面向智能制造的智慧供應鏈研究述評與展望

李剛 樊思呈

摘 要：智慧供應鏈是智能制造模式下供應鏈發展的必然趨勢。國內外學者圍繞智能制造的概念、內容、模式等進行了大量研究，闡述了智能制造對供應鏈的影響，并強調構建智慧供應鏈的必要性。現有研究的不足主要在于：對智能制造的研究偏重技術層面，管理理論研究較為薄弱;對面向智能制造的智慧供應鏈運行機制、實現路徑等的研究不夠深入;基于中國制造情境下的智慧供應鏈實證研究不足。未來研究方向主要包括：開展面向智能制造的智慧供應鏈形成條件、運行規律等理論研究;開展基于中國制造情境下的智慧供應鏈模式構建、實現路徑、運行績效等實證研究;開展智慧供應鏈創新與應用案例研究。

關 鍵 詞：智能制造;智慧供應鏈;供應鏈管理

一、引言

當前制造業發展面臨著市場需求和供給兩方面的挑戰[1]。來自市場需求方面的挑戰主要包括顧客需求難以捉摸、產品大規模定制化的實現和產品生命周期縮短;而供給方面的挑戰則包括生產靈活性和供應鏈復雜性的急劇增加，這主要是由于行業的變化和信息通信技術的快速發展。由于新一代信息通信技術具有可見性、靈活性、響應性、完整性和自動化等特點，被廣泛運用于新的制造范式。為了引領新的制造范式，在世界制造業中搶占強國地位，歐美等發達國家率先運用新一代信息技術加快發展先進制造業，通過采用信息、通信和生產技術并在“超連接”和“需求驅動”的制造環境中實現智能制造，從而確保制造業的競爭力。

智能時代下制造業的快速發展對供應鏈提出了新的要求，智能制造模式下的供應鏈具有對技術要求更高、可視化、移動化特征更加明顯、信息整合性、協作性以及可延展性更強等特點。本文在對國內外有關智能制造研究現狀進行分析的基礎上，綜述智能制造對供應鏈的影響研究，深入洞察智能制造模式下智慧供應鏈研究動向和發展趨勢。

二、關于智能制造的研究

國內外對智能制造的研究主要包括智能制造的概念、內容、模式等方面。

（一）智能制造的概念

“智能制造”這一概念由Wright和Bourne[2]于1988年首次提出。由于制造系統的復雜性日益增加，不同時期人們對智能的定義以及技術的要求不同，因而對智能制造的定義也存在差異。關于智能制造，目前還沒有一個統一的定義。本文將智能制造的主要定義列表如下，其中包括與智能制造相關的概念，如云制造、智慧制造、智慧云制造等。

以上學者主要從技術和管理兩個角度對智能制造的概念進行了界定：從技術角度，學者們認為，智能制造是基于新一代信息技術實現人和智能機器的協作，實現整個制造過程的智能化，從而達到減少成本和提高效率的目的;從管理角度，學者們認為，在制造全生命周期中，通過更有效的人機協同，管理者能對環境和信息等進行智慧感知、分析和預測，最終實現大規模柔性化、定制化和個性化生產，從而更好地提高顧客滿意度。

綜合以上觀點，本文認為，智能制造是指依托于物聯網、云計算、大數據等新一代信息技術，實現制造全過程人機交互的智能化和狀態感知、實時分析、自主決策和精確執行等，以達到柔性化生產和快速響應的目的。

（二）智能制造的內容

關于智能制造的內容，學者們主要從智能設備、智能車間、智能管理、智能服務等方面進行了研究。國外學者Gillenwater et al.[23]引入了將制造支持系統（MSS）與分布式組支持系統（DGSS）集成到分布式制造支持系統（DMSS）中的概念，以幫助現代制造業滿足集成、通信、協作和決策的需要。Tso et al.[24]提出了一個基于規則推理技術的智能全球制造服務系統，以解決全球制造網絡中協調和監控的問題。Choy et al.[25]設計了智能供應商關系管理系統（ISRMS）以實現制造商可以從眾多選擇中更加準確地篩選和測試識別出首選供應商。Frankowiak et al.[26]綜述了智能化、分布式、基于微控制器的機器和過程監控系統的發展，指出在設計監控系統架構時可以使用集成、分布式和嵌入式三種方法。Cagnin et al.[27]根據設計和管理智能制造系統（IMS）2020項目的經驗，對制造系統情景和路線圖進行了全球展望。Priego et al.[28]提出了一種通用的、可定制的多代理體系結構，以滿足生產、能源效率、性能優化、過程或控制器故障容錯等方面的變化需求。Blanco et al.[29]研究了機器人控制在智能制造系統中的實際應用，提出一種算法以實現機器人參數的實時管理和控制，并將機器人機械手的數據整合到工業大數據中對工廠進行管理。Faccini de Lima et al.[30]開發了一種在二氧化硅、硅和高溫金屬中將光纖材料體系結構組裝到集成微電子器件和系統的混合制造方法，這種方法將提供一類新型的耐用、低成本、普及型光纖設備和傳感器，從而使與人造物品（如家具和服裝）相接的結構能夠集成到物聯網（IoT）中。Bi et al.[31]通過對智能制造機器人中一類線性執行器的磨損和疲勞壽命進行建模和驗證，基于實驗結果找到一種預測線性執行器疲勞壽命的方法，以推動機器人在智能制造領域的應用。Sim[32]提出了一種智能設備工程系統的構建和大數據分析方法，以在智能工廠環境中提高產品產量和質量。

