基于零售商与消费者预测行为的牛鞭效应

考虑一个供应商和一个零售商组成的两级供应链,零售商运用移动平均和指数平滑技术预测提前期需求,分析价格波动下消费者的价格预测行为对牛鞭效应的影响。分析表明:①零售商平滑的需求预测有助于减小牛鞭效应;②消费者的价格预测行为有助于减小牛鞭效应,一方面,消费者越关注历史价格的波动,越有助于减小牛鞭效应;另一方面,消费者观察到更长期的历史价格可以进一步减小牛鞭效应。比较了两种预测技术下的牛鞭效应,同以往学者研究结论不同,移动平均预测下的结果可能比指数平滑预测下的结果显著。     

基于不同预测技术的供应链牛鞭效应分析

以H.L.Lee提出的消费需求AR(1)自相关模型为基础,在假定采用订货点库存策略的前提下,分别推导出了零售商采用移动平均法、一次指数平滑法预测及均方误差优化预测市场需求时,生产商所面对的需求波动,建立三种需求预测技术对一个两级供应链牛鞭效应影响的量化模型及仿真模型并进行了验证,分析了不同预测技术对供应链牛鞭效应的影响及适用范围.     

最优需求预测下预测与处理过程中的牛鞭效应

研究了在AR(1)市场需求模式下,生产商与零售商所组成的供应链系统中,当零售商采取不同预测技术时,在信息预测,处理及传递过程中产生的牛鞭效应问题.证明当存在订货提前期时,零售商采用移动平均法及一次指数平滑法预测会导致在需求预测,信息处理及传递过程中产生牛鞭效应;而采用最优预测仅在需求相关性很强时存在有限值的牛鞭效应.并对二级供应链进行拓展,证明在信息传递过程中,非最优预测将导致上游需求模式复杂化,牛鞭效应逐级递增,而最优预测可使上游需求模式简化,遏制误差的传递.     

二级供应链系统的动力学仿真

提出将供应商管理库存细分为需求拉动式供应商管理库存和计划推动式供应商管理库存.应用系统动力学方法对传统供应链、需求拉动式供应商管理库存和计划推动式供应商管理库存等三种供应链管理模式进行建模和仿真.放松了一些传统约束,如常见的配送中心无限能力假设,将配送中心不同库存管理方式引入模型.通过仿真,从零售商库存波动变化、长鞭效应减弱程度和供应链总成本多个角度证明了推式供应商管理库存的优越性.证明了除了累积提前期以外,长鞭效应还与信息共享时的库存、生产控制方式有关.     

考虑补货策略的供需驱动链牛鞭效应分析

通过建立含有供需驱动的供应链,采用最小均方差法预测提前期需求,分析库存平滑补货策略、订货平滑补货策略以及一般线性补货策略下的供应链牛鞭效应。研究结果表明:订货平滑补货策略是弱化牛鞭效应的最优补货策略;对于库存平滑补货策略和一般线性补货策略而言,当库存平滑系数较小或零售商订货提前期较小抑或产品价格调节系数较大时,采用一般线性补货策略能显著抑制牛鞭效应;当零售商订货提前期较大时,采用库存平滑补货策略更能有效缓解牛鞭效应;在同等程度的产品需求与供给波动下,选择一般线性补货策略更有利于牛鞭效应的减小。     

信息不对称情况下的VMI协调机制设计

供应商管理库存(VMI)作为一种基于供应链集成管理思想的新型库存管理模式，有效改善了“双边际效应”和“长鞭效应”。协调机制设计是VMI研究的新热点。分别分析不合作、集中控制及纯VMI(不包含协调机制设计)三种供应链结构下的库存补充数量最优解及各方的收益情况；在此基础上研究VMI供应链下的数量折扣契约协调机制设计；运用委托一代理理论重新设计了当销售价格为不对称信息时的VMI数量折扣契约设计问题。通过实例仿真，说明在信息不对称下的各方收益变化情况及其对整个系统效率的影响。     

网络化制造环境下离散供应链系统预测控制策略

针对离散供应链系统中客户需求的高度不确定性，提出最小方差控制方法。该方法相对于传统的预测控制策略，更适合于追踪需求变化减少或消除“牛鞭效应”。首先，将具有z变换的各单元传递函数整合成一个闭环传递函数，以此为整个供应链网络建模，采用白回归移动平均模型描述客户需求趋势，并通过客户需求预测确定两种库存目标水平。其次，建立基于订单策略的目标函数，利用最小方差预测器处理客户需求，提出了供应链的性能指标函数和“牛鞭效应”的分析方程，并通过设定最小方差控制器参数调节超额库存和未交付订货。最后，仿真结果表明最小方差控制在预测市场变化、追踪客户动态需求和保持合理库存水平上是可行和有效的。     

基于ARMA（1,1）需求的多级供应链牛鞭效应仿真

在市场需求信息为ARMA(1,1)平稳可逆时间序列模型的前提下,首次建立了多级供应链各级成员以均方误差优化预测技术预测市场需求,以订货点法来确定订货量时多级供应链牛鞭效应理论及仿真模型,并利用仿真模型对多级供应链的整体牛鞭效应及其影响因素进行了详细的分析,研究表明供应链牛鞭效应和相关系数ρ与滑动平均系数θ之间的相互关系有关.     

