供应链网络结构特性分析报告.docx
《供应链网络结构特性分析报告.docx》由会员分享，可在线阅读，更多相关《供应链网络结构特性分析报告.docx（13页珍藏版）》请在冰豆网上搜索。
供应链网络结构特性分析报告
供应链网络结构特性分析
3.1供应链网的结构模型
在产品生命周期不断缩短，企业之间的合作日益复杂以及顾客的要求更加严格的今天，原料供应商、产品制造商和分销商被组织起来，形成了供应--生产--销售的链条，我们称之为供应链。
实际上，供应链中的供应商常常为多家，分销商也有多个。
供应商、制造商和分销商在战略、任务、资源和能力方面相互依赖，构成了较复杂的供应--生产--销售网，这就是供应链网[38-40]。
供应链网一词最早是FU-RENLIN和MICHAELJ.SHAW[41]在《ReengineeringtheOrderFulfillmentProcessinSupplyChainNetwork.》一文中提出的。
他们认为，供应链网是由一系列自主程度不同的业务实体构成的网络，实体之间互为上下游企业。
而且，他们专门对供应链网进行了分类，研究了在供应链网中对订货完成过程的管理。
在此之后，国外的专家和学者都把供应链和供应链网当作同一问题来研究，且把它们统称为供应链。
例如，通用公司研究与开发中心的SitaBhaskaran指出，供应链的结构包括水平结构和垂直结构，其中水平结构反映共享某一资源的实体之间的合作关系，而垂直结构体现上下游实体之间的物流和信息流关系。
更确切地说，Sita研究的是供应链网结构，而供应链网的垂直结构才是指供应链结构。
在国，有关供应链的研究刚刚开始，还没有人对供应链和供应链网进行区分，也没有人专门研究供应链网。
从供应链网和供应链的关系看，供应链网是由若干条供应链交错形成的，供应链网可以覆盖世界围的所有国家和地区。
另一方面，供应链网在水平结构压缩后就成为供应链。
一般的供应链网如图3-1所示。
其中，长方框表示业务实体，带方向的箭线表示物流。
图3-1一般的供应链网
Fig.3-1Ageneralsupplychain
3.1.1供应链网的结构特性
首先，供应链网的结构具有层次性特征。
从组织边界的角度看，虽然每个业务实体都是供应链网的成员，但是它们可以通过不同的组织边界体现出来，如图3-2[42,43]。
其中，A环包括了一个组织的所有业务实体，同时也包括了作为供应链网子链的下层供应─生产—销售系统。
对于A而言，供应商B是一个由供应─生产—销售实体构成的外部组织，在图2中以环B表示。
供应链网的每个业务流程都是跨组织边的，这反映了多层业务实体相互依存与合作的特性。
其次，供应链网的结构表现为双向性。
从横向看，使用某一共同资源（如原材料、半成品或产品）的实体之间既相互竞争又相互合作。
从纵向看，供应链网的结构就是供应链结构，反映从原材料供应商到制造商、分销商及顾客的物流、信息流和资金流的过程。
A
B
图3-2供应链网的分层结构
Fig.3-2Levelstructureofsupplychain
第三，供应链网的结构呈多级性。
随着供应、生产和销售关系的复杂化，供应链网的成员越来越多。
如果把供应链网中相邻两个业务实体的关系看作供应──购买关系，那么这种关系是多级的，而且涉及的供应商和购买商也是多个。
供应链网的多级结构增加了了供应链管理的困难，同时又有利于供应链的优化与组合。
第四，供应链网的结构是动态的。
供应链网的成员通过物流和信息流而联结起来，它们之间的关系是不确定的，其中某一成员在业务方面的稍微调整都会引起供应链网结构的变动。
而且，供应链成员之间、供应链之间的关系也由于顾客需求的变化而经常作出适应性的调整。
第五，供应链网具有跨地区的特性。
供应链网中的业务实体超越了空间的限制，在业务上紧密合作，共同加速物流和信息流，创造了更多的供应链效益。
