于该状态 的所有时间之和与所有耗费的成本之和，而f4 ζ(t)、f4 ζ(C)分别表示客户定制对 t4 ζ、C4 ζ的影响系数；
⑥制造进程ζ(3)的停止状态，指该定制产品的所有加工作业完成，资源全部 释放；
于是，得到与产品制造相关的数学模型：
$\min \underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\zeta }\left(t\right)\times t_n^{\zeta }---(2-1)$
$\min \underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\zeta }\left(C\right)\times C_n^{\zeta }---(2-2)$
$s.t.\underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\zeta }\left(t\right)\times t_n^{\zeta }<t_{\mathrm{cstmr}}-t_0---(2-3)$
$\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0---(2-4)$
$\underset{k=1}{\overset{M}{\Sigma }}{g}_k\ge G_0---(2-5)$
上式中的fn ζ(t)、fn ζ(C)(n＝1，2，3，4)，对于大批量生产来说，恒等于1；
对于定制生产来说，它们大于1；而对于大批量定制来说，目标是要它们小 于或等于1；
此外，从空间维的角度出发，从而建立另一种数学模型形式，即：
设制造进程ζ(3)中通用零件、定制零件所需的时间与成本以及它们受客户定 制的影响系数分别为：tcust ζ、fcust ζ(t)、Ccust ζ、fcust ζ(C)、tcom ζ、fcom ζ(t)、Ccom ζ、fcom ζ(C)；
于是，得到与产品制造相关的数学模型：
min fcust ζ(t)×tcust ζ+fcom ζ(t)×tcom ζ               (2-6)
min fcust ζ(C)×Ccust ζ+fcom ζ(C)×Ccom ζ-n             (2-7)
$s.t.f_{\mathrm{cust}}^{\zeta }\left(t\right)\times t_{\mathrm{cust}}^{\zeta }+f_{\mathrm{com}}^{\zeta }\left(t\right)\times t_{\mathrm{com}}^{\zeta }<t_{\mathrm{cstmr}}-t_0---(2-8)$
$\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0---(2-9)$
$\underset{k=1}{\overset{M}{\Sigma }}{g}_k\ge G_0---(2-10)$
显然，fcust ζ(t)、fcust ζ(C)大于1，而fcom ζ(t)、fcom ζ(C)等于1；为此，大批 量定制的目标是通过尽可能将定制零件转化为通用零件来延迟“客户订单解耦 点”(13)，进而通过改善现有大批量生产制造过和资源配置等使这些系数小于1；
3)装配进程δ(4)的二维时空数学模型
根据前面关于进程的定义可知，设用t1 δ、C1 δ分别表示装配进程δ(4)处于它 的执行状态的所有时间之和与所有耗费的成本之和，而f1 δ(t)、f1 δ(C)分别表示 客户定制对t1 δ、C1 δ的影响系数；设用t2 δ、C2 δ分别表示装配进程δ(4)处于它的睡 眠状态的所有时间之和与所有耗费的成本之和，而f2 δ(t)、f2 δ(C)分别表示客户 定制对t2 δ、C2 δ的影响系数；设用t3 δ、C3 δ分别表示装配进程δ(4)处于它的就绪状 态的所有时间之和与所有耗费的成本之和，而f3 δ(t)、f3 δ(C)分别表示客户定制 对t3 δ、C3 δ的影响系数；设用t4 δ、C4 δ分别表示装配进程δ(4)中处于它的暂停状态 的所有时间之和与所有耗费的成本之和，而f4 δ(t)、f4 δ(C)分别表示客户定制对 t4 δ、C4 δ的影响系数；
于是，得到与产品装配相关的数学模型：
$\min \underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\delta }\left(t\right)\times t_n^{\delta }---(3-1)$
$\min \underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\delta }\left(C\right)\times C_n^{\delta }---(3-2)$
