时间窗口约束下基于改进蚁群算法的协同制造调度研究

与传统调度模式不同，协同制造模式下企业之间的调度模式极其复杂。协同企业间的加工工序路线并不固定，且不同类型产品具有不同的加工路线网络。为此本文针对平衡型、瓶颈型、跳跃型、混合型四类具有典型特点的协同制造网络G_p进行分析和设计；考虑制造企业同类产品合并加工策略，构建基于连续加工量的分段生产成本函数；通过设计合理的订单最早交货时间和最晚交货时间，对订单交货进行时间窗口约束，并在此基础上构建了由制造商生产成本W_c^m、订单等待W_s^k（Q_k， T'_k）和提前完工库存成本W_s^k（Q_k， T″_k）、延期惩罚成本构成W_l^k（Q_k， T'″_k）的目标函数。为求解该模型，创新性将蒙特卡洛思想引入蚁群算法，提高蚂蚁选择合理性，避免局部最优；同时，采用移动窗口[min， max]奖励机制，并且对信息素奖励乘以平衡系数k（N）提高奖励可信度，加快搜索速度并提高求解性能。仿真结果表明，本文构建调度模型合理，可以获得优化的调度结果；同时，本文提出的蚁群改进寻优算法具有良好的求解速度和收敛性，算法具有较好的稳定性。     

损失规避偏好下的定制件采购决策分析

讨论了有损失规避偏好的按单制造企业所面临的定制件采购决策问题. 由于采购提前 期较长,在产品设计完成之前提前采购,有助于保证顾客订单的按期交货,但是会造成大量呆 滞库存品;在产品设计完成之后进行关键件的采购,会减少呆滞库存量,但是会造成顾客订单 的延期交货. 如何权衡呆滞库存与延期交货,除要考虑各种成本与收益因素之外,还要考虑决 策者的风险偏好. 假定决策者具损失规避效用函数,而且顾客订单不能部分交货条件下,在建 立问题的数学模型之后,讨论了最优采购决策的存在性,分析了损失规避程度、部件需求不确 定性以及部件本身特性对最优采购策略的影响. 分析结果显示,损失规避制造企业的采购行为 在一定的条件下和风险中性、风险规避制造企业不同,也不同于直觉判断. 这将有助于采购策 略、供应契约的设计及供应链的协调管理.     

平行机作业环境下的订单分配与排序

针对一类平行机作业环境下的订单分配与排序问题,从整体的角度协同优化供应链中的订单分配、生产调度和分批运输调度。以完成所有订单的总订货提前期与生产运输总成本的加权和最小化为目标,构建了问题的数学模型。将基于向量组编码结构的禁忌搜索算法与基于动态规划方法的启发式算法相结合,设计了一种混合优化算法以求解问题。对不同策略和不同算法进行比较,数据实验结果显示了订单分配与排序策略的优越性及所提算法的有效性。     

Make-to-Order 模式下多产品占线生产策略研究

本文研究的是按订单生产模式企业面对需求不确定条件下的生产决策问题.这类企业经常会遇到如下情形:客户的产品订单需求变动具有不可预期性,同时生产单批产品的固定成本较高,企业在承担一定的延期惩罚费用的条件下可以延期交货.因此需要考虑采用某种适当的生产策略来减少成本损失,即需要研究在未来产品订单需求不确定的条件下确定在什么时间对哪个产品进行生产使得总的固定生产成本及延期惩罚成本最优的决策问题.以往的研究一般都是假设包括订单到达时刻和订单需求量等需求信息是随机波动的,而实际情况中这些信息常常是不可预测且不能用概率分布刻画的.因此,本文从占线理论出发考虑了未来订单需求信息未知情形下的最优生产决策问题,构造了相应的数学模型,设计了一个竞争策略,证明了其具有较好的常数竞争比.数值分析进一步验证了该策略的有效性.     