最终，世界各地的供应商、制造商和分销商被联结成一体，形成全球供应链网（GlobalSupplyChainNetwork,GSCN）。
3.1.2供应链网结构模型
虽然供应链网的结构具有层次性、双向性、多级性、动态性和跨地域性等特点，而且在管理上都涉及生产设计部门、计划与控制部门、采购与市场营销部门等多个业务实体，但是供应链网的目标、运作过程和成员类型存在较大的差异。
为方便供应链网的管理，我们采用
（1）制造特性；
（2）业务目标；（3）生产的差异；（4）产品模式；（5）装配阶段；（6）产品生命周期；（7）库存需求等七项指标，将供应链网区分为三种类型。
表3-1对比了三种供应链网的特点。
表3-1三种供应链网的特点
Table3-1Thecharacterofthreesupplychainnetwork
──────────────────────────────────
特性指标集中型供应链网分散型供应链网适应型供应链网
──────────────────────────────────
制造模式集中装配分散装配分散区分
主要目标小批量生产订货生产适应外部环境
产品区分较早较晚较晚
产品种类较少多多
装配过程集中在制造阶段分散到分销阶段集中在制造阶段
产品生命周期数年数月—数年数周—数月
主要库存类型产成品半成品原材料
──────────────────────────────────
（1）集中型供应链网
在集中型供应链网中，公司完成将零件和组件装配成最终产品的制造过程，在各个业务实体所建立的零件库存引发了库存成本。
为了使业务双方减少库存，供应商与制造商必须紧密合作，采用JIT（Just-in-time）技术。
由于产品的制造过程使用了资本密集型的设备和许多不同种类的零件，所以最终产品实际上是在装配阶段制造出来的。
这种过早的产品区分使供应商很难在采用库存生产策略的条件下满足顾客的特殊要求。
因此，当市场的需求不确定时，产成品库存成为主要的库存。
为此，集中型供应链网制定了小批量生产目标，要求供应商和制造商紧密合作，共同控制最终产品的库存水平。
其突出特点是，制造过程和装配过程集中于某地完成，在一处作业地点将许多独立的零件组装成少量的最终产品。
汽车工业、航空工业和机械制造工业的供应链网就属于这种类型，其产品的生命周期长达数年，如图3-3。
图3-3一家农机公司的供应链网
Fig.3-3Supplychainnetworkofafarmmachinerycompany
（2）分散型供应链网
在分散型供应链网中，公司拥有最终产品的装配线和分销机构。
装配分两步进行：
（1）在工厂完成通用产品的复杂装配过程；
（2）在分销地完成订货产品的简单装配过程。
这种延迟的产品区分策略适合于产品大量订货的情况。
制造商在复杂的装配过程结束后，采用了分散装配方法，对通用的零件进行不同组装，形成不同种类的最终产品。
这里，库存对象主要是第一步装配生产出来的组件。
由于半成品和组件要运送到不同的地点装配成顾客所需要的最终产品，所以半成品库存遍及分散型供应链网的每一处。
为满足订货者的要求，公司往往采用订货生产方式。
但是，这种生产方式延长了从订货到交货的时间，可能降低顾客的满意度。
因此，管理分散型供应链网的主要问题是，设计出一种缩短这段时间的方法。
器械工业、电子工业和计算机行业的供应链网属于这种类型，其产品生命周期为几个月到几年。
图3-4是一个私人电脑公司的供应链网。
图3-4一个私人电脑公司的供应链网
Fig.3-4PLCcompany`ssupplychainnetwork
（3）适应型供应链网
在适应型供应链网中，公司拥有最终产品的装配线和分销机构。
但是，市场环境不断变化。
因此，适应型供应链网必须对市场变化做出反应，这是适应动态环境的关键措施。
