随机灰色提前期条件下制造/再制造混合系统库存优化

基于PUSH库存控制策略提出了在不确定生产提前期、恒定顾客需求率和产品回收率条件下的制造/再制造混合生产系统库存控制模型,可用品仓库库存由新产品制造过程和回收产品的再制造过程共同补充。不确定的生产提前期可描述为随机灰色变量,提出的随机灰色模拟技术可为不确定函数产生输入-输出数据,利用该输入-输出数据训练后的神经网络可加速不确定函数的模拟过程,由随机灰色模拟、神经网络和遗传算法集成的混合智能优化算法可求解该库存模型。数值分析结果表明:平均生产成本随给定的顾客服务水平和生产提前期的增加而增加,该不确定模型符合实际库存系统的实际情况,提出的智能优化算法可优化复杂的不确定规划问题。     

具有内生提前期的供应链生产与库存系统分析

将提前期看作供应链系统的内生变量,通过对具有自回归需求和采用定购点策略的生产与控制系统的详细分析,提出了解决内生提前期与定购量交互作用的迭代程序。通过在迭代程序中嵌入位相型分布拟合、生产排队模型以及马尔可夫链的分析,可以得到提前期分布的最终收敛值。在数据实例中,将增益系数引入定购点策略中,达到平滑定购量大小从而降低其波动性的目的。然而,供应链系统定购量方差的减小对实际库存方差起到反面的作用。通过考虑定购策略对提前期的影响,可以将供应链系统中牛鞭效应和实际库存方差的冲突转化为双赢的局面。     

煤炭供应链牛鞭效应量化研究

考虑一个煤炭勘探开采企业和一个煤炭销售运输企业组成的两级煤炭供应链,建立了煤炭市场需求服从SARMA时间序列过程,煤炭销售运输企业采用MA技术预测市场需求和Orderup-to库存策略的煤炭供应链牛鞭效应量化模型,并对该模型的影响因素进行理论分析和算例验证。研究表明:0<ρ<1,0<θ<1时,煤炭供应链必会产生牛鞭效应;L≤k≤S时,牛鞭效应值较小;季节性自回归系数、季节性移动平均系数、季节性循环周期、订货提前期和历史数据个数5个参数对煤炭供应链牛鞭效应有直接影响。具体而言,季节性循环周期的增大有助于减少煤炭供应链牛鞭效应,季节性自回归系数的增大并不总是能减少煤炭供应链牛鞭效应,而季节性移动平均系数和订货提前期的减少有助于减少煤炭供应链牛鞭效应。     

供应链中牛鞭效应成因及对策研究——基于“啤酒游戏”的视角

供应链中的牛鞭效应现象严重影响企业的库存和成本,影响供应链的运作效率,减缓牛鞭效应对企业具有重要的意义。通过"啤酒游戏"实验描述了供应链中的牛鞭效应现象,根据"啤酒游戏"模拟实验过程中考虑的因素,分析牛鞭效应产生的原因,可以看到,通过信息共享、提前期压缩或JIT采购、参与人的理论决策等策略可以减缓牛鞭效应,从而提高供应链的运作效率。     

再制造供应链的库存管理策略

研究再制造供应链的库存管理策略,证明了再制造环境下类似传统供应链中(s,S)策略的最优库存管理策略的存在性.针对订货提前期存在下由于回收产品量信息缺失而造成的理论最优库存管理策略无法实现的问题,进行了产品用户端信息的挖掘,明确了最优策略实现所需的用户端信息.通过实例对算法进行仿真实验,结果验证了(s,S)策略在再制造供应链中的最优性和用户端信息共享对库存成本节约的积极意义.     

需求信息预测与处理中的牛鞭效应

研究了在不稳定的市场需求下，生产商和零售商所组成的供应链系统中的牛鞭效应存在问题．提出了当零售商采用一次平滑指数法或简单移动平均法获得需求信息的过程中，不存在波动放大现象．证明了在生产商和零售商都采用固定间隔库存策略处理需求信息的过程中，显著存在波动放大现象，从零售商到生产商的信息传递过程中，存在着牛鞭效应现象．需求过程中的牛鞭效应主要是由于生产商和零售商利用各自库存策略处理信息的结果．     

信息共享机制对供应链系统牛鞭效应的影响研究

本文从供应链库存网络系统角度出发,研究信息共享机制对供应链系统牛鞭效应的影响.首先构建了供应链库存系统状态转移模型,并提出相应的库存控制策略;其次将模型扩展至在信息共享受限条件下的供应链网络系统,从系统内部动力学机制的角度分析了牛鞭效应的成因,提出了动态库存控制策略参数设计的线性矩阵不等式组算法.运用系统稳定性理论,深...     

闭环供应链动态模型及其鲁棒H∞控制

在具有再制造时滞、外部需求及回收不确定的环境下,结合实际的生产、再制造、分销、库存和回收的运作情况,考虑到电子商务的影响,根据生产库存、分销库存、顾客虚拟库存建立了闭环供应链动态模型,分析了闭环供应链的鲁棒运作,给出了解决电子商务下的闭环供应链动态系统的鲁棒H∞控制策略和线性矩阵不等式算法.最后,通过仿真计算验证了方法...     