國內學者杜寶瑞等[33]從系統的技術基礎、實施規模等方面，將智能制造系統劃分為5個層級，給制造企業提供了對自身現階段的制造技術水平判斷的參考依據，有助于企業明確發展的需求和目標，達到逐步提高智能制造層級的目標。王欽等[34]以海爾集團為例，強調企業在智能生產環境下，不只是構建智能工廠，而是實現“人—機—物”的互聯，通過了解用戶的真實需求，以最少的選擇成本為用戶創造最高的價值。寧振波[35]通過分析美、德兩國的制造業戰略，強調了智能制造不僅是生產的概念，而是人、機、物三者之間相互交互與深度融合。肖靜華等[36]提出了一個由四個基本子系統構成且將消費者與智能聯盟考慮在內的智能制造體系概念模型。錢鋒等[37]考慮到流程產業轉型升級的重大要求，總結了當前流程工業在決策、生產運作、效率與安全、信息集成等方面的局限性，為了解決這些局限性和核心科學問題，進一步提出了流程工業智能優化制造的基礎理論和關鍵技術。李清等[38]通過對各國現階段的智能制造生態體系結構進行比較分析，在此基礎上提出適合我國國情的智能制造標準體系框架。劉鳴等[39]通過對傳統柔性制造系統特點的分析，提出了將智能制造技術融入柔性制造系統的新模式，并進一步闡述了這種新模式的組成及工作流程。

（三）智能制造的模式

為實施《中國制造2025》，工業和信息化部于2016年將智能制造典型模式分為離散型智能制造模式、流程型智能制造模式、網絡協同制造模式、大規模個性化定制模式、遠程運維服務模式等五種，并給出了相應的應用領域。

在此基礎上，學者們也結合不同的技術和實踐對智能制造模式進行了劃分。Ren et al.[40]認為隨著制造業的發展，制造企業開始采用更多的機器和更多的人的生產方式，從傳統的分散控制生產模式逐漸演變為協調控制、集中控制和分級控制的生產模式。Zhou et al.[41]針對傳統制造中“機械定位”加工模式帶來的問題，從信息、控制、技術與設備相結合的角度，提出了一種新的“信息定位”加工模式和基于該模式的智能制造系統。Cheng et al.[42]提出了分布式網絡制造模式（DNMM）的概念，該研究的重點是提高傳統數控機床的智能化程度和與外界溝通協調的能力。Yong et al.[43]提出了在網絡物理系統下運用智能制造的鍛造新模式，以解決鍛造過程中加工過程復雜、生產效率和質量穩定性低、設備維護困難等問題，達到降低鍛造企業的生產、運營和維護成本，提高生產效率和市場競爭力的目的。Qu et al.[44]提出了一種由動態需求和關鍵績效指標驅動的自主智能制造模式。Zhang et al.[45]提出了一種將基于云的泛在機器人系統應用于定制產品智能制造的體系結構。