$s.t.\underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\delta }\left(t\right)\times t_n^{\delta }<t_{\mathrm{cstmr}}-t_0---(3-3)$
上式中的fn δ(t)、fn δ(C)(n＝1，2，3，4)，对于大批量生产来说，恒等于1；对 于定制生产来说，它们大于1；而对于大批量定制来说，目标是要它们小于或等 于1；
此外，从空间维的角度出发，则建立另一种数学模型形式，即
设装配进程δ(4)中通用零部件、定制零部件所需的时间与成本以及它们受客 户定制影响的系数分别为：tcust δ、fcust δ(t)、Ccust δ、fcust δ(C)、tcom δ、fcom δ(t)、Ccom δ、fcom δ(C)。
于是，得到与产品装配相关的数学模型：
min fcust δ(t)×tcust δ+fcom δ(t)×tcom δ     (3-4)
min fcust δ(C)×Ccust δ+fcom δ(C)×Ccom δ     (3-5)
$s.t.f_{\mathrm{cust}}^{\delta }\left(t\right)\times t_{\mathrm{cust}}^{\delta }+f_{\mathrm{com}}^{\delta }\left(t\right)\times t_{\mathrm{com}}^{\delta }<t_{\mathrm{cstmr}}-t_0---(3-6)$
显然，fcust δ(t)、fcust δ(C)大于1，而fcom δ(t)、fcom δ(C)等于1；为此，大批 量定制的目标是通过通用化来延迟“客户订单解耦点”(13)，进而通过改善现有 大批量生产装配过程及资源配置等使这些参数小于1；
4)交货进程ψ(5)的二维时空数学模型
设用t1 ψ、C1 ψ分别表示交货进程ψ(5)处于它的执行状态的所有时间之和与所 有耗费的成本之和，而f1 ψ(t)、f1 ψ(C)分别表示客户定制对t1 ψ、C1 ψ的影响系数； 设用t2 ψ、C2 ψ分别表示交货进程ψ(5)处于它的睡眠状态的所有时间之和与所有耗 费的成本之和，而f2 ψ(t)、f2 ψ(C)分别表示客户定制对t2 ψ、C2 ψ的影响系数；设 用t3 ψ、C3 ψ分别表示交货进程ψ(5)处于它的就绪状态的所有时间之和与所有耗费 的成本之和，而f3 ψ(t)、f3 ψ(C)分别表示客户定制对t3 ψ、C3 ψ的影响系数；设用t4 ψ、 C4 ψ分别表示交货进程ψ(5)处于它的暂停状态的所有时间之和与所有耗费的成 本之和，而f4 ψ(t)、f4 ψ(C)分别表示客户定制对t4 ψ、C4 ψ的影响系数；
于是，得到与产品交货相关的数学模型：
$\min \underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\psi }\left(t\right)\times t_n^{\psi }---(4-1)$
$\min \underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\psi }\left(C\right)\times C_n^{\psi }---(4-2)$
$s.t.\underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\psi }\left(t\right)\times t_n^{\psi }<t_{\mathrm{cstmr}}-t_0---(4-3)$
上式中的fn ψ(t)、fn ψ(C)，对于大批量生产来说，恒等于1；对于定制生产 来说，它们大于1，因为大批量生产使用了批量运输等方式，将运输成本等平摊 到每一个产品上；大批量定制的目标是通过改善运输作业过程和/或资源等争取 与大批量生产相当或更少的交货成本；
此外，从空间维的角度出发，则建立另一种数学模型形式，即从供应链角度 考虑，有设与该定制产品在同一个时刻发货的定制或非定制产品的批量为i，其 中与该定制产品的运输路线有相同或相交部分的定制或非定制产品的数量为j， 假设
①这些定制产品单位距离总的平均运输费用分别为uq(q＝1，2，...，j+1)， 显然通常uq与每次共同运输的产品数量成单调非增函数。
②这些定制产品没有按时运到目的地的单位时间惩罚因子为提前系数γq、拖 期系数τq(q＝1，2，...，j+1)；惩罚因子的大小或正负由双方商定，显然，该 惩罚因子项的大小和正负其实就反映了客户的满意度ρq(q＝1，2，...，j+1)， 这里，假设该惩罚因子项等于产品价格pq乘以惩罚因子εq，这里，q＝1，2，...， j+1，而且pq越小，表示客户越满意；于是，有

