供应链库存的RFID使能的Push/Pull控制策略优化

射频识别(RFID)技术的产生为供应链多级库存性能的改善提供了新的方法.基于RFID技术借鉴单工厂多阶段生产存储系统的Push/Pull策略,以供应链分销网络三级库存系统为例设计了8种RFID使能的Push/Pull混合控制策略.为得到各策略的更优性能,采用基于仿真的粒子群优化方法对各策略参数进行了优化,验证了基于仿真的粒子群优化算法对优化RFID使能的Push/Pull混合控制策略的可行性和有效性,优化后各策略的仿真结果表明8种混合策略中制造商阶段采用Push控制,分销商和零售商阶段采用Pull控制的策略性能最优.     

模糊随机需求条件下三级供应链的数量折扣协调策略

为了分析模糊随机需求条件下三级供应链协调策略,考虑提前期内需求为模糊随机变量, 建立由供应商、制造商和零售商所组成的三级供应链优化决策和数量折扣协调模型, 其中订单量、再订货点为决策变量.首先推导出提前期内需求为模糊随机变量条件下的各成员成本和供应链总成本函数,然后设计相应的算法对模型进行求解,最后通过算例验证了模型的实用性, 并进行比较分析.结果表明：采用数量折扣协调策略能够降低三级供应链总成本;如果在制造商的上下游企业同时引入数量折扣策略,此时所引起的三级供应链总成本低于仅在制造商的下游企业引入数量折扣时的三级供应链总成本,亦低于未提供任何数量折扣策略时的三级供应链总成本;模糊随机需求条件下三级供应链总成本高于随机需求条件下的三级供应链总成本.     

大规模定制环境下客户订单分离点的定位模型

以客户订单分离点定位问题为切入点,构建基于成本优化的CODP决策模型,并采用M/M/1排队理论对模型加以改进。仿真分析得出CODP的定位点,并指出采用延迟策略时不能仅仅只考虑制造商的成本,还应该结合供应链中的上下游各企业(如零售商)的总成本,从供应链视角上综合考虑资源的最优化配置。     

具有柔性的供应链模型优化问题及其应用

研究了柔性供应链优化问题,确定了供应链总成本的结构,考虑了供应链生产和分销的各种约束条件,建立了柔性供应链优化模型,应用进化规划方法对一家农机公司柔性供应链模型进行了仿真,分析了总成本对柔性的敏感程度·结果表明,该模型采用生产能力柔性和分销能力柔性指标反映了生产和分销的不确定性,能够更综合地评价供应链的运作绩效,有助于设计出高效率、高效益的柔性供应链系统,而且对于数据量庞大的混合整数线性模型求解,进化规划方法是适用的·     

随机需求下两级供应链回购协调机制供需双方Stackelberg博弈分析

市场需求的快速变化要求供应链成员企业采用灵活的协调机制来提高供应链的运营效率和利润.由单一供应商和单一零售商组成的供应链中,对供需双方分别占主导地位的回购协调机制进行研究,建立了Stackelberg博弈模型,考虑供应链市场需求信息对称且需求具有价格弹性,并确定模型的均衡解.通过Maple软件进行模拟仿真,分析决策变量之间的关系,计算不同类型供应链(无回购、供应商主导或零售商主导的回购机制)中供需双方的利润关系,证实回购机制可以达到双赢,并得出决策变量对利润的影响.模型为供应链成员企业提供决策支持,指导供需双方选择合适的博弈策略以实现销售目标.     

燃料价格及电力需求不确定下电力生产决策的鲁棒优化

考虑了发电侧燃料价格和需求侧电力需求的不确定性,建立了以发电成本最低为目标的电力生产决策的椭球鲁棒优化模型,设计了基于MATLAB的SeDuMi算法进行求解.数值实验结果表明:当不确定性因素的扰动方向一致时,总成本随着参数不确定范围的增大呈近似线性增大;当不确定性因素的扰动方向不一致时,总成本随着参数的波动加剧而增大.研究分析了燃料价格和电力需求这两个参数的不确定范围对总成本的影响显著性.结果发现,随着参数变动范围的差异,燃料价格和电力需求的不确定性对于电力生产决策影响的显著性也不一样.研究结论为不确定性电力供应链的决策提供了理论支持以及相关的方法.     

适应动态需求的供应链多级库存系统仿真

针对需求的动态不确定性和供应链多级库存管理的复杂性,将适应性需求预测、预测误差追踪、改进的散列搜索算法与系统仿真相结合,提出启发追踪仿真优化方法,可以实现供应链多级库存系统决策的协同优化,并应用Simulink工具软件构建供应链多级库存决策系统的仿真优化模型.在不同需求波动模式下进行仿真测试,实验结果显示,该方法有较好...     

基于TOC & MIRP的多产品双渠道补货模型

针对拥有零售商和网络直销渠道并伴有顾客转移的多产品二级供应链,研究其在需求显著变化的转换期内的补货优化模型.将基于约束理论的供应链补货系统(TOC-SCRS)运用到上游制造商节点,下游零售商运用改进后的整数比(M-IRP)策略.以供应链的补货、库存和缺货成本为优化目标,考虑顾客满意度和库容量约束,应用遗传算法比较M IRP、整数比(IRP)和传统(s,S)策略,并进行灵敏度分析.结果表明M IRP和IRP策略下的供应链总成本与(s,S)策略的相对差异为15.36%和11.19%,同时验证了在不同参数变化情况下该策略的优势.     

