文摘
数字经济时代催生了新的生产要素由大数据。数据驱动的可持续增长和创新发展的主线是企业数字转换。鉴于供应链的不确定性需求,优化供应链管理的影响下从低碳的角度研究了碳税政策。通过引入模糊理论和隶属函数来描述不确定性的需求,供应链优化模型考虑碳排放的影响。碳税政策被认为是外部生产的约束条件。模糊的成本变化,企业供应链管理的优化决策下碳税政策探讨。用梯形模糊数来确定模糊模型,和梯形模糊数与遗传算法相结合用于解决模型。此外,以某企业为例,验证了模型的有效性的数学规划模型的方法,考虑到数据驱动和以数据为生产资料。
1。介绍
14日五年计划的重点之一是抓住机遇的第四次工业革命,加快整个行业的数字化转型和社会利用数字经济的快速发展,数字技术。企业数字转换的成功的关键在于其供应链的数字转换。在当今世界,经济的发展为人们提供了巨大的财富,但消耗的能量和各种废物排放也发生。特别是近年来,随着全球变暖,气温升高对环境正在成为一个严重的威胁,因为他们可以使冰融化,海平面提高了。甚至可能会有更多的自然灾害,威胁着人们的生活和对经济造成负面影响。因此,它是一个重要的研究方向的上下文中考虑低碳供应链的数字转换。
一些学者研究了低碳政策对供应链的影响。李等人研究了汽车制造企业的供应链网络的优化从碳交易的角度协调政府碳政策和消费者低碳偏好1]。王在碳交易政策,构建低碳减排模型,研究了低碳排放的直接影响供应链企业的减排政策,并认为政府应奖励低排放低强度的政策加强了企业面临的压力高排量企业(2]。程等人与他们的供应链模式下减排coimplementation研究的碳税和碳交易政策的影响这两个策略在供应链的各个环节,包括招标、产品能力、供应链的其他方面。最后,通过例子的计算模型的可行性验证(3]。此外,Dresner想减少碳排放量的比例在家庭生活和为人们提出相关方法来解决这些问题,希望人们可以积极参与节能减排,减少国家减排政策对他们的影响(4]。根据碳排放税的反应系统在不同层次的人,局最后得出碳税的影响系统对高收入人低于低收入人群(5]。
一些学者使用鲁棒优化研究,建立多目标鲁棒模糊优化模型。例如,李研究主要是互联网一个绿色和低碳设计理念和供应链管理的方向和构造多目标鲁棒模糊优化模型在模糊环境中(6]。Boronoos等人使用的线性精度优化决策分析方法构建和设计一个健壮的线性决策分析模型,实现分散供应链不确定性高(7]。
一些学者研究了供应链网络的优化基于遗传算法(GA)。例如,元等人研究了路径优化问题在不同碳排放政策,灾难自适应遗产算法用来解决这个问题,并分析了多式联运网络的一个示例实现降低成本和碳排放的要求(8]。基于GA,王多级库存控制复杂系统在供应链的每个节点供应链的成本降到最低,保证存货的安全(9]。霍研究此类问题的闭环网络新鲜产品。以最小化成本和社会福利最大化的目标,他建立了一个网络模型,解决了用一种改进的遗传算法(10]。应对设计和规划问题的一个综合闭环供应链网络,哈米德等人开发一个扩展模型,multiechelon, multiproduct, multiperiod在一个混合整数线性规划框架。该模型由最大化策略解决优化软件和开发了遗传算法,结果证明遗传算法开发的可接受的性能(11]。
其他学者研究不确定条件下供应链网络的优化方法从不同的角度。例如,张等人建立了闭环供应链网络规划模型与多目标模糊参数来解决可持续发展问题的闭环供应链网络设计在不确定的条件下,最小化成本和环境影响和社会影响最大化(12]。贾使用随机和模糊编程将不确定的模型转换为确定性的编程模型和层次相结合,ε−约束和加权理想点方法来解决数值例子[13]。此外,张建立了一个三层供应链组成的工厂、分销中心和零售商成本和碳排放降到最低。综合随机规划和模糊数学规划理论,采用分层,加权理想点,约束和加权理想点方法来解决多目标模型(14]。
通过解决上述有关文件,大多数关于供应链的研究可以被视为基于传统供应链的研究,没有额外的碳元素和缺乏数学规划、研究低碳供应链的优化模式。考虑低碳因素企业供应链的设计,一方面,可以确保企业的可持续发展,另一方面,它可以为环保做贡献的问题。供应链的碳限制,大量的学者建立了供应链优化模型基于博弈论和网络流模型。供应链优化模型方法主要包括排队论模型,博弈论模型,网络流模型和数学规划模型。排队论模型适用于企业在稳定状态来优化资源配置,提高生产效率。博弈论模型适用于平衡调整时,研究对象的行为相互交互。网络流模型适用于研究供应链管理协调供应链的布局。数学规划模型适用于实现供应链网络的目标函数。本文研究供应链网络结构的要求考虑低碳因素实现最低的目标成本。基于上述模型的适用性分析,发现数学规划模型是最合适的。 Because a mathematical programming model can well describe and solve the realistic environment with complex and highly specific supply chain management activities and can truly embody and reflect the actual circumstances of the enterprise supply chain, and the model of the mathematical programming method for the problems in terms of enterprise supply chain management and optimization solution to the model is more credible.
