基于信息共享供应链牛鞭效应仿真研究.docVIP

基于信息共享供应链牛鞭效应仿真研究 　　【摘　　要】本文建立了包括供应商、生产商、分销商、零售商的多级库存系统动力学模型，从理论上看，如果具备一定的条件，就可以有效避免信息扭曲放大的现象，缓解牛鞭效应。 　　【关键词】供应链；牛鞭效应；系统动力学模型；vensim仿真 　　1、引言 　　牛鞭效应是对需求信息扭曲在供应链中传递的一种形象描述，其基本思想是当供应链各节点企业只根据来自其相邻的下级企业的需求信息进行生产或供应决策时，需求信息的不真实性会沿着供应链逆流而上，产生逐级放大的现象，到达源头供应商时，其获得的需求信息和实际消费市场中的顾客需求信息发生了很大的偏差，需求变异系数比分销商和零售商的需求变异系数大得多。这种需求放大效应的影响，使上游供应商比下游供应商具有更高的库存水平。 　　供应链的库存和供应链的不确定性有很密切的关系，信息共享程度差是供应链不确定性增加的一个主要原因。从理论上讲，如果供应链上各节点企业能共同合作出资建立一套跨组织的信息系统，有利于保证每一个节点企业能快速地掌握市场动态以及各合作企业的库存状态，那么每个节点库存及订货量也不会出现严重的放大现象，从而避免需求与供给的不确定性所带来的牛鞭效应。 　　本文从信息共享的角度，建立系统动力学模型，并运用vensim仿真软件来分析信息共享对抑制牛鞭效应的重要性。 　　2、系统动力学方法 　　系统动力学中最常用的是因果关系图和系统流程图。因果关系图是用箭头和正负号表示系统中各因素之间相互关系（正反馈、负反馈）的示意图。系统流程图即为存量流量图，是系统动力学结构模型的基本形式，也是系统动力学建模的核心内容。 　　系统动力学直接面向供应链管理的业务流程，对其进行整体、动态的分析，利用仿真再现系统行为随时间的变化，探寻行为变化背后的意义，是一种可应用于供应链库存控制研究的有效的、可行的方法。 　　3、供应链牛鞭效应仿真模型 　　传统的库存控制模式是一种基于交易层次的、静态的、单向的库存管理与控制方式，随着信息从下游企业向上游企业传递，不可避???的会发生需求扭曲的现象，与实际的需求情况严重脱节。为尽可能的消除供应链上的牛鞭效应，本文提出一种减少信息扭曲，抑制需求放大的模型。 　　3.1模型假设 　　模型研究对象主要有供应商、生产商、分销商、零售商，为了使模型充分的反映实际情况，同时考虑到模型的可操作性和简化的原则，做出如下假设： 　　1）供应商供货量的多少是由生产商对原料的需求信息来决定的，模型中不考虑库存中的货损因素的影响。 　　2）在供应链中，生产商是产品的提供者，也就是传统意义上的制造商。考虑到生产能力的约束以及生产过程中的延迟，模型中选择生产商的生产率来体现物质延迟以及信息延迟的程度。 　　3）为消除供应链中牛鞭效应的影响，假设供应链中各级成员之间的需求信息是共享的，对最终客户的需求预测是一致的。各级成员之间共同提供人力、财力、物力，预测市场上的客户对产品的需求，设定一定的移动平滑时间，预测结果大家共同所有，并根据该预测结果进行采购、生产、销售活动。 　　4）供应商、生产商、分销商和零售商都要遵循的原则是满足最终客户的需求，在这个前提下，综合考虑当前的库存、缺货情况和下游企业的即时需求，再向上游发出订单，根据实际情况不断调整自己的订单批量大小。 　　3.2仿真模型 　　根据前文的假设及系统动力学建模原理，结合Vensim仿真软件，构建供应链牛鞭效应控制模型的因果关系图，包含4个负反馈回路及存在的4个延迟。从因果关系图上可以看到最终客户需求预测和期望库存可持续时间共同影响着供应链各成员企业的期望库存，并且均是正相关的关系。某环节的库存差和上游企业的现有库存共同影响上游企业对该环节企业的发货量，为体现上下游企业之间存在物质延迟、信息延迟、时间延迟，模型中均采用发货率来表示其因果关系。根据因果关系图建立消除供应链牛鞭效应的系统流程图和系统动力学模型。分析系统流程图中各个参数的相关关系，可以得出以下基本方程： 　　（1）INV=　INTEG　（Orders-Ships，IV） 　　（2）DINV=DSINV-INV 　　（3）Ships=　DINV　/DT 　　（4）DSINV=DF*AT 　　（5）DF=SMOOTH（MDR，ST） 　　（6）MDR=　RANDOM　UNIFORM（min，　max，　seed） 　　注：INV—inventory库存量，Orders—订货率，Ships—发货率，IV—initial　value初值，DSINV—期望库存，DINV—库存差，DT—delay　time延迟时间，AT—adjust　time　调节时间（期望库存可持续时间），DF—demand　forecast需求预测，