周佳軍等[46]認為新一代信息技術的發展引起了制造模式的改變，并總結出了幾種具有代表性的先進制造模式，如以云計算為技術支持的云制造、以信息物理系統為核心的智能制造等。黃倩倩等[47]通過分析制造業轉型升級的四種典型模式，總結了制造業智能化升級路徑，并對我國制造業智能化轉型提出相關建議。任杉等[48]針對復雜產品生命周期中呈現出的大數據特點，在傳統產品生命周期管理中引入新一代智能感知技術，促成整個生命周期各階段數據的互聯互通，構建大數據驅動的復雜產品全生命周期智能制造服務新模式。侯瑞[49]在了解智能制造的本質以及剖析智能制造在工廠內外所起到的作用的基礎上，總結出智能制造的四大應用模式。張映鋒等[50]將智能制造分為物聯制造、云制造、服務型制造和制造網格等模式。呂文晶等[51]采用探索性單案例研究方法，對海爾集團基于COSMO平臺的智能制造模式和企業級平臺建設及治理進行了分析和探討，最后從頂層設計、產業規劃和企業戰略三大方面對我國制造業企業推進智能制造提出幾點建議。李強等[52]針對企業在開展個性化定制業務時可能會面臨資源和能力有限等問題，基于個性化定制原理和云制造的運行原理提出了一種新的個性化定制生產模式。

三、關于智能制造對供應鏈的影響研究

國內外學者主要從運行成本與收益、供應鏈流程重組、供應鏈整合等角度來分析智能制造對供應鏈的影響。

（一）智能制造對供應鏈運行成本與收益的影響

從運行成本與收益角度，Abdel-Basset et al.[53]認為使用物聯網的智能設備能降低供應鏈企業知識獲取過程中產生的成本。周曉玲認為智能制造首要目的是為企業創造價值和獲得利潤，而并非純粹為了智能化而投入，重點是實現制造端整條價值鏈拉通，也就是以高質量產品為基礎，并達到精準交付、提升效率、改善品質、流程透明化的目的。Gupta et al.[54]使用組織信息處理理論（OIPT）證明了供應鏈的智慧程度與信息系統靈活性之間存在正相關關系。Griffin et al.[55]展示了如何將機器人和自動化、虛擬現實、離散事件模擬、大容量計量等創新技術轉移到建筑供應鏈中，并認為將傳統的手工紙質工藝數字化可以提高建筑行業生產率。Kamble et al.[56]研究了工業4.0技術對精益生產實踐和可持續組織績效的直接影響，結果表明，工業4.0技術對可持續組織績效有顯著的直接和間接影響，并證實精益生產實踐是一個強中介變量。Tortorella et al.[57]研究了工業4.0技術對精益供應鏈管理（LSCM）實踐與供應鏈績效改善之間關系的調節作用。

（二）智能制造對供應鏈流程的影響

從供應鏈流程重組角度，學者們主要從技術層面分析了新一代創新技術（如云計算、大數據等）對倉儲、采購、物流運輸、訂單交付等供應鏈流程環節帶來的影響。Glas and Kleemann[58]通過對7位采購經理的深度探索性訪談，對智能工廠和工業化4.0進行了定性分析。他們通過對采購和供應管理的實驗洞察，分析了工業4.0的影響。Hahn[59]以供應鏈創新理論為視角，探討了工業4.0對供應鏈管理的影響，并提出了基于平臺的標準流程眾包和按需提供定制服務兩種截然不同的方式來數字化運營供應鏈流程。Fraile et al.[60]認為制造公司可以使用工業互聯網在供應鏈上創建數據流，以監視和控制制造和物流流程，最終使這些數據流與其他軟件系統互操作，以實現供應鏈流程之間的智能交互，并針對數據流的安全問題，提出了設備驅動安全體系結構。趙慧[61]認為，技術的不斷創新導致供應鏈各環節之間的界限日趨模糊，這就需要重組目前的供應鏈流程，使整個生產系統與之匹配。

（三）智能制造對供應鏈整合的影響

從供應鏈整合角度，Mahood et al.[62]認為智能制造時代下的新一代電子商務技術有助于顧客和供應鏈兩者的資源整合。Ben-daya[63]通過廣泛的文獻綜述，發現了物聯網在應對智能制造背景下供應鏈管理方面存在的差距，并指出了物聯網在不同應用領域中未來發展的可能性和方向。蕙嘉琳[64]認為供應鏈整合不僅僅是技術問題，而重點是以顧客需求為出發點，實現企業與供應鏈上下游制造商、技術或物流供應商合作問題。崔秋[65]認為工業4.0下供應鏈管理變革的核心是計劃管理，強調需求和產品變革，重視供應鏈管理。王鶴[66]討論了新時代物聯網技術對企業供應鏈管理方式的三點影響：一是實現供應鏈的可視化管理;二是保證供應鏈上信息的同步傳輸;三是實現供應鏈的智慧管理。

