制造企业衍生服务运营模式决策：自营与外包的权衡

随着服务在制造企业创收中占比的不断增加，服务衍生已成为实现服务型制造的有效手段，但产品制造的相对集中与服务提供的绝对分散困扰着制造企业衍生服务的自营/外包决策。针对1家制造企业和1家服务承包商出售一类实物产品及一项衍生服务的情形，构建了衍生服务自营与外包两类模式下的博弈模型。结果表明：衍生服务自营/外包的决策受服务水平、产品服务相关性、服务提供优势系数及收益共享系数等多因素影响；自营或外包模式下，衍生服务水平及服务提供优势系数对双方利润的促进作用存在边界，且产品服务相关性对衍生服务水平以及双方利润存在促进作用；外包模式下，收益共享系数的制定应以实现外包双方价值更大创造为目的。     

基于系统动力学的企业物流外包耦合情景分析

物流外包策略是影响企业长期利润的重要因素.通过分析物流外包方案与企业现状之间的相互制约、相互影响的关系,及其对企业长期利润的耦合影响,建立基于系统动力学的企业物流外包决策模型,并进行了模型有效性检验.该模型在企业现状和发展战略环境下定量决策物流的分环节部分外包方案,具有非线性和动态特征.通过进行情景仿真分析,探讨了物流外包决策与企业战略对长期利润的耦合影响,分析结果证明几种典型的发展模式都具有显著的比较优势和缺陷,企业应根据自身实际,选择合适的发展模式以优化物流外包决策和长期利润.     

基于物流费用分摊比例的闭环供应链模型

家电零售商为制造商提供丰富的销售渠道之时,也给制造商带来大量具有盘剥性质的费用成本.针对这一现象,将第三方物流服务商引入到闭环供应链系统中来,通过分析正向和逆向物流费用在制造商和零售商之间的分担比例,发现零售商承担的正向或逆向物流费用比例越大,则供应链节点企业的利润均会得到提高,从而通过设置合理的分摊比例,可以达到优化供应链的目的.另外进一步分析了非合作博弈下的外包策略及步骤,发现运用物流费用分摊比例的大小可以进行外包决策;在合作决策下,为了避免合作失败的风险,运用不对称的NASH协商模型设计了供应链系统的利益分配方法及步骤,最后通过数值算例进一步加以说明.     

知识化制造系统自重构中的灰色决策方法研究

针对知识化制造系统自重构中模式选择的决策问题,提出了一种灰色决策树的方法.首先对影响知识化制造系统决策的因素进行分类和分析,给出了其决策因素的概念模型,并采用不同的评价方法对各影响因素进行了评价.然后基于关联分析,提出了灰色决策树的模型,并给出了其决策的详细步骤.最后应用该方法,结合实例对知识化制造系统自重构的决策进行了说明.决策的结果表明该方法可以有效解决知识化制造系统自重构中模式选择的问题,为知识化制造系统模式选择的决策提供了一种方法.     

考虑外包和生产能力约束的制造/再制造混合批量决策

制造/再制造集成系统是当今制造业发展的趋势.安排不同计划期下考虑生产能力、外包和库存要素的制造/再制造综合生产计划,能够降低再制造过程不确定性和提高企业生产的收益.从原设备生产厂商角度出发,考虑生产能力约束下的批量制造和批量再制造,分别构建以企业期望利润最大化为目标,回收产品到达与市场需求均服从泊松分布,回收产品可利用率服从均匀分布的随机综合制造/再制造混合批量决策模型.具体分为3种情形:无外包和有外包,以及外包下外包再制造能力有限与外包再制造能力无限.其中,市场需求由批量制造和批量再制造来满足.利用随机数学理论(启发式遗传算法)求解单产品下的混合决策模型,研究了回收产品质量可利用率和外包生产能力对批量决策的影响,并通过算例来证实算法的有效性.     

基于供应链协同的汽车制造企业入厂物流模式选择

集配中心是主流的汽车制造企业入厂物流模式,然而基于循环取货的集配中心模式正越来越受到汽车制造企业青睐,成为其入厂物流改进的重要选择.文中从供应链协同运作的视角研究了汽车整车制造企业零部件入厂模式的选择问题.基于整车厂JIT生产需求,建立了整合生产策略、运输策略、库存策略的综合运作模型,获得关键决策变量的最优解,进而利用三维仿真方法获得了两种入厂物流模式的对比特征.研究结果解释了当前汽车入厂物流模式分布格局,也为企业入厂模式选择提供了重要指标与仿真依据.     

