工业工程硕士论文产能分配研究.docx

工业工程硕士论文产能分配研究.docx

《工业工程硕士论文产能分配研究.docx》由会员分享，可在线阅读，更多相关《工业工程硕士论文产能分配研究.docx（57页珍藏版）》请在冰豆网上搜索。

工业工程硕士论文产能分配研究

第1章绪论

1.1选题背景及研究意义

1.1.1选题背景

GSK公司是一家汽车座椅、门板、遮阳板、立柱等汽车内饰研发生产公司，主要为国内外多家汽车厂商提供不同功能、型号、档次的汽车座椅、门板、遮阳板、立柱等汽车内饰。

公司下属20多家生产子公司，一家研发子公司，其中20多家生产子公司分布在全国各地，而且他们所具备的生产能力各不相同，各个生产系统各自为政，应对大量多样化的订单却没有统一的处理机制，而是随机分配、不分地域甚至恶性竞争。

一方面，一部分生产子公司因产能过剩而导致产能浪费；另一方面，一部分生产子公司则因产能不足而超负荷运行，从而导致不能及时交货或者不能保证产品品质。

各个生产系统的工厂仍延续着传统的大批量生产方式，并且这种生产思维方式根深蒂固，虽然引进一些先进的生产管理工具，例如5S管理、可视化管理、看板系统等，但是并没有以此作为引进先进生产方式的跷板，而只是将这些系统性工具作为单纯的工具结合大量生产方式进行使用，并没有发挥其真正的价值，当然也就不具备针对客户多样化需求的生产柔性，整体的生产效率低下。

对于该类公司来说，产能分配的合理与否不仅决定了各个生产系统的利益而且决定了公司的整体利益。

本文根据实际情况，提出采用禁忌搜索算法，建立模型进行产能分配，使得产能得到合理分配，并且将分配好的产能作为各个工厂进行及时生产的动力源，从而拉动其生产。

通过转变思想和生产方式以及引进系统性生产管理工具，可以提高各生产系统的生产能力，降低各个生产系统的生产成本以及缩短其交货期，即更好的满足客户多样化、小批量的需求，最终提高各生产系统的生产效率。

1.1.2研究意义

本论文区别于传统的生产能力分配的研究，不仅研究生产系统自身的生产能力，并且通过生产方式的转变来提高其生产能力；而且从统筹多生产系统的高度，在订单分配时考虑生产系统的生产能力，分配其力所能及的订单。

所以本论文所研究的内容不局限于单个生产系统的产能分析。

首先对于多生产系统的产能分配，通过引进禁忌搜索算法这种最优组合算法，进行多生产系统的产能与订单的最优组合，禁忌搜索算法的初始解的优劣决定了最优解的优劣，所以笔者又应用指派问题建立模型，并且应用匈牙利算法进行求解，从而得到较优的初始解。

然后针对生产系统本身，根据以上分配方式得到的分配结果，将该分配结果作为转变生产方式实现拉动生产的动力源头，从而实现按照客户的需求拉动生产现场进行生产，最终使得各个生产系统能够达到满足客户多样化、少批量、短周期的要求。

从两个方面对生产系统进行研究，对于公司来说，可以同时内外兼修，不仅提高了单个生产系统的生产能力、生产效率，而且提高了整个集团的整体实力、竞争力。

对于公司下属的多生产系统来说，长期获得高于或者低于产能的订单都将对生产系统产生极为不利的影响。

一方面，当生产系统的生产能力总是高于需求订单时，说明该生产系统的营销能力不足；该生产系统的固定资产投入了多于实际的需求，即投资战略有问题；相应的为了进行全面生产维护，需要聘请更多的工作人员。

另一方面，当生产系统的生产能力总是低于需求订单时，在生产过程中就会出现超负荷运转，从而导致品质不良，员工长期加班而降低员工士气，企业无法快速满足客户多样化的需求。

这在当前瞬息万变的市场环境,毫无疑问将极大的削弱企业的市场竞争力。

可以得出结论，产能分配结果的优劣不仅影响各生产系统的利益，而且会影响到整个公司的整体利益。

而产能分配之后，生产方式的转变对于各个生产系统应对多样化、少批量需求有着至关重要的影响，并且可以获得提高产品质量、降低生产成本、缩短交货期等诸多优势。

本文研究内容将为GSK公司根据客户多样化需求、不定量需求、交货周期短等诸多疑难问题提供一种合理的产能分配方式及先进的生产方式，将有效提升企业的订单反应处理能力，提高企业的生产效率及竞争力，对于同类中小企业及其他类似公司均具有参考价值。