具有产品返回流单级供应链系统的动态行为分析

在具有产品返回流的单级供应链系统中,制造商通过生产新产品和再造旧产品来满足市场需求,这种同时考虑制造和再造的集成运作方式显著增加了生产规划和库存管理的难度．鉴于系统复杂性,利用控制理论建立了传递函数模型,并通过动态仿真研究了产品返回流对单级供应链系统的影响．研究表明：废旧产品的再造活动减少了新产品生产数量,有助于生产成本的节约;但由于生产提前期和再造提前期的差异,再造活动引起了库存相关成本的上升．     

基于产品差异的闭环供应链绩效分析

针对新品与再制造品有差异的情况,利用博弈论对制造商、零售商构成的两级闭环供应链系统进行建模,着重分析在分散决策方式下,消费者对再制造品的认可度以及回收再制造成本对产品销量和供应链绩效的影响.研究表明,当消费者对再制造品的认可度很高时,回收再制造是制造商和零售商获利的一种重要战略选择;当消费者对再制造品的认可度很低时,制造商的理性选择是不考虑进行产品回收再制造;当消费者对再制造品的认可度中等时,是否进行产品再制造则要视回收再制造成本而定,当回收再制造成本较低时考虑进行产品的回收再制造,当回收再制造成本较高时则不考虑回收再制造,只生产新品.     

联合库存的系统动力学模型研究

利用定点订货和准时采购策略与系统动力学建模思想,考虑生产、运输各个环节,建立了供需联合库存建立系统动力学动态模型。从生产时间、长鞭效应、订货三个方面分析了模型,结果表明:联合库存削弱了牛鞭效应带来的信息失真;生产时间与运输时间的缩短可以有效降低库存成本且进一步削弱了牛鞭效应;订货中,收获、订货周期长短与配送中心库存量没有关联,只影响订货量的大小,即周期越长则订货量越大。     

供应链牛鞭效应及其控制论方法

随着市场竞争的日趋激烈以及全球经济一体化速度的加快,供应链正发挥着越来越重要的作用。从供应链的下一级向其上一级传递的信息失真会导致过量库存投入,客户服务质量降低,利润的减少,供应链效率极大降低,这一现象常称为牛鞭效应。因此如何抑制这一现象的研究成为学者们研究的重点,本文介绍近几年牛鞭效应的研究以及最新进展,着重指出一个牛鞭效应控制论的研究方法。本文的工作为今后研究牛鞭效应的抑制方法及理论创新提供研究基础。     

供不应求条件下牛鞭效应的抑制方法

首先分析讨论了供应商在供不应求的情况下应用线性分配机制所导致的牛鞭效应.然后在供不应求的情况下采用基于零售商退货率的历史数据分配法来降低牛鞭效应.如在货物分配中可终止合同,对于那些退货率超过供应商容忍度上限的零售商,供应商采取与其中止合同的方法来进行货物分配;如在货物分配中不能终止合同,供应商可选择抑制高退货率的零售商订单的函数的方法来进行货物分配.这两种方法都可以有效地降低牛鞭效应.     

电子市场环境下双源渠道模型及其牛鞭效应H∞控制

建立了电子市场环境下双源渠道的库存控制模型·该模型包括Internet渠道和传统渠道两个方面的动态控制过程,其中库存水平是状态变量,生产量和供应量是控制变量·定量描述了电子市场双源渠道的牛鞭效应,分析了牛鞭效应的控制机理,应用控制理论提出了需求最坏扰动情况下牛鞭效应的H∞控制算法·最后,结合上海宝钢益昌公司电子商务的实际情况进行了仿真计算,分析了该公司双源渠道的牛鞭效应,验证了H∞控制算法对电子市场双源渠道牛鞭效应的抑制作用     

具有不确定性需求的供应链牛鞭效应的随机控制

在供应链的多层动态库存模型基础上 ,研究了顾客端不确定性需求是白噪声 ,以及其更复杂情况有色噪声条件下的供应链模型·并针对在不同的顾客不确定需求环境 ,采用随机控制理论对供应链中牛鞭效应进行了抑制控制的研究·同时以一个石油分销系统为对象进行了供应链牛鞭效应的随机控制仿真实验 ,实验表明牛鞭效应受到了抑制     

基于制造商竞争和产品差异的闭环供应链结构选择

综合考虑产品生命周期、产品差异和制造商竞争对于再制造闭环供应链的定价策略和闭环供应链结构选择的影响,建立了无回收、制造商回收、零售商回收和集中决策4种情形下以制造商为Stackelberg领导者的两周期闭环供应链的决策模型,并利用回溯法求得闭环供应链中各成员的最优定价策略.对各模型的最优利润进行比较并利用算例进行验证,结果表明:存在一个回收率临界值,使得当产品回收率低于此临界值时,制造商自己回收废旧产品;否则,制造商将委托零售商回收,与零售商实现共赢.制造商可以采用向零售商收取可变转移支付的机制来协调整个闭环供应链,从而进一步增大系统效益,消除分散决策模型中的双重边际化效应.     

Optimal centralized and decentralized ordering policies with remanufacturing and market signal

This paper studies a single-season two-period supply chain with market signal and remanufacturing between two periods. The decider has two opportunities in period 2 after observing market signal which updates the demand forecast. One is to manufacture a normal product, the other is to remanufacture the left-over inventory of the first period. We consider the centralized and decentralized system. In the centralized system, we derive the optimal ordering policy. In the decentralized system, we show that the revenue-sharing contracts can be amended simply to coordinate our supply chain with remanufacturing. Finally, we analyze the effect of market signal and remanufacturing in the supply chain through numerical examples. We can find the monotonicity behaviors of the optimal first-period order quantity and the optimal expected profit with respect to the quality of information. With remanufacturing in the system, the expected profit increases.