IBM跨企業(yè)的供應(yīng)鏈管理模式

IBM電腦部和其他部門的供給鏈管理GRACELIN,MARKUSETTL

STEVEBUCKLEY,SUGATOBAGCHIIBMT,J.沃森研究中心約克鎮(zhèn)Heights,紐約10598DAVIDD.YAO哥倫比亞大學(xué)

紐約，紐約州10027BRETL.NACCARATOIBM印刷系統(tǒng)公司

Endicott，紐約13760ROBALLAN,KERRYKIM

LISAKOENIGIBMPersonal

研究三角公園，卡羅萊納州277091994年，IBM開場重組它的全球供給鏈。它希望以最少的庫存到達(dá)對顧客的快速響應(yīng)。為了支持這一工程，我們開發(fā)了一個跨企業(yè)供給鏈的分析工具，資產(chǎn)管理工具〔AMT〕。AMT將圖形化流程建模、解析解的性能優(yōu)化、仿真、基于行為的本錢核算以及企業(yè)數(shù)據(jù)庫連通性集成在一個允許對跨企業(yè)供給鏈進(jìn)展定量分析的系統(tǒng)中。IBM已經(jīng)采用AMT研究類似于庫存預(yù)算、周轉(zhuǎn)目的、顧客效勞目的以及新產(chǎn)品介紹等問題。我們已經(jīng)將它施行于大量的IBM的商業(yè)單位和渠道合作伙伴。1998年AMT已經(jīng)在原材料本錢和價格保護(hù)費(fèi)用上節(jié)省了7.5億多美元。作為世界上最大的計算機(jī)硬件、軟件和效勞的提供商，IBM消費(fèi)各種不同的產(chǎn)品，包括半導(dǎo)體、處理器、硬盤、個人電腦、打印機(jī)、工作站以及大型機(jī)。它的制造點(diǎn)與世界各地成千上萬的供給商和分銷渠道保持著聯(lián)絡(luò)。一條產(chǎn)品線可能包含數(shù)以千計的零件，而這些零件要涉及到多級原材料清單、各式各樣的提早期和本錢以及成百上千的由不同的運(yùn)輸形式連接的制造和分銷地點(diǎn)。面對著日益劇烈的競爭，高科技的迅猛開展，持續(xù)的價格下降的挑戰(zhàn)，公司在1993年開場了一個內(nèi)部重組工程，理順業(yè)務(wù)流程，以改善物流和信息流。這一重組工程通過進(jìn)步將產(chǎn)品傳遞到市場上的速度、可靠性和有效性，致力于改良顧客滿意度和市場競爭力。作為整個重組工程的一部分，1994年，IBM開場了一個資產(chǎn)管理重組的開發(fā)，其目的是定義供給鏈構(gòu)造、確定戰(zhàn)略庫存和顧客效勞目的，以優(yōu)化庫存的分配和存放，并在滿足顧客效勞目的的同時減少企業(yè)的庫存。公司成立了一個跨部門的團(tuán)隊(duì)，成員是來自制造、研發(fā)、財務(wù)、市場、效勞和技術(shù)部門的代表。這個團(tuán)隊(duì)確定了五個需要建模用于支持決策的領(lǐng)域：〔1〕在每一個商業(yè)單元內(nèi)減少庫存的方法的設(shè)計；〔2〕用于高層管理的為獲得庫存目的的選擇方法的開發(fā)；〔3〕在每個商業(yè)單元內(nèi)開發(fā)和施行一個協(xié)調(diào)管理庫存和顧客效勞目的的流程，包括工具的采納和調(diào)度。〔4〕在全球供給鏈網(wǎng)絡(luò)中對類似于效勞零件、消費(fèi)原材料和成品這樣的資產(chǎn)進(jìn)展充分的估價?！?〕對跨品牌產(chǎn)品和單元協(xié)作進(jìn)展評價，以改善庫存和風(fēng)險管理。針對這些問題，我們開發(fā)了資產(chǎn)管理工具〔AMT〕，這是一個戰(zhàn)略性的決策支持工具。AMT和其它資產(chǎn)管理重組方法的整合已經(jīng)使跨企業(yè)的供給鏈管理在IBM得到了成功的應(yīng)用。資產(chǎn)管理工具〔AMT〕 跨企業(yè)的供給鏈?zhǔn)且粋€由互相關(guān)聯(lián)的設(shè)施組成的網(wǎng)絡(luò)，企業(yè)通過這些設(shè)施進(jìn)展采購、消費(fèi)、配送，并將產(chǎn)品和效勞傳遞給它的顧客。