供应链下游订单处置能力扩张协调策略研究

在一个由供应商和零售商组成的供应链系统中,需求通常与零售商向客户承诺的交货期和产品价格相关,产品价格又与交货期相关.基于此,建立零售商和供应链向客户承诺的交货提前期、产品价格和能力扩张联合决策模型.研究结果表明,与零售商单独决策相比,在供应链一体化决策情形下,如果终端客户为提前期敏感型,零售商向客户承诺的交货提前期越短产品价格越高;如果终端客户为价格敏感型,则其向客户承诺的交货提前期越长产品价格越低;不论是何种类型的客户,随着零售商对交货提前期和产品价格的调整,市场需求都会增加,并要求零售商扩张其能力.为了使供应链利益最优和自身受益,供应商可以通过对零售商的能力扩张进行补贴的方式激励零售商调整其向客户承诺的交货期和产品价格,并进行相应的能力扩张,而产品转移价格越高,供应链通过协调获得的增量利润也越多.     

基于决策权分配的供应链批量模型比较研究

供应链决策权分配对系统最优决策和系统绩效有决定性的影响.本文基于决策权的不同分配建立了零售商主导的分散决策模型和供应链集中决策模型,并考虑了运输整合.研究表明,零售商主导的分散决策模型的配送频率最小,配送批量最大;零售商主导的分散决策模型的库存成本大于供应链集中决策模型的库存成本;零售商主导的分散决策模型的运输成本小于供应链集中决策模型的运输成本;供应链集中决策模型的总成本小于零售商主导的分散决策模型总成本.     

考虑时间序列关联的订单选择决策比较研究

在不同计划期的订单之间有可能存在时间序列关联,而现有生产计划模型大多不考虑这一关联关系对订单选择决策的影响.针对这一问题,以按单生产方式为背景,基于时间序列关联规则,建立了一个权衡当前与未来利润的订单选择决策模型,而将不考虑时序关联关系的订单选择模型作为比较研究的Benchmark问题.在数值仿真实验中,设计了一个动态随机的订单到达流,采用分阶段求解策略,以权重优先算法针对不同决策情景,分别基于两个模型进行决策并比较其决策结果.数据显示,在订单流中存在关联性的情况下,考虑时序关联关系的决策模型较优,证明在生产计划中考虑需求在时间方向上的关联性是必要的.     

考虑决策风险偏好的期权销量担保模型

针对供应链合作的新模式,构建基于担保销量的单期两级供应链期权契约模型,并将决策者风险偏好引入决策模型,利用Pratt-Arrow绝对风险厌恶度对合作中所转移的风险成本进行了刻画,以此修正供应商和销售商的决策效用函数。研究得出了供应商购买的最优担保销量以及最优生产批量,并分析了最优担保销量存在的条件和销售商的最优风险溢价系数所满足的条件。论证了考虑决策风险偏好的期权销量担保契约在产品的生产批量安排上能够实现供应链协调。最后通过案例验证了本文的研究结论。     

众包供应链基于On/OffLine混合定制设计生产决策模型分析

互联网平台经济（Platform Economy）正颠覆传统企业商业模式，众包供应链（Crowdsourcing Supply Chain，CSC）作为一种新型的"互联网平台+设计创新"供应链，也正成为人们关注和研究的热点。本文在订单定制设计模式（Engineering to Order，ETO）的基础上，将定制设计和订单生产两环节相结合，并以交货期为驱动，按常规生产时间和加班生产时间来优化生产流程。在此框架下，建立了线下（Offline）自行定制设计的供应链生产模型；接着结合互联网众包平台的特点，以及众包线上（Online）和线下（Offline）的互补性，将众包线上定制设计环节有机嵌入融合到线下自行定制设计供应链中，以此优化和构建出基于众包的线上线下混合定制设计的供应链生产决策模型，设计出众包线上定制设计和线下定制设计动态切换条件；并通过粒子群算法（Particle Swarm Optimization，PSO）对上述模型进行求解；最后通过实例进行分析，发现定制订单数量不多时，线上线下混合定制设计对成本的降低不是很显著，但随着订单数量越多，线上线下混合定制设计优势将显著变化，并且具有一定程度的抗风险性；通过这个转换点也发现，众包定制设计的订单生产最好安排在期初和期末，众包线上定制设计订单应尽可能减少挤占线下自行设计的常规生产时间，而应转向在加班时间生产更为经济；同时，通过增加对众包设计者的设计报酬，发现不仅对整个供应链的成本影响不大，反而对众包设计者形成较大激励作用，进一步证明该模式的可行性和实用性。     

