随机需求条件下 针对供应商的柔性分析和选择模型

时间:2012-10-18 18:15来源:未知 作者:sigre 点击:
    

一、引言 
 
供应链管理,可以使企业通过成本最小化导致的企业收入最大化,来实现利润最大化。随着信息技术的不断进步和经营环境的竞争加剧,供应链管理己成为企业获得竞争优势的关键因素之一。为建立企业高效运作和快速响应的供应链,创造供应链的协同效果,供应商选择是企业供应链管理的关键。国外对于供应商的选择研究较早、影响也较大的应该是G·W·Dickson,系统地提出了选择供应商的23条准则,对伙伴企业选择准则的确定有很好的借鉴作用。Weber在对研究文献统计的基础上,对评价准则进行了系统分析,经过统计,其中价格、准时送货与质量在评价准则中居前三名。1997年华中科技大学管理学院CIMS-SCM课题组对我国供应商选择标准进行的调研显示,目前我国企业选择供应商的主要标准是质量,其次是价格,提前期和批量柔性[ 1]。 
现代企业面临着激烈的市场竞争以及企业内部和外部环境的变化,这种情况使人们对柔性技术的研究产生极大的兴趣。随着供应链管理概念的提出,人们意识到供应链柔性的重要性。供应链的柔性,是指供应链的弹性,即灵活性,也就是指供应链适应市场需求变化的能力。当今市场正日益呈现出多样化、个性化的特征,市场需求的不确定性大大增加,只有充满柔性的供应链,才能对变化莫测的市场需求作出及时、快速的反应。尽管供应链系统柔性的研究很重要,但这方面的研究还非常有限。Gerwin侧重从适应不确定性,重新定义不确定性和减少不确定性角度,观察了成功应用柔性的策略[ 2]。Olhager and West 认识到柔性的重要性,将柔性从工厂拓展到市场和顾客需求方面[ 3]。自从Verma提出价格、质量、提前期和柔性的供应商评价标准之后[ 4],林琳等提出基于供应链总价值的四个因素即质量、服务水平、成本、提前期来定义供应柔性[ 5],龚哲君利用产品组合柔性的概念,建立了供应链系统的整体柔性经济定量模型[ 6]。 
整个供应链的柔性是供应链中每个成员以及成员相互之间的柔性的组合的结果。因此,供应商应该具备足够的柔性来调整他们的供应过程,减少由于供应链中的不确定性给整个供应链带来的风险。因此供应链柔性问题研究的关键是如何评价供应商的柔性,Das和Abdel-malek提出针对单一的买方和供应商之间,考虑数量和时间减少的不确定性的供应商柔性评价模型[ 7]。笔者将供应商柔性的评价模型考虑了需求随机的情况和供应商的供货能力限制,将需求数量增加和减少,需求时间减少的不确定性纳入供应商柔性的评价指标,在满足需求供应商供应能力限制,优化成本,质量,提前期和柔性的情况下,建立了一个在随机需求条件下的供应商选择的多目标模型,并进行了遗传算法的设计,通过一个实例计算出模型的结果,最后给出了结论。  
二、在随机需求条件下供应商柔性分析和选择评价模型 
 
(一) 供应商柔性分析 
需求数量和时间的柔性是供应链中,供需双方最常见的问题。假设需求数量和需求时间分别服从D~N(μD,ρD2),T~N(μT,ρT2)的正态分布,(D),(T)分别为它们的概率密度,并且D和T相互独立。需求不确定需要供应商的柔性,关键是如何评价供应商的柔性,从而找到改善柔性的方法。六个供应商柔性评价的参数如表1所示(Qimin 
 
