供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平...

29
供供供供 供供供供供供供供供 081513 供供

Post on 20-Dec-2015

299 views

Category:

Documents


23 download

TRANSCRIPT

Page 1: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

供应链系统复杂动力学行为研究

081513 佘光

Page 2: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

Page 3: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

研究方法 运筹规划理论 控制理论 随机过程 排队理论 博弈理论

Page 4: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

经典控制理论 Simon ( 1952 )第一次把经典控制理

论引入到供应链领域中,他运用 L 氏变换建立了一个简单的生产库存模型。

Vassian ( 1955 ) 第一次把控制论引入到离散情况下的供

应链当中,他把 L 氏变换的离散形式 Z-变换应用到生产库存中。

Page 5: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

Forrester

反馈 复杂 缺少解析处理

Page 6: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

方框图 Towill ( 1982 )首次在供应链当中使用方

框图的表示方法。他考虑供应链动态行为主要基于两个目标: 1 、回复库存水平的速度; 2 、订单波动相对于实际需求波动的放大程度。后者被称为牛鞭效应。

Page 7: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

Dejonckheere ( 2003 )指出一种补货策略可以很好地降低牛鞭效应,但是其恢复库存水平的速度比较慢;而另一种补货策略在提高回复库存水平速度的同时,也带来了很大的牛鞭效应。

Page 8: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

测量牛鞭效应 Disney 和 Towill ( 2003 )运用传递

函数及光谱分析的方法得出了正态分布需求下单层供应链牛鞭效应的解析表达式。

Chen ( 2000 )运用随机统计的手段得出正态分布需求下供应链的牛鞭效应的解析表达式。

Page 9: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

仿真方法 Andrew Potter(2006) 仿真了批量订货

对牛鞭效应的影响。 LIU Hong(2007) , Dejonckheere(200

2) 仿真了不同的预测手段及不同的预测参数对牛鞭效应的影响。

Ben-Tal Aharon ( 2009 )仿真了多层供应链的鲁棒稳定性。

Page 10: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

降低牛鞭效应 John ( 1994 )在传统的 OUT 策略的基础上提出了

APIOBPCS 策略,进行适当的参数选取,这个策略可以降低供应链的牛鞭效应

Deziel 和 Eilon ( 1967 )提出了一种订单策略,为APIOBPCS 策略的特殊形式,被称为 D-E 策略。之后被研究者认为是非常好的订货策略。

Disney 和 Towill ( 2003 )指出 D-E 策略对提前期及其它一些参数的鲁棒稳定性,并且牛鞭效应较小。

Riddalls 和 Benett ( 2002 ) 分析了 APIOBPCS 策略分析了 APIOBPCS 策略中两个

参数的比例情况对系统稳定性及牛鞭效应的影响。

Page 11: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌
Page 12: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌
Page 13: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

多层供应链 Kai Hoberg ( 2007 )得出基于现有库

存的 OUT 订货策略的系统是不稳定的,而基于库存水平的 OUT 策略的系统都是稳定的。该文还比较了,在信息不共享和信息共享情况下,两层供应链的牛鞭效应。得出了信息共享可以有效降低多层供应链牛鞭效应的结论。

Page 14: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

信息共享对牛鞭效应的影响 Yanfeng Ouyang ( 2007 )对多层供应

链做的研究表明,信息共享可以降低供应链的牛鞭效应,但是不可以彻底消除牛鞭效应,也就是说,通过信息共享也不能够消除订单的波动变大现象。

Page 15: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

供应链结构 Eric Sucky(2009) 指出其他分析供应链

牛鞭效应的文章中都没有考虑供应链的结构,而这篇文章分析了多层供应链结构的不同对供应链牛鞭效应的影响。

Page 16: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

提前期 Lee(1997(A),1997(B)) 指出提前期是导致供应链提前期较大的一个重要原因。

Sunil Agrawal(2009) 用随机过程的方法分析了提前期对供应链牛鞭效应及现有库存量的影响。

Page 17: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

VMI管理模式 Disney(2002)通过因果反馈图、方框

图、 z- 变换的手段得到了订单与需求的传递函数,从而得到稳定性及牛鞭效应的一些结论,

Page 18: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

现代控制理论 单输入单输出到多输入多输出的转变 经典控制理论只考虑输入输出之间的关

系,难以揭示系统内部状态变量之间的关系

经典控制理论只能处理线性系统的问题 现代控制理论的理论基础也很完善

Page 19: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

状态空间方法 Lalwani(2006) 首先表示出了离散时间下供

应链系统的状态空间模型,并对其进行了稳定性及可控、可测性的分析。但是在其建立的模型中,各状态变量没有现实的意义,所以不利于后续的成本方面的研究。

Page 20: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

切换系统 刘会新 (2007 , 2004 , 2005) 建立了不可退货条件下,当层供应链的稳

定性情况,建立了切换系统,并分析了各个子系统的稳定性,同时仿真了整个切换系统的稳定性情况。

Page 21: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

大系统控制方法 程永生( 2000 )研究了大系统方法在供

应链管理中的应用。分析了典型的供应链大系统信息传递流程,按照分解综合的方法,先建立外部模型 (粗粒度广义算子模型 ) ,再逐层深入分解,针对每个决策点或控制环节再建立更细粒度的广义算子模型,建立了多粒度的供应链大系统广义算子模型。

Page 22: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

预测模型控制方法 Kapsiotis G, Tzafestas S ( 1992 )首先将预

测模型控制方法应用于库存控制系统中 。 Perea-Lopez ( 1997 )把预测模型控制方法

应用于提前期随机分布的、不允许缺货的多层供应链中,把最优控制问题转化为一个整数规划问题,使问题得以更好地被解决。

Page 23: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

未来研究点 成本、稳定状态、牛鞭效应、服务水平

之间的关系。 随机提前期情况下,供应链系统这些目

标的状况。 供应链长度和宽度的扩展。 寻求更有效的预测方法,提高供应链系

统的性能。

Page 24: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

Thank you!