可見，智能制造對供應鏈的資源整合、流程重組和管理模式提出了更高、更新的要求，需要對供應鏈進行創新，構建智慧供應鏈。

四、關于智慧供應鏈的研究

為了適應制造業和新一代信息技術的快速發展，供應鏈也進入了與信息化深度融合的智慧供應鏈新階段[67]。Kim et al.[68]通過對以往供應鏈管理領域信息系統的發展和方法的研究，認為現階段由于缺乏理論立場和定性研究，研究方法是有限的。因此，未來的研究需要關注使用定性的方法進行問題研究，以找到潛在的理論機制，通過倉儲、運輸等的優化來實現供應鏈智慧管理的目標。下面將從智慧供應鏈的定義、面向智能制造的智慧供應鏈模式構建等方面進行分析。

（一）智慧供應鏈的定義

國內外學者關于智慧供應鏈的定義如表2所示。

智慧供應鏈是將智能技術與管理融合的集成系統，具備可視化、透明化和協同性三大特點

從表2的定義中可以看出，國內外學者主要強調了智慧供應鏈需要具備的幾點特征：一是顧客滿意度最大化;二是快速響應能力;三是數字化。本文認為，智慧供應鏈是結合現代科技技術和科學管理方法，實現整條供應鏈上的各企業之間以及企業與客戶之間的信息共享和互動協同。與傳統供應鏈相比，智慧供應鏈對技術的要求更高，可以基于大數據實時了解客戶喜好，更準確地預測客戶需求，實現對每位客戶的個性化、定制化服務，并具備市場響應能力更快、智能化程度更高等特點。

（二）智慧供應鏈構建研究

國外學者Chung et al.[72]認為通過構建一個動態設計和運營智能供應鏈的規劃框架，可以在面對與個性化生產相關的新制造模式時提供更大的靈活性和機會。Ghadimi et al.[77]提出了一種多智能體系統方法，用于解決可持續供應商評價和選擇過程，為供應商和制造商之間提供適當的通信渠道、結構化的信息交換和可視化。Karimi et al.[78]設計了一個面向智能制造的多商品多式聯運供應鏈網絡。Oh et al.[73]研究了智能制造供應鏈的屬性，識別出智能制造供應鏈的功能和結構特征，并提出了一個供應計劃模型以找到利潤與交貨期之間的最佳平衡，根據該模型確定智慧供應鏈績效。Wu et al.[79]提出了一種將供應鏈與IoT相結合的新模式，并認為該模式將演化為智慧供應鏈生態系統，從而提高供應鏈的生產率。Li et al.[80]構建了云計算下的沿海港口智能物流供應鏈分布式節點部署模型，仿真結果表明，該模型可以提高沿海港口智能物流供應鏈的調度路徑優化和智能控制能力。Zhou et al.[81]針對傳統供應鏈系統中設計的軟硬件在傳輸過程中缺乏協作、效率低下、導致大量的信息失真等問題，提出了一種基于物聯網技術的智能供應鏈信息系統。Ghadimi et al.[82]提出了一種多代理系統（MAS）方法來解決可持續供應商評估和選擇過程，從而在供應商和制造商之間提供適當的溝通渠道、結構化的信息交換和可見性。

國內學者針對智慧供應鏈構建的研究主要從理論、實證和案例等不同方面展開。在理論研究方面，學者們主要分析了智慧供應鏈構建思路。如蔡進[83]指出，供應鏈創新的理念是包容和開放，關鍵是整合和優化，核心是協同，目標是互利共贏，方向是智慧化和智能化，本質是價值創造。宋華[74]針對互聯網如何推動三大產業供應鏈創新的問題，提出智慧供應鏈創新應把握供應鏈管理的三大核心要素，即供應鏈六大能力體系、核心結構和流程實現。趙振強等[84]基于新時代背景下，針對農產品供應鏈一體化和智能化的發展模式，從信息共享平臺搭建等四個方面構建了新型農產品智慧供應鏈體系框架。王鶴[85]基于物聯網和供應鏈之間的內在聯系提出了智慧供應鏈平臺建設思路。邱伏生[86]針對制造企業供應鏈管理過程中出現的問題，提出從智能戰略、智慧供應鏈平臺、供應鏈預警等方面建設智慧供應鏈。黃成成等[76]主要從業務、技術及管理三大模塊進行智慧供應鏈體系的構建。在實證研究方面，李玉鳳等[87]、徐新新等[88]主要探討了智慧供應鏈績效評價。在案例研究方面，趙振智等[89]、楊鵬飛等[90]、馬彥華等[91]主要結合單個案例探討了智慧供應鏈創新與應用。