由于采購、消費(fèi)和銷售變得越來越全球化，大公司的供給鏈也愈加復(fù)雜，并且互相依賴的程度也越來越深。今天的跨企業(yè)的供給鏈實(shí)際上是由代表了許多公司利益的多個供給鏈組成的網(wǎng)絡(luò)，包括供給商的供給商到顧客的顧客。由于存在這種互相依賴的關(guān)系，一個具有擴(kuò)展供給鏈的企業(yè)只有與它的供給商和零售商通力合作，才會獲得良好的業(yè)績和開展。一個具有擴(kuò)展供給鏈的企業(yè)只有與它的供給商和零售商通力合作，才會獲得良好的業(yè)績和開展。在高科技產(chǎn)業(yè)中，跨企業(yè)供給鏈的管理變得非常重要。在管理得好的情況下，它可以使公司運(yùn)作本錢很低，而利潤很高。而一個管理糟糕的供給鏈卻恰好相反，利潤減少、企業(yè)失去創(chuàng)新精神，企業(yè)的商業(yè)成長受到阻礙。在我們最初的工作中，我們意識到有兩個根本的環(huán)節(jié)可以用來檢查IBM的供給鏈情況。第一，我們必須減少和管理不確定性，以促進(jìn)更準(zhǔn)確的預(yù)測；第二，我們必須改良供給鏈的靈敏性，促使其迅速適應(yīng)市場的變化。從一開場，我們就致力于研究一條跨企業(yè)的供給鏈潛在固有的互相依存關(guān)系。我們認(rèn)識到只有當(dāng)我們的系統(tǒng)反映了我們的供給商和渠道采用的策略和流程，并且將他們的價值鏈與我們自己的集成考慮，我們的這一系統(tǒng)才可能運(yùn)行成功。這一觀點(diǎn)幫助我們形成了這樣的看法：在跨企業(yè)的供給鏈中，必須采用集成的建模和分析工具。它將是一種采用新的方法論來處理需求、提早期、供給商可靠性和其它因素內(nèi)在固有不確定性的工具。它將是可晉級的，這樣，它就可以處理代表某行業(yè)的大量描繪產(chǎn)品構(gòu)造、供給鏈流程和部件庫存信息的數(shù)據(jù)。最后，這一新工具在對供給鏈策略的根本類型及其交互作用的建模中也同樣有效，因?yàn)椴煌钠髽I(yè)可能使用不同的政策。我們設(shè)計AMT來解決所有這些問題。它是一個用于戰(zhàn)略和戰(zhàn)術(shù)供給鏈方案的建模和分析系統(tǒng)，源自各種各樣IBM早期的內(nèi)部重組研究[Bagchietal.1998；Buckley1996；BuckleyandSmity1997；Feiginetal.1996]。它支持用于多層次庫存系統(tǒng)量化分析的先進(jìn)的建模、仿真和優(yōu)化才能，以及類似于企業(yè)數(shù)據(jù)庫連通性和基于Internet的溝通這樣的特點(diǎn)。AMT基于六個功能模塊：一個數(shù)據(jù)建模模塊、一個圖形用戶界面、一個實(shí)驗(yàn)管理器、一個優(yōu)化引擎、一個仿真引擎和一個報告生成器。數(shù)據(jù)建模模塊提供了一個關(guān)聯(lián)數(shù)據(jù)接口，包括產(chǎn)品構(gòu)造、提早期、本錢、需求預(yù)測和相關(guān)變量的信息。它內(nèi)置有原材料清單的發(fā)出和數(shù)據(jù)精簡才能、可以自動檢查數(shù)據(jù)的完好性。通過數(shù)據(jù)橋〔databridges〕，它允許對IBM的國際和當(dāng)?shù)剡\(yùn)作數(shù)據(jù)庫的進(jìn)展訪問。圖形用戶界面〔GUI〕將供給鏈建模與基于會話的供給鏈數(shù)據(jù)輸入結(jié)合起來。它允許用戶通過拖放模型組件建立供給網(wǎng)絡(luò)，比方將制造點(diǎn)、配送中心、運(yùn)輸節(jié)點(diǎn)置于工作區(qū)上。實(shí)驗(yàn)管理器用于組織和管理與供給鏈實(shí)驗(yàn)相關(guān)的數(shù)據(jù)集。它允許用戶查看并交互地修改參數(shù)和策略。