③这些定制产品的运输距离分别为Lq，总的平均运输速度为v。
④这些定制产品的发货时刻为tbe，要求交货的时刻分别为tq end(q＝1，2，...， j+1)。
于是，与产品交货相关的数学模型为：
$\min \underset{q=1}{\overset{j+1}{\Sigma }}(t_q^{\mathrm{end}}-t_{\mathrm{be}})---(4-5)$
$\min \underset{q=1}{\overset{j+1}{\Sigma }}[L_q\times u_q+{ϵ}_q\times p_q\times (t_q^{\mathrm{end}}-t_{\mathrm{be}})]---(4-6)$
$s.t.t_{j+1}^{\mathrm{end}}-t_{\mathrm{be}}<t_{\mathrm{cstmr}}-t_0---(4-7)$
5)售后服务进程γ(6)的二维时空数学模型
根据前面关于“进程”的定义可知，设用t1 γ、C1 γ分别表示售后服务进程γ(6) 处于它的执行状态的所有时间之和与所有耗费的成本之和，而f1 γ(t)、f1 γ(C)分 别表示客户定制对t1 γ、C1 γ的影响系数；设用t2 γ、C2 γ分别表示售后服务进程γ(6) 处于它的睡眠状态的所有时间之和与所有耗费的成本之和，而f2 γ(t)、f2 γ(C)分 别表示客户定制对t2 γ、C2 γ的影响系数；设用t3 γ、C3 γ分别表示售后服务进程γ(6) 处于它的就绪状态的所有时间之和与所有耗费的成本之和，而f3 γ(t)、f3 γ(C)分 别表示客户定制对t3 γ、C3 γ的影响系数；设用t4 γ、C4 γ分别表示售后服务进程γ(6) 处于它的暂停状态的所有时间之和与所有耗费的成本之和，而f4 γ(t)、f4 γ(C)分 别表示客户定制对t4 γ、C4 γ的影响系数。
于是，得到与产品交货相关的数学模型：
$\min \underset{k=1}{\overset{4}{\Sigma }}{f}_k^{\gamma }\left(t\right)\times t_k^{\gamma }---(5-1)$
$\min \underset{k=1}{\overset{4}{\Sigma }}{f}_k^{\gamma }\left(C\right)\times C_k^{\gamma }---(5-2)$
$s.t.\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0---(5-3)$
$\underset{k=1}{\overset{M}{\Sigma }}{g}_k\ge G_0---(5-4)$
显然，在售后服务过程中，影响成本的主要有这样一些方面，即：①所需 零部件的价格；②获得所需零部件的难易程度；③所需服务人员的工作量大小； ④所需使用工具的贵重与否，以及工具是否容易获得；⑤售后服务所需要的技 术含量是否高；⑥售后服务的地点距离企业售后服务部门的远近；
于是，从空间维的角度出发，建立另一种数学模型形式，即
设售后服务进程γ(6)中与所需通用零部件和/或工具等、定制零部件和/或工 具等相关的时间与成本以及它们受客户定制影响的系数分别为：tcust γ、fcust γ(t)、Ccust γ、 fcust γ(C)、tcom γ、fcom γ(t)、Ccom γ、fcom γ(C)，则得到与售后服务相关的数学模型：
min fcust γ(t)×tcust γ+fcom γ(t)×tcom γ             (5-5)
min fcust γ(C)×Ccust γ+fcom γ(C)×Ccom γ             (5-6)
$s.t.\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0---(5-7)$
$\underset{k=1}{\overset{M}{\Sigma }}{g}_k\ge G_0---(5-8)$
显然，fcust δ(t)、fcust δ(C)大于1，而fcom δ(t)、fcom δ(C)等于1，大批量定制 的目标是通过改善售后服务方案或资源准备而使这些系数小于或等于1；
6)大批量定制二维时空数学模型
根据以上论述，得到基于二维时空模型的如下两种表示方式的数学模型， 即
①基于设计进程ξ(2)、制造进程ζ(3)、装配进程δ(4)、交货进程ψ(5)与售后 服务进程γ(6)的时间维数学模型：
