基于二层规划的供应链多阶响应周期决策模型

优化和缩短供应链多阶响应周期是供应链快速响应市场需求、缩短产品上市周期的有效途径,也是供应链管理总体目标之一.全文首先阐明了供应链多阶响应周期的概念,以核心企业作为协调中心,建立了供应链整体计划决策机制,并运用二层规划方法对供应链多阶响应周期进行了建模研究.最后用实际调研的数据作为一个算例对模型进行了数值演算和验证.结果表明,该模型能够协调管理供应链整体利益和节点企业局部利益、合理分配生产时间与物流时间,为供应链优化和缩短多阶响应周期提供了一个有效的决策工具.     

零售商竞争环境下分散式供应链的定价与交货期联合决策模型

考虑了由一个制造商和两个相互竞争的零售商组成的两阶段分散式供应链系统,建立了价格和时间双敏感需求下的供应链定价与交货期联合决策模型,并给出了基于Stackelberg博弈的供应链定价和承诺交货期的最优决策。随后,以集中式供应链的决策为基准,分析了分散式供应链决策的效率。最后,通过数值分析,研究了市场因素和营销渠道竞争因素对分散式供应链的决策效率及承诺交货期的影响。结果表明,供应链下游的渠道竞争有利于提高分散式供应链的决策效率和缩短承诺交货期,从而提高整个供应链的市场竞争力。     

基于二层规划的供应链多阶响应周期决策模型

优化和缩短供应链多阶响应周期是供应链快速响应市场需求,缩短产品上市周期的有 效途径, 也是供应链管理总体目标之一. 全文首先阐明了供应链多阶响应周期的概念,以核心 企业作为协调中心,建立了供应链整体计划决策机制,并运用二层规划方法对供应链多阶响应 周期进行了建模研究. 最后用实际调研的数据作为一个算例对模型进行了数值演算和验证. 结 果表明,该模型能够协调管理供应链整体利益和节点企业局部利益、合理分配生产时间与物流 时间,为供应链优化和缩短多阶响应周期提供了一个有效的决策工具.     

供应链中考虑下游转运的订货和定价决策研究

当供应提前期相对较长而且对未来需求难以进行准确预测的时候,转运策略便成为实现需求与供给匹配的强有力的协调策略。本文以医药供应链为背景,考虑由一个制造企业和两个批发企业组成的供应链系统,研究了在分散决策的情况下,使用转运补货机制后,批发企业的最优订货决策和制造企业的最优定价决策问题,并通过数值试验考察了各成员决策行为对供应链整体绩效的影响。     

零售商配送时间承诺的供应合同研究

从提高供应链整体协调性及绩效水平出发,在单个厂商对配送时间承诺的决策模型基础上,研究了在供应链环境中由零售商负责配送的时间承诺问题.从传统的观念看,一般由零售商向顾客承诺配送时间并承担不能履行承诺的全部责任,但通过研究发现,这种合作模式会因缺乏激励而使零售商选择一个不能使供应链整体最优的承诺时间.在分析影响零售商实现配送时间承诺的因素的基础上,证明分散决策时单一价格下的零售商决策不能协调整个供应链,提出了一种供应合同来解决该问题,即通过上游供应商对零售商造成的配送延误做出部分补偿,使整个供应链产生更高的绩效,使双方都从中获益的观点,为供应链上的企业如何承诺配送时间提供了有效的理论工具.     

天气影响产出下“公司+农户”模式的风险补偿协调契约

针对不可控天气与可控的农资投入水平均会影响农产品产出的问题,建立了由一个公司和一个农户组成的两级农产品供应链随机利润模型,比较分析了集中决策下供应链系统与分散决策下农户的最优农资投入决策,提出了天气影响产出下农产品供应链的风险补偿协调策略,在农户决策农资投入水平而公司决策收购价格的情形下,依据整个农产品生产过程中的天气情况和农资投入水平来设计风险补偿契约。研究表明:在所设计的与天气指数和农资投入水平相关的风险补偿协调契约下不利天气的影响不会改变农产品供应链的协调状态,并能有效地激励农户通过提高农资投入来保障农产品的稳定供应,进而增强农产品供应链的稳健性。最后,通过数值仿真验证了所设计的风险补偿协调契约的有效性。     