(二) 供应商选择评价模型 
本文在分析了需求不确定条件下供应商的柔性之后,考虑了成本、质量、交付时间和柔性的目标,其中成本的目标包括:期望采购成本,期望需求数量增加补偿,期望数量减少补偿和期望时间减少补偿,约束条件中考虑了供应商供货能力限制。建立了一个非线性混合整数优化的多目标模型。 
随机需求条件下供应商选择的模型如下:目标函数是成本,质量,提前期和柔性,分别用Z1,Z2,Z3,Z4,表示。需求满足由等式表示,各个供应商的能力限制用不等式约束。 
目标函数:min z=(z1,z2,z3,z4)(2) 
模型中用xi对第i个供应商的订货分配率; yi为二进制变量,表明是否选择第i个供应商;pi,qi,li,fi分别表示净采购价格,质量不良系数,推迟交付系数和供应商i的柔性系数;i=1,…,n。总的柔性由平均柔性率来测量,等式(6),其中fi由等式(1)计算。 
总的成本(TC)由下面几部分组成: 
 
三、遗传算法设计 
 
遗传算法是一种基于自然进化和选择机制自适应的随机搜索优化计算方法,其特点是鲁棒性强、高效实用和适于并行处理等,遗传算法在求解不确定规划中是有效的。笔者所求解的问题是一个典型的非线性混合整数优化的多目标供应商选择问题。供应商选择的模型中涉及二进制决策变量,连续决策变量和非线性的成本目标,线性的质量,交付时间和柔性的目标,即包括等式约束,又包括不等式约束。遗传算法的应用如图1所示,包括初始群体,评价,进化,选择,交叉,变异和具体问题的操作。 
 
图1 遗传算法基本的流程 
 
为了减少限制条件,笔者用(xiμDCi)来替代(xiDCi),即D由它的均值μD 
 
等式的限制很难用遗传算法来解决,将需求等式进行转化,这样容易更快地搜索到可行域,产生新的后代,防止早熟。处理的过程是先计算idf=1-[DD(]n[]i=1[DD)]xi,然后按照下面策略处理: 
如果dif>0,采取增加的策略:随机增加的一个或者几个供应商的订货率直到dif=0,同时确保供货能力的限制; 
如果dif<0,采取减少的策略:随机减少的一个或者几个供应商的订货率直到dif=0; 
如果dif=0,采取交换的策略:随机交换两个供应商的订货率,确保生产能力的限制。通过交换产生新的可行解,防止早熟。 
 
四、供应商选择优化结果分析 
 
随机需求的条件和供应商的数据如表2所示,柔性参数fi通过等式(2)计算。 
 
在需求不确定的条件下,供应商选择决策的仿真模型中,考虑了总成本、质量不良系数、推迟交付系数和柔性。通过对目标函数中成本、质量、交付时间和柔性的设置不同的权重(W1,W2,W3,W4)进行了五次试验(权重设置如表3所示),应用遗传算法计算的结果如表4所示。 
 
从笔者实例仿真的计算结果可以看出:在成本、质量为主要的考虑指标时,或者综合考虑各个指标的情况下,选择结果同为第四个供应商;以柔性和交付时间为主要考虑指标的情况下,供应商的选择会出现不同的结果。可以发现分别在以质量不良率、推迟交付时间和柔性为主导的方案时,得到的供应商选择结果:即为表2中供应商相应指标最优的值,如以柔性为主导的目标,选择结果就是柔性最大的第二个供应商。同时还可以看出,供应商的柔性和总成本正比关系。 
 
五、 结论 
 
笔者研究了随机需求情况下,供应商柔性分析和选择问题。考虑供应商的供货能力限制,将需求数量增加和减少,需求时间减少的不确定性纳入供应商柔性的评价指标,建立了一个供应商选择的模型,并通过遗传算法的设计,通过一个实例给出了计算结果。笔者对随机需求下供应商的选择问题进行了初步的探讨,在供应商选择的问题中还应纳入更多的相关指标,供应商的柔性和选择问题还需要进一步拓展和研究。
(责任编辑:admin)
关键词: 供应商 柔性 随机 模型 条件下 分析 需求
高级搜索 | 关于我们 | 招聘英才 | TAG标签 | 餐饮行业案例 | 教育行业案例 | 房地产行业案例 | IT行业案例 | 医药行业案例 |
Copyright 2014 Uvsoft.Co.Ltd. All rights reserved 粤ICP备11056751号-3 版权归彩云端所有