$\min \underset{m=1}{\overset{3}{\Sigma }}\underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\xi -m}\left(t\right)\times t_n^{\xi -m}+\underset{n=1}{\overset{4}{\Sigma }}[f_n^{\zeta }\left(t\right)\times t_n^{\zeta }+f_n^{\delta }\left(t\right)\times t_n^{\delta }+f_n^{\psi }\left(t\right)\times t_n^{\psi }+f_n^{\gamma }\left(t\right)\times t_n^{\gamma }]---(6-1)$
$\min \underset{m=1}{\overset{3}{\Sigma }}\underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\xi -m}\left(C\right)\times C_n^{\xi -m}+\underset{n=1}{\overset{4}{\Sigma }}[f_n^{\zeta }\left(C\right)\times C_n^{\zeta }+f_n^{\delta }\left(C\right)\times C_n^{\delta }---(6-2)$
$f_n^{\psi }\left(C\right)\times C_n^{\psi }+f_n^{\gamma }\left(C\right)\times C_n^{\gamma }]$
$s.t.\underset{m=1}{\overset{3}{\Sigma }}\underset{n=1}{\overset{4}{\Sigma }}{f}_n^{\xi -m}\left(t\right)\times t_n^{\xi -m}+\underset{n=1}{\overset{4}{\Sigma }}[f_n^{\zeta }\left(t\right)\times t_n^{\zeta }+f_n^{\delta }\left(t\right)\times t_n^{\delta }+f_n^{\psi }\left(t\right)\times t_n^{\psi }]<t_{\mathrm{cstmr}}-t_0---(6-3)$
$\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0---(6-4)$
$\underset{k=1}{\overset{M}{\Sigma }}{g}_k\ge G_0---(6-5)$
②基于设计进程ξ(2)、制造进程ζ(3)、装配进程δ(4)、交货进程ψ(5)与售后 服务进程γ(6)的空间维数学模型：
$\min \underset{m=1}{\overset{3}{\Sigma }}[f_{\mathrm{cust}}^{\xi -m}\left(t\right)\times t_{\mathrm{cust}}^{\xi -m}+f_{\mathrm{com}}^{\xi -m}\left(t\right)\times t_{\mathrm{com}}^{\xi -m}]+f_{\mathrm{cust}}^{\zeta }\left(t\right)\times t_{\mathrm{cust}}^{\zeta }+f_{\mathrm{com}}^{\zeta }\left(t\right)\times t_{\mathrm{com}}^{\zeta }+$
$f_{\mathrm{cust}}^{\delta }\left(t\right)\times t_{\mathrm{cust}}^{\delta }+f_{\mathrm{com}}^{\delta }\left(t\right)\times t_{\mathrm{com}}^{\delta }+\underset{q=1}{\overset{j+1}{\Sigma }}(t_q^{\mathrm{end}}-t_{\mathrm{be}})+f_{\mathrm{cust}}^r\left(t\right)\times t_{\mathrm{cust}}^r+f_{\mathrm{com}}^r\left(t\right)\times t_{\mathrm{com}}^r---(6-6)$
$\min \underset{n=1}{\overset{3}{\Sigma }}[f_{\mathrm{cust}}^{\xi -n}\left(C\right)\times C_{\mathrm{cust}}^{\xi -n}+f_{\mathrm{com}}^{\xi -n}\left(C\right)\times C_{\mathrm{com}}^{\xi -n}]+f_{\mathrm{cust}}^{\zeta }\left(C\right)\times C_{\mathrm{cust}}^{\zeta }$
