文摘
建立VMI-APIOBPCS II模型通过扩展VMI-APIOBPCS模型从串行供应链分销供应链。然后介绍了TPL VMI供应链分布,和操作框架和VMI&TPL集成供应链的过程进行了分析。在此基础上VMI-APIOBPCS II模型然后改为VMI&TPL-APIOBPCS模型和VMI&TPL集成模拟操作模式。最后,与VMI-APIOBPCS模型相比,TPL的商品整合中发挥的重要作用,分析了VMI&TPL集成供应链风险分担的细节方面的牛鞭效应,库存水平、服务水平等等。
1。介绍
在需要库存(VMI)操作模式下,许多供应商将自己的物流外包给第三方物流(TPL)由于他们贫穷的物流功能。到目前为止,TPL参与VMI在许多行业得到了广泛的应用。例如,戴尔和联想都选择了伯灵顿公司帮助他们操作VMI服务,和武汉神龙汽车公司在中国允许创建提供VMI供应服务和组件。一方面,这个物流公司签定一体化运营模式结合VMI确保供应链信息共享完全在一个中心平台。另一方面,它可以充分利用TPL,降低供应链的总运营成本。
的研究VMI&TPL综合补给和交付,内et al。1以戴尔为例,伯灵顿物流外包VMI业务,分析TPL补给和交付策略。他们不仅考虑最佳的交付策略对物流外包也发现不同的最优交货之前和之后的外包策略。基于上述研究,内和李2)考虑基于时间的交付政策,获得最优交货时间结构与运输很多约束和能力的局限性,同时零售商的需求服从泊松分布。李等人。3]假定补给和交付可以开始在每个周期的开始和确定需求和有限的地平线的交货时间交货的补给是零。他们认为库存和运输一体化的问题,这是类似于内,李2]。为了实现规模经济的交通工具,TPL实现商品整合策略。因此,产品可能在早期交付给零售商或以后,这将导致库存成本或短缺成本。他们的研究表明,问题是NP困难,每个周期的需求必须满足在一个交付,与交通限制。此外,他们指出,如果每个交付可以满足需求连续几个周期和需求在第一个和最后一个时期可能会遇到两个交付最优补货和交付的政策存在。他们甚至提出了一个多项式算法来解决上述问题的最佳补给和交付。内et al。4)提供一个基础比较基于时间和基于数量的影响整合的背景下,综合库存和运输决策。数值和分析结果验证高师院校整合方面优于基于时间的版本产生的成本。此外,一些容易实现TQ-based政策及其对成本的影响,提出了服务相比,基于时间和基于数量通过模拟版本。Mutlu et al。5]扩展导致内et al。4)和开发一个分析模型计算预期的长期平均成本的整合系统实现TQ-based政策。提出了分析结果证明(i)最优TQ-based政策优于最优基于时间的政策和(2)最优高师院校政策优于其他两个(即。、优化基于时间和TQ-based)政策的成本。考虑到预期的最大等待时间作为衡量及时交付性能,然而,他们数值表明TQ-based政策大幅提高高师院校政策只有成本略有增加。
此外,一些学者认为补给策略TPL在VMI模式下在不同条件下,如内et al。6),Dejonckheere et al。7),Wikrom et al。8- - - - - -11,李12)、黄(13,霍华德和Marklund [14]。内et al。6)考虑不同的交付和补给策略在两种运输模式。一个是self-transportation上述文献中是一样的。另一个是外包运输。作为运输提供者将折扣政策鼓励供应商运输,运输成本在这种情况下可能是一个分段函数。他们建议两种类型的交付和补给策略基于不同交通模式下的时间和数量。Dejonckheere et al。7]研究利用一个线性(II型)或二次(III型),而不是一个常数(I型)在连续时间APIOBPCS模型指数平滑法预测机制。穆斯塔法等。15)考虑协调补充库存和运输的影响/分销系统和分析系统与多个零售商和一个外部供应商。