不对称信息下供应链的库存协调

以供应商和制造商组成的上游供应链为研究对象，分析了供应链成员企业各自独立决策时的库存成本，以及供应链系统集中决策时的库存成本．在此基础之上，提出了分散决策与共同协商相结合的库存协调方法，探讨了不同信息环境下的库存协调策略．在分析对称信息下协调策略的基础上，推导出了信息不对称条件下的协调策略及其有效性条件．最后，用一个算例说明相关结论。     

多产品供应链的牛鞭效应及其减弱方法

讨论两级多产品供应链中需求相关时的牛鞭效应.下游零售商从能力无限制的上游供应商处订货来满足相关的市场需求.当零售商面临的需求平稳时,若零售商采用简单移动平均法预测需求,证明了供应链中的牛鞭效应的存在性,并给出了其量化表达式.进一步提出了在一定条件下可有效消除牛鞭效应的需求预测方法.     

生产能力变异性对供应链牛鞭效应的影响

分析了工厂生产能力分别服从正态分布、指数分布和β分布,并且需求为一阶自回归AR(1)过程的情况下,生产能力变异性对供应链中牛鞭效应的影响。所得结论为:①工厂生产能力的变异性可以导致牛鞭效应;②工厂生产能力的增大本身可以缓冲需求不确定性对供应链中牛鞭效应的影响,但生产能力的变异性对牛鞭效应的影响比生产能力大小对牛鞭效应的影响更敏感。     

ARMA(1,1)需求条件下需求信息延迟对两级供应链牛鞭效应和平均成本的影响

为了分析需求信息延迟对供应链绩效的影响,考虑由一个零售商和一个制造商所组成的两级供应链,顾客需求满足ARMA(1,1)过程。首先从理论上建立需求信息不延迟与需求信息延迟时零售商和制造商订单量波动程度的定量描述模型,通过两种情形下的比较分析得出:当需求自回归系数为正数时,需求信息延迟将减小牛鞭效应,当需求自回归系数为负数时,需求信息延迟将提高牛鞭效应;其次运用仿真方法对需求信息延迟与需求信息不延迟时制造商和零售商的平均成本进行了比较分析,同样得出:当需求自回归系数为正数时,需求信息延迟将降低制造商和零售商的平均成本,而需求自回归系数为负数时,需求信息延迟将提高制造商和零售商的平均成本。     

基于反馈控制的牛鞭效应自补偿对多级库存系统的影响

在时变需求条件下,多级库存问题中需求变异放大的现象给供应链上下游企业的供需匹配带来了极大的挑战.本文考虑一个单条供应链在信息共享条件下采用订至点补货策略的情形,在随机需求下,研究了一个四级供应链系统中的牛鞭效应及其抑制方法.基于反馈控制理论构建了一个四级库存系统的动态控制模型,并通过拉普拉斯变换推导出了系统的传递函数.在四级库存反馈控制模型的基础上,设计了一个牛鞭效应自补偿机制,使供应链进销存系统的需求变异维持在原有水平.数值试验及仿真进一步对牛鞭效应自补偿算法的效果进行了验证.试验结果表明,加入自补偿算法后供应链各级结点企业的订货量波动明显减弱;剩余库存量的波动大幅下降;供应链整体牛鞭效应约为信息共享条件下的三分之一,仅约为信息不共享条件下的四分之一.     

决策行为影响牛鞭效应的仿真

牛鞭效应是供应链系统运作绩效降低的一个主要原因.以多级供应链系统为例,研究供应链中成员企业的决策者的决策行为对整个供应链系统牛鞭效应现象的影响程度.由于成员企业的决策者对于缺货和存货有着不同的风险偏好,因此,在传统牛鞭效应的量化指标的基础上,提出了2个分别衡量缺货和存货水平的指标:相对平均库存水平指标和相对平均缺货水平...     

单周期随机需求下基于协调策略的供应链库存系统可靠性研究

供应链是典型的需要协调的系统。在需求不确定的商业环境中,由于很难对消费需求做出准确而有效的预测,从而造成库存的积压风险与缺货风险。如何在不确定需求的市场环境下采用合理的库存策略,以提高供应链库存系统的可靠性是供应链管理的一个核心问题。本文从三种不同库存策略的角度研究了在随机需求条件下供应链库存系统可靠性,并通过算例验证了其有效性。     

供应链中信息共享对各环节库存的影响研究

从影响库存的订货量、安全库存和缺货量入手,对由一个生产商和一个零售商组成的供应链环节进行了分析,旨在找出信息共享对供应链中每个成员的影响以及是如何降低库存的.研究结果表明信息共享后对生产商的影响要大于对直接接触顾客的零售商的影响.