考虑技术研发和物流配送的医药供应链组合契约协调模型研究

两票制政策的实施使医药供应链管理模式发生了重大变化,也使供应链成员的决策更加复杂。为了确保药品高效、及时、持续的供应,本文研究由一个医药生产企业、一个医药流通企业和一个药店/医院组成的三级供应链的医药定价与协调问题。考虑市场需求受医药生产企业的技术研发和医药流通企业的物流配送影响的情况下,以合作决策的市场价格和最优利润为基准,采用收益共享+数量折扣组合契约作为激励机制,建立了分散决策下供应链组合契约协调模型,探究技术研发和物流配送能力对医药供应链及成员的影响。通过算例分析发现：实施收益共享+数量折扣组合契约策略可以有效的优化和协调医药供应链,能够激励医药生产企业努力提升技术研发水平,激励医药流通企业努力提升物流水平,实现整个医药供应链的帕累托最优。     

两级生产与需求不确定下供应链风险共担模型研究

研究原材料生产、产成品生产以及市场需求不确定下供应链风险共担契约与模型.分析了独立无协调决策与集中决策下,供应链系统的生产与订购决策,证明了独立无协调决策下供应商与制造商之间存在的纳什均衡博弈降低了供应链利润.为了降低供应链主体面临的两级生产与需求不确定性的风险,构建了风险共担协调契约与模型,最后进行了算例分析.研究表明,不考虑两级生产与需求不确定性所进行的决策,使得供应链利润显著降低,说明研究两级生产与需求不确定下供应链运作问题具有重要意义;风险共担协调契约,可以减少两级生产与需求不确定性对供应链效益的影响,提高供应商生产的积极性,使得基于风险共担的供应链利润达到了集中决策供应链的利润水平,从而实现供应链系统的帕累托改进.     

虚拟企业能力资源的综合集成与生产决策

基于供应链管理环境的虚拟企业是 2 1世纪企业发展的主要竞争模式,论文依照其运作方式,提出了生产决策中对市场需求和供应链上各节点企业资源信息进行集成的一般模型及生产决策优化方法。     

再制造不确定的MR闭环供应链系统建模与仿真研究

为了探讨再制造逆向物流对供应链成员企业以及系统整体的影响,利用控制理论对原产品生产商和下游零售商组成的MR两级闭环供应链系统进行研究,建立随机再制造环境下的系统动态模型,探讨分散决策下生产商与下游零售商之间的闭环供应链运作问题。通过计算机仿真研究MR系统的动态行为和运行规律,分析再制造战略对原产品生产商和下游零售商生产运作的影响,探讨逆向物流的不确定性、回收率以及提前期因素对MR系统经济收益的影响。研究结果表明,当原产品生产商从事废旧产品回收再制造时,其新产品生产环节会因逆向物流的不确定性出现明显波动,这种负面影响会波及到下游零售商,但是相对生产商本身而言,再制造对下游零售商的影响较轻微。从经济层面看,提高产品回收率、降低再制造环节的不确定性可以达到改善系统绩效的目的,尽可能保持新产品生产过程与再制造过程的同步有助于提升成员企业以及系统的总利润。     

引入整合风险的4PL模式下供应链资源整合优化

在对4PL模式下供应链资源整合运作特征及整合中主导因素及其关系进行简要描述的基础上,围绕对整合决策具有重要影响作用的整合风险进行了分析;提出了引入整合风险的资源整合决策模式,建立了4PL模式下供应链资源整合决策的拓展多目标优化数学模型,搭建了改进的蚁群寻优算法实现该整合决策优化过程的求解。最后通过算例验证了优化过程及算法的有效性与可行性。整合决策优化模型及算法突出体现了4PL的运作优势,突出了从战略高度及系统性角度对供应链整合风险的把握,同时实现了资源整合优化多目标之间的权衡。     