$+f_{\mathrm{com}}^{\zeta }\left(C\right)\times C_{\mathrm{com}}^{\zeta -n}+f_{\mathrm{cust}}^{\delta }\left(C\right)\times C_{\mathrm{cust}}^{\delta }+f_{\mathrm{com}}^{\delta }\left(C\right)\times C_{\mathrm{com}}^{\delta }$
$+f_{\mathrm{cust}}^{\gamma }\left(C\right)\times C_{\mathrm{cust}}^{\gamma }+f_{\mathrm{com}}^{\gamma }\left(C\right)\times C_{\mathrm{com}}^{\gamma }---(6-7)$
$+\underset{q=1}{\overset{j+1}{\Sigma }}\left[(L_q\times u_q+{ϵ}_q\times p_q\times (t_q^{\mathrm{end}}-t_{\mathrm{be}})\right]$
$s.t.\underset{m=1}{\overset{3}{\Sigma }}[f_{\mathrm{cust}}^{\xi -m}\left(t\right)\times t_{\mathrm{cust}}^{\xi -m}+f_{\mathrm{com}}^{\xi -m}\left(t\right)\times t_{\mathrm{com}}^{\xi -m}]+f_{\mathrm{cust}}^{\zeta }\left(t\right)\times t_{\mathrm{cust}}^{\zeta }+f_{\mathrm{com}}^{\zeta }\left(t\right)\times t_{\mathrm{com}}^{\zeta }$
$+f_{\mathrm{cust}}^{\delta }\left(t\right)\times t_{\mathrm{cust}}^{\delta }+f_{\mathrm{com}}^{\delta }\left(t\right)\times t_{\mathrm{com}}^{\delta }+t_{j+1}^{\mathrm{end}}-t_{\mathrm{be}}<t_{\mathrm{cstmr}}-t_0---(6-8)$
$\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0---(6-9)$
$\underset{k=1}{\overset{M}{\Sigma }}{g}_k\ge G_0---(6-10)$
7)基于空间维的“客户订单解耦点”(13)数学模型
根据基于设计进程ξ(2)、制造进程ζ(3)、装配进程δ(4)、交货进程ψ(5)与售 后服务进程γ(6)的空间维数学模型可知，通过对通用零部件以及不同产品之间的 共同运输路径来对“客户订单解耦点”(13)予以描述，即对上述定制产品而言， 在实施大批量定制过程中要尽可能将“客户订单解耦点”(13)往后移，即把“客 户订单解耦点”(13)往“大批量生产”方向移动，用数学模型表示为
$\min \underset{m=1}{\overset{3}{\Sigma }}{f}_{\mathrm{cust}}^{\xi -m}\left(t\right)\times t_{\mathrm{cust}}^{\xi -m}+f_{\mathrm{cust}}^{\zeta }\left(t\right)\times t_{\mathrm{cust}}^{\zeta }+f_{\mathrm{cust}}^{\delta }\left(t\right)\times t_{\mathrm{cust}}^{\delta }+f_{\mathrm{cust}}^{\gamma }\left(t\right)\times t_{\mathrm{cusr}}^{\gamma }+f_{\mathrm{cust}}^{\psi }\left(t\right)\times t_{\mathrm{cust}}^{\psi }---(7-1)$
$\min \underset{n=1}{\overset{3}{\Sigma }}{f}_{\mathrm{cust}}^{\xi -n}\left(C\right)\times C_{\mathrm{cust}}^{\xi -n}+f_{\mathrm{cust}}^{\zeta }\left(C\right)\times C_{\mathrm{cust}}^{\zeta }+f_{\mathrm{cust}}^{\delta }\left(C\right)\times C_{\mathrm{cust}}^{\delta }---(7-2)$