为了有效地、迅速地对市场变化做出反应，应该在产品生命周期的投入期就搜集市场信息，并做出分析，保证连续的生产过程能动态地适应不断变化的市场。
为此，公司采用了预测生产策略，即尽可能准确地估计出产品需求的变化趋势，然后根据预测安排生产。
由于主要的制造过程使用了分散区分方法，所以在制造阶段就对产品做出了品种的区分。
产品品种的多样性和市场的多变性使产品生命周期有所缩短，最短的为几周到几个月。
而且，产品生命周期的缩短使得在缺乏长期历史数据作分析的条件下建立预测模型更加困难。
因此，管理适应型供应链网的主要问题是，如何能够抓住市场机遇，满足迅速变化的市场需求。
服装业、制鞋业的供应链网就是属于这种类型。
图3-5是一个服装公司的供应链网。
图3-5一个服装公司的供应链网
Fig.3-5Thesupplychainnetworkforaclothingcompany
3.2供应链集成化模型
3.2.1供应链模型
供应链是包括供应商、制造商、销售商在，涉及物流、资金流、信息流的企业网络系统。
供应链中的供应、制造、销售可以集成化成为一个系统，它由供应、制造和销售阶段的三部分模型组成[44-50]。
供应阶段的动态模型，即供应商库存状态方程
x1,k+1=x1,k+u1,k-v1,k（3.1）
式（3.1）中x1,k是供应商在k时刻的库存量，n1维状态向量；u1,k是k时刻的供应量，n1维控制变量；v1,k是k时刻的供应商提供给制造商的物料量，n1维控制变量。
制造阶段的动态模型，由两个方程组成，即生产过程的神经网络方程
pk+1=f（pk,v1,k）（3.2a）
式（3.2a）中pk+1=f（.）是神经网络的输出，n2维状态变量；pk是pk+1的一阶滞后，作为系统的广义输入；v1,k是式
（1）中所述控制变量，是神经网络的输入。
制造阶段的生产过程是一个复杂非线性系统[51-55]，假设这种未知的非线性生产系统可以采用神经网络来逼近。
制造阶段的另一个模型，即生产库存状态方程
x2,k+1=x2,k+pk-v2,k （3.2b）
式（3.2b）中x2,k是制造商在k时刻的库存量，n2维状态变量；pk是式（3.2a）中生产过程中的生产产出；v2,k是制造商提供给销售商的目标产品，n2维控制变量。
销售阶段的动态模型，即销售商库存状态方程
x3,k+1=x3,k+v2,k–d3,k（3.3）
式（3.3）中，x3,k是销售商库存量，n3=n2维状态向量；v2,k是式（3.2b）中制造商提供给销售商的物品量，n3=n2维控制变量；d3,k是销售商销售的产品量，n3=n2维外生变量。
供应链模型（3.1）、（3.2）、（3.3）在供应阶段的供应量可以推动整个供应链，在销售阶段的销售量外生作用下也可以拉动整个供应链。
本文只考虑确定性系统的供应链模型。
对于供应链系统的目标函数，考虑如下子目标函数和约束条件。
供应链系统的库存成本目标函数，即
（3.4）
库存成本目标函数（3.4）中，q11,q12,q13³0，q11,q12,q13分别是供应、制造、销售库存系统中单位储存货物的成本相应维数的列向量。
库存目标函数J1反映对于供应链中供应、制造、销售库存成本的要求。
供应链系统的供应和运输成本目标函数，即
（3.5）
供应和运输成本目标函数（3.5）中，r11，r12，r13>0,r11，r12，r13分别是供应、制造、销售过程中单位货物供应和运输成本相应维数的列向量。
供应链系统库存安全的约束条件，即
x1,k³x10,x2,k³x20,x3,k³x30（3.6）
库存安全的约束条件（3.6）中，x10，x20，x30分别是供应、制造、销售过程中的库存安全货物量相应维数的列向量。
供应链系统制造阶段中生产水平的约束条件，即
pk³p0（3.7）