五、結論與展望

（一）現有研究的主要結論

智能制造是生產管理的信息化和生產設備的自動化深度融合的產物，也是未來各國政府發展的重點和國內外學者研究的熱點。關于對智能制造的理論研究，目前國內外學者主要從智能制造的概念、內容、模式等方面進行了深入研究。智能制造的提出和實踐發展，從流程重組、資源整合和智能化管理等方面對供應鏈提出了新要求，構建智慧供應鏈成為智能制造模式下供應鏈發展的必然趨勢。

（二）現有研究存在的不足

第一，目前國內外有關智能制造的研究重點主要在技術和工程實現領域，對智能制造的管理理論研究尚處于起步階段，尤其對作為智能制造重要支撐的智慧供應鏈體系的管理理論研究更加薄弱，這使得智能制造背景下的智慧供應鏈管理實踐缺乏相應的理論指導。

第二，面向智能制造的智慧供應鏈是將智能制造全過程用供應鏈全局思維協同起來，從多方面對智能制造時代下的智慧供應鏈進行研究。目前已有研究更多從單個方面進行分析，尚未從一體化視角審視智能制造與智慧供應鏈的內在關聯與作用機制。

第三，開展基于中國制造情境下的智慧供應鏈研究是供應鏈研究的重要方向。目前，結合中國制造業具體行業智能化轉型的實際情境，研究如何通過智慧供應鏈構建促進制造業智能化轉型的研究還很缺乏。

第四，目前針對智能制造對供應鏈的影響主要在定性研究方面，缺少實證數據的支持，現實針對性不強。針對智慧供應鏈的運行機制、智慧供應鏈未來的管理問題等相關研究還較少。

（三）未來研究方向

一是開展面向智能制造的智慧供應鏈理論研究。要對智能制造和智慧供應鏈的內涵、外延等進行界定，還應結合供應鏈管理理論、組織理論等多種理論對面向智能制造的智慧供應鏈的特點、形成條件、運行規律等進行系統研究，為智能制造背景下的企業智慧供應鏈管理實踐提供堅實的理論基礎。

二是開展基于中國制造情境下的智慧供應鏈實證研究。根據制造業不同細分行業的特性，采取問卷調查、企業實地調研、個別訪談等方式深入了解中國制造業智能制造與智慧供應鏈發展現狀，并結合數據對面向智能制造的智慧供應鏈模式構建、實現路徑、運行績效等進行實證研究。

三是開展智慧供應鏈創新與應用案例研究。選取中國智能制造試點示范項目、全國供應鏈創新與應用試點企業等，廣泛收集面向智能制造的智慧供應鏈實踐案例，構建面向智能制造的智慧供應鏈案例庫，通過個案分析、多案例比較研究等方法總結面向智能制造的智慧供應鏈實踐經驗，為制造業智能化轉型與供應鏈創新提供借鑒。

參考文獻：

[1]肖瑩瑩，李伯虎，侯寶存，等.智慧制造云中供應鏈管理的計劃調度技術綜述[J].計算機集成制造系統，2016，22（7）：1619-1635.

[2]WRIGHT P K，BOURNE D A.Manufacturing intelligence [M].[S.l]：Addison-Wesley，1988：100-102.

[3]RZEVSKI G.A framework for designing intelligent manufacturing systems[J].Computers in industry，1997，34（2）：211-219.

[4]QUINN S，GAUGHRAN W.Bionics—an inspiration for intelligent manufacturing and engineering [J].Robotics and computer-integrated manufacturing，2010，26（6）：616-621.

[5]JARDIM-GONCALVES R，SARRAIPA J，AGOSTINHO C，et al.Knowledge framework for intelligent manufacturing systems[J].Journal of intelligent manufacturing，2011，22（5）：725-735.

[6]DAVIS J，EDGAR T F，PORTER J，et al.Smart manufacturing，manufacturing intelligence and demand-dynamic performance [J].Computers & chemical engineering，2012，47（12）：145-156.

[7]ZHONG R Y，XU X，KLOTZ E，et al.Intelligent manufacturing in the context of industry 4.0：a review [J].Engineering，2017，3（5）：616-630.

[8]CHEN Y B.Integrated and intelligent manufacturing：perspectives and enablers[J].Engineering，2017，3（5）：588-595.

[9]DU Y，HUANG G .Intelligent manufacturing：a way to upgrade manufacturing industry[J].IOP conference series：materials science and engineering，2018，439：1-4.

[10]HENZEL R，HERZWURM G.Cloud manufacturing：A state-of-the-art survey of current issues [J].Procedia CIRP，2018，72：947-952.

[11]LIU Y K，WANG L H，WANG Y Q，et al.Multi-agent-based scheduling in cloud manufacturing with dynamic task arrivals [J].Procedia CIRP，2018，72：953-960.