$+f_{\mathrm{cust}}^{\gamma }\left(C\right)\times C_{\mathrm{cust}}^{\gamma }+f_{\mathrm{cust}}^{\psi }\left(c\right)\times C_{\mathrm{cust}}^{\psi }$
$s.t.\underset{m=1}{\overset{3}{\Sigma }}[f_{\mathrm{cust}}^{\xi -m}\left(t\right)\times t_{\mathrm{cust}}^{\xi -m}+f_{\mathrm{com}}^{\xi -m}\left(t\right)\times t_{\mathrm{com}}^{\xi -m}]+f_{\mathrm{cust}}^{\zeta }\left(t\right)\times t_{\mathrm{cust}}^{\zeta }+f_{\mathrm{com}}^{\zeta }\left(t\right)\times t_{\mathrm{com}}^{\zeta }---(7-3)$
$+f_{\mathrm{cust}}^{\delta }\left(t\right)\times t_{\mathrm{cust}}^{\delta }+f_{\mathrm{com}}^{\delta }\left(t\right)\times t_{\mathrm{com}}^{\delta }+t_{j+1}^{\mathrm{end}}-t_{\mathrm{be}}<t_{\mathrm{cstmr}}-t_0$
$\underset{j=1}{\overset{N}{\Sigma }}{q}_j\ge Q_0---(7-4)$
$\underset{k=1}{\overset{M}{\Sigma }}{g}_k\ge G_0---(7-5)$
这里，tcust ψ、fcust ψ(t)、Ccust ψ、fcust ψ(C)分别表示定制产品交货进程中与大批 量生产产品不同的所有路程所相应的时间和成本及其受客户定制影响大小的系 数；为了降低定制产品总成本、缩短其交货时间，将“客户订单解耦点”(13) 往后移的关键在于采取各种措施来减小式(7-2)和式(7-1)中各项的影响系数， 如：①实现柔性的操作，以及零件必须具有通用性；②夹具几何形状必须具有 通用性，使许多形状不同的零件采用同样的方式定位；③设计特征必须具有通 用性，保证使用同样的加工工具；④材料必须具有通用性，以避免因更换材料 而停止生产；⑤交货渠道具有通用性，以免定制产品的整个交货过程都有单独 的路程。
7、根据权利要5所述的大批量定制二维时空模型建模及优化方法，其特征 在于所述的启发式优化方法流程建立在大批量定制二维时空数学模型基础上； 启发式优化方法是一种逐步逼近与合并缩小求解空间的满意解的优化方法；下 面，以上述基于空间维的数学模型为例，对该优化方法的流程予以说明：
假设共有J个订单要处理，这里，为了说明问题的方便，给每一个订单i都 指定一个多功能小组Ωi(i＝1，2，…，J)，每一个订单的处理过程都采用相同 的步骤和工具。于是，对启发式优化方法逐步说明如下，即：
步骤一，处理订单i。将该订单分配给多功能小组Ωi，并建立该订单的处理 时间、成本跟踪的项目同时，创建订单约束；
步骤二，在中创建设计进程ξ，设计进程进一步分为三个子进程，制造进 程ζ，装配进程δ、交货进程ψ与售后服务进程γ的子项目；
步骤三，通过设计子进程ξ-3获得该阶段的各个通用零部件，以及需要定制 的零部件；然后，查询产品信息库，并将所选择的通用零部件以及需要设计的 定制零部件在生产时间与成本方面的数据录入；
步骤四，通过设计子进程ξ-2，进一步基于功能分解，将需要设计的定制零 部件划分为需要定制的、通用化后可以直接从产品信息库选择的两类，并将相 关的生产时间与产品成本方面的数据录入；
步骤五，通过设计子进程ξ-1，完成定制零件的设计与通用结构的选择，录 入定制结构设计与通用结构选择的相关生产时间与产品成本方面的数据；
步骤六，调用数学模型，式(1-1)、(1-2)、(1-3)、(1-4)、(1-5)，对步骤 三、四、五中数据所获得的解是否满意，是否满足约束要求？是，则以步骤三、 四、五中的数据作为初始点，求取该模型的可行域空间Θ1；否则，转到步骤三， 重复“步骤三”～“步骤五”并重新确定其中的相关数据；
显然，这个时候的模型可行域空间Θ1，还没有考虑到在制造、装配等阶段 中可能要遇到的诸如设备故障或资源短缺问题，因此可以认为它相对于制造、 装配等阶段而言，还是一个“无约束”的优化解；