除此之外，它提供對實(shí)驗(yàn)中生成的輸出數(shù)據(jù)的自動訪問，并且支持各種各樣的文件管理操作。優(yōu)化引擎工具執(zhí)行了AMT的主要功能，量化地權(quán)衡了供給聯(lián)網(wǎng)絡(luò)中的客戶效勞目的和庫存。這一模塊可以通過GUI的下拉菜單訪問，或者由仿真引擎調(diào)用。仿真引擎模擬了供給鏈在不同參數(shù)、策略和網(wǎng)絡(luò)構(gòu)造下運(yùn)行得到的結(jié)果，包括供給商、制造商以及配送中心的數(shù)量和位置；庫存和制造策略，例如平安庫存控制、供貨時間、按庫存消費(fèi)、按訂單消費(fèi)，以及連續(xù)或周期性的補(bǔ)充策略等。仿真引擎包含了一個動畫模塊，可以幫助用戶想象供給鏈的運(yùn)作，并在監(jiān)控仿真輸出報告的同時改變參數(shù)和策略。報告生成器對所研究的供給鏈的性能提供了一個綜合的觀察，包括平均周轉(zhuǎn)時間、顧客效勞程度、出貨情況、訂單完成率和庫存。它還能生成財務(wù)報告，包括銷售收入、庫存占用資金、原材料本錢、運(yùn)輸本錢和基于活動的本錢，比方原材料的處理和制造。 優(yōu)化引擎優(yōu)化引擎的核心功能，是分析在一條跨企業(yè)的供給鏈中顧客效勞和庫存投資之間的權(quán)衡。目的是確定供給鏈中每個節(jié)點(diǎn)中的每種產(chǎn)品的平安庫存，以期最小化在總體庫存上的投資。我們把供給鏈看作是一個多層的網(wǎng)絡(luò)，將其中的每個庫存節(jié)點(diǎn)作為一個排隊(duì)系統(tǒng)進(jìn)展建模。除了通常的排隊(duì)建模，我們在模型中結(jié)合了一個庫存控制政策：平安庫存控制策略，將平安庫存程度作為決策變量。為了量化地評價這樣一個網(wǎng)絡(luò)，我們開發(fā)了一種基于分解算法的方法。其核心思想是單獨(dú)分析網(wǎng)絡(luò)中的每一個庫存節(jié)點(diǎn)，并通過所謂的實(shí)際提早期，獲取不同庫存節(jié)點(diǎn)之間的聯(lián)絡(luò)。我們將每個庫存節(jié)點(diǎn)看成一個具有復(fù)合泊松到達(dá)、無限個效勞臺，效勞時間服從一般分布的隊(duì)列，用排隊(duì)符號表示。為了做到這一點(diǎn)，我們必須詳細(xì)說明到達(dá)和效勞過程。通過基于消費(fèi)構(gòu)造，采用標(biāo)準(zhǔn)的MRP需求生成技術(shù)，我們在每個節(jié)點(diǎn)獲得到達(dá)過程。復(fù)合泊松到達(dá)過程有三個主要參數(shù)：到達(dá)率、批量的均值和方差。因此它可以包含多種形式的需求數(shù)據(jù)；例如，某一特定時期的需求可以由它的最大值、最小值、以及最可能的值來描繪。效勞時間是每個庫存節(jié)點(diǎn)的真實(shí)提早期。一個庫存節(jié)點(diǎn)的真實(shí)提早期可以通過它的名義提早期〔比方制造或運(yùn)輸時間〕以及它的供給商的滿足率來求得。特別的，當(dāng)一個供給商出現(xiàn)缺貨時，我們必須將由此產(chǎn)生的延遲加到實(shí)際提早期中去。這一延遲是供給商用來消費(fèi)滿足訂單的下一個單位所用的時間。在我們的模型中，我們通過Markov鏈分析得到附加的延遲。隨著到達(dá)和效勞過程確實(shí)定，我們可以分析隊(duì)列，并得到類似庫存、缺貨、滿足率和顧客效勞程度這樣的性能指標(biāo)。在對庫存節(jié)點(diǎn)i的分析中，關(guān)鍵值是隊(duì)列中的作業(yè)數(shù)量，以Ni表示，這個值可以從標(biāo)準(zhǔn)的排隊(duì)論的結(jié)論[Liu,Kashyap,和Templeton1990]中得到。為了減輕大規(guī)模應(yīng)用中的計算負(fù)擔(dān)，我們用一個正態(tài)分布來近似Ni。這樣，我們只需要得到Ni的均值和方差，而這二者都依賴于實(shí)際的提早期，即排隊(duì)模型的效勞時間。