供应链网络(scn)在过去二十年已经成为日益全球化,通常被认为是一个主要的司机的业务价值。scn创造更多和更复杂的系统,往往从紧密耦合松散耦合结构。松散耦合的结构允许更高的灵活性由于低相互依存。此外,布朗et al。1观察到这些公司,交换的松散耦合的紧密耦合过程实现的性能改进。另一方面,松散耦合的scn导致更复杂的物流基础设施。也因为这个原因,在供应链的复杂性是一个局部问题文学。而供应链复杂性的定义可能不同由于语境的差异,人们普遍同意,供应链复杂性是多方面的现象,是由几个来源(见,例如,(2- - - - - -6])。其中,不确定性,技术复杂,组织实践中,供应商的数量,产品的投资组合的结构和制造过程的流动可以被识别。自然,很难认识到究竟决定供应链的复杂性和哪些后果的关键有效的协调和/或供应链的调度。这一努力的主要障碍是缺乏全面的原则,管理供应链如何复杂的组织结构和功能产生和发展(7]。积极的是,有许多问题的部分方法,处理不同的观点。例如,一个有前途的方法已经在葡萄牙汽车供应链(8]。在这方面,每个小说供应链复杂性措施和模型可以帮助更好的理解可能的未知影响因素。
这个特殊的问题收集措施和复杂性在供应链网络模型包含了一系列的文章,可以分为两大类:(1)优化模型的视交叉上核作为不确定性下的决策与管理的工具;(2)在供应链网络调度问题。文章介绍了属于第一个从以下四个段落。
可靠性稳健优化设计模型(RBRDO)家具销售公司的库存管理系统的开发和用于篇题为“随机可靠性度量和库存管理系统的优化设计。”提出了可靠性稳健设计优化(RBRDO)方法包括可靠性设计优化(RBDO)和稳健设计优化(RDO)。RBRDO考虑各种不确定性带来的改变规格,运输延误,原料可用性、生产工艺和操作条件。案例研究的结果表明,RBRDO允许供应链公司根据客户需求有效地控制交货的可靠性。
多通道家电供应链的模型与价格竞争和需求的不确定性提出了多通道的篇题为“复杂的特点家电供应链价格竞争。“考虑到价格竞争往往会导致需求和订单波动,本文的作者重点研究供应链牛鞭效应(防波堤入口)现象。为了这个目的,一个数值实验来调查牛鞭效应是如何影响渠道的价格策略在不同的州被发明和应用。此外,反馈控制方法用于控制混乱和供应链系统的防波堤入口。基于数值模拟时,他们发现在其他发现供应链系统的混沌状态比一个稳定系统将遭受更大的牛鞭效应。
复杂的供应链过程的设计和操作是np难优化问题,通过metaheuristics接洽。在工作中题为“黑洞Consignment-Store-Based供应链的优化算法,”consignment-store-based供应链的优化方法与黑洞算法通过一个案例研究在发电厂供应链公司。这个复杂的供应链问题的优化目标是最小化整个供应链的物料搬运成本。本文结果表明新的先进黑洞的效率优化运营商增加算法的收敛性。
发展评价的一个数学模型的分布在几个工厂生产任务在最短的时间内获得最大的生产是篇题为“建模中描述决策过程的管理支持制造业物流供应链中的元素。“该模型侧重于寻求满意的解决方案,使订单在不同地点,不同的生产能力和生产成本。独立模型通过仿真实验测试了两个制造策略。获得的结果表明,该模型似乎是一个有效的工具生产总成本的优化。
文章集中在供应链网络调度问题简要表现为以下三个段落。
供应链的后果相当频繁的复杂性和复杂性来源可以或多或少的预测。然而,这些因素不能成功没有衡量的能力。因此,复杂性度量的主要挑战是提高其有效性通过更好的升值的实际问题。在这种背景下,小说提出了制造系统的复杂性度量篇题为“小说的复杂性指标生产过程链和间接复杂性指标的关系。”的原则,本文方法依赖于使用机器操作的序列对制造业集团产品根据预定计划。作者还分析了生产线平衡率,关系数量的注液电池部分流动,晶格内部流动的一部分,和复杂性。
这篇题为“个性化医疗系统架构模型交付和管理个人健康状况”为个性化的医疗服务提供体系结构的系统模型和管理个人的健康结果。它的范围是指批量的生产系统之间的类比和医疗输送系统和强调个人的健康状态的随机演化的一个关键特色。因此,医疗过程需要一个系统的建模方法。研究提供了知识建模支持医疗过程的计划和调度。
在最后研究论文题为“多层模型预测控制方法应用于生物质供应链运营水平,”作者提出他们的多层模型预测控制方法应用于生物质供应链运营水平。方法由两个相互联系的水平,密切监控系统状态更新、操作层次,描绘出一个新的路由和调度计划的预期偏离原来的一个。作者通过一个实验案例研究证明他们的方法。这部小说的在线调度策略使供应链运输操作使用一个预测方法。
确认
客人编辑团队所有作者想表达自己的感激之情,他们的兴趣在选择这个特殊的问题作为他们的学术工作地点传播。编辑也要感谢匿名评论者的仔细阅读手稿提交这个特殊问题的收集和许多有见地的意见和建议。另外,我们想感谢《华尔街日报》的编辑委员会非常鼓励和宽松的关于这个特殊的问题。
弗拉基米尔•Modrak
佩特里t直升机
杜米尼克·t·马特