本文的理论贡献如下:(1)本文的研究将为供应链优化模型提供的想法考虑碳税政策和不确定环境下数字背景和建立一个三级供应链系统由产品供应商、零售商和顾客(2)基于碳税政策,定量研究主要的研究方法是定性分析的帮助下不确定环境下的需求
本研究的实践价值主要如下:(1)本文解决的问题企业供应链的供应数量的不确定性通过模糊规划理论。(2)实现低碳供应链的研究将给企业带来积极影响。它不仅可以使企业更好地实现可持续发展,也使企业提高供应链中的主动性和选项。(3)本文的研究对国家和提倡的绿色和可持续发展导致的环境问题,国家全面关注。
2。模型建立
2.1。问题描述
与供应商、零售商和客户的一个三级供应链为研究对象,产品供应商和零售商需要支付运输成本,所以他们产生相应的碳排放。与此同时,他们还可以支付碳税和零售商可以出售他们的产品给客户。零售商负责运输,一旦客户支付运输成本。同时,生成相应的碳排放和零售商必须承担的成本碳税。从供应链的整体利益,其信息、资本和物流方面应该进行调整,以减少这样的成本条件下的供应链每个环节的正常运行。目前,有三种碳税功能,即线性碳税函数,指数函数,碳税和分段碳税功能。三种不同碳税功能适用于不同行业的碳排放特征。线性碳税函数被广泛使用,政府还设置一个特定的线性税率为碳排放。在企业中,线性碳税函数不仅易于理解和接受,也非常适合建模和理论研究。因此,本文选择线性碳税功能从代表性的角度和简单的建模。 The structural model of the supply chain is shown in Figure1。
2.2。基本假设
在现实生活中,供应链的优化是一个特别复杂的过程。特别是当实际进行建模,它可能不会考虑所有因素,只考虑主要的现实问题的一部分。因此,应考虑的主要问题建立模型。因此,本节提出了一种供应链优化模型考虑的假设和简化问题进行方便的建模和解决问题;这个模型有以下假设:假设不改变产品价格是相对固定的,由于时间和数量的变化产品的需求量为模糊碳排放的数量仅认为是相关的数量的产品在运输过程中与供应商和零售商的采购的数量的产品在运输过程中零售商的产品给客户碳税成本被认为符合线性碳税功能
2.3。变量参数定义
当我们使用一个数学模型来研究问题,我们需要定义各种变量参数,如表所示1。
2.4。模型建设
在碳税成本的情况下,对产品的需求是模棱两可的。
当 ,供给小于需求,它会导致脱销的产品。此时,产品总成本包括采购、运输、脱销的产品,返回产品,库存,和碳税成本。
在这一点上,总成本如下:
当 ,供给大于需求,导致产品过剩。此时,产品总成本包括采购、运输、剩余产品,返回产品,库存,和碳税成本。
在这一点上,总成本如下:
定义一个函数, 这样,如果 如果 如果 。
在碳税成本的情况下,对产品的需求是模棱两可的。供应链优化模型如下:
目标函数,根据供应链,以最小化成本包含六个部分。目标函数的第一部分是零售商采购从供应商的进货成本。目标函数的第二部分的运输成本零售商当航运产品供应商。目标函数的第三部分是产品过剩或短缺。第四部分的成本目标函数的返回产品。第五部分目标函数的存储成本的产品。最后,第六部分的目标函数是碳税成本所产生的碳排放。
约束条件1意味着零售商购买的产品的数量的体积范围内供应商和是一个非负连续变量。
约束条件2表明,购买和返回产品的总量不能超过最大的仓库存储容量。
约束条件3表明,零售商可以获得预期利润最低。
3所示。模型的解决方案
3.1。模糊集合理论
第一步是解决梯形模糊数的模糊统计方法。梯形模糊变量是一个四某些数字组成 ,关系数据所示的函数2- - - - - -4。计算公式如下:
使用模糊统计方法的目的是找出是否元素在一个地区,W,属于某些判断的集合。针对其不同的元素,这个系列有不同的范围,但他们都是在一个模糊集,该元素是一个常数,收集改变,我们需要执行无数的计算得到的频率。