[12]ZHANG G，ZHANG Y F，ZHONG R Y，et al.Extending augmented Lagrangian coordination for the optimal configuration of cloud-based smart manufacturing services with production capacity constraint[J].Robotics and computer integrated manufacturing，2019，58：21-32.

[13]MITTAL S，KHAN M A，ROMERO D，WUEST T.Building blocks for adopting smart manufacturing[J].Procedia manufacturing，2019，34：978-985.

[14]ZHOU J，ZHOU Y H，WANG B C，et al.Human-cyber-physical systems （HCPSs） in the context of new-generation intelligent manufacturing[J].Engineering，2019，5（4）.

[15]楊叔子，丁洪.智能制造技術與智能制造系統的發展與研究[J].中國機械工程，1992（2）：18-21.

[16]楊海成，祁國寧.制造業信息化技術的發展趨勢[J].中國機械工程，2004（19）：3-6，22.

[17]李伯虎，張霖，王時龍，等.云制造——面向服務的網絡化制造新模式[J].計算機集成制造系統，2010，16（1）：1-7，16.

[18]王友發，周獻中.國內外智能制造研究熱點與發展趨勢[J].中國科技論壇，2016（4）：154-160.

[19]陳紅松.云計算與物聯網信息融合[M].北京：清華大學出版社，2017.

[20]胡權.重新定義智能制造[J].清華管理評論，2018（Z1）：78-89.

[21]李廉水，石喜愛，劉軍.中國制造業40年：智能化進程與展望[J].中國軟科學，2019（1）：1-9，30.

[22]姚錫凡，雷毅，葛動元，等.驅動制造業從“互聯網+”走向“人工智能+”的大數據之道[J].中國機械工程，2019，30（2）：134-142.

[23]GILLENWATER E L，CONLON S，HWANG C.Distributed manufacturing support systems：the integration of distributed group support systems with manufacturing support systems[J].Omega，1995，23（6）：653-665.

[24]TSO S K，LAU H，HO J K L.Coordination and monitoring in an intelligent global manufacturing service system [J].Computers in industry，2000，43（1）：83-95.

[25]CHOY K L，LEE W B，LAU H，et al.Design of an intelligent supplier relationship management system for new product development[J].International journal of computer integrated manufacturing，2004，17（8）：692-715.

[26]FRANKOWIAK M，GROSVENOR R，PRICKETT P.A review of the evolution of microcontroller-based machine and process monitoring [J].International journal of machine tools and manufacture，2005，45（4-5）：573-582.

[27]CAGNIN C，KNNL T.Global foresight：lessons from a scenario and roadmapping exercise on manufacturing systems [J].Futures，2014，59（3）：27-38.

[28]PRIEGO R，IRIONDO N，GANGOITI U，et al.Agent-based middleware architecture for reconfigurable manufacturing systems [J].The international journal of advanced manufacturing technology，2017，92 （5-8）：1579-1590.

[29]BLANCO P J A，ABU-DAKKA F J，ABDERRAHIM M.Practical use of robot manipulators as intelligent manufacturing systems [J].Sensors，2018，18（9）：2877-2888.

[30]DE LIMA C F ， ELST L A，KORAGANJI V N，et al.Towards digital manufacturing of smart multimaterial fibers[J].Nanoscale research letters，2019，14（1）.

[31]BI Z M，MERUVA K.Modeling and prediction of fatigue life of robotic components in intelligent manufacturing[J].Journal of intelligent manufacturing，2019，30（7）：2575-2585.

[32]SIM H S.Big data analysis methodology for smart manufacturing systems[J].International journal of precision engineering and manufacturing，2019，20（6）：973-982.

[33]杜寶瑞，王勃，趙璐，等.智能制造系統及其層級模型[J].航空制造技術，2015（13）：46-50.

[34]王欽，張隺.工業4.0如何落地？——海爾工業4.0透視[J].清華管理評論，2015（Z2）：54-60.

[35]寧振波.智能制造——從美、德制造業戰略說起[J].航空制造技術，2015（13）：76-79.

[36]肖靜華，毛蘊詩，謝康.基于互聯網及大數據的智能制造體系與中國制造企業轉型升級[J].產業經濟評論，2016（2）：5-16.

[37]錢鋒，鐘偉民，杜文莉.流程工業智能優化制造的基礎理論與關鍵技術[J].Engineering，2017，3（2）：14-27.