自营回收模式下再制造逆向物流网络多周期多目标选址规划

考虑再制造回收的不确定性,及多周期和多目标的特点,构建四级再制造回收网络,提出自营回收模式下的再制造逆向物流网络选址规划模型。采用改进遗传算法对模型进行求解,从备选地址中确定各类物流设施的最优策略。算例结果表明,回收量对选址的影响较小,社会负效应目标系数对选址影响较大。     

可拆卸产品混合制造物流网络优化模型

针对可拆卸产品,将回收产品拆解、分类后重新利用,建立可拆解产品混合制造物流网络模型,用来确定各设施的位置、数量以及物流分配。该模型的特点是:多产品、多周期、有能力限制、产品可拆卸为备件、并将供应商考虑在模型之内的混合制造网络模型,将正向物流和逆向物流整合,并考虑运输整合,同时优化正向物流和逆向物流。通过一个算例验证模型的有效性。     

考虑DNCVaR-利润-客户满意度的分销网络设计多目标优化模型

借鉴金融工程中条件风险价值理论, 提出了分销网络条件风险价值的概念和计算公式, 并用之度量分销网络风险水平. 构建了以DNCVaR、利润、客户满意度为目标的分销网络设计多目标优化模型, 该模型不仅能体现供应链核心企业风险偏好度, 而且还能解决分销网络风险水平-分销中心设立-分销中心购买量-分销中心服务对象-分销点购买量组合决策问题, 并应用多项式目标优化技术进行了多目标组合.这些工作为CVaR与分销网络设计优化决策类问题的结合研究作了有益的探索, 且算例的优化决策结果也说明了文中构建的模型能有效解决上述组合决策问题.     

基于博弈论的服务外包双方决策模型分析

在讨论服务型制造的起源和发展基础上,运用博弈论模型,对当前国际国内企业界和管理理论界关心和研究的制造业企业服务外包问题进行了数理研究,探讨制造业企业服务外包的成本因素,并分析在服务外包情形下生产性服务企业的产品价格及服务外包双方的获利情况。最终得到了如下主要结论:随着生产性服务企业数的增加,制造业企业的利润额逐渐上升,同时生产性服务企业的产品价格持续下降;当生产性服务企业数等于1,即处于垄断地位时,其获得的利润额最大,否则,当企业数大于2时,所有生产性服务企业的利润总和还不如制造业企业。研究结果为服务外包条件下制造业企业和生产性服务企业合理安排生产和定价提供了有益的管理启示。     

基于实物期权的物流外包成本风险

结合物流外包成本风险的特点，考虑物流外包的四种不确定性因素：外包单位价格、单位外包管理成本、转换成本和产品的市场需求，建立了物流外包决策的实物期权模型，并根据具体实例对模型进行模拟分析，结果表明外包价格和转换成本的变动越大，期权价值越大，而管理成本和需求量变动对期权价值的影响较小。因此，企业在与第三方物流提供商签订合同的同时买入一份欧式看跌实物期权，可以有效规避外包价格上升和高的转换成本给企业带来的风险。     

KMG:考虑逆向物流的无人机路径规划策略研究

物流领域无人机派送正成为一种快捷高效的派件方式和应用热点.针对于正向、逆向的物流数据,无人机派送是国内外大型物流企业实施高效物流派送的重要手段.本文提出了一种融合拓展性K-Means++算法和遗传算法的路径动态规划模型(KMG),实现包含逆向物流的无人机调度策略.KMG模型将逆向物流路径融入正向物流路径之中,采用加权聚类算法确定不同属性包裹所需派送无人机的最小数量.在每一簇坐标数据的连通图中,采用遗传算法求解TSP问题,并对可行解进行编码,最终求解出最小欧拉回路.在仿真实验中,KMG模型比独立逆向物流派送的成本减少20.08%,使用拓展性K-Means++聚类计算的时间比传统K-Means算法缩短了298.85%.     

基于决策网络计划的工程项目物流方案随机优化

为解决工程项目物流方案优化中因不同方案的风险差异给决策工作带来的困难,在决策网络计划方法的基础上,提出了能够同时表达多个离散随机样本空间的决策单元结构;并将随机规划方法引入模型的优化中,建立了综合考虑成本和风险的上界极小模型及求解算法.文中以某建设项目物流方案的优化对模型的有效性与实用性进行了验证.结果表明,该模型能够有效解决风险存在差异时工程项目物流方案的优选问题,因而具有较高的理论意义与实用价值.     

