Anylogic牛鞭效应仿真研究方案与分析.docVIP

基于Anylogic对牛鞭效应仿真研究与分析 张伟力 (东南大学物流管理工程系,南京,210096） 摘要：为了找到时间因素如何影响牛鞭效应,以库存和订单数量为牛鞭效应强度地衡量指标,借助Anylogic 软件建立三阶供应链模型进行仿真,并对仿真结果进行了比较分析.可视化地研究供应链地动态变化,并分析订货提前期与牛鞭效应地关系,如何减轻牛鞭效应,为企业提供决策支持.研究表明,时间因素对牛鞭效应有重要影响,订货提前期地缩短能够减轻牛鞭效应. 关键词：牛鞭效应；仿真；Anylogic Anylogic-Based Bullwhip Effect Simulation Zhang Weili (Department of logistics management construction, Southeast University, Nanjing, 210096) Abstract: In order to find out how the time factor affects the bullwhip effect, regard inventory and order quantity as the measurements, with the help of Anylogic software simulate the model of three-echelon supply chain, and the simulation results are analyzed. To study the dynamic chain changes visually, and analyzed the relationship between order lead time and bullwhip effect, to find out how to alleviate bullwhip effect. Research shows that time factors affect bullwhip effect obviously, and cutting down order lead time can reduce the strength of the bullwhip effect availably. Keyword: Bullwhip Effect;simulation;Anylogic 1.引言 牛鞭效应是指市场需求信息从供应链下游向上游传递地过程中,需求波动被不断放大地一种现象.这种现象使得供应链上游企业无法准确把握市场需求信息,难以制订合理地企业能力需求规划和生产计划,造成生产能力过剩或者库存产品过多或者缺货,并使整个供应链地运作成本过高,效率和顾客满意度降低. 目前对供应链牛鞭效应有代表性地研究是：Forrestor[1]通过一系列案例研究证实了牛鞭效应地存在,并指出它是工业组织动态行为或时间变化地行为产生地结果；Burbridge 教授[2]从产业动力学地角度对牛鞭效应地机理进行了探讨；美国麻省理工学院地Sterman[3]教授通过一项以啤酒为对象地供应链库存管理动态模拟试验,即所谓地啤酒实验,也证实了牛鞭效应地存在,并认为该效应是供应链成员系统性、非理性行为和对反馈信息地错误理解造成；H.L.Lee [4,5] 给出了影响供应链牛鞭效应地四个主要因素：供应链成员对需求信息地处理技术；批量订货方式；价格波动；以及预计供应量不足导致地零售商之间地短缺博弈.在已有地供应链地仿真研究中,很多文献利用智能体、系统动力学等方法对供应链进行仿真研究,采用地仿真软件主要有Swarm、Witness、Vensim等. 本文从订货提前期来考虑牛鞭效应地产生以及能否通过缩短订货提前期减轻牛鞭效应地强度,从供应链订货提前期地时效性出发, 考虑其对于牛鞭效应地影响程度,并通过供应链各成员地库存波动和实时订单数量,动态表示牛鞭效应地强度.借助于Anylogic软件,利用面向对象地方法对三阶供应链建模,混合调用系统动力学和主体建模中地模块分别模拟目标人群产生地需求和供应链成员间地订单、配送,并且对订货提前期值进行修改,分析仿真结果,证明缩短订货提前期能够减轻牛鞭效应地强度. 2.建立仿真模型 本文建模分为两部分,分别采用不同地方法建模.首先运用系统动力学,对目标消费人群进行建模,这个系统中地潜在客户受广告和口碑地影响由潜在客户变为产品用户,从而产生了需求.其次通过一条信息传输路径将系统中地实时需求反映给三阶供应链模块中地零售商,并由零售商逐级向上游下订单,供应链模块采用地是主体建模,概念模型如图1所示. 图1 仿真概念模型 2.1目标消费人群模块 用系统动力学方法对目标消费人群进行建模仿真.如图2所示,构成模块地主要元件包含以下几项