制造阶段中的约束条件式（3.7）表明制造阶段中生产应按照计划水平不低于p0进行，p0是相应维数的列向量。
供应链集成化模型的目标函数归纳如下，即
J=J1+J2（3.8）
于是，供应链管理问题可以表述为，在目标函数（3.8）的要求之下，具有动态系统（3.1）—（3.3）和约束条件（3.6）、（3.7）的优化问题。
3.2.2进化规划
进化规划是实数空间优化算法，并在变异操作中引入了正态分布技术。
在进化规划算法中，生物个体的表示方式对应于实数空间的一个元素。
搜索空间是一个n维空间，搜索点是一个n维向量。
生物群体中的每一个个体X就直接用n维向量表示，即X=x∈Rn。
在进化规划中，个体适应度F（X）是由它所对应的函数f（x）通过某种变换得到，这种比例变换既保证个体适应度总为正值，又维持个体之间的竞争关系。
进化规划算法如下，即
步1：
选择初始生物种群解，即xi,i=1,2,……,m，这里m为种群规模。
步2：
计算所有父代种群解的适应度函数F（X）。
步3：
变异操作采用高斯变异算子。
生物群体中某一个体X=[x1,x2,……,xm]经过变异操作后得到子代个体X’=[x1’,x2’,……xm’]，则子代个体
xi’=xi+σiNi（0,1）,i=1,2,……,m
Ni是均值为0方差为1的正态分布的随机变量，系数βiγi是特定的参数，可调整高斯变异的方差，控制变异的围。
步4：
计算子代的适应度函数F（X’）
步5：
选择操作。
将μ个父代个体P（t）和经过高斯变异的μ个子代个体P’（t）合并，组合2μ个体集合{P（t）UP’（t）}。
对于集合{PUP’}随机选取q个个体（q≥1），与Xk∈{P（t）UP’（t）}的适应度相比较。
按照个体集合{P（t）UP’（t）}中每个个体适应度的大小对于全部2μ个个体降序排列，选择前μ个个体作为进化过程中新一代群体P（t+1）。
步6：
如果适应度函数相对误差θ=|[F（X）-F（X’）]/F（X）|≤ε，ε是一个小的正数，或进化代数t≤T，T为迭代终止的代数，则停止；否则转向第三步。
3.3辽化公司供应链系统初步仿真
辽化公司是我国特大型石油化工化纤联合企业，拥有8个主体生产厂和25套生产装置，公司为实现保证供应、优化运行和油、化、纤良性生产销售的目的，研究供应链系统。
采用前述进化规划应用于供应链问题。
现在假设,辽化公司供应阶段库存动态方程（3.1）的初值为
xT1,0=[原油,醋酸,乙二醇,二甲苯,蜡油,煤]=[10,1,0.8,0.4,1,8]。
制造阶段生产库存动态模型
（2）的初值为
xT2,0=[渣油,航煤,焦碳,柴油，聚脂，聚乙烯，聚丙烯,纤一涤短,锦纶，涤长FDY,涤长DTY，丙纶短丝，丙纶长丝，对二甲苯,苯,PTA]=[4，0.6，1，2.1，0.4，0.3，0.2,0.4,0.03，0.01，0.04，0.02，0.007，1，0.6，1]。
销售阶段的动态方程（3.3）的初值为
xT3,0=[渣油,航煤,焦碳,柴油，聚脂，聚乙烯，聚丙烯,纤一涤短,锦纶，涤长FDY,涤长DTY，丙纶短丝，丙纶长丝，对二甲苯,苯,PTA]
=[3.9,0.4，0.8,2,0.3,0.2,0.2,0.2,0.02,0.01,0.01,0.01,0.005,0.8,0.4,0.9]。
上述各种产品的量纲为千吨。
制造阶段的神经网络方程训练所用数据采用辽化公司1999年5月1日至31日的实际数据。
神经网络方程（3.2a）的训练采用误差反传训练算法。
对于辽化公司供应链中库存安全水平和生产水平的设定，即约束条件（3.6）中安全库存状态xi0=xi0,i=1,2,3,制造阶段生产约束条件（3.7）p0=x20*1.15。
外生销售变量d3,k=[0.2+0.8（1-e-k）]x3k0。