步骤七，打开制造进程ζ的子项目，继承步骤三、四、五中与该进程相关 的所有数据，进而将所有属于该进程的任务划分为属于通用零部件与属于定制 零部件两大类。设本进程中通用零件、定制零件所需的时间与成本以及它们受 客户定制的影响系数分别为：tcust ζ、fcust ζ(t)、Ccust ζ、fcust ζ(C)、tcom ζ、fcom ζ(t)、Ccom ζ、 fcom ζ(C)，调用数学模型，式(2-1)、(2-2)、(2-3)、(2-4)、(2-5)，是否对步骤 三、四、五及在本进程ζ中获得的优化解满意？是否满足约束要求？是，则以 上述的各个数据作为初始点，求取该模型的可行域空间Θ2；否则，转到步骤三； 显然， ${\Theta }_2\subseteq {\Theta }_1;$
可行域空间Θ2相对于可行域空间Θ1而言，由于增加了考虑因素，例如制 造过程中对制造设备的要求等，因而通常都有： ${\Theta }_2⋐{\Theta }_1$ 成立，亦即是缩小了求 解空间；
步骤八，打开装配进程δ的子项目，继承上述各个步骤中与该进程相关的 所有数据，然后，将各种待装配的零部件划分为定制的、通用的两大类。类似 “步骤七”，确定tcust δ、fcust δ(t)、Ccust δ、fcust δ(C)、tcom δ、fcom δ(t)、Ccom δ、fcom δ(C)， 并调用数学模型，式(3-1)、(3-2)、(3-3)，是否对前面各个步骤以及本进程中 所获得优化解的满意？是否满足约束要求？是，则以上述的各个数据作为初始 点，求取该模型的可行域空间Θ3；否则，如果是对设计进程ξ中继承得来的数 据不满意，转到步骤三；如果是对制造进程ζ中继承得来的数据不满意，转到步 骤七；显然， ${\Theta }_3\subseteq {\Theta }_2\subseteq {\Theta }_1;$
可行域空间Θ3相对于可行域空间Θ2而言，由于增加了考虑因素，因而通 常都有： ${\Theta }_3⋐{\Theta }_2$ 成立，亦即是缩小了求解空间；
步骤九，打开交货进程ψ子项目，继承上述各个步骤中的数据，并查询企业 内部所有的客户订货单；
首先，根据订单i(参见步骤一)确定约束系数。然后，调用数学模型，式 (4-5)、(4-6)、(4-7)，是否对前面各个步骤中所获得的数据以及本进程的优化 解满意？是否满足约束？是，则以上述的各个数据作为初始点，求取该模型的 可行域空间Θ4；否则，如果是对设计进程ξ中继承得来的数据不满意，转到步 骤三；如果是对制造进程ζ中继承得来的数据不满意，转到步骤七；如果是对装 配进程δ中继承得来的数据不满意，转到步骤八。显然， ${\Theta }_4\subseteq {\Theta }_3\subseteq {\Theta }_2\subseteq {\Theta }_1;$ 类似前面的分析可知，可行域空间Θ4相对于可行域空间Θ3而言，由于增 加了考虑因素，因而通常都有： ${\Theta }_4⋐{\Theta }_3$ 成立，亦即是缩小了求解空间；
步骤十，打开售后服务进程γ子项目，继承上述各个步骤中的数据，然后， 查询企业内部所有的客户订货单，并根据订单i(参见步骤一)约束确定tcust γ、 fcust γ(t)、Ccust γ、fcust γ(C)、tcom γ、fcom γ(t)、Ccom γ、fcom γ(C)，调用数学模型，式(5-5)、 (5-6)、(5-7)、(5-8)，是否对前面各个步骤以及本进程中所获得的优化解满 意？是否满足约束要求？是，则以已有的所有数据为初始点，求取该模型的可 行域空间Θ5，并在该可行域空间内求取满意解，然后，转到步骤十一；否则， 如果是对设计进程ξ中继承得来的数据不满意，转到步骤三；如果是对制造进程 ζ中继承得来的数据不满意，转到步骤七；如果是对装配进程中的数据不满意， 转到步骤八；如果是对交货进程ψ中的数据不满意，转到步骤九。显然， ${\Theta }_5\subseteq {\Theta }_4\subseteq {\Theta }_3\subseteq {\Theta }_2\subseteq {\Theta }_1;$
类似前面的分析可知，可行域空间Θ5相对于可行域空间Θ4而言，由于增 加了考虑因素，因而通常都有： ${\Theta }_5⋐{\Theta }_4$ 成立，亦即是缩小了求解空间；
步骤十一，订单i处理完成，判断i是否等于J。若i＝J，转到步骤十二； 否则，令i＝i+1，转到步骤一，处理订单(i+1)。
步骤十二，结束。
至此亦可知，在订单的逐步处理过程中，随着可行域空间的逐步缩小，后 续步骤中所获得的优化解亦在逐步与“现实的情况”逼近，这是一个“逐步求 精”的过程。