他们提供一个集中订购政策,所有零售商的订单和其他一些著名的政策(a)可以订购政策,(b)梯队库存政策,(c) fixed-replenishment间隔政策。莱奥波尔多et al。16]介绍另一种启发式算法解决需要库存系统multiproduct和多约束基于经济订购量与缺货订单考虑两个经典的缺货成本:线性和固定。Sadeghia et al。17)开发一个多厂商限制multiretailer single-warehouse (MV-MR-SW)供应链,空间和一年一度的中央仓库的订单数量是有限的。因为问题是制定成一个整数非线性规划模型,metaheuristic算法的粒子群优化(PSO)算法找到近似最优解的问题。在拟议的PSO算法,遗传算法(GA)和一种改进的算子,即边界算子,采用本地搜索者把它混合算法。此外,Harigaa et al。18)考虑单个供应商和多个零售商组成的供应链操作VMI合同指定限制零售商的库存。他们解决同步的问题供应商与买家的不平等的订购周期的周期时间通过开发一个混合整数非线性程序,联合有关库存成本最小化存储限制。
基于系统动力学的物流优化,Towill [19)建立了一个新的inventory-and-order-based生产和控制系统(IOBPCS)通过扩展生产库存控制(图)20.),然后优化系统利用系数平面模型。斯特曼(21构造一个通用的库存管理模型,利用系统动力学,并指出不同的反馈在供应链库存管理系统的复杂性和时间的压力通常导致决策者误解了反馈信息,从而做出非理性的决定。约翰et al。22)在制品反馈控制机制引入IOBPCS APIOBPCS模型和扩大IOBPCS模型。后来,Mason-Jones et al。23]分析中的功能制品的反馈控制机制模型通过比较IOBPCS和APIOBPCS。迪斯尼和Towill [24,25)构建VMI-APIOBPCS模型和分析VMI策略对供应链牛鞭效应的影响,客户服务水平和库存成本的假设企业面临需求的明显波动。除此之外,他们优化VMI-APIOBPCS模型和考虑不同的权重之后,获得最优参数的生产调整成本,不同比例的库存成本,不同的安全库存系数。迪斯尼和Towill [24,25)研究一个简单的库存(VMI)需要一个生产单元和一个分销商组成的供应链。在VMI系统中所有供应点链中获得股票头寸设定生产和销售目标。离散时间APIOBPCS模型是用来描述的动态制造单元。纯延迟最初用于模型生产延迟。唯一的区别APIOBPCS结构以前提出的,而不是需求信号缺点制造工厂收到一个“虚拟”消费信号。这是由于添加在每个时间段的需求信号接收到分销商的区别当前时间和订货点前面的时期。检查系统的稳定性。生产的稳定标准也为标准APIOBPCS模型有效,由于经销商的政策前面描述的是一个稳定的前馈元素。一年后,迪斯尼和Towill [26- - - - - -28)深入分析VMI如何影响供应链中的牛鞭效应和比较VMI供应链的性能与传统的供应链。VMI策略表明,它具有更好的反应当需求不稳定,和这种不稳定可能是由于折扣可供订单和价格的变化。此外,恢复库存水平将显著提高VMI策略。此外,迪斯尼和Towill [26- - - - - -28专注于VMI策略的影响在供应链运输业务,特别是运输的批量问题的策略。通过使用系统动力学,建立三种不同的传统一个长城,内部集成,VMI的一个。仿真案例表明,VMI模型可以减少运输频率采用更大的批处理没有影响整个供应链的动态性能。Wikner [29日)提出了一种方法,介绍了结构依赖性IOBPCS传销系统的生产控制框架。方法使用矩阵表示占多重信息渠道。结果表明,对于单级单级系统模型是降低标准IOBPCS格式。扩展模型能够描述的动力学pull-driven(基础股票,看板)和push-driven (MRP)的政策。