圖1是一個庫存節(jié)點(diǎn)的動態(tài)變化的簡圖。優(yōu)化模型的目的是最小化供給網(wǎng)絡(luò)中的總期望庫存資本。這一總量是所有庫存節(jié)點(diǎn)的總和，而每個節(jié)點(diǎn)持有兩種類型的庫存：成品〔在持〕庫存和在制品〔在訂〕庫存。優(yōu)化模型的約束是要求的顧客效勞目的。他們由顧客訂單在給定期限之前滿足的概率來表示，例如95或99％。我們的公式允許用戶分別為每一類需求流指定顧客效勞目的。首先對于每種最終產(chǎn)品，我們得到可以滿足要求的顧客效勞目的的滿足率。這些滿足率通過網(wǎng)絡(luò)的材料清單構(gòu)造以及實(shí)際提早期，與所有上游庫存節(jié)點(diǎn)的實(shí)際提早期建立聯(lián)絡(luò)。模型因此得到了不同庫存節(jié)點(diǎn)的互相關(guān)系，特別是平安庫存程度和滿足率對于顧客效勞程度的影響。供給鏈和配送網(wǎng)絡(luò)的相關(guān)模型包括了Lee和Billington[1993]模型，Atntzenetal,[1995]，Cammetal.[1997]，Kruger[1997]，Graves,Kletter,以及Hetzel[1998]、Andersson,Axsaeter和Marklund[1998]。圖1：在這個描繪一個庫存節(jié)點(diǎn)動態(tài)性能的簡圖中，平安庫存程度是9，當(dāng)有四個單位庫存時，其它的五個單位已經(jīng)由早期的訂單所供給，并且已經(jīng)轉(zhuǎn)化為流程中的五個作業(yè)。為了使優(yōu)化可以快速執(zhí)行，我們得到準(zhǔn)確形式的解析梯度估計，并且實(shí)現(xiàn)了一個梯度搜索算法用來生成最優(yōu)解。這一工作的技術(shù)細(xì)節(jié)參見Ettletal.[1998]及附錄。除了梯度搜索，我們還開發(fā)了一個基于產(chǎn)品聚類的啟發(fā)式優(yōu)化過程。為了使解法有效，我們將它與許多搜索方法在解決中等規(guī)模的測試問題時進(jìn)展比擬。對于大規(guī)模的，產(chǎn)業(yè)規(guī)模的應(yīng)用，這一模型也已經(jīng)在IBM的幾個商業(yè)單元中得到廣泛測試。仿真引擎仿真引擎允許用戶對不同的供給鏈策略進(jìn)展模擬，特別的，可以用來驗(yàn)證和微調(diào)由優(yōu)化引擎生成的解決方案的性能。我們基于Simprocess[Swegles1997]建立仿真引擎，Simprocess[Swegles1997]是一個用于通用目的的商業(yè)流程模擬器，由IBM研究中心和CACI產(chǎn)品公司結(jié)合開發(fā)。仿真引擎在參加供給鏈建模功能的同時，保存了Simprocess的功能。特別的，它為下面的供給鏈流程提供了建模功能：顧客流程代表了基于所模擬的顧客需求，向供給鏈提交訂單的外部顧客。它還能對關(guān)于期望顧客效勞目的和顧客優(yōu)先級的信息進(jìn)展建模。制造流程對裝配組裝過程、庫存策略和補(bǔ)充策略進(jìn)展建模。它還能被用于對供給商建模。配送流程對配送中心建模并且可以用來對零售店建模。運(yùn)輸流程對運(yùn)輸時間、車輛裝載和運(yùn)輸本錢進(jìn)展建模。預(yù)測流程代表了產(chǎn)品預(yù)測，包括將來階段的促銷和隨機(jī)需求。庫存方案流程對周期性的庫存目的程度設(shè)置進(jìn)展建模。這個流程的本質(zhì)是基于要求的顧客效勞目的，計算出供給鏈中各個庫存節(jié)點(diǎn)的建議庫存程度的AMT優(yōu)化引擎。仿真引擎允許用戶在監(jiān)控輸出報告的同時，改變一系列輸入?yún)?shù)，來獲得最正確的輸出值。所有的輸入和輸出參數(shù)存在于AMT模型數(shù)據(jù)庫中。