文摘
供应链管理已经成为任何公司想要达到的目标的一个关键问题在经济竞争力方面,时间和服务质量特别是在全球化的经济背景,贸易和工业循环的速度。选择正确的供应商,建立合适的订购和运输体系是重要的减少不必要的资源损失和提高企业的核心竞争力。然而,大多数场景为供应商选择、订单分配,和运输解决方案的选择在很大程度上仍未知,特别是在大数据的上下文。为了克服这一问题,本研究提出了一种两级供应链网络。的排名和选择供应商是通过构建一个供应商重要测量指标体系和建立一个与主成分分析评价模型,同时结合贪婪的想法建立约束方程为多个指标,订单分配选择供应商,最后,运输解决方案的分配考虑运营商的损失率。最后,一个真实的例子是用来说明算法的有效性。
1。介绍
动态联盟的发展推动了国际竞争力的气候和信息化的兴起,已彻底改变了企业互相竞争。供应链上的每个企业是一个利益共同体,通过优势互补和协同效应,它能产生收益,如果企业不可能独立,以及提高企业的基本竞争力(1]。随着物流的起点,资本流动的起点,和在供应链中的信息流的端点,供应商的选择被认为是一个关键因素,为企业维护其战略地位,因为它直接影响企业的现金流和盈利能力。这就是为什么选择正确的供应商建立战略伙伴关系,合理分配排序方案以及供应商的运输方案系统尤为重要核心企业在供应链2]。
行业形式最不同的和不稳定的行业之一,在全球经济(3]。它必须召集一组不同的专家技能在地理上分散的短期项目环境,以及应对快速变化的需求周期,具体项目的产品要求,和波动的生产条件。在过去的20年里,分包已经流行,破碎情况更为复杂的制造过程(4]。
供应链网络描述商品的流动和信息通过连接组织服务终端客户(5]。有一些挑战可持续供应链管理。以前,主成分分析(PCA)提出了供应商选择问题,和PCA用于供应链网络的设计(6]。数据分析方法已经提出了处理供应商选择和订单分配的挑战,从简单的加权得分到复杂的数学编程方法(7]。一些研究提出一个策略方法使用PCA-data包络分析解决供应商选择问题,当数据相互关联和相互依存的。一些其他的研究使用主成分分析(PCA)方法来减少医药公司供应商选择标准,使用PCA方法获得的最重要的标准(8]。Zhang et al。9)使用PCA创建主要评价指标和支持向量机(SVM)建立评价模型,开发了一个决策支持系统来帮助决策者集成和处理这些不精确的和多样化的数据在一个集成框架。Sabouhi et al。10)开发了一种多目标可持续的供应商选择和秩序分配模型,该模型考虑了风险和通货膨胀率,优化6个目标函数包括总成本、经济,环境得分,社会分数,通货膨胀率,和风险水平,以及相关的约束条件。有弹性的供应链,考虑随机干扰下操作提供一些弹性策略,预计总成本最小化的同时确保最低水平的客户服务,但没有考虑供应商的影响,在公共场合买卖公司关系(11]。Patrucco et al。12]看着性能测量系统供应商如何影响项目性能(时间、成本和质量),这些影响是如何由承诺,但目前用于建设项目。在运输解决方案的选择,Nasiri et al。13)提出了一个两阶段的解决方案算法的分配运输解决方案,提出了一种多属性信息能见度指数来衡量供应商共享必要的可见数据的能力。作者在14)提出了一个采购和库存管理决策支持系统,旨在帮助中小企业编制和利用数据和支持他们的决策在商业模棱两可的情况。但是,没有被认为是与运输相关的因素。随着经济的全球化,产品生命周期的缩短,市场变化的加速度,postsupplier选择问题也同样复杂,值得调查。因此,有必要进一步探索任务的多个供应商选择、订单分配和运输解决方案公司在大数据的背景下所面临的选择。
在这项研究中,提出了两级供应链网络。通过构造一个供应商重要测量指标体系和建立评价模型和主成分分析,以及结合贪婪的想法建立约束方程为多个指标,订单分配选择供应商,最终的分配运输解决方案考虑到运营商的损失率,排名和选择供应商。
手稿的其余部分组织如下:部分2说明了该方法和不同的供应商选择标准。部分3详细描述了基于PCA的供应商选择。部分4描述了不同分配订单,最后,给出的结论是在部分5。
2。方法