1.2国内外研究现状

1.2.1国外研究现状

（1）产能规划

对于多个生产系统的产能分配机制的研究起源于Hwang和Valeriano对烟碱市场的观察，在考察过程中他们发现在该市场上供应商是按照销售历史和市场位置进行产能分配的，也就是说在产能分配过程中有两个参考指标决定产能的配比：

一个是该生产系统的历史销售数据，即多销多得，少销少得；另一个则是该生产系统的市场位置，这个方面限于行业的特殊性。

此后，学者们从不同角度对产能分配问题进行了研究，并提出相应的分配机制[1]；

Cachon和Larivie根据订货时零售商夸大自己的需求以获得更多的分配额度，从而影响供应链效率的现象，鉴于此，提出了线性的和按比例的产能分配机制，具体是指：

在产能分配过程中，根据实际销售量按照相关比例进行分配，以保证零售商按照真实需求进行订货，而不是只是从自身利益考虑尽可能多的得到配比[2]；Hazra等则对电子市场中的产能分配问题进行了研究，研究指出供应商的价格和产能函数以及购买者在不同的零售商之间购买产品的情况下获得成本最小化的方法[3]；

Korpel提出了供应商根据顾客的战略重要性和有关风险进行产能分配的分配机制，即从战略的高度进行顾客的划分及选择，并且将重点放在这种选择分析的区分识别和规避上，以此为基础而研究出相应的产能分配机制[4]；Haynsworth和Price及Ha则研究主要针对不同等级顾客的有限产能分配问题，在产能分配之前，首先根据对客户的分析将客户分为不同的等级，然后针对这些不同等级的客户分配相应的产能的一种产能分配机制[5]；

Balakrishman等则对时装业中两等级产品的生产系统进行研究，提出了在随机需求下的单周期启发式产能分配流程[6]；Barut和Sridharan在此基础上探讨了短周期多产品模型。

Barut和Sridharan将动态产能分配过程应用到模型中，并对比了在不同场景下启发式方法与先来先服务方法绩效[7]。

（2）生产方式

单件生产方式是一种生产制造业伊始就已经存在的生产方式，一直延续至今。

它是生产系统根据客户特定需求，由熟练的操作工人通过使用简单并且通用的生产工具来进行产品的设计、生产制造。

它的基本特征包括：

组织结构分散，通常以家庭式商铺形式存在；对于作业员要求高，并且技术水平良莠不齐，也没有一个定量的衡量标准，作业时间长，并且作业成本高；生产产量很低，由于每一个产品只是由一个员工完成所有的作业工序，所以生产周期长；生产稳定性差，产品品质不稳定。

随着整个制造业的发展，大量的市场需求，显然这种方式已经不能满足，所以除了个别特殊行业，已经基本上消失了的一种生产方式。

大量生产方式源于20世纪初的美国福特汽车公司，当时的福特创造了历史的第一条汽车生产流水线，实现了通过大量生产方式来降低生产成本、提高生产效率的目的。

并且这种生产方式一直沿用至今，而今仍然有许多企业以大量生产方式进行生产管理。

精益生产方式源于日本丰田公司的丰田生产方式（TPS—ToyotaProductionSystem），精益生产方式这一概念首先由美国麻省理工学院的专家教授提出来的，他们通过对丰田公司的生产方式进行大量实地考察研究，并且总结、归纳而得。

世人对这一生产方式给予了充分肯定，并且认为它是与现代制造系统相适应的新型生产管理方式。

美国麻省理工学院的JameP.Womack和DanielT.Jones教授（1990）在《改变世界的机器》一书分析认为：

日本经济之所以能够快速恢复、崛起以及快速发展归功于他们首创的精益生产方式，精益生产不仅对制造业甚至对人类社会产生巨大的影响。

从此以后，世界各地的专家、学者以及工程技术人员开始研究应用精益生产，展开了前所未有的对精益生产机理和结构的研究和探讨[8]。

1.2.2国内研究现状

（1）产能规划

陶星等的研究通过算例验证了DCAP机制在高等级需求超过自身保护产能条件下是低效的[9]；路健等的研究是在供应链环境下,对产能优化配置问题进行研究,在研究时运用了混合粒子群算法来分析产能优化分配[10]；郭永辉等的研究则从战略的高度，对供应链的产能规划如何决策进行了研究，并且给出应用思路[11]；