需求不确定性下供应链的配置

文章主要对不确定性需求下供应链配置过程中供应商选择问题进行研究.建立了需求不确定性下最小化供应链总成本的配置模型,使得供应链总成本与服务时间这两个因素得到有效的权衡.既能为企业提供供应链配置相关的决策支持,又能有效缓解供应链中需求不确定性所带来的经营压力,对实际问题具有很好的指导意义.     

生物质资源库存-路径整合优化问题研究

库存和路径是供应链中两个重要决策问题。本研究旨在整合优化生物质资源供应链中的设施库存和车辆路径，将总成本降至最低。本研究在优化供应链中车辆路径规划问题时，加入对设施库存问题的考虑，通过对两个问题的整合优化来减少牛鞭效应的影响。针对整合出的生物质资源供应链库存-路径优化问题建立混合整数规划模型。由于问题的计算复杂度较高，导致求解问题会消耗大量时间，为此开发混合启发式算法(HHS)实现高效决策。通过算例测试验证了模型及算法的可行性，计算结果可应用于实际的生物质资源供应链库存和路径。CPLEX精确解和HHS算法近似解的比较表明HHS算法可求得十分接近精确解的近似解且更加高效。     

随机需求下的双渠道供应链联合库存模型

针对双渠道的竞合特性增加了供应链系统的需求不确定性,考虑提前期需求波动的情形,构建了2级双渠道供应链独立库存模式和联合库存模式下制造商及零售商的最优基础库存模型和缺货模型,并运用仿真计算方法,通过分析2种库存模式下缺货损失成本、需求波动对双渠道供应链基础库存水平、现货库存水平以及缺货水平等的影响,进一步分析2种库存模式下的成本.结果表明,联合库存模式下的2个渠道各自成本和总成本都要低于独立库存模式下的各成本.因此,双渠道供应链实施联合库存策略可以通过库存共享,协调2个渠道的库存水平,减小缺货风险,从而显著地降低供应链的成本.     

独立式风光互补路灯系统优化

在保证风光互补照明系统正常工作的条件下,系统的技术经济性分析对减少全寿命费用和年运行费用,提高投资效益是非常必要的。利用HOMER软件对独立式风光互补路灯系统进行了技术经济性分析,根据当地气象资料,找到了满足系统正常工作的最佳系统配置,并分析了不可预测的敏感性变量如风电机组寿命、年平均风速和银行利率对系统全寿命费用的影响。优化结果表明技术经济性分析可以使系统投资最少,收益最大。     

基于遗传算法的多级库存成本优化模型

针对多级库存复合而成的一般系统,首先通过分析安全库存与服务水平的关系,给出随机需求下安全库存随前置期和服务水平变化的函数关系;然后结合多级库存的控制特点,建立包含安全库存费用在内的多级库存成本优化模型,并给出遗传算法求解办法.该模型在供应链节点企业总成本最小的基础上,确定了最佳订购批量、最佳订购点和服务水平,以及对应的总成本和总利润,进而为各节点企业有效地减少库存量,降低供应链的总成本,提供有力的依据.在随机需求供应链条件下,提出了级安全库存策略,并从理论上证明该策略能有效地减少供应链中的安全库存量,降低库存成本.     

突发事件下应急服务供应链的期权协同决策

针对突发事件下应急服务所具有的订货提前期长,实施时间短,且残值极低的特点进行分析,将期权合约引入应急服务供应链,构建突发事件下应急服务供应链的期权协同决策模型。首先通过对应急服务集成商和供应商的收益优化分析,得到一定期权合约下集成商的最优订购策略。再通过最优期权合约参数建立应急服务供应链的协同机制,根据对整体应急服务供应链收益优化分析,指出期权合约下应急服务供应链的整体决策优于其单独决策。然后分析突发事件下供应商的成本和价格的变化导致集成商的需求和期权购买量变化的规律。最后通过具体算例分析,指出随着突发事件发生风险参数的增加,集成商会增加最优订购量而提高收益,且随着集成商准确充分地掌握突发事件发生信息,即可做出更为准确的决策。     

基于延迟定价和回购契约的供应链协调策略研究

在需求不确定环境下,该研究分别构建基于单一批发价格契约和回购契约的供应链延迟定价策略决策模型.通过零售商和生产商利润函数的单峰性分析,证明在具有延迟定价策略的两种契约条件下,最优订货量的存在性和唯一性.通过两种情形的比较和数值分析表明：采用回购契约得到的最优订货量能使零售商和生产商均实现利润最大化,达到供应链协同.并且相比单一批发价格契约,能有效提高零售商的订货水平,从而提升供应链系统的总效益,尤其是当生产成本越小,或产品残值越大,或批发价格越高时,具有延迟定价的回购契约协调策略优势更为显著.     

Supply Chain Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

Supply China Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

保留中间库存的延迟制造优化策略

延迟化制造是推迟中间产品向最终产品转化的时间点,来应对需求不确定性,并减少供应链成本的方法。Cr5Mo合金钢管是石化炼油厂关键部位的材料,其品种规格多、批量小,难以保证供货。中国石油化工集团公司在该文第一作者影响下,应用延迟化制造方法,保留中间产品——钢锭的库存,可有效地应对最终产品——钢管需求的不确定性。该文在此应用背景下,研究了中间产品向最终产品转化的决策中保留部分中间产品不参与最终产品生产的情形,利用动态规划方法寻找到了中间产品与最终产品库存的最优分配策略。在此基础上,应用Matlab进行了数据实验,研究影响该策略的因素。结果表明:当最终产品的单位存货成本与缺货成本较高、中间产品的单位存货成本较低时,保留更多的中间产品库存可以降低供应链总成本。