Page 25: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

参考文献 [1] Simon HA. On the application of servomechanism theory in the stud

y of production control[J]. Econometrica, 1952,20:247-268. [2] Vassian JH. Application of discrete variable servo theory to inventor

y control[J]. Operations Research,1955,3:272-282. [3] Forrester JW. Industrial dynamics: a major breakthrough for decisio

n makers. Harvard Business Review,1958,36:37-66. [4] Forrester JW. Industrial dynamics. Cambridge, MA: MIT Press, 1961. [5] Towill DR. Dynamic analysis of an inventory and order based produ

ction control system[J]. International Journal of Production Research,1982, 20:671-687.

[6] Dejonckheere J, Disney SM, Lambrecht MR, Towill DR. Measuring and avoiding the bullwhip effect: a control theoretic approach[J]. European Journal of Operational Research,2003,147:567-590.

[7] Disney SM, Towill DR. On the bullwhip and inventory variance produced by an ordering policy[J]. Omega, 2003,31:157-167.

Page 26: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

参考文献 [8] Chen F, Drezner Z, Ryan JK, Simchi-Levi D. Quantifying the bullwhip effect

in a simple supply chain: the impact of forecasting, lead times,and information[J]. Management Science,2000,46:436-443.

[9] John S, Naim MM, Towill DR. Dynamic analysis of a WIP compensated decision support system[J]. International Journal of Manufacturing System Design 1994,1:283-297.

[10] Deziel DP, Elion S. A linear production–inventory control rule[J]. The Production Engineer,1967,43:93-104.

[11] Riddalls CE, Bennett S. The stability of supply chains. International Journal of Production Research,2002,40:459-475.

[12] Stephen M. Disneya, Denis R. Towill, Roger D.H. Warburton. On the equivalence of control theoretic, differential, and difference equation approaches to modeling supply chains[J]. Production Economics,2006,101:194-208.

[13] Kai Hoberg, James R. Bradley, Ulrich W. Thonemann. Analyzing the effect of the inventory policy on order and inventory variability with linear control theory[J]. Production,Manufacturing and Logistics,2007,176:1620-1642.

Page 27: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

参考文献 [14] Yanfeng Ouyang. The effect of information sharing on supply ch

ain stability and the bullwhip effect[J]. Production, Manufacturing and Logistics,2007,182:1107-1121.

[15] Disney SM, Towill DR. A discrete transfer function model to determine the dynamic stability of a vendor managed inventory supply chain[J]. International Journal of Production Research,2002,40(1):179-204.

[16] Lalwani CS, Disney SM, Towill DR. Controllable, observable and state space representations of a generalized order-up-to policy[J].International Journal of Production Economics,2006,101:172–84.

[17] 刘会新 .一种简单供应链系统的复杂行为 [J].计算机集成制造系统 ,2007,13(3):585-607.

[18] 刘会新 ,王红卫 ,费奇 . 一类库存控制系统的稳定性分析 [J].计算机集成制造系统 ,2004,10(11):1396-1401.

[19] 刘会新 ,王红卫 ,王正国 . 二级链式供应链系统的动态特性分析 [J].华中科技大学学报 ,2005,33(12):92-95.

Page 28: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

参考文献 [20] Lee H.L., Padmanabhan V, Whang S. The Bullwhip effect in suppl

y chains[J]. Sloan Management Review Spring,1997:93–102. [21] Lee H.L., Padmanabhan V, Whang S. Information distortion in a supply chain: The bullwhip effect[J]. Management Science,1997,43 (4):546–558.

[22]Eric Sucky.The bullwhip effect in supply chains—An overestimated problem?[J]. Production Economics,2009,118:311-322.

[23]Sunil Agrawal,Raghu Nandan Sengupta,Kripa Shanker. Impact of information sharing and lead time on bullwhip effect and on-hand inventory[J]. European Journal of Operational Research,2009,192:576-593.

[24] Andrew Potter,Stephen M. Disney. Bullwhip and batching: An exploration[J]. Production Economics ,2006,104:408-418.

[25] LIU Hong, WANG Ping. Bullwhip Effect Analysis in Supply Chain for Demand Forecasting Technology[J]. Systems Engineering - Theory & Practice,2007,27(7):26-33.

Page 29: 供应链系统复杂动力学行为研究 081513 佘光. 研究方向 运行成本 服务水平 稳定性 牛鞭效应 混沌

参考文献 [26]Ben-Tal Aharon , Golany Boaz, Shtern Shimrit. Robust multi-

echelon multi-period inventory control. European Journal of Operational Research[J],2009,199:922-935.

[27]J. Dejonckheere, S.M. Disney, M.R. Lambrecht, D.R. Towill. Transfer function analysis of forecasting induced bullwhip in supply chains. Production Economics [J],2002,78:133-144.

[28] 程永生 . 大系统方法在供应链管理中的应用 [J]. 工业工程 ,2007,10(3):34-37.

[29] Kapsiotis G, Tzafestas S. Decision making for inventory/production planning using model-based predictive control[J]. In: Tzafestas S, Borne P,Grandinetti L, editors. Parallel and distributed computing in engineering systems. Amsterdam: Elsevier, 1992: 551–605.

[30] Tzafestas, Kapsiotis, Kyriannakis.E.Model-based predictive control for generalized production planning problems[J]. Computers in Industry,1997,34:201–10.