董绍辉等的研究则基于安全多方计算对供应链产能分配机制进行探讨研究，并且从理论角度设定出相应的分配机制[12]；杨挺等的研究则基于有向加权网络，对于多品种、少批量生产模式的混流生产线进行研究，寻找最合适的产能规划方法[13]；陶星，王其文等研究的订单驱动生产系统中的收益管理——对动态产能分配机制改进[14]；

耿娜等的研究则对用于晶圆制造产能规划优化决策的改进随机规划方法进行了研究[15]；谭勇等对空调企业库存管理与产能分配模型的实证进行了研究[16]；郭永辉对基于瓶颈思想的供应链多阶多厂产能规划[17]；邓小华等对基于模具企业需求预测的设备规划进行了研究[18]。

（2）生产方式

同国外的发展模式类似，国内的发展历程同样经历了单件生产方式，以及随着福特的大量生产方式开始风靡世界各地时，引进并且采用了这种生产方式在我国的大多大中型生产制造类企业，一直延续至今，在此发展过程中，也曾取得了骄人的成绩并且也取得了巨大的进步，而且这种大量生产方式的思想已经根植于大多数制造业从业者的头脑中。

随着市场的不断变化，客户需求的多样化，大量生产方式已经不能完全胜任制造业生产的主流生产方式。

20世纪90年代一汽率先认识到TPS的优势并且最早推行TPS，并且于1994年TPS的权威学者——门田安弘博士应一汽车集团的邀请，亲自来一汽进行参观指导，田安弘博士给一汽集团的领导及员工们讲授TPS以及汽车制造中成本管理和成本改善方面的内容，使得一汽集团真正认识到丰田生产方式对于企业的意义。

2000年，顾新建，曹韵红等研究对比了大批量定制生产与精益生产方式，并且指出了精益生产方式较大量生产方式的诸多优势[19]；2002年，王频教授研究提出了精益生产的房屋结构的新概念，分为精益生产是房屋结构的屋顶；而准时化生产、柔性自动化生产、全面质量管理和专业化协作生产则分别为房屋结构的支柱；并行工程和小组工作方式则是房屋结构的地基部分。

2008年，刘石兰等学者研究作为企业，在推行精益生产方式的过程中，不仅要求持有精益思想的领导者而且要求拥有相应的组织体系与之配合，拥有精益思想的组织是高效实施精益生产方式的重要保障，并在此基础上提出了精益生产方式体系中的企业组织变革模型；2009年，车建国，何桢，孔祥芬等对于多品种、小批量的精益生产方式的适应性进行了分析[20]；2009年，曾丽君，于喜展等研究了精益生产方式及其应用[21]。

2010年，张弛和张永嘉等合著的《精益六西格玛-精益生产与六西格玛的完美整合》一书中，介绍了精益六西格玛可以同时改善企业运营的速度、成本和质量，这就意味着生产企业可以以更高的效率地生产出让顾客满意的产品，并且总结出将精益生产与六西格玛进行结合的模型[22]；2010年，杨建宏和殷卫民等合著《精益生产实战应用》书中从精益生产方式的5个原则出发，介绍了精益生产方式的实战应用程序[23]。

2011年，齐二石、霍艳芳提出“全生命周期精益设计”的概念，是指将精益的思想应用到生产系统的初始阶段—设计阶段，在产品设计阶段就对企业将来运作中可能出现的问题进行规避。

这一研究成果可以从根本上消除企业在日后实际生产当中的浪费，也就避免了企业在出现问题后才进行改善而产生的浪费[24]。

2011年，张伟等研究了精益生产在多品种小批量生产方式中的应用[25]。

1.3研究的主要内容及方法

1.3.1研究的主要内容

本文的主要研究内容是GSK公司下属的多生产系统在面对客户多样化、不定量、更新周期短的需求情况下的产能分配，以及根据分配后的各生产系统对应的产能，通过转变生产方式来提高各个生产系统生产效率。

首先，将GSK公司下属的各生产系统作为调查研究对象，对各个生产系统现有的生产能力、成本控制能力、交货能力等产能状况及其分配状况进行深入的了解，并且分析其现有状况存在的问题，以及针对问题的改善方向的研究。