[38]李清，唐騫璘，陳耀棠，等.智能制造體系架構、參考模型與標準化框架研究[J].計算機集成制造系統，2018，24（3）：539-549.

[39]劉鳴，陳端毓.具備智能制造特征的柔性制造系統建設[J].電子技術與軟件工程，2019（17）：116-117.

[40]REN G Q，CHEN X Y.Basic research on reconfigurable intelligent manufacturing system[J].IOP conference series：earth and environmental science，2019，242（3）.

[41]ZHOU K，ZHAO J S，MAO D Z.Research on an intelligent manufacturing system based on an information-localizing machining mode[J].Journal of materials processing technology，2002，129（1）：597-602.

[42]CHENG T，ZHANG J，HU C H，et al.Intelligent machine tools in a distributed network manufacturing mode environment[J].The international journal of advanced manufacturing technology，2001，17（3）：221-232.

[43]YONG S，DAI H P，LI G Y，et al.A new mode of forging by using intelligent manufacturing[C].International Conference on Sustainable Energy，Environment and Information Engineering （SEEIE 2016），2016.

[44]QU Y J，MING X G，LIU Z W，et al.Smart manufacturing systems：state of the art and future trends[J].The international journal of advanced manufacturing technology，2019，103（9-12）.

[45]ZHANG Z N，WANG X，ZHU X X， et al.Cloud manufacturing paradigm with ubiquitous robotic system for product customization[J].Robotics and computer-integrated manufacturing，2019（60）：12-22.

[46]周佳軍，姚錫凡，劉敏，等.幾種新興智能制造模式研究評述[J].計算機集成制造系統，2017，23（3）：624-639.

[47]黃倩倩，張麗.智能制造的模式及路徑研究[J].中國集體經濟，2018（27）：24-25.

[48]任杉，張映鋒，黃彬彬.生命周期大數據驅動的復雜產品智能制造服務新模式研究[J].機械工程學報，2018，54（22）：194-203.

[49]侯瑞.全球智能制造發展模式及我國智能制造發展現狀[J].信息化建設，2018（3）：23-26.

[50]張映鋒，張黨，任杉.智能制造及其關鍵技術研究現狀與趨勢綜述[J].機械科學與技術，2019，38（3）：329-338.

[51]呂文晶，陳勁，劉進.工業互聯網的智能制造模式與企業平臺建設——基于海爾集團的案例研究[J].中國軟科學，2019（7）：1-13.

[52]李強，史志強，閆洪波，等.基于云制造的個性化定制生產模式研究[J].工業技術經濟，2016，35（4）：94-100.

[53]ABDEL-BASSET M，MANOGARAN G，MOHAMED M.Internet of things （IoT） and its impact on supply chain：a framework for building smart，secure and efficient systems[J].Future generation computer systems，2018，86：614-628.

[54]GUPTA S，DRAVE V A，BAG S，et al.Leveraging smart supply chain and information system agility for supply chain flexibility[J].Information systems frontiers，2019，21（3）：547-564.

[55]GRIFFIN A，HUGHES R，FREEMAN C，et al.Using advanced manufacturing technology for smarter construction[J].Proceedings of the institution of civil engineers-civil engineering，2019，172（6）.

[56]KAMBLE S，GUNASEKARAN A，DHONE NC.Industry 4.0 and lean manufacturing practices for sustainable organizational performance in Indian manufacturing companies[J].International journal of production research，2019，58（5）.

[57]TORTORELLA G，MIORANDO R，MAC CAWLEY AF.The moderating effect of industry 4.0 on the relationship between lean supply chain management and performance improvement[J].Supply chain management-an international journal，2019，24（2）：302-314.

[58]GLAS A H，KLEEMANN F C.The impact of industry 4.0 on procurement and supply management：a conceptual and qualitative analysis[J].International journal of business and management invention，2016，5（6）：55-66.

[59]HAHN G J.Industry 4.0：a supply chain innovation perspective[J].International journal of production research，2019.

[60]FRAILE F，TAGAWA T，POLER R， et al.Trustworthy industrial IoT gateways for interoperability platforms and ecosystems[J].IEEE internet of things journal，2018，5（6）：4506-4514.

[61]趙慧.工業4.0對供應鏈的影響[J].現代經濟信息，2015（2）：403-404.

[62]MAHMOOD M A，KOHLI R，DEVARAJ S.Special section：measuring business value of information technology in e-business environments [J].Journal of management information systems，2004，21（1）：11-16.

[63]BEN-DAYA M，HASSINI E，BAHROUN Z.Internet of things and supply chain management：a literature review[J].International journal of production research，2019，57（15-16）：4719-4742

[64]蕙嘉琳.“工業4.0時代”供應鏈整合至關重要[J].中國物流與采購，2017（9）：27.

