Personalised production allows the supply chain (SC) to exist in various dynamic fluctuations within a make-to-order (MTO) environment. An SC for personalised production has redundant inventory and operation capacity; therefore, it requires a system that can achieve recoverability for operation resilience. Thus, a standalone cyber physical system (CPS) has limitation for SC control with MTO. To solve this problem, the CPS must be coordinated, and a systematic approach is required. This study proposes a cyber physical logistics system (CPLS) that is coordinated with the agent cyber physical production systems in a multi-level CPS structure. This multi-level architectural framework is designed to provide technical functionalities for resilient SC control. The service composition procedures of technical functionalities on the distributed digital twin (DT) simulation are divided into type and instance stages. The operation procedures of the DT application and technical functionality of the DT engine are suggested. The proposed CPLS has appropriate service composition and operation for the bullwhip and ripple effects, which are the two main SC-related problems. This study illustrates an early case of CPLS that can minimise differences among assets using distributed DT simulation; furthermore, the study establishes an SC and production plan based on the DT simulation results.

个性化生产允许供应链 (SC) 存在于按订单生产 (MTO) 环境中的各种动态波动中。个性化生产的SC，库存和运营能力冗余；因此，它需要一个可以实现操作弹性可恢复性的系统。因此，独立的网络物理系统 (CPS) 对使用 MTO 的 SC 控制存在限制。要解决这个问题，必须协调CPS，需要系统的方法。本研究提出了一种网络物理物流系统 (CPLS)，该系统与多级 CPS 结构中的代理网络物理生产系统相协调。这种多级架构框架旨在为弹性 SC 控制提供技术功能。分布式数字孪生 (DT) 仿真技术功能的服务组合过程分为类型和实例阶段。建议了DT应用的操作流程和DT引擎的技术功能。所提出的 CPLS 对牛鞭效应和涟漪效应具有适当的服务组合和操作，这是与 SC 相关的两个主要问题。这项研究说明了 CPLS 的一个早期案例，它可以使用分布式 DT 模拟最小化资产之间的差异；此外，该研究根据 DT 模拟结果建立了 SC 和生产计划。所提出的 CPLS 对牛鞭效应和涟漪效应具有适当的服务组合和操作，这是与 SC 相关的两个主要问题。这项研究说明了 CPLS 的一个早期案例，它可以使用分布式 DT 模拟最小化资产之间的差异；此外，该研究根据 DT 模拟结果建立了 SC 和生产计划。所提出的 CPLS 对牛鞭效应和涟漪效应具有适当的服务组合和操作，这是与 SC 相关的两个主要问题。这项研究说明了 CPLS 的一个早期案例，它可以使用分布式 DT 模拟最小化资产之间的差异；此外，该研究根据 DT 模拟结果建立了 SC 和生产计划。