其次，对各个生产系统的工厂布局、管理、生产效率等生产现状进行了解，并且分析其现有的生产方式所存在的弊病，并针对此问题的改善策略进行研究。

再次，从统筹各生产系统的高度出发，根据各生产系统所具体的生产能力，以及订单的状况，对各生产系统的产能进行整体规划；并根据各生产系统的具体情况，以产能分配结果作为先进生产方式进行拉动的源头，导入先进生产方式，让各生产系统的生产源于顾客的实际需求，并且具备根据顾客多样化、少批量的需求而及时生产的柔性生产能力。

最后，本文也为其它类型相似的制造型企业就如何合理分配产能以及如何提升企业根据顾客多样化、少批量的需求而及时生产的柔性生产能力给出建议，并且就先进生产方式的实战应用方面给出了一些切实可行的建议和意见。

本文研究的思路是从理论到实践的，先从产能分配及先进生产方式等的相关理论开始着手，从其相关研究的发展历程中寻找规律，通过对GSK公司的产能分配现状以及生产现状进行深入了解并且分析，然后在这个基础上，采用禁忌搜索对GSK公司的产能分配以及通过转变生产方式而提高生产效率提出新的建议和思路。

1.3.2研究的主要方法

本文采用禁忌搜索算法对GSK公司的多生产系统的产能进行分配，为了使得初始解具备更高的质量，利用匈牙利算法求得初始解，再应用Matlab求得最优解。

然后通过制程流程图区分生产现场的价值与浪费，然后用价值流分析图对生产现场的的实际价值流向进行分析，并且得出要改善的重点项目予以改善。

最后采用对比分析法，对本文研究的产能分配方式所得结果与GSK公司之前的产能分配方式所得结果，以及本文所研究的生产方式与GSK公司之前的生产方式进行对比，体现本文研究内容的价值。

第2章相关理论及概念

2.1指派问题

2.1.1指派问题数学模型

在我们的实际生活当中，指派问题可以说是无处不在。

例如：

有几班级需要安排几个教室上课；有几项工作需要指派给几个人来完成；有几项合同需要选择几个投标者来承包等。

诸如类似的问题，它们都具备一个共同的特点：

满足一定的指派要求条件下，使得指派方案的总体效果最优。

2.1.1.1标准形式

标准形式的指派问题为：

有n个工作人员和n项工作，已知：

第j项工作由第i个工作人员完成的费用为

（i,j=1,2,…,n），要求给出指派方案：

使得这n个工作人员和这n项工作一一对应，并且要求这n个工作人员完成这n项工作的总费用最少。

通常情况下，定义矩阵

为指派问题的系数矩阵。

而在实际应用时，则根据

的现实含义，给予矩阵C不同的定义，如成本、费用、时间等。

矩阵C，第j列各元素表示第j项工作由不同工作人员完成的费用，第i行中各元素表示第i个工作人员完成各项工作的费用。

建立标准指派问题的数学模型之前，首先定义如下：

然后，建立标准指派问题的数学模型如下：

（2-1）

（2-2）

模型中，式（2-2）依次表示每项工作必由且只有一个工作人员去完成；表示每个工作人员完成且只完成一项工作；若是

则表示分配成功，若

则表示分配失败。

可用解矩阵

中的元素来表示模型中的每一个可行解。

作为可行解，矩阵中的每列各元素中都有且只有一个1，以满足每项工作必由且只有一个工作人员去完成；每行各元素都有且只有一个1，以满足每个工作人员完成且只完成一项工作。

可知指派问题有

个可行解。

2.1.1.2非标准形式

在我们的现实生活当中，遇到的问题往往不是标准形式的，而是工作人员数量不等于工作数量，或者某个工作人员可以做更多的工作等形式。

那么无论遇到怎样形式的指派问题，都是通过以下介绍的原理将它们转化为标准形式，然后用标准形式指派问题进行求解。

（1）工作人员数和工作数不相等的情况下的指派问题：

一种情况为工作人员数少于工作数，解决办法为在系数矩阵添加虚拟的“人员”使得工作人员数与工作数相等。

并且规定：

添加的虚拟的“人员”完成各项工作的费用为0；另一种情况为工作人员数大于工作数，解决办法为在系数矩阵添加虚拟的“工作”使得工作人员数与工作数相等。

并且规定：

添加的虚拟的“工作”被各工作人员完成的费用为0。

（2）一个工作人员可完成几项工作的指派问题：

在实际应用当中，如果有某个工作人员可以独立完成多项工作，则可在系数矩阵中添加该工作人员来接受指派。

当然添加的这几个工作人员完成同一项工作的费用相同，从而转化为标准形式。

（3）某项工作一定不能由某工作人员完成的指派问题：

若根据实际情况规定某项工作一定不能由某个工作人员去完成，则可将该工作人员完成该项工作的费用系数取作足够大的数M，指派问题原理则不会指派该类组合，从而也就实现了某事一定不会由某人做的指派结果[26]。