其他设定为u10=x10,v10=x10,v20=[0.2+0.8（1+e-k）]x30，库存成本向量（量纲为万元/千吨*天）q11T=[0.2,…,0.2],q12T=[0.2,…,0.2],q13T=[0.2,…,0.2],供应和运输成本向量（量纲为万元/千吨）r11T=[1,…,1],r12T=[1,…,1],r13T=[1,…,1]。
βjT=[1e-5,…,1e-5],γjT=[5e-4,…,5e-4]。
辽化公司供应链初步条件仿真的时间取为7月1日至31日。
各决策变量和库存量的计算结果如图3－6所示。
仿真结果表明，供应链管理的理论值低于实际库存、供应和运输成本，这为进一步改进企业集团的供应链管理提出了问题，进一步改进库存、供应和运输管理是一个重要工作。
图3-6供应阶段库存量曲面图
Fig.3-6Curveofinventoryatsupplychain
[横轴（k）为时间，（7月）1-31日。
纵轴（x1）为供应阶段库存产品，
坐标1-6分别对应向量x1中各产品。
竖轴（v）为供应阶段库存产品的数量，单位为千吨。
]
图3-7供应阶段供应量曲面图
Fig.3-7Curveofsupplyamountatsupplystage
[横轴（k）为时间，（7月）1-31日。
纵轴（u1）为供应阶段供应产品，
坐标1-6分别对应向量x1中各产品。
竖轴（v）为供应阶段库存产品的数量，单位为千吨。
]
图3-8供应阶段提供给制造阶段的物料量曲面图
Fig.3-8Curveofmaterialamountsupplied
bysupplystagetomanufactureingstage
[横轴（k）为时间，（7月）1-31日。
纵轴（v1）为供应阶段提供给制造阶段的物料，
坐标1-6分别对应向量x1中各产品。
竖轴（v）为供应阶段库存产品的数量，单位为千吨。
]
图3-9制造阶段库存量曲面图
Fig.3-9Curveofinventoryamountatmanufactureingstage
[横轴（k）为时间，（7月）1-31日。
纵轴（x2）为制造阶段库存产品，
坐标1-16分别对应向量x2中各产品。
竖轴（v）为制造阶段库存产品的数量，单位为千吨。
]
图3-10制造阶段提供给销售阶段的产品量曲面图
Fig.3-10Curveofproductamountsuppliedbymanufacturing
stagetodistributionstage
[横轴（k）为时间，（7月）1-31日。
纵轴（v2）为制造阶段提供给销售阶段的产品，
坐标1-16分别对应向量x2中各产品。
竖轴（v）为制造阶段库存产品的数量，单位为千吨。
]
图3-11销售阶段库存量曲面图
Fig.3-11Curveofinventoryamountatdistributionstage
[横轴（k）为时间，（7月）1-31日。
纵轴（x3）为销售阶段库存产品，
坐标1-16分别对应向量x3中各产品。
竖轴（v）为销售阶段库存产品的数量，单位为千吨。
]
计算是在PⅡ计算机上完成的，主频450Mhz,存64M,采用DELPHI语言，计算时间为6０分钟。
图3-12给出了改进的进化计算的适应度函数下降过程。
图3-13给出了进化计算的供应链问题交互界面。
图3-12进化过程中最佳适应度曲线图
Fig.3-12Curveoftheoptimiedadaptabilityduringthecourseofevolition
[横轴为进化代数，1-200。
纵轴每代最佳适应度值，单位为万元。
]
图3-13改进的进化规划算法中参数调整界面
Fig.3-13Perameteradjustmentinterfacefor
anupgrandevolutedplanihgcalculationmethod
升级会员 