产能约束下考虑消费者偏好的双渠道供应链决策与协调

制造商产能和消费者偏好均会对双渠道供应链成员决策产生影响。考虑消费者渠道和低碳双重偏好，研究产能约束下双渠道供应链成员决策与协调问题。构建集中决策和分散决策两种情形下的双渠道供应链成员决策模型，比较分析两种情形下产能约束、消费者渠道偏好和低碳偏好对供应链决策影响；设计改进的收益共享契约协调机制，证明了其有效性。研究结果表明：在集中决策和分散决策两种情形下消费者渠道偏好对供应链收益都起到促进作用，其中在集中决策下不考虑消费者渠道偏好时供应链收益最少；消费者低碳偏好程度的提高促使两渠道产品销售价格的提高，进而增加供应链收益；在分散决策下随着供应链产能的增大，网络直销渠道具有比传统零售渠道更大的销量增长幅度；设计的协调机制消除了供应链的"双重边际效应"，实现帕累托改进。最后通过算例验证以上研究结论。     

Disruptions in tightly coupled supply chain networks: the case of the US offshore oil industry

Managers have paid increasing attention to the exposure of their supply chains to disruptions and seek ways to mitigate supply chain vulnerability. The interconnectedness of tightly coupled supply chain networks makes this a challenging task, because interconnectedness and tight coupling of nodes in the network lead to an amplification of the actual risk exposure. This phenomenon can be attributed to the propagation of losses through the network, which exhibits certain dynamics. In order to investigate this mechanism, we studied the complex supply chain network of the oil industry in the Gulf of Mexico. Our results provide an estimate of the economic impact of eventual random and hurricane-related disruptions and can be used as a decision support tool for risk management of supply disruptions in interconnected supply chain networks.     

分布决策环境下生产-分销协同计划研究

针对分布决策环境下因信息不对称使得供应链协同计划求解困难及难以达到全局最优的问题,本文利用多层规划理论和方法构建一个供应链生产-分销协同计划模型,采用模糊交互式协商和遗传算法的优化求解方法对协同计划模型进行求解。该方法求解的结果是一组满足约束条件的满意解,各节点企业根据自身偏好和约束信息决定是否接受该满意解,或者修正各自目标满意度隶属函数重新求解。决策过程具有一定的柔性。最后通过算例给出供应链生产-分销协同计划满意解的求解过程,对文中所建立的模型和算法进行了有效地说明和验证。求解结果说明该模型和协商方法能够有效地解决非对称信息条件下供应链生产-分销协同计划的求解和冲突问题。     

复杂供应链网络视域下关系资本对供应链融资作用机制研究--有调节的多重中介效应模型构建与检验

从复杂供应链网络的视角出发,以供应链网络内各节点中小企业为研究对象,依照"资源-结构-行为-绩效"的思路,揭示供应链网络内中小企业积累的关系资本对提升其供应链融资获取频率的作用机制,并通过构建多群组SEM模型,验证供应链复杂性的潜在调节效应。结果显示:(1)中小企业积累的关系资本对供应链融资频率的提升有显著的促进作用;(2)对比"关系资本-供应链设计-供应链融资"与"关系资本-供应链整合-供应链融资"的拟合结果发现,两个特定变量的中介效应具有显著差异,且以供应链设计、整合为连续中介变量的多重链式中介效应模型成立;(3)供应链复杂性显著调节中小企业关系资本对供应链融资的转化机制链条,供应链复杂性越高,节点中小企业获取供应链融资更依赖"关系资本-供应链设计-供应链整合-供应链融资"的多重链式传导机制传导。这意味着,在复杂供应链网络当中,中小企业一方面需要提升自身关系资本积累,另一方面更要加强其在网络当中的位置优化,提升供应链整合水平,为获取更多供应链融资打下坚实基础。     

基于混合智能算法的电子市场供应链期权合同协调

在电子市场环境下,考虑了需求、市场价格和市场准入程度的随机性,基于Stack-erlberg主从对策,建立了供应链期权合同协调的随机期望值模型。在这一主从对策模型中,主方供应商的目标函数是预期利润,决策变量是期权合同预订费用和执行费用;从方分销商的目标函数是预期利润,决策变量是订货量。应用包括随机模拟、人工神经元网络和遗传算法组成的混合智能算法求解该主从对策问题。最后,结合上海宝钢集团益昌公司电子商务的运作实例,运用混合智能算法进行了仿真计算与分析。     