在其他领域,通过STELLA /我想软件平台,陈et al。30.)建立一个库存管理的系统动力学模型,分析系统结构和运行机制的VMI库存管理和传统的库存管理,最后比较他们的操作性能。杨和刘31日]扩展VMI-APIOBPCS模型从supplier-one零售商供应链supplier-two零售商供应链,然后构造VMI-APIOBPCS II。与TPL的集成,他们建立VMI&TPL-APIOBPCS模型和仿真表明,TPL可以有效地帮助减少供应链中的牛鞭效应。曹和拉萨罗(32为准时制生产调度]扩展PID控制器。林等。33)开发一个模糊系统动态模拟需要库存,自动流水线,和inventory-and-order-based生产控制系统(VMI-APIOBPCS)模型基于模糊差分方程,这些运营商的差分方程采用最弱t规范(TW)操作符。模糊VMI-APIOBPCS模型的结果可以提供整个扩展信息决策者的系统行为的不确定性和模糊区间。
之后,河与马丁(34)解决供应链的稳态优化模型,该模型属于一类需要库存,自动流水线,和基于inventory-and-order生产控制系统(VMI-APIOBPCS)。他们用所谓的供应链优化法向量的方法,已专门开发的经济优化和约束动态不确定的动力系统。几场et al。35]提出一种自适应模糊控制应用程序支持需要库存(VMI)。应用模糊控制的方法来生成一个自适应平滑常数的预测方法,生产和交付计划消除,例如,配给和游戏或胡莉效应和订单批处理效应或十最后牛鞭效应的影响。为了提高水平的集成在供应链的各个方面重新配置,几场et al。36)相结合构建一个最优的供应链网络优化在战略和战术层面。基于动态系统的计算机仿真模型是用于验证供应链的运作。系统的性能测量的缺货订单和库存水平。结果和分析表明,减少持有股份的需求点和较短的审核期在这方面可以提高性能。
我们的工作不同于这些研究的重要方面。首先,这些模型主要是构建基于两个梯队供应链,也就是说,迪斯尼和Towill [24- - - - - -28林,et al。33),河与马丁(34,几场et al。35,36]。然而,在我们的模型中,VMI&TPL一体化运营模式是一个相对复杂的three-echelon供应链系统。TPL的角色结合VMI应该探索。此外,我们还模型VMI&TPL集成供应链牛鞭效应方面,库存水平,服务水平具有随机需求,和其他不确定性,而VMI-APIOBPCS模型。因为很适合研究复杂系统的系统动力学,VMI&TPL-APIOBPCS模型构建基于系统动力学模拟和分析VMI&TPL集成操作模型的性能。
2。IOBPCS模型家庭
2.1。参数和变量的定义
表1参数和变量的定义使用。
2.2。IOBPCS模型
如图1,在制品和成品的库存水平可以由生产指令控制率IOBPCS系统,库存和满足客户的需求。
图2IOBPCS模型中的因果关系,包括4个主要部分,即需求预测前馈回路,延误生产,库存反馈回路和库存目标。生产延误是指从生产订单满足率的时间。串联IOBPCS模型,假定生产过程中生产交货期满足一定的顺序,和订单保持的事件序列。需求预测前馈回路指的是需求预测机制用于预测需求和生产交货期。库存反馈循环实际上是一种inventorydeviation调整机制。需要生产更多的商品来调整库存偏差时实际的库存水平和目标库存水平有很大的不同。
IOBPCS模型中的生产力决定的需求预测机制和库存偏差调整机制,而库存偏差调整机制决定了库存调整的时间和目标库存水平,和需求预测机制是由需求决定的光滑。因此,IOBPCS系统优化包括两个基本参数的定义,如需求平滑时间和库存偏差调整时间。在设计最好的生产控制策略时,双方应该平衡的成本,包括生产成本由于生产波动和库存成本(或短缺成本)作为库存水平的变化。
2.3。IOBPCS扩张模式
之后很多学者基于IOBPCS修改和改进模型模型,现在它已经变成了一个IOBPCS模型家庭五个部分组成的,如图3所示。
2.3.1。生产延迟