有限需求信息下基于回购契约的供应链鲁棒协调策略

研究了仅知需求均值和区间信息条件下,基于最小最大后悔值准则的供应链回购契约协调问题。针对未知需求具体分布形式的两级供应链系统,在回购契约框架下,建立了以鲁棒决策和最优决策下的供应链及其成员绩效之差为目标函数的供应链协调模型。在仅知需求区间和均值信息条件下,采用鲁棒优化方法求解了最小最大后悔值准则下的集成供应链鲁棒订货策略和分散供应链鲁棒契约协调策略及其绩效偏差。分析了不同服务水平和契约参数条件下,由于信息缺失而未能实现最优运作的供应链及其成员绩效损失情况。最后,进行了数值计算,验证了通过鲁棒优化方法得到的供应链回购契约协调策略的鲁棒性和有效性。结果表明,基于回购契约的供应链鲁棒协调策略能够有效抑制需求不确定性对系统及其成员运作绩效的影响,同仅知需求区间信息相比,额外获得需求均值信息能够有效改进供应链运作绩效。     

An integrated production and inventory model for a whole manufacturing supply chain involving reverse logistics with finite horizon period

This paper proposes a model and solution method for coordinating integrated production and inventory cycles in a whole manufacturing supply chain involving reverse logistics for multiple items with finite horizon period. A whole manufacturing supply chain involving reverse logistic consists of tier-2 suppliers supplying raw materials to tier-1 suppliers, tier-1 suppliers producing parts, a manufacturer which manufactures and assembles parts from tier-1 suppliers into finished products, distributors distributing finished products to retailers, retailers selling products to end customers and a third party which collects the used finished products from end customers, dissembles collected products into parts, and feed the parts back to the supply chain. In this system, we consider a finite horizon period. A mathematical model for representing the behaviors of the system is developed. Solution methods based on decentralized and a combination of decentralized and centralized decision making process, referred to as the semi-centralized decision making process, are proposed to solve the model while the centralized decision making process is solved by a mixed integer nonlinear programming method. A numerical example is used to demonstrate the model and the solutions based on the three types of the coordination.     

Decision knowledge sharing: flexible supply chains in KM context

Supply chain excellence has a real impact on business strategy. Building supply chains as flexible systems represents one of the most exciting opportunities to create value and one of the most challenging tasks for the policy makers. It requires integrated decision making amongst autonomous chain partners with effective decision knowledge sharing between them. The key to success lies in knowing which decision has more impact on the overall performance and this can be achieved by appropriate knowledge sharing. In this context, knowledge management (KM) can be used as an effective approach to achieve knowledge sharing and decision synchronisation in supply chains. Flexible supply chains (FSC_s) are more complex and involve multiple autonomous players with varying technical cultures (affects knowledge mindsets), managerial background (affects decision knowledge) and supply chain management (SCM) exposures (affects knowledge sharing attitudes). Thus there is a need to develop demo models that can encourage chain managers towards collaborative knowledge sharing in the supply chains. This paper presents the application of one such model based on decision knowledge sharing (DKS) for improved supply chain management. A simulation model of a flexible supply chain based on DKS framework is developed for demo purposes. The key results are highlighted along with industry implications. The cost based performance of DKS at different levels of flexibility is studied. Thus a careful analysis of the chain with a focus on collaborative decisions is useful to ensure success. This paper addresses this interesting and challenging domain.     

多零售商供应链应对突发事件的协调机制研究

本文针对一个供应商和n个Cournot竞争零售商组成的供应链系统,从系统优化和企业管理的角度研究了该供应链系统如何应对突发事件。首先证明稳定条件下的收益共享合约能实现该供应链协调。但突发事件引起的成本和需求的扰动会打破供应链协调,当突发事件导致供应链的市场需求增加而生产成本减少时,供应商必须通过增加生产来应对突发事件;当突发事件导致供应链的市场需求减少而生产成本增加时,供应商必须通过减少生产来应对突发事件;并通过求解突发事件下供应链系统最优利润的Karush-Kuhn-Tucker(KKT)条件,提出了供应链在一体化时应对突发事件的最优策略。进一步证明了改进的收益共享合约可以协调突发事件下分散化决策的供应链系统。最后运用数值实验对模型进行了验证。     