考虑损失规避零售商的多期多产品供应链网络均衡

供应链是一个具有层级结构的复杂网络,一般包括制造商层、零售商层和需求市场层等渠道成员。为描述供应链网络的动态特征,本文将决策时间离散划分为多个规划期,同一规划期内各类成员的决策环境相对稳定;相反在不同规划期之间可能发生改变。制造商生产多种类型的产品,零售商面临随机需求环境且为损失规避者。运用前景理论描述了零售商的损失规避行为,利用制造商的库存转移来描述相邻规划期间的关系。利用变分不等式、对偶理论和互补理论刻画了制造商层、零售商层和需求市场层的最优决策行为,并推导整个供应链网络的均衡条件。设计了求解模型的修正投影算法。通过算例阐明了零售商盈亏平衡点的特征,分析了损失规避系数对供应链网络企业最优决策的影响。研究表明:随着损失规避系数的增大,零售商的第1盈亏平衡点减小,第2盈亏平衡点增大;零售商的订货量减小,其期望利润和期望效用增加,相反制造商和消费者的利益均受损;随着缺货成本的增加,零售商需向制造商订购更多的产品来规避缺货损失,但这也同时增加了其过量订货和滞销的风险;当零售商在某一期的损失规避系数发生改变时,零售商和制造商需在整个规划期范围内调整策略。     

响应时间不确定下的交货期相关定价研究

供应链企业生产和物流过程中的众多随机因素及信息不对称,带来供应链企业的市场订单响应时间的不确定性,引起实际交货期的延误,如何通过交货期相关定价有效地显示其市场响应能力对于供应链企业竞争来说是极其关键的。本文首先根据供应链企业自身和市场对供应链企业实际响应能力评估差异的分析,构建了时间敏感需求下的供应链企业交货期相关定价模型,并对模型的最优性进行了分析。通过数值算例,探讨了市场对供应链企业响应能力具有不同的评价概率时,供应链企业的交货期相关定价最优决策策略,进而分析了模型参数对最优决策的影响。分析结论可以为供应链企业竞争中的交货期相关定价决策提供有益的指导。     

多级供应链系统成本分析随机网络模型及算法研究

供应链成本管理是企业战略管理的核心组成部分。为研究多级供应链网络系统的成本组成及其分布特征、分析各节点企业的成本管理对多级供应链网络系统的影响、找到供应链系统成本管理中的薄弱环节和关键企业,本文构建了多级供应链系统成本的随机网络分析模型。首先研究了模型的结构性质特征,给出成本分布特征的解析算法。然后扩展模型,分别从系统成本类型构成(生产成本、库存成本和物流成本)和系统对企业成本波动的灵敏度两个角度深入研究多级供应链网络成本问题。数值算例分析结果说明了多级供应链网络系统成本分析模型和相关算法的有效性和实用性。     

零售商长期后悔规避的供应链网络动态均衡

本文研究了基于时变随机需求的供应链网络动态均衡。由于需求的不确定性和季节性，网络中的零售商会考虑缺货后悔和存货后悔的负效用，基于长期后悔规避效用做出最优决策。利用变分不等式，刻画了网络中制造商层、考虑长期后悔规避效用的零售商层和需求市场层的均衡决策行为。通过数值算例，基于三种长期后悔情形分析了零售商长期后悔规避行为对其均衡订购量、利润、后悔值的影响。研究结果表明，零售商的长期后悔规避程度在不断增加、保持不变，不断减少这三种情况下，对其均衡订购量、利润、后悔值的影响不同。研究结论将指导供应链网络中企业，基于长期后悔规避制定最优决策。     

A model-driven DSS architecture for delivery management in collaborative supply chains with lack of homogeneity in products

Uniform product deliveries are required in the ceramic, horticulture and leather sectors because customers require product homogeneity to use, present or consume them together. Some industries cannot prevent the lack of homogeneity in products in their manufacturing processes; hence, they cannot avoid non-uniform finished products arriving at their warehouses and, consequently, fragmentation of their stocks. Therefore, final uniform product amounts do not match planned production ones, which frequently makes serving previous committed orders with homogeneous quantities impossible. This paper proposes a model-driven decision support system (DSS) to help the person in charge of delivery management to reallocate the available real inventory to orders to satisfy homogenous customer requirements in a collaborative supply chain (SC). The DSS has been validated in a ceramic tile collaborative SC.