生产交货时间延迟可以被看作是生产节奏平稳,描述的速度调整生产节奏生产指令的变化(演讲)。生产延误是一个系统的特征,不能随机控制系统的设计师,但设计不同的延迟模型将对整个系统的性能有重要的影响。公式(1)是三个延迟模型的动态行为:
在哪里一阶延迟;三阶延迟;纯延迟;是生产延迟时间。
2.3.2。目标库存水平(DINV)
在IOBPCS模型中,目标库存水平是一个定值或需求预测数的整数倍数平滑后(ACON)。目标库存水平在VIOBPCS是可变的。与IOPBPCS相比,演说的宽度较大,但库存调整响应时间更短。APIOBPCS模型和APVIOBPCS模型的唯一区别在于目标库存的设置。在APIOBPCS模型中,目标库存水平,在那里是一个正整数。
2.3.3。需求预测机制
需求预测机制是前馈回路的重要组成部分。需求预测机制是衡量指数平滑方法在大多数文献,因为指数平滑方法全面包括了所有的历史信息,是易于使用和制定一个模型。指数预测方法(例如,单指数平滑法、双指数平滑法和三指数平滑方法)使系统库存阶段步骤的稳态误差和斜率需求为零,但库存系统的稳态误差变得越来越大时,需求函数是一个抛物线。
单指数平滑法传递函数地区是
双指数平滑法传递函数地区是
三次指数平滑法的传递函数地区是
2.3.4。库存偏差调整机制
库存偏差调整机制是一个库存反馈回路控制库存偏差通过控制效率。库存调整机制需要考虑生产延迟的效果,这意味着只有在常规时间内可以控制决定生产力调整库存水平。库存调整的目的是达到目标库存水平在一段时间()。当调整时间较短,库存可以调整得更快。因此,短缺成本和风险变得更小。然而,它需要厂家给予更高的生产能力,因为这个系统需要正确的早期库存偏差在短时间内通过调整生产力,这可能会导致更高的生产成本和在制品库存。
2.3.5。在制品库存偏差调整机制
在制品库存偏差是由于实际与目标在制品库存在制品存货矛盾当需求变化。在制品库存调整机制调整偏差通过控制效率,这样就可以在一段时间内达到目标价值()。因此,在制品库存偏差调整率是一个三部分的生产力控制机制。有必要研究和分析生产过程,得到一个相对准确的估计价值通过统计分析生产延迟时间设计生产力控制机制。如果观察到的生产延迟时间与实际时间不同,库存水平稳态不符合目标库存水平,这将导致更多的库存或短缺的风险。
2.4。APIOBPCS模型
图4是APIOBPCS的框图模型躺在吗地区。系统设计的目的是要找到一个合适的目标库存水平和设计三个最优控制机制(库存偏差调整需求预测机制,和在制品库存偏差调整机制),为了减少系统成本,包括生产成本和库存成本。
一般来说,库存动态波动是衡量库存上升时间和调节时间和超调,和生产力动态变化分析了频率响应方法。
这是APIOBPCS的主要控制机制模型相位台阶的需求。(1)预测机制。公式(5)的传递函数地区单指数平滑法: (2)目标库存设置。TINV = 0。(3)生产过程。公式(6)的传递函数与一阶延迟区域:
因此,两个重要的传递函数可以获得关于生产力和库存量的变化如下:
3所示。VMI-APIOBPCS模型
3.1。参数和变量的定义
表2参数和变量的定义使用。
在VMI操作模式下,零售商与供应商共享库存信息、销售信息动态,并确定在一起与供应商的客户服务水平。根据固定的客户服务水平、供应商选择基于数量交付模型,这意味着车辆运送方式选择为保证运输经济性时总库存水平低于订货点。图5是VMI-APIOBPCS系统动力学模型。
这里有VMI-APIOBPCS模型的关系公式。他们是如下。
3.1.1。供应商生产或补充机制
(1)需求预测机制: (2)目标在制品库存水平: (3)在制品库存水平: (4)成品库存水平: (5)目标库存水平: (6)系统库存级别: (7)成品满足率: (8)生产力: (9)库存偏差调整率: (10)在制品库存偏差调整率:
3.1.2。供应商交付机制