2.1.2匈牙利解法

标准形式的指派问题既属于整数规划类问题，又是特殊的运输问题和0-1规划问题，因此，求解的方法较多。

重要的是：

普遍求解方法并不能充分利用指派问题所具有的性质来进行，而只是从数学的角度去解决问题，这样就增加了运算量。

而1955年，库恩先生利用独立零元素的定理，提出求解指派问题的一种算法，因为这种独立零元素定理源于匈牙利数学家康尼格的研究成果，所以我们习惯上称之为匈牙利解法，具体如下：

利用匈牙利解法求解标准形式指派问题实际上是利用了矩阵的一个重要的性质：

从矩阵中的某行或者某列的各元素均减去一个常数n，得到一个新的矩阵，则这两个矩阵拥有相同的最优解，即这种变化不影响矩阵的解。

这个性质的原理是由于矩阵的这种变化不会影响目标函数，而只是减少了常数n，最优解并不变化。

因为根据上文对于非标准形式的指派问题的分析可知，即使是非标准形式的指派问题也可以通过一些方法将其转化为标准形式的指派问题来解决，所以本文只介绍标准形式的指派问题，详述如下：

步骤1：

变换系数矩阵。

根据指派问题最优解的重要性质，使得形式矩阵的各行、各列出现至少一个零元素，并且保证不能出现负元素。

具体操作为：

首先找各行、各列元素中的最小元素，然后分别让各行、各列均减去之前找出的最小元素可得满足以上条件的新矩阵。

然后继续步骤2；

步骤2：

确定独立零元素。

首先定义独立零元素：

即矩阵中不同行、不同列的零元素称为独立零元素。

规定若矩阵中有n个独立零元素则可得矩阵最优解，若独立零元素少于n个则继续以下步骤。

根据定义和规定在矩阵中寻找。

步骤3：

继续变换系数矩阵。

方法与步骤1类似，就是在没有被直线覆盖的各行、各列中寻找一个最小元素，然后让各行、各列减去之前找出的最小元素，这样就会使得这些行、列出现零元素。

但是同时会在其他行、列出现负元素，所以还需要将出现负元素的各行、各列再加上相应整数，目的是消除负数。

这样就可以使得矩阵出现n个独立零元素。

若独立零元素还是小于n个则返回步骤2继续进行操作，直到独立零元素的个数为n为止。

补充：

指派问题系数矩阵中独立零元素的确定方式如下：

首先在寻找独立零元素的前提是系数矩阵不存在负元素，因为根据实际问题，费用、时间等不会出现负值的情况。

在选择零元素时，如果某行、列有多个零元素，而实际选择时也只选择其中之一，所以零元素的多少不是问题的关键，而重点是它们是否分布在不同的行、列。

在确定独立零元素的过程中，为了能够区分不同行、列的零元素，可以通过一些标记手段：

只有一个零元素的行、列中加圈，即将零元素圈起来，不是已经做了指派。

每当圈完一个零元素，需要将位于同列、行的其他零元素划去，不是这项工作及这个工作人员不得再进行指派。

如此反复，直至系数矩阵中所有零元素都被圈去或者划去为止。

查看独立零元素个数，若已经有n个独立零元素则表示已经产生了最优指派方案。

此时，令系数矩阵中的已经确定了的独立零元素为1，因此同时将矩阵中其他因素设为0，从而得最优解矩阵。

若独立零元素少于n个，则表示还不是最优指派方案，需要继续变换矩阵。

可按下面的方法来进行：

（1）对没有被圈起来的零元素所在的行作标记√；

（2）在已经作标记的行中，对被划去的零元素所在列作标记√；

（3）在已经作标记的列中，对被圈起来的零元素所在行作标记√；

（4）重复

（2）（3），直至没有可以继续作标记的行或者列为止；

（5）对没有作标记的行画横线，对已经作标记的列画垂线，最终可得覆盖所有零元素的最少直线数目的直线集合。

2.2禁忌搜索算法简介

禁忌搜索（TabuSearch，简称TS）的思想最早是由Glover于1986年提出，它是一种优化组合算法，也是对局部领域搜索的一种扩展，是一种全局逐步寻优算法，是对人类智力过程的一种模拟。