关键是要考虑材料订购的类型和交通方式的分配供应链管理。由供应商提供的材料的数量是由供应商的发展。因此,制造商的采购决策取决于材料的数量可以从供应商和材料供应的稳定性。图1描述了供应链的结构和它的决定。首先,我们决定选择条件,然后建立一个主成分分析模型根据评估标准确定的排名和选择供应商,根据贪婪的想法“选择供应商,”“最经济,”和“损失率最小的一个。“完成订购和供应计划是派生通过求解约束优化的三层条件,要求供应商提供原材料的最大数量,并确定订购和供应计划的转运能力条件下,货代是肯定的。
它可以分为两个目的:确定订购计划和确定转运计划,三个层次的约束:供应商,最经济,至少损失。约束规划方程着手解决这三个条件,根据供应商的重要性综合指数的排名,并给出优先级与得分最高的供应商的综合得分,以满足需求的供应商和最经济的。数据收集后,货代的损失率计算,采用贪婪算法根据匹配原则的优先级低损失率的供应商和开发一个程序,以达到最小损失。后比较程序与原订购和运输计划,我们发现的能力可能是在最好的情况下增加了82.98%。
2.1。该方法
本研究分为三个阶段:综合第一阶段的目标是发展可持续的供应商选择标准。在这个阶段,我们开发了供应商选择标准通过使用一些参考文献,结合当前企业上下文和大数据的上下文。第二阶段的目的是开发一个兼容的供应商选择过程。使用标准的供应商评估和选择建立在第一阶段。最后,第三阶段的目的是完成订单分配过程。订单分配问题建模为一个数学模型与几个条件约束在这一步。本研究的研究框架如图2。下面的每个阶段提供一个全面的讨论。
2.2。供应商的选择标准
这个阶段的目的是确定可持续发展的供应商选择的基本标准。可持续发展的供应商选择的目的是评估供应商考虑经济、环境和社会因素。因此,每个因素选择的标准。通过一个全面的文献综述,我们发现的最重要标准研究前面的观点,因此,我们的列表中提取潜在的可持续发展的供应商选择标准表中给出1,应用适当的标准是实现成功的关键供应商选择过程。换句话说,如果一个合适的标准,建立了测量,并应用于评估供应商的表现,一个精确的供应商选择过程将出现。因此,它是合理的提取一个适当的标准列表的初始列表选择标准以往被视为文学(Chai et al ., (11]),因为不同的行业有不同的特点,应考虑在供应商选择过程。换句话说,尽管最初的名单是由前面的文献,最后的名单是由数据相关业务和供应商,避免更多的人工和客观因素和适用于大数据背景下的现实问题。
3所示。PCA-Based供应商选择
在这个阶段,最好的供应商选择和排名使用完成可持续发展的供应商选择标准。我们选择相关的数据在一定公司及其两层供应链网络在过去的五年里,402个供应商,和8运营商基于相关数据。我们处理相关数据通过校正零均值和无视缺失值。根据正态分布的定义,外面的概率3δ的意思是 ,这是一个非常小概率事件,在默认情况下,我们可以得出结论,样本的距离超过3δ的意思是不存在。因此,当样本均值的距离大于3δ,样品被认为是一个异类。离群值分布的一个例子是箱线图,如图所示3。
我们选择六个指标包括总供给,总订单数量、违反率、依赖程度,供应满足率,与合作稳定程度。这六个评价指标的具体定义如表所示1。基于PCA的评价步骤如下:
在表1可以表示如下。
在哪里是五年的总和供应大量的S001 S002,…, S402,是五年的总和S001订单,S002,…, S402,显示五年来自供应商的订单的总数量,n是周的总数在过去5年中,即240年,是订单的数量从供应商的五年。
类似地,在表1可以表示为
首先,我们正常订单数量和供应数量之间的差异。
接下来,我们发现均值的差异,这表明合作稳定的程度。
在哪里代表的订单数量的价值- - - - - -th家庭需要- - - - - -th一个星期,的供应数量的值是- - - - - -th家庭 - - - - - -th周,代表供应商的数量。然后,供应商评价指标体系属于我们的构造背景,如图4。
我们使用在图表示的指标5。然后,标准化的过程将每个指标在一个标准化的指标
在哪里 , 表示样本均值和样本的标准偏差 - - - - - -th指标。
我们计算相关系数矩阵 ,
在哪里之间的相关系数 - - - - - -th指标和j- - - - - -th指标。接下来,我们计算特征值和特征向量,并计算相关系数矩阵的特征值 。 ,和相应的归一化特征向量 , … ,和6个新指标向量形成特征向量,=。