(1)零售商的订货点: (2)零售商的库存水平: (3)订单到达率: (4)零售商的安全库存设置:
3.1.3。在VMI供应链信息共享机制
(1)供应商可以得到客户的需求在时间和获得实际的总下游客户需求通过终端客户信息,包括终端客户reorder-points下游零售商的需求和变化: (2)供应商可以检查下游零售商的库存量,以便整个供应链库存水平可以优化供应链总库存决策:
3.2。VMI供应链分布
在实际的操作过程中,供应商可以在多个下游零售商采用VMI模型。根据前面提到的VMI串行供应链下游供应商提供多个零售商与供应商管理库存服务时,他们可以得到VMI供应链分布,如图6节目,包括一个供应商和两个零售商。
VMI-APIOBPCS II模型如图7构建了基于图的操作模式6。
4所示。VMI&TPL-APIOBPCS模型
4.1。基于TPL VMI操作过程
以下4.4.1。VMI&TPL集成操作模式
降低物流成本,避免交付风险在VMI系统中,在实践中一个上游企业通常更愿意将其采购业务外包给第三方物流供应商(TPL),需要他保持库存在仓库由TPL。例如,伯灵顿全球负责苹果、戴尔、IBM和其他公司他们供应东南亚,和联合包裹服务管理物资采购海外挡泥板和实现其集成过程的分布。除此之外,上海大众和武汉神龙汽车采用VMI&TPL综合经营模式有效地支持混流加工车间生产与JIT交付组件直接站工作。
TPL引入VMI后,我们考虑供应链包括一个供应商(),一个被称为TPL,和两个零售商(和)。供应商库存操作和决策的权利给TPL通过合同。TPL负责补给和交付总供应链中这意味着TPL商店附近的仓库成品供应商,与此同时,构建一个地区配送中心为了满足零售商的需求。此外,考虑到运输规模效应,TPL需要一定的交付策略在区配送中心。
图8主要描述了VMI&TPL集成操作模式。操作类似于VMI模式下,供应链中的信息完全共享。零售商与供应商和TPL分享实时销售信息。与此同时,TPL与供应商共享库存信息和供应商提供TPL与生产信息。它不同于VMI操作模式,TPL负责整个供应链中库存管理,负责整个供应链的库存水平,并将要求补充发送给供应商,以便供应商及时组织能力根据订单生产。此外,TPL组织运输能力和将产品发送到区域配送中心与供应商和零售商和分发产品零售商根据销售信息和合同VMI&TPL集成操作模式。
4.1.2。VMI&TPL操作过程
后实施TPL和VMI整合操作,供应商不负责具体的物流活动,但库存操作和决策的权利给TPL通过合同。因此,TPL不仅承担物流业务但还负责订单生成综合物流操作。整个系统的操作过程见图9。(1)TPL更新库存信息每天根据零售商的库存信息由零售商提供。(2)TPL使推荐订单根据零售商的库存水平和服务水平和补给点提前确认。(3)TPL将订单发送给零售商和选择合适的配送路线根据self-inventory水平和零售商的需求后,零售商确认订单。有必要要求补充发送给供应商,让他们及时补充库存如果self-inventory达到补充水平。(4)供应商很了解物流运营状况通过信息共享,然后根据TPL的需求,补充库存,及时结算根据零售商的订单确认。
4.2。VMI&TPL-APIOBPCS模型
参数和变量的定义在VMI&TPL-APIOBPCS模型给出了表3。
根据运营结构如图8和操作过程图9VMI&TPL-APIOBPCS模型的三个子系统,包括供应商的生产子系统、TPL补给和交付子系统,和零售商的销售子系统,分析如下。
4.2.1。准备供应商的生产子系统
如图10、供应商的生产决策是受到三个方面的影响,需求信息(终端客户需求),系统库存水平,和在制品库存水平。
差分方程可以获得供应商的生产操作过程根据因果关系图10如以下公式所示。在制品: 半成品偏差: 生产力: 生产力满足率: 系统库存偏差: 目标系统库存:
4.2.2。TPL补给和交付子系统