物流服务外包市场化运作与管理研究综述

物流服务外包是第三方专业物流发展的基本形式,是物流产业组织理论研究的重要内容.本文从物流服务外包概述、物流服务外包的市场化运作和物流服务外包的协调管理三个方面综合分析了目前的研究文献,重点是分析总结从物流服务外包市场的信息不对称的角度研究物流服务外包供应商与用户之间企业关系的成果,包括物流服务外包合约签订前的信息不对称导致的信号传递和信息甄别模型,签订后信息不对称导致的委托代理模型特别是多任务激励合约设计等,指出了一些可供深入开展的研究方向.     

基于累积前景理论的物流方案选择方法

为了有效反映物流方案选择过程中决策者期望和行为的特征,提出基于累积前景理论和混合多属性决策理论的物流方案选择方法。该方法首先考虑决策者的心理行为因素,将决策者对物流方案中每一个属性的期望作为相应属性的参照点;其次,根据已设定的参照点,将具有清晰数、区间数和语言短语3种信息形式的决策矩阵转化为相对于参照点的益损决策矩阵;最后,考虑决策者对待收益和损失的不同风险态度,依据累积前景理论计算各个方案的综合前景值,进而根据各个物流方案的综合前景值确定其优先度。通过一个实例验证了本文方法的有效性和合理性。     

A study on decision-making of food supply chain based on big data

As more and more companies have captured and analyzed huge volumes of data to improve the performance of supply chain, this paper develops a big data harvest model that uses big data as inputs to make more informed production decisions in the food supply chain. By introducing a method of Bayesian network, this paper integrates sample data and finds a cause-and-effect between data to predict market demand. Then the deduction graph model that translates products demand into processes and divides processes into tasks and assets is presented, and an example of how big data in the food supply chain can be combined with Bayesian network and deduction graph model to guide production decision. Our conclusions indicate that the analytical framework has vast potential for supporting support decision making by extracting value from big data.     

一种基于随机优势的对话式决策方法

讨论应用随机优势原则求解随机决策问题的对话式决策方法．文中首先证明了在一定条件下可用一系列已知函数的正线性组合逼近决策人的效用函数所在的类，在此基础上，给出了在决策人提供新信息时确定新的效用函数类并在此新类中判断两方案随机优势关系的方法，进而提出了使决策人隐知的效用函数的数学期望达到最大的对话式决策程序．     

An innovative orders-of-magnitude AHP approach of leading industries selection: Case study of Jiangbei Industrial Clusters in China

In current stage of China Industrial Transfer, how to select the leading industries is an extremely difficult decision. In this research, we study the selection problem of Jiangbei Industrial Clusters in Anhui Province. Total thirty-three industries can be transferred to Jiangbei Industrial Clusters, however due to limited capacity, Jiangbei Industrial Clusters can only accommodate a few of them. The difficulties of such decision include： 1） the decisions are qualitative within a complex and uncertain environment; 2） the number of alternatives is beyond the upper bound of comparing elements in general decision making methods. We introduce a new methodology-the Orders-of-Magnitude approach of the Analytic Hierarchy Process （OM-AHP） to solve such selection decision. The OM-AHP follows AHP philosophy to structure qualitative questions and uses ＂pivot＂ element to handle the situation when the alternatives become more than seven. By employing OM-AHP methodology, we found the modern logistics industry and ship ＆ marine equipment etc., are identified to be the leading industries; particularly, we recommend to give higher priority in modern logistics industry and the advanced equipment manufacturing industry, given these two industries could dramatically improve the overall comprehensive economic strength and significantly enhance competitive advantages of the Jiangbei Industrial Clusters.     

Supply chain optimization in context of production flow network

For large multinational companies, the complex production process of their finished goods usually contains plenty of stages, which constitute a production flow network. Each production stage in the production flow network can be undertaken by one or more suppliers. This study proposes a stochastic programming model for the production flow network oriented supply chain network design problem, which optimizes the decision of allocating stages to suppliers with the objective of minimizing the total expected costs of production and transportation among suppliers under uncertain demands of customers. A local branching based solution method is developed to solve the model. A case study on applying this model to a large automobile company is performed. In addition, some numerical experiments are conducted to validate the effectiveness of the proposed model and the efficiency of the proposed solution method.