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。     

供应链中牛鞭效应的分形特征研究

将牛鞭效应的形成过程描述成系统内部的非线性机制,并应用非线性理论对牛鞭效应的产生机理进行了深入研究.研究结果表明,牛鞭效应与“蝴蝶效应”具有同样的自激放大机制.在受到零售商需求信息处理偏差的扰动下,供应商的订货决策会自激放大这些扰动.同时,制造商的周期性低价促销,也会使零售商的订货决策随产品价格的波动而自激放大产品需求,形成牛鞭效应.这种需求变异放大现象的外在表现则是系统对初始值敏感依赖的非线性机制作用下出现的系统自相似结构.为此,本文采用G-P算法计算得到需求信息处理和价格波动下牛鞭效应的关联维数.结果表明,需求信息处理和价格波动下牛鞭效应具有分形特征.     

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。     

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...     

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。     

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.     

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.     

基于时间的VMI整合补货模式的系统成本与牛鞭效应

为了研究基于时间的VMI整合补货模式下补货周期对两级供应链系统中系统成本和牛鞭效应的影响以及系统成本与牛鞭效应的关系，利用系统动力学的方法和工具构建该模式的动态仿真模型。通过实例仿真，定量研究基于时间的VMI整合补货模式中供应商对随机流需求输入的订单响应率波动及系统成本的变化，并通过二次函数的回归分析探讨系统成本与牛鞭效应之间的数学关系。结果显示．随着补货周期的延长．牛鞭效应呈现严格单调递增的变化，系统成本表现出先降后升的变化趋势．系统成本与牛鞭效应之间则是一种二次凹函数的关系，那么可以找到一个合适的补货周期，实现供应链牛鞭效应与系统成本的协调优化控制。     

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.     

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。     

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.     

电子商务系统中长鞭效应的随机控制

在电子商务系统中,高效、集成的物流配送体系是经贸交易成功实施的重要保证。对一个具有单个配送中心和多个顾客,且只经营一种产品的物流配送体系的长鞭效应问题进行了研究。给出了电子商务下的物流配送模型,它是以库存作为状态变量,以订货量作为控制变量,以需求的不确定需求作为随机扰动的动态系统。并利用状态、控制变量和需求波动的偏差值对系统中的长鞭效应进行了定量化的描述。应用随机控制理论方法,设计了抑制长鞭效应的随机控制策略。最后,以一个石化企业的电子商务系统为对象,进行了抑制长鞭效应的随机控制仿真实验,结果表明电子商务系统的长鞭效应得到了抑制。     

供应链中分配机制对牛鞭效应的影响研究

在1个供应商和n个零售商组成的供应链体系中，当零售商的订货量超过供应商的生产能力时，供应商要选择一种分配机制来分配有限的产品，研究由于这种分配机制制造成的牛鞭效应问题，分析了几种分配机制并根据它们是否产生牛鞭效应而将它们划分为两大类-“鼓励-响应”直接机制和“激励-扩大”机制，证明和量化了“激励-扩大”机制中的线性分配机制对牛鞭效应的放大作用。     

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。     

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.