基于三层-回声模型的供应链复杂适应系统资源流研究

以劳动价值论为基础分析了供应链系统资源价值的结构不对称性、非线性、动态性、时空性以及各种资源的有机整体性等特点,对供应链中资源价值“染色体”进行了串联并形成多主体区室,通过随机数确定主体相互作用点并将各个资源进行整合;对资源供给-分配进行If-Then规则以及相关机会约束规划准则的设置,将其应用于供应链复杂适应系统主体交互作用的三层-回声模型中,在Swarm平台建模过程中融入遗传算法进行模拟仿真。结果表明,供应链复杂适应系统中各个资源是一个不可分割的有机整体,管理、技术、信息、市场、人才和理念等资源在其中起着核心纽带作用,经过权函数对资源价值的调整更能体现资源的有效性,三层-回声模型是描述供应链主体间相互作用较为实用而准确的内部模型,系统中主体按该模型进行合作、竞争与资源分配,并达到系统总资源利用的最优化效果。     

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。     

考虑不确定履约率的全局鲁棒供应组合决策研究

生产和采购的全球化为供应链企业带来了更多的复杂性与不确定性。收集全面信息和使用有效的工具是控制决策风险、减少不确定性危害的有效途径。在供应商选择与订单分配管理中,供应商履约率是影响企业供应组合决策的主要因素,如何对其进行定量刻画是迫切需要解决的问题。已有的研究通常是由期望方法或鲁棒方法来刻画履约率。然而,期望履约率法往往忽略了履约率的波动性,从而造成需求损失;而鲁棒履约率法通常存在过于保守、退化过于迅速两个缺点,使企业承担不必要的成本。本文研究供应商选择与订单分配决策问题,使用全局鲁棒优化的两个不确定集合来刻画供应商履约率,同时给出了这一问题的确定性鲁棒表达和一种多项式时间求解算法。最后,通过仿真实验证实本文的全局鲁棒优化模型可克服期望模型和一般鲁棒模型的缺点。本文提出的算法能有效求解本文全局鲁棒优化等价确定性问题,为企业的供应商选择和订单分配决策提供更为灵活精确的辅助工具。     

供应链管理理论与方法

进入九十年代以来,供应链管理成为增强企业竞争力最重要方法之一。本文介绍了供应链管理的基本思想,说明了供应链管理产生的理论与现实背景,介绍了实施供应链管理的基本过程,分析了为辅助供应链管理的模型,并说明了供应链管理对我国企业管理的借鉴作用。     

A two-stage stochastic programming approach for identifying optimal postponement strategies in supply chains with uncertain demand

In the course of globalization, applying mass-customization strategies has led to a high diversity of variants in many economic sectors. Thus, customer demands are often less predictable, and handling increasing inventory stocks as well as avoiding shortfalls have become particularly important. All these complexity drivers result in higher supply chain risks. Postponement strategies have been proposed as a suitable approach to address these problems. Although the concept of postponement and its impact on the supply chain are theoretically well discussed, optimally configuring the entire production and distribution activities is still challenging. We present a two-stage stochastic mixed-integer linear programming model, which comprises an integrated production and distribution planning approach, and considers postponement concepts. In comparison to earlier approaches that examine postponement strategies, our model supports the decision maker under demand uncertainty and considers lead times, penalty costs for shortfalls, as well as inventory-keeping decisions over a tactical planning horizon. This allows an integrated investigation of both form and logistics postponement concepts. Moreover, we consider the decision maker’s risk attitude identifying non-dominated profitable and risk-averse strategies. We illustrate the benefits of the model by using a case study from the apparel industry, and present the results of a sensitivity analysis with respect to varying demand uncertainty and demand correlations as well as different preferences regarding risk aversion. Furthermore, we carry out performance and quality benchmarks and compare the results of a standard mixed-integer linear programming solver, a parallel nested Benders approach and a sample average approximation technique.