对分布式制造供应链的适应性和柔性的对比研究.pptVIP

Comparative study of adaptability and flexibility in distributed manufacturingsupply chains在分布式制造供应链中适应性和灵活性的对比研究 H.K. Chan , F.T.S. Chan 由于供应链的运作常受许多诸如顾客需求和供应能力等方面的不确定因素的影响，所以供应链需要具有一定的灵活性和适应性，特别是对于面向订单生产的供应链（MTO supply chain），它们的物流只受客户订单的影响。本文主要研究在二级多产品的MTO供应链网中，交货数量和截止日期的灵活性和适应性如何提高性能，并且对不确定的客户需求的影响、供应能力的影响、供应商的产能利用率进行相关研究。基于两种调节机制，适应性和灵活性得以发挥作用。作者在本研究中采用动态的供应链作为模型。通过大量的成本项目和客户需求满足率来测定模拟系统的性能。仿真结果表明,引进灵活性和适应性可以改善上述模拟系统的性能。然而, 在选择适应性和灵活性之间有一个平衡协调机制——产能利用率，在本文将进行讨论。 目的：研究在分布式供应链中，没有信息共享的前提下,为了避免像顾客需求和供应能力这类不确定因素的影响，如何利用MTO supply chains 中的灵活性和适应性提高系统的性能。 方法：通过flexible MTO与随机模式对比，adaptive MTO与随机模式对比。 关键词：供应链管理 仿真 调节 灵活性 适应性 供应链中相互独立的公司之间无法获得敏感信息，以及不确定因素的影响，使得传统的数学优化技术无法提供最佳的解决方案，因此为了减少不良影响，有必要使供应链成员适应不确定环境。 由于许多公司对内部的重要信息保密，所以信息共享不太常见。所以本文研究在没有信息共享的前提下适应性的影响。在供应链成员中形成一种调节机制。 灵活的订单数量是一种调节机制。该机制允许买家从供应商处提前下订单或者买家许诺一个最低购买量，供应商允许买家根据最新的需求信息调整订单数量。另一方面,该机制允许供应商根据最近的信息协调生产计划。 创新点： 1. 通过提出的协调机制，利用灵活性和适应性，减少企业面对不确定因素所需要承担的风险。 2. 研究供应商产能利用率对协调机制的影响，从而对不同的企业提出不同的调节机制。 1.随机模型：静态 2. Flexible MTO：在一定范围内，客户可以根据最新信息改变订单数。 3. Adaptive MTO：供应商可以根据实际订单数协调生产计划。 仿真研究表明：运用供应链的灵活性和适应性调节有一定的效用，并且为用Flexible MTO还是用Adaptive MTO效果更好提供了一个对比研究。用JAVA编写仿真程序。为了提高仿真结果的鲁棒性，在实际测量前做了以下的前提设定： 1. 为了减少随机效应，每个模拟设定10个不同的随机seeds。 2. 每个模拟运行的暖期和运行长度分别为100期和465期。即根据最近的365期测定最终的性能。 3.为了尽量减少在暖期间库存短缺的影响，增加初始库存，每个客户的存货等于平均日需求量和平均订购量加上下一个订单的交货时间。 1.The supply chain 2. Dependent variables 系统的总成本，库存成本，缺货成本，和供应商的成本，客户需求满足率 3. Independent variables 不确定的需求量，不确定的供应量，产能利用率。 前两个独立变量相应的分布在四个水平上。因此，共有16套（4×4）不同的模拟运行。 第三个独立变量—产能利用率可以分布在3个层次上：高、中、低。每次层次再分为3个水平。 即共设置9×16 =144独立的变量。 4. Total system cost 表1：flexible MTO对于随机模型在不同产能利用率条件下总成本的改善百分比 表2：adaptive MTO对于随机模型在不同产能利用率条件下总成本的改善百分比 5. Fill rate 表3： flexible MTO对于随机模型在需求满足率下的改善百分百 表4： adaptive MTO对于随机模型在需求满足率下的改善百分百 仿真结果表明，Flexible MTO和Adaptive MTO分别与随机模型比较，发现该两种模型都可以降低系统的总成本。此外， Adaptive MTO还可以提高系统的需求满足率，而这恰恰是传统的MTO的一个弱点。 仿真结果为决策者在不同的产能利用率的前提下选择Flexible MTO还是Adaptive MTO提供了一个权衡。 Another possible future research is to stud