[65]崔秋.淺談工業4.0下供應鏈管理的變革[J].現代商業，2017（7）：133-134.

[66]王鶴.基于物聯網技術的智慧供應鏈研究[J].中國管理信息化，2015（14）：91-92.

[67]張穎川.智能制造下的智慧供應鏈變革[J].物流技術與應用，2018，23（4）：84-86.

[68]KIM Y J，LEE Y，CHUNG K Y，et al.An investigation on the information systems research in supply chain management：an analysis of research topic and methodology [J].Multimedia tools and applications，2015，74（20）：8849-8860.

[69]NOORI H，LEE W B.Factory-on-demand and smart supply chains：The next challenge [J].International journal of manufacturing technology and management，2002，4（5）：372-383.

[70]BUTNER K.The smarter supply chain of the future [J].Strategy & leadership，2010，38（1）：22-31.

[71]IVANOV D，SOKOLOV B.The inter-disciplinary modeling of supply chains in the context of collaborative multi-structural cyber-physical networks[J].The international journal of manufacturing technology and management，2012，23（8）：976-997.

[72]CHUNG B D，KIM S I，LEE J S.Dynamic supply chain design and operations plan for connected smart factories with additive manufacturing[J].Applied sciences，2018，8（4）：583-598.

[73]OH J，JEONG B.Tactical supply planning in smart manufacturing supply chain[J].Robotics and computer-integrated manufacturing，2019，55：217-233.

[74]宋華.新興技術與“產業供應鏈+”——“互聯網+”下的智慧供應鏈創新[J].人民論壇·學術前沿，2015（22）：21-34.

[75]徐新新，韓以倫.“互聯網+”背景下智慧供應鏈建設研究[J].智慧工廠，2018（4）：36-38.

[76]黃成成，葉春森，王雪軒，等.智慧供應鏈體系構建研究[J].價值工程，2018，37（23）：121-123.

[77]GHADIMI P，WANG C，LIM M K，et al.Intelligent sustainable supplier selection using multi-agent technology：theory and application for industry 4.0 supply chains[J].Computers & industrial engineering，2019，127：588-600.

[78]KARIMI B，BASHIRI M.Designing a multi-commodity multimodal splittable supply chain network by logistic hubs for intelligent manufacturing[J].Procedia manufacturing，2018，17：1058-1064.

[79]WU C K，TSANG K F，LIU Y C，et al.Supply chain of things：a connected solution to enhance supply chain productivity[J].IEEE communications magazine，2019，57（8）：78-83.

[80]LI S H，SUN Q B，WU W L.Benefit distribution method of coastal port intelligent logistics supply chain under cloud computing[J].Journal of coastal research，2019，93：1041-1046.

[81]ZHOU Y S，XU X J.Intelligent supply chain information system based on internet of things technology under asymmetric information[J].Symmetry，2019，11（5）：656.

[82]GHADIMI P，WANG C，LIM M K，et al.Intelligent sustainable supplier selection using multi-agent technology：theory and application for industry 4.0 supply chains[J].Computers & industrial engineering，2019，127：588-600.

[83]蔡進.把握好供應鏈創新的本質特征[N].現代物流報，2017-03-08（A6）.

[84]趙振強，張立濤，胡子博.新技術時代下農產品智慧供應鏈構建與運作模式[J].商業經濟研究，2019（11）：132-135.

[85]王鶴.基于物聯網技術的智慧供應鏈研究[J].中國管理信息化，2015（14）：91-92.

[86]邱伏生.面向智能制造的智慧供應鏈建設[J].物流技術與應用，2017，22（3）：92-94，96-98.

[87]李玉鳳，邢淋淋.智慧供應鏈績效評價指標體系構建[J].統計與決策，2017（3）：183-185.

[88]徐新新，郭喚喚.基于模糊綜合評價法的智慧供應鏈績效研究[J].智慧工廠，2017（8）：67-69，72.

[89]趙振智，王芳.智慧供應鏈成本控制屋多級規劃頂層設計研究——以油氣礦區為例[J].中國軟科學，2014（8）：184-192.

[90]楊鵬飛，彭安，沈凌云，等.基于預測、庫存、運輸的智慧供應鏈研究[J].物流科技，2017，40（6）：129-135.

[91]馬彥華，路紅艷.智慧供應鏈推進供給側結構性改革——以京東商城為例[J].企業經濟，2018，37（6）：188-192.