TPL负责补给和交付供应商和零售商之间的决定。一方面,TPL要求补充发送给供应商,以确保适当的库存TPL仓库(TPL-W)。另一方面,TPL需要向TPL交付产品配送中心(TPL-DC)附近的零售商为了满足零售商的需求。图11是TPL补给和交付子系统因果关系图。
公式(30.)- (32TPL补给策略)是差分方程和公式(33)- (37)TPL交付策略的差分方程。TPL总库存水平: TPL-W补充一点: TPL补给能力: TPL-DC返还点: TPL-DC库存水平: TPL运输库存水平: (,)交付策略: (,)交付策略:
4.2.3。零售商的销售子系统
零售商的销售子系统是相对简单的。尽管TPL可以采用JIT交货给零售商,零售商应该改进服务水平,仍然需要保持少量的安全库存,库存水平与波动的需求水平。图12零售商的销售子系统因果关系图。
根据零售商的销售系统因果关系图,零售商可以得到的差分方程如下:
4.2.4。VMI&TPL-APIOBPCS系统动力学模型
根据上述分析,VMI&TPL-APIOBPCS系统动力学模型如图13。
5。仿真分析
根据上述VMI&TPL-APIOBPC系统动力学模型中,两个不同的条件相位台阶和随机需求调查,分别,参数设置如下。(1)生产子系统参数设置。指的迪斯尼和Towill [24,25),,,,。(2)参数设置的补给和交付子系统,,,,。(3)销售子系统的参数设置,,。
然后模拟两个模型,VMI-APIOBPCS二世和VMI&TPL-APIOBPCS,用Vensim,运行测试100单位时间(月)。
5.1。相位台阶测试需求
需求测试函数CONS1和CONS2都是相位台阶的功能, , 。
5.1.1。波动的生产指令
如图14TPL引入VMI时,供应商的效率变得平滑,这主要是由于平滑系统库存水平。同时,生产力的响应时间达到稳态VMI&TPL-APIOBPCS模型相对较长。
5.1.2中。库存水平的波动
(1)系统库存水平。如图15,在VMI&TPL-APIOBPCS模型中,系统库存水平显著下降,变得平滑。相位台阶的需求下,两个模型系统库存模型逐渐恢复到稳态值(TINV = 150)和类似供应商的工作效率。系统库存水平的响应时间达到稳态VMI&TPL-APIOBPCS模型相对较长。(2)供应商的库存水平。图16是供应商的库存水平。引入TPL后,供应商的库存水平是有效地平滑和减少,这是因为,下游补货批量的波动更加一致的相比,在供应商管理库存模型;参见图17。(3)下游整体库存水平的比较。在VMI-APIOBPCS模型中,下游库存主要包括零售商的库存。然而,VMI&TPL-APIOBPCS模型中,下游库存不仅包括零售商的安全库存也TPL仓库和配送中心的库存。图18下游库存水平。引入TPL后,下游库存水平(包括TPL)稍有增加,很大程度上是因为下游结构添加一个新的主题(TPL)。
从上述库存分析,我们可以知道,TPL引入VMI供应链后,尽管供应链添加一个梯队,下游库存水平稍有增加,但补充一批变得平滑后TPL的参与,从而有效地平滑供应商的生产率和减少供应商库存水平。
5.1.3。服务水平的比较
是什么定义了服务水平的零售商之间的比例零售商的库存水平和客户的需求。数据19和20.两种操作模式的服务级别,分别。因为系统的初始状态为零,零售商的服务水平为零,和服务水平逐渐提高一段时间后。在VMI操作模式下,两个零售商的平均服务水平分别为61.5%和46.2%,分别。在VMI&TPL集成操作模式下,两个零售商的平均服务水平是58.5%。
与确定性需求,第一零售商的服务水平略有下降,但第二个零售商的服务水平大幅提高,和整体引入TPL后零售商的平均服务水平提高。然而,系统的响应时间增加,因为系统服务水平不会提高,直到长期短缺。
5.2。随机需求测试
需求测试函数,如CONS1 CONS2,都是相位台阶的功能。()(随机正常()),()。
5.2.1。供应商的生产能力