在哪里第一主成分,第二主成分,总共有6个主成分。我们选择 主成分和计算综合评估价值。信息贡献率和累计贡献率的特征值( ,2,…,6)计算,主成分的累积贡献率 , ,⋯, 。当接近1 ( ,0.90、0.95)指标变量 , ,⋯,被选中的主成分代替原来的6个指标变量,所以p的综合分析可以执行主成分。标准差、贡献率和所有主成分的累积贡献率终于得到如表所示2。
六个指标,进行了主成分分析和主分量的标准差,每个主成分的贡献率和累积贡献率如表所示2。散点图的主成分和原始的方向坐标下的主成分图所示6,相对应的载荷矩阵特征值如表所示3。
根据图5:砾石情节和累积贡献率,前四个主成分的累积贡献率选择已达到97.6%,其他两个主要组件是丢弃达到降维的目的,最后,前10名获得更好的性能,如表所示4。
KMO测试(12,13)是用来检查变量之间的相关性和偏见的相关性,和(0,1)之间的值。KMO统计是越接近1,变量之间的相关性越强,和偏差的相关性较弱,主成分分析的效果越好。在实际的分析中,当KMO统计低于0.5,这不是适合应用主成分分析方法,和应该考虑重新设计变结构或使用其他统计分析方法。从测试结果 (例如, )如果变量是相互独立的,不能从中提取公因子,因子分析不能被应用。巴特利特球形测试(14)确定如果关联数组是一个单元数组,每个变量的独立因素分析是无效的。的结果 - - - - - -语言测试(15)表明,值= 3.181605(例如,值< 0.05),这意味着标准得到满足和球分布式数据和变量在一定程度上是相互独立的。总之,该模型通过了KMO测试和Bartlett球测试方法。
4所示。分配订单
当订购材料,我们认为选择最低的供应商和最经济的解决方案,根据分数排序和材料成本给予不同的权重,综合排序优先选择得分最高的供应商。来满足原始材料库存保持不少于满足生产需要的两周,我们用两周的需求大于供应的供应商选择的第一周的目标。选择供应商时,我们使用了两周的区别能力和剩余库存作为目标来选择供应商,并降低存储成本,我们选择供应商与大的供应会在选择供应商,完成目标。由于不同的供应商提供不同类型的材料,例如, , ,和 ,每立方米的企业生产的物质需求 , ,和是不同的;因此,有必要将供应商的供应转化为生产能力,企业可以生产的数量,我们使用代表的能力,它可以为企业提供完整的,它是计算使用方程(9):
在哪里代表了立方米的物质消耗的 - - - - - -th供应商相应的材料每立方米。在这里,单位的价格 , ,和企业提供的材料是不同的,比例是1.2:1.1:1,我们使用代表所需的成本代表每个材料的成本。它计算
为了方便后续的计算,我们使用规范化的乙状结肠函数
考虑到经济,我们使用代表它的分数指数,然后用这个指数排名,根据排名结果与高分优先供应商,最后至少供应商和相关订购计划通过约束的规划方程。
5。基于可视化损失转移方案的确定
的平均货物损失率八代理如图7。观察图表,我们知道不同货运企业的亏损率有很大的差异,这是测试不符合共同的统计分布特征,然后交通损失率的八个代理(T1、T2….T8)是由去零均值作为衡量损失率的八个代理。基于订购计划,该公司拥有大量供应体积为主配以一个小的货代运输损失率,一是减少损失,另一个假设生产者是一个理性的个体,这种选择也一致的合作共赢理念大量的公司实际情况。通常情况下,供应商转船,但如果供应体积大于供应商的运输能力,两个供应商被认为其转运。
处理后,得到的平均损失率八代理,如表所示5。因为平均损失率小,我们首先选择供应商的数量根据提供的能力,可以不考虑损失,根据上述确定供应商的选择和相应的供应商订单分配,最后,通过计算解决方案的选择的顺序。我们得到这个订单的能力分配和运输解决方案可以增加多达82.98%。
6。结论
在经济环境的特点是全球化的贸易和工业的步伐周期,供应链管理已成为至关重要的对每个组织旨在满足目标的经济竞争力,时间和服务质量。预防可避免的资源损失和提高企业的核心竞争力,选择正确的供应商和实现正确的订购和运输系统是至关重要的。然而,大多数场景为供应商选择、订单分配,和运输解决方案的选择,尤其是在大数据的背景下,大多是未知的。一个两级供应链网络提出了研究。供应商重要测量指标体系建设,建立一个与主成分分析评价模型,同时结合贪婪的想法建立约束方程为多个指标,订单分配选择供应商,最终的分配运输解决方案考虑到运营商的损失率,都用于排序和选择供应商。最后,实现一个真实的例子来证明该算法的有效性。
数据可用性
使用的数据来支持本研究的结果都包含在这篇文章。
的利益冲突
作者宣称没有利益冲突。