计算步骤如下。
第三步,计算的总数统计,增加会员频率慢慢开始稳定,然后,会员可以获得价值。
在第四步中,会员获得价值后,梯形模糊数转化为一个明确的数字。
3.2。遗传算法
由遗传算法解决供应链模型,这是来源于达尔文的生物进化过程,是一个方法用于寻找最优解决方案通过模拟自然进化过程。
3.2.1之上。基因编码
选择的数量特性包括基因的组合。减少的数量组合,图像被分成块和每个片段被视为基因基因的最佳组合的计算。每个基因的数量计算实验。
遗传算法不能直接处理问题的参数空间;基因必须转换为染色体或个人组成的一个特定的结构,称为转换代码工作,评估策略总是使用以下三个规范代码。
首先,在完整规范,问题空间中的所有点(候选人)可以表示为点(染色体)GA空间。
第二,对于健全规范,空间染色体可以应对候选人危害在所有空间。
第三,非冗余性规范是染色体和候选人之间的一一对应。
编码的遗传算法,求解过程使用实数编码方法。
对于函数优化问题,一般采用实数编码方法。
实数编码的优点如下:它可以用来代表数字和大范围搜索范围大,适用于精度要求的问题。这种编码方法不仅非常有效,而且也不是很复杂。此外,这种编码方法可以结合其他与复杂约束算法来解决问题。
模型采用实数编码方法,使用实数向量T= (t1,t2染色体),n为数字。
3.2.2。生成初始种群
随机生成初始种群。
因此,让我们先从一个任意的解决方案,T0。正如最初的染色体,其余染色体重复生成以下过程从1n−1。
第一步是生成任意实数向量,问。
第二步是建立一个正实数,如果T0+U问是一个可行的解决问题的办法,那么Ti←吗T0 +Uq作为一个初始染色体(我= 1,…,n−1)我←我+ 1;然后,返回上一步,或否则,到最后一步。
第三步是生成一个随机数从(0,U),取代U随机数,并返回到上一步,直到N次(一个预先确定的正整数)。如果T0 + Uq仍然不是一个可行的解决问题的办法,然后再回到第一步,所有的方法T0 + Uq,只要它的工作原理。
初始种群的结构如图2。
3.2.3。构造的适应度函数
在GA,接下来的搜索信息可以通过使用目标函数值。
评估个体适应度函数如图3。
3.2.4。选择一个操作
摘要轮盘是用来证实染色体的生存和消除我根据其被选择的概率和军事大小的上限。轮盘赌是一个比例选择策略。新的染色体根据特定的概率被选中,这是成正比的健康。
轮盘赌方法的步骤如图所示4。
轮盘赌方法的计算步骤如下。
第一步是计算Ti,霁的累积概率。
第二步是生成一个随机数从0到1。
在第三步中,如果在步骤2中数量小于霁,然后选择Ti;否则,π是选择。
在第四步中,第二个和第三个步骤重复生成人口准备下一个选择良好的人群。
第五步,如果没有发现最好的后代,那么后代人口的一个随机成员被选中。
3.2.5。进行Cross-Operations
单点交叉方法中使用这个模型。选择一个交叉点的方法在每个染色体的基因组成,随机选择两个个体作为父母,在交叉点和随机设置染色体产生两个新个体。
3.2.6。进行变异操作
几乎没有改变的可能的特定位置或特定位置值的个人密码字符串在变异操作。此外,染色体成为后代。变量本身是一个随机算法,只生成新个体和辅助算法决定了遗传算法的局部搜索能力。有效的搜索空间的优化是非常重要的,以防止团队进入,改变搜索空间的地方,保持种群的多样性,防止过早现象。
在图所示的突变过程5。
3.2.7。终止算法
在这个模型中,设置最大迭代次数作为终止条件。迭代次数越多,越多的人口开始收敛。
图6显示了计算步骤解决不确定需求的低碳供应链模型采用遗传算法。
4所示。实例分析
来验证算法是否可行,可以迅速找到问题的最优解,计算例子是专门结合模拟和分析。