类似于相位台阶的需求情况下,供应商的生产力稳定显然VMI&TPL-APIOBPCS模式。
5.2.2。库存水平的比较
(1)系统库存水平。如图22显示,相比之下,VMI模型,系统VMI&TPL-APIOBPCS模型是库存水平低,很大程度上得益于剧烈的减少供应商的库存水平,如图23。(2)供应商的库存水平。如图23显示,在VMI&TPL-APIOBPCS模型中,供应商的库存水平也显著降低供应商的效率变得平滑,相比,TPL补充一批稳定的VMI模型。(3)下游库存级别:如图24显示,在VMI&TPL-APIOBPCS模型中,由于下游库存水平会稍微增加额外的TPL供应链集中补充库存和交货。
5.2.3。服务水平的比较
在随机需求和操作模式的VMI第一零售商的平均服务水平是78.6%,第二个零售商的平均服务水平是40.4%。
在VMI&TPL集成操作模式下,两个零售商的整体服务水平94.8%。很明显,后引入TPL的两个随机需求下零售商的服务水平提高;这得益于风险共担的效果在集中式库存TPL的引入。
5.3。模拟讨论
相位台阶需求和随机需求下的复杂的模拟显示以下结果,本研究从后续采访在实践中总结。
首先,VMI&TPL集成运作模式可以抚平供应商生产力需求相位台阶和随机需求下TPL引入VMI使得整个系统库存水平(参见图更平稳21)。然而,响应时间达到稳态VMI&TPL-APIOBPCS模型相对较长,这可能是由于TPL集中操作。尤其是供应商的变动生产力在随机需求比相位台阶下更稳定的需求,在实践中被称为TPL地方供应商订单定期波动及其反应缓慢。
第二,VMI&TPL集成运作模式可以显著降低系统库存水平。同样,系统的响应时间库存量达到稳态VMI&TPL-APIOBPCS模型相对较长。与相位台阶下需求相比,系统库存水平可以降低随机需求下。这说明TPL集中补给的规模经济和风险汇聚效应,可以减少整个系统库存水平(37]。此外,供应商的库存水平是有效地平滑,减少因为下游补货批量更一致和VMI模型中经济规模相比。然而,VMI&TPL-APIOBPCS模型中,下游库存不仅包括零售商的安全库存也TPL仓库和配送中心的库存。因此,引入TPL后下游库存水平略微上升。
第三,VMI&TPL集成操作模式可以提高平均服务水平。相位台阶的需求下,第一零售商的服务水平略有下降,但第二个零售商的服务水平大幅增加。作为对比,两个零售商的服务水平下增加随机需求。总的来说,随机需求下的服务水平比相位台阶下明显改善需求(见图25和26)。这些可能是由于风险汇聚效应,特别是在随机需求。
6。结论
本文构造了VMI&TPL-APIOBPCS TPL引入VMI后模型分布基于VMI-APIOBPCS系统动力学模型。相位台阶下VMI&TPL集成供应链的系统性能和随机需求考虑。仿真分析表明,尽管供应链是变成了一个从two-echelon TPL three-echelon结构可以有效地平滑的供应商和零售商之间的补给和交付数量商品集合,从而大大减少了供应商的库存水平和整个系统,有效地平滑供应商的生产节奏,提高客户的服务水平。
虽然系统动力学方法可以描述和模拟VMI&TPL一体化运营模式,它缺乏TPL补给和交付政策的优化运行方式。因此,必须优化TPL补给和交付政策在不同要求使用数学规划和优化理论,以进一步提高VMI&TPL综合运营模式的研究。
确认
这项工作是由中国国家自然科学基金(没有。71102174,71372019),北京自然科学基金(没有。9123028,9102016),专门研究中国高等教育博士项目基金(没有。20111101120019),北京中国哲学和社会科学基金会(没有。11 jgc106),在中国大学新世纪优秀人才计划(没有。ncet ncet - 10 - 0048 - 10 - 0043),和优秀的年轻教师在北京理工学院中国没有。2010 yc1307)。