2.2.1禁忌搜索算法思想

局部领域搜索算法是在当前解的领域中持续不断地进行搜索，虽然算法通俗易懂，也容易实现，但也有其缺点：

搜索结果的优劣完全依赖于领域结构和初始解的优劣，即领域结构及初始解选择的优劣会很大程度决定了搜索结果的优劣，特别容易陷入局部极小而失去全局最优性。

而禁忌搜索是一种人工智能的体现，是局部领域搜索的一种扩展。

禁忌搜索可以很好的避免局部领域搜索的不足：

即它在搜索过程中会对已经搜索过的最优解进行标记，并且将其对应的对象放入禁忌表，避免在接下来的搜索过程中对这些对象的进行重复搜索，从而保证不局限于局部进行搜索，而能够更好的对全局进行搜索。

禁忌搜索涉及到领域、禁忌表、禁忌长度、候选解、藐视准则等概念。

禁忌搜索算法的基本思想是：

首先，通过随机选取或者利用某种算法给定或者求得一个当前解作为初始解；然后设定一种领域规则，并在已选的当前解的领域中确定若干个较优解为候选解，将候选解一一代入目标函数，若所得的目标函数值优于目前最好的状态，则忽略其禁忌特性将其从禁忌表中释放出来，用其代替当前解和目前最好的状态，与此同时将相应的对象加入禁忌表，如果不存在上述候选解，则在候选解中选择非禁忌的最佳状态为新的当前解，而忽略它的优劣性，同时将相应的对象加入禁忌表；如此重复上述搜索过程，直至寻找到满意的最优解则停止，或者规定最大迭代次数。

2.2.2禁忌搜索算法实现步骤

禁忌搜索算法步骤可描述如下：

（1）通过随机选取或者利用某种算法给定或者求得一个当前解作为初始解，同时设禁忌表为空；

（2）首先判断初始解对应的目标函数值是否满足终止条件？

若符合，则直接结束算法并输出结果；否则，继续以下步骤；

（3）设定某种规则产生领域函数，并利用当前解的领域函数产生其领域解，然后从中确定若干较优解为候选解；

（4）将候选解代入目标函数并且判断其是否优于当前最优解？

若满足，则用最优解替代当前解，并将其对应的禁忌对象替代禁忌表中的禁忌对象，同时用最优解替代目前最佳状态。

转步骤（6）；否则，继续以下步骤；

（5）判断候选解对应的各对象的禁忌属性，选择候选解集在非禁忌对象对应的最佳状态为新的当前解，同时用与之对应的禁忌对象替换最早进入禁忌表的禁忌对象；

（6）转步骤

（2）反复循环直到找到最优解或者达到迭代次数。

与其他局部搜索算法以及传统的优化算法相比，TS算法的主要特点是：

在搜索过程中可以接受劣解，从而可以避免对局部最优解的反复搜索；最优解不是在当前解的领域中随机产生，而或是优于当前最优解，或者是非禁忌的最佳解，因此选取最优解的概率远大于其他方式。

由于禁忌搜索算法具有灵活的记忆功能和藐视准则，并且在搜索过程中可以接受劣解,所以可以避免对局部最优解的反复搜索，转向未被搜索到的其他区域，从而更好的搜索到最优解，所以禁忌搜索算法是一种局部搜索能力很强的全局迭代寻优算法[27]。

2.3本章小结

本章主要是对本文研究内容所采用的相关理论进行阐述，包括：

指派问题及匈牙利解法、禁忌搜索算法，这为后文提供了一个理论的支持和铺垫。

第3章GSK公司简介

3.1GSK公司组织构架及运行模式

3.1.1GSK公司组织构架

GSK公司作为一家汽车座椅、门板、遮阳板、立柱等汽车内饰研发生产公司，主要为国内外多家汽车厂商提供不同功能、型号、档次的汽车座椅、门板、遮阳板、立柱等汽车内饰。

集团下属20多家生产子公司，一家研发公司，20多家生产