通过移动电话零售商的模拟研究,相关的网络上的在线市场统计数据查询,指的是网络上发表的相关论文和网络相关的统计和分析二手磋商,并结合实际情况来获取所需的数据参数的模型分析手机零售商。这个计算示例的身体是一个三级供应链系统,由零售商为主导,以及供应商和客户。零售商的目标是最小化成本的约束下,碳税成本和获得一定利润的总成本最小化。让我们表示产品的需求量为梯形模糊数:
因此,可以看出客户的最有可能的需求数量在265年到275年之间,在时间的隶属函数值是1。客户需求的数量不得少于250或超过285;也就是说,隶属函数值为0。
其他参数如表所示2。
基于上述数据,部分的模糊规划模型3是解决。中使用的参数算法如下:36染色体构成人口;人口的规模,和一个梯形用于选择旋转轮上的染色体。当G= 0.05,使用模糊数来确定模糊模型。GA的周期数是600。当使用模糊模拟过程模糊目标函数,它是必要的,以确定的水平截集模糊需求,将(250、285)。
第二,上述数据被添加到低碳供应链网络的优化模型在不确定条件下的部分3解决模型和最优解的获得:Nt = 64,和Nr = 12。相应的总成本如下:
在这里,C= 148598 .61点,原因和数量的图像元购买的产品从供应商、零售商数量Nr处理返回的产品,和总成本C模型求解的迭代过程呈现在图7。图像模糊的需求β的产品,单位碳排放税E,和总成本C图所示8。
其次,通过一个算例的分析,发现内部的碳税的变化范围从0到62.38元/吨,不改变供应链企业的决策过程。一般而言,碳排放减少碳排放税率逐渐增加,但总成本的增加线性增加的碳排放税。可以看出,碳税率越高,更大的减少碳排放和减少供应的重要性。只有制定一个适当的碳税税率供应链企业积极配合低碳限制和减少排放。此外,通过这样做,可以成功地实现政府的低碳政策,最终实现长期的社会发展和经济和谐的可能性。否则,这样的政策将不仅未能实现减排,还导致环境问题。
5。结论
在本文中,一个不确定的供应链优化模型与低碳的背景下研究了数字化的需求。的主要创新如下:(1)在环境中不确定的需求,构建一个三级低碳供应链网络,建立一个多目标模糊规划模型与最小化总成本和碳排放的目标,并分析采购和运输过程中的碳排放,以便找到一个经济效益与环境保护之间的平衡。(2)产生的碳排放在传统生产和运输过程中增加。建立了相应的数学模型和优化进行分析。
本研究的理论贡献和实践价值如下:(1)理论的贡献。本文发现现有文献的不足在低碳供应链模型,并提出了供应链优化模型考虑碳税政策和不确定环境中数字化;它证实了研究方法,定量是主要的和定性的辅助碳税政策的不确定环境和需求(2)实用价值。本文使用模糊规划理论来避免供应链不确定性;低碳供应链为企业的可持续发展提供支持;它还提供了响应国家绿色和可持续发展政策的支持
然而,仍然有一些限制。本文的不足和前景如下:(1)在一个不确定的环境中,除了模糊的情况下,它也可能是随机的。因此,可以在将来的研究中考虑随机性。(2)在现实生活中,不同的行业有不同的供应链主导节点企业、关系和供应链的节点企业数量也不同。在本文中,只考虑供应商在第三的主导地位。因此,供应商或中间公司的统治地位在未来的研究可以考虑。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
j . z和j . z导致了写作初稿的这项研究中,模型构建,案例分析,相关的实验结果和分析;F.L.导致了概念、方法设计、研究工作,和实验分析;开出了本研究的背景研究和修订提出建设性的建议。开出信用证和Y.Y.帮助分析,使本文的框架的重要建议和做出一些修改初稿。所有作者已阅读及同意发布版本的手稿。
确认
这项研究得到了国家社会科学基金(批准号20 bjy185),北京社会科学基金(批准号19 zda12 18 glb022 18 gla009和21 xcb005),以及2020年的项目《尉缭子》北京大学的“Shipei计划”,北京对智能物流系统协同创新中心(批准号bilsci - 2019 - kf - 12)。