一种库存比例积分控制器及其系统动力学仿真

将比例积分控制原理应用于供应链库存控制的研究,设计了一种两级供应链环境下的库存比例积分控制器,并利用系统动力学方法构建了两级供应链库存比例积分控制器的动态仿真模型,最后通过实例仿真得出了实现牛鞭效应、库存水平、库存波动、缺货的协调控制的控制增益组合,并给出了系统内部结构上的解释.结果表明,在合适的控制增益组合下,供应链库存比例积分控制器能有效的缓解供应链系统中的牛鞭效应、降低库存水平及库存波动幅度、减少缺货的发生等.     

提前期牛鞭效应的产生与基于TOC的生产计划控制

分析敏捷供应链下存货型生产类型生产计划和控制的特点和要求，从新的角度——“通过时间综合症”的存在分析了生产提前期牛鞭效应产生的原因及对敏捷供应链生产计划和控制的影响，阐述了常规控制牛鞭效应措施的局限，探讨了在敏捷供应链条件下，基于约束理论（TOC）的存货生产牛鞭效应的控制方法。     

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.     

基于系统动力学的闭环供应链中回收商行为

以系统动力学方法构建由制造商、零售商和第三方回收商组成的三级闭环供应链模型,考虑影响回收商行为的环境政策指数及回收延迟,并运用Vensim软件进行仿真实验。通过计算各级成员订货率的牛鞭效应,研究回收商行为对整个闭环供应链产生的影响。研究表明:(1)环境政策指数越大,即回收商回收比例越大,对正向供应链零售商订货率牛鞭效应的减弱效果越好,但会越发加强逆向供应链牛鞭效应;(2)回收商回收延迟越小,对正向供应链牛鞭效应的减弱效果越好;回收延迟增大,可以减弱逆向供应链牛鞭效应;(3)环境政策指数较回收延迟对各级成员订货率牛鞭效应的影响更显著。     

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.     

信息对供应链的影响研究

利用一种简单的供应链模型，研究供应链过程中的牛鞭效应，本文的研究显示，供应链各成员之间的信息交换和合作可以减少牛鞭效应的负面影响，降低制造商的安全库存，减少供应链过程中的资源浪费。     

基于模糊Petri网的供应链牛鞭效应的成因与控制建模分析

从信息流角度,建立了基于模糊Petri网的牛鞭效应成因与控制模型,给出了相应的模糊推理算法,通过仿真分析,验证了一些重要结果。该模型描述了供应链中信息对决策的影响及供应链成员同步运作的现象,将供应链中牛鞭效应成因与控制可视化,为牛鞭效应问题的进一步研究提供一个新的思路。     

二级多零件供应链中基于订单的缺货水平分析

在面向订单装配的系统中,平均未能完成的订单数量是衡量顾客服务水平的重要指标.考虑由一个仓库和多个分销点组成的多零件二级供应链系统,顾客订单类型有多种且随机到达,分销点之间允许转运.通过马尔可夫分析,构造了求解该系统平稳状态概率的迭代算法,提出了基于订单的缺货水平的近似表达式.数值模拟表明,该近似表达式的平均误差为5.77%,转运机制的引入、分销点个数的增加将导致订单的平均缺货水平减小.数值模拟还分析了需求的相关性对基于订单的缺货水平的影响.     

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．     

基于系统动力学的供应链稳定性研究

为了提高供应链系统的稳定性,基于系统动力学方法建立了具有两种典型延迟模式(一阶指数延迟和纯时间延迟)的二级供应链系统模型,并定义了供应链稳定性概念及判据。通过对模型进行仿真,得到了不同含义下供应链系统的稳定边界,统一了不同研究方法的结论。结果表明,供应链的稳定性主要取决于系统的反馈控制结构,决策者主观偏好与外部环境必须通过反馈控制结构才能影响系统稳定性,加强信息共享有利于提高系统稳定性并削弱牛鞭效应。     

供应链中的时滞

研究供应链中时滞对长鞭效应的影响 .建立了供应链的多级库存控制系统模型 ,给出了其系统方框图及传递函数 ,求出了使整个供应链稳定的临界条件 .指出长鞭效应产生的原因是由于在系统时滞及系统增益的共同作用下使得供应链中各子系统产生衰减振荡或发散振荡的结果 .最后提出了减弱长鞭效应的四种方法.     

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.     

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．     

闭环供应链牛鞭效应分析

运用控制理论,通过建立闭环供应链多级库存系统的z域模型,构造了牛鞭效应的传递函数.分析表明:最佳回收策略是全部回收;生产提前期和回收延迟时间对牛鞭效应有影响,且存在最优值.     

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。     

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。     

供应中断情况下的库存控制模型研究

研究了按单装配系统中一个无时间界限的定期查看库存模型.针对该装配系统中,每个周期的总装配能力有限,产品由不同的组件装配而成,各组件的订货提前期确定,订货提前期的概率分布依赖于外生可观测的马尔可夫链的状态,组件的订货成本是线性的,未能满足的需求全部按照缺货处理,首先提出了一种在给定的状态依赖基础库存策略的情况下,确定长期平均成本的方法,该方法考虑了所有基础库存策略的状态;之后,应用该方法分析了组件中断可能对企业库存状况和长期平均成本带来的影响.研究表明,状态不变的基础库存策略是最优的,并且组件供应中断时间的长短比组件供应中断概率的大小对组件库存策略的影响更大.该研究结果对企业和管理部门中的中断管理以及应急事件计划的制定有一定的参考价值.     

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.