信息共享对牛鞭效应的影响——基于价格敏感需求函数的视角

建立了需求依赖于价格、而价格为一阶自回归过程的需求函数模型,分析了补充订货至目标库存策略和最小均方差预测技术下信息共享对牛鞭效应的影响。研究表明:(1)信息共享有助于抑制牛鞭效应;(2)信息共享对牛鞭效应的抑制作用不受产品市场规模的影响;(3)当产品价格自回归系数较大、产品价格敏感系数较小、价格过程误差波动较小、零售商(批发商)订货提前期较大、或者需求误差波动较大时,信息共享可以显著的抑制牛鞭效应。     

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.     

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。     

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。     

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.     

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.     

供应链时滞系统模型及其牛鞭效应的H∞控制

在供应链管理时滞连续系统模型基础上，建立了一个供应链管理多层时滞离散系统模型，采用供应链上游库存、订货、销售、生产波动方差之和与下游客户层需求量波动方差之和的比例描述牛鞭效应，分析了多层时滞系统牛鞭效应．提出顾客末端需求波动最差条件下的H∞控制方法，以抑制牛鞭效应．这一方法本质就是供应链末端需求波动最差情况下制定供应链管理的最优决策，并且以一个供应链多层时滞系统为对象进行了供应链牛鞭效应的H∞控制仿真实验．     

动态需求下集群式供应链牛鞭效应的H∞控制

在动态需求环境下,考察一供应链的零售商的库存补充渠道来自于其它多供应链的零售商,将跨链间库存合作与时变鲁棒控制系统相结合,建立了多级集群式供应链跨链间库存合作下的库存模型和牛鞭效应量化方法,用鲁棒控制理论来寻求“最差”需求下的最优订货。通过对比仿真实验表明,实施H∞控制和跨链间紧急库存补充策略可以有效减小库存以及生产（或订货）波动,达到抑制牛鞭效应的目的,同时可以大大减小订货间隔期,并提高市场响应能力和客户服务水平。     

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.     

基于Robust优化的多链库存系统动态切换模型及仿真

以两个单链合作为出发点,基于合作的方式不同创建了多个子系统,并以此建立了多供应链不确定切换系统模型。为了抑制多供应链系统在链间合作过程中产生生产运作波动和牛鞭效应,运用鲁棒优化理论给出了多供应链系统的切换控制算法,以及基于计算机的控制实现方法。结合多模型切换系统运作过程,仿真并对比分析了该多供应链多模型切换系统控制在有无切换两种情形下系统的订货波动变化大小和牛鞭效应变化大小。仿真结果表明多模型切换控制方法应用于复杂多供应链库存管理系统,可以抑制牛鞭效应,同时提高系统市场快速响应能力和集群整体需求放大性。     

需求预测信息更新条件下供应链的三阶段期权协调机制

考虑需求信息更新条件下的供应链期权协调机制, 研究三阶段生产和订购模型: 零售商在第一阶段发出固定订单并购买期权; 然后在第一和第二阶段之间更新需求信息, 并在第二阶段对固定订购量和期权购买量分别进行调整; 第三阶段满足市场需求, 通过执行期权并在必要时启动紧急订购满足前两阶段固定订货不足的部分. 协调机制的参数包含两个期权购买价格、一个期权执行价格和紧急订购对应的批发价, 且后两者均是期权购买价格的二元隐函数. 算例分析结果表明: 供应链及其成员的利润都得到帕累托改进; 两个期权购买价格及其比例关系对零售商订购决策和系统利润增量分配有着敏感影响; 期权价格在第一阶段的下降和第二阶段的上升均会为制造商带来投机动力, 争取谈判优势是零售商的理性选择.     

市场不确定环境下返还政策对销售的影响研究

采用博弈理论,研究了市场需求不确定条件下,无返还政策、完全返还政策和部分返还政策等三种政策对竞争性零售商行为、制造商的销量和利润的影响.研究表明,低市场需求状态下,返还政策降低了零售商的价格竞争风险,减少销售量,而高需求状态下,返还政策则加强了价格竞争,增加了销售量;在制造商边际生产成本足够低的情况下,返还政策能够增加制造商的利润,同时,在选择部分返还政策时,如果返还比例选择合理,可以使部分返还政策下制造商的利润要高于完全返还政策下的利润.     

需求预测和供应链协调对长鞭效应的影响分析

运用自适应过滤、滑动平均和指数平滑预测方法分析多阶段供应链中长鞭效应．分析结果表明，在运用自适应过滤预测方法时，供应链不一定存在长鞭效应，文章进一步提出该预测方法前提下长鞭效应存在的条件；在运用滑动平均和指数平滑预测方法时，长鞭效应总是存在．根据三种预测方法的分析结果得出，适当的预测参数和供应链协调可以减小长鞭效应．并在此基础上，比较分析三种预测方法条件下供应链协调时需求参数对长鞭效应的影响规律，结果表明，预测方法不同，需求参数对长鞭效应的影响规律也有所不同．     

基于谱风险测度与期权契约的季节性商品订购策略分析

以一个经销季节性商品的零售商为研究对象, 通过引入考虑零售商风险态度的谱风险测度, 分析了期权契约机制下 具有不同风险偏好零售商的最优订购策略. 通过建立期权契约机制下基于零售商谱风险测度的商品订购决策模型, 分析得出零售商的最优现货订购量和期权订购量存在并且唯一; 并进一步结合均值 -CVaR风险谱函数, 研究了在此风险测度下不同风险偏好零售商的具体订购策略, 揭示了零售商风险态度、期权契约等对其最优订购策略的影响; 最后 通过数值实例对模型的求解过程和理论结果进行了验证分析.     

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。     

Mechanisms of Collaboration in the Hotel Supply Chain: Two-Stage Ordering Contract and Option Contract

This paper considers a hotel supply chain consisting of a hotel and an online travel agent (OTA) for the distribution of a limited number of rooms through both offline and online channels. Under the merchant cooperation assumption, to overcome the disadvantages of the decentralized decision model and demand uncertainty, two collaboration mechanisms, namely a two-stage ordering contract and an option contract, are introduced to increase the profit in the hotel supply chain. This paper investigates the optimal decisions of the hotel and the OTA under different contract models. Moreover, the authors analyze the effect of demand uncertainty and the interaction of demand variability and the hotel’s capacity on the profits of the hotel and the OTA under different models. The results show that both the two-stage ordering contract and the option contract can increase the profits of the entire supply chain and the hotel; however, the profit of the OTA can be increased through the two-stage ordering contract and option contract only when the hotel’s capacity is relatively small and the demand variability is big; otherwise, the two collaboration mechanisms cannot increase the OTA’s profit.     

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。     

考虑策略型消费者损失厌恶下的新产品预售与退货策略研究

新产品通常面临较大的市场不确定性,如何保证产品的供应与市场需求的匹配性对于企业来说尤为重要,企业通过预售提前获取需求信息有助于实现这一目标.本文在考虑策略型消费者损失厌恶下研究了零售商的预售及退货策略,首先基于策略型与短视型消费者的行为特点构建预售与正常销售两阶段模型,对允许退货与不允许退货两种预售策略展开对比研究,接着通过构建两种策略下零售商的收益模型得出相应的最优预售价格和最优退货价格,并给出退货价格的取值范围.研究发现,由于策略型消费者的损失厌恶,零售商不得不降低预售期产品的价格.当预售期结束后的退货价格不高于某一特定的值时,退货策略的实施能够使零售商获得更优收益,并且存在一个最优的退货价格,使得退货模式下零售商的期望利润达到最大值.