用戶以隨機(jī)變量的形式，通過隨機(jī)分布為仿真提供輸入?yún)?shù)；包括制造提早期，運(yùn)輸時間，原材料處理延遲時間、需求預(yù)測、原材料清單單上要求的產(chǎn)品數(shù)量和供給商的可靠性。支持的隨機(jī)分布函數(shù)包括β，愛爾朗，指數(shù)、γ、正態(tài)、正態(tài)對數(shù)、泊松、三角、均勻、韋伯和用戶定義的分布。我們設(shè)計了仿真引擎來進(jìn)展基于情景的分析。在這一分析中，像供給商、制造商、配送中心的數(shù)目和位置、庫存程度、以及制造、補(bǔ)充以及運(yùn)輸策略〔按方案消費(fèi)、按訂單消費(fèi)、按訂單裝配、持續(xù)補(bǔ)充、周期性補(bǔ)充、滿載運(yùn)輸、非滿載運(yùn)輸?shù)鹊取尺@樣的供給鏈參數(shù)在仿真過程中不斷變化。對于每一次的仿真，用戶都可以指定一個方案期，重復(fù)情景〔樣本運(yùn)行〕的數(shù)量以及一個不用保存統(tǒng)計數(shù)據(jù)的預(yù)熱階段。方案期的長度取決于特定的被討論的實(shí)際應(yīng)用，以及歷史需求預(yù)測的有效性。通常我們?nèi)?-12個月作為方案期。仿真運(yùn)行的結(jié)果以指標(biāo)報告的形式輸出，這些指標(biāo)包括周轉(zhuǎn)次數(shù)、顧客效勞、滿足率、缺貨率、出貨、收入、平安庫存以及在制品庫存。為了分析財務(wù)方面的影響，用戶可以使用以下條目，其中的所有條目都可以再仿真中監(jiān)控：原材料本錢；產(chǎn)品銷售收入；基于活動的本錢，例如原材料處理和制造本錢；庫存持有本錢；運(yùn)輸本錢；錯誤滿足或者推延向顧客發(fā)送的懲罰本錢；因被錯誤滿足或者從供給商處推延發(fā)來貨物的補(bǔ)償；由顧客返還貨物產(chǎn)生的本錢；將貨物返還給供給商的補(bǔ)償。系統(tǒng)集成與技術(shù)創(chuàng)新我們將AMT的六個功能模塊集成在一個足夠靈敏的系統(tǒng)構(gòu)架中，它可以滿足用戶不同的計算需要。這種構(gòu)架是基于一個客戶端－效勞器規(guī)劃模型的，在這個模型中，可以利用計算機(jī)網(wǎng)絡(luò)的資源進(jìn)展試驗(yàn)〔見圖2〕。AMT的客戶端提供了一系列功能，用于查看用戶圖形界面和對話框形式的數(shù)據(jù)錄入。而AMT的效勞器端——通常處在一臺功能強(qiáng)大的工作站或中型機(jī)上——提供了完好的建模和分析功能。在我們?yōu)槭褂霉δ茌^弱的計算機(jī)〔如膝上型電腦〕的用戶建立的構(gòu)架中，AMT客戶端那么以獨(dú)立于平臺的Java應(yīng)用程序形式存在；聯(lián)網(wǎng)的客戶端那么允許用戶通過網(wǎng)絡(luò)閱讀器訪問AMT。圖2為了管理供給鏈運(yùn)作，AMT需要產(chǎn)品在不同階段與流程中的相關(guān)數(shù)據(jù)。這些數(shù)據(jù)可以通過一個相關(guān)模型數(shù)據(jù)庫〔它經(jīng)由關(guān)聯(lián)界面與效勞器相連接〕得到。數(shù)據(jù)庫存儲了與各種建模情形相關(guān)的信息，包括供給鏈構(gòu)造、產(chǎn)品構(gòu)造、制造數(shù)據(jù)，以及需求預(yù)測。對每種最終產(chǎn)品，通過自上而下的材料清單，可以生成它的產(chǎn)品構(gòu)造。我們所有的產(chǎn)品數(shù)據(jù)都是從公司數(shù)據(jù)庫以及當(dāng)?shù)卣军c(diǎn)數(shù)據(jù)資源中提取的。為了方便數(shù)據(jù)提取，我們開發(fā)了許多數(shù)據(jù)庫連通性模塊，提供對數(shù)據(jù)庫的自動訪問，提取消費(fèi)數(shù)據(jù)，并把它們注入模型數(shù)據(jù)庫中。所有的連通性模塊都有內(nèi)置的材料清單生成功能。為了檢測因原材料清單信息遺漏或不完備導(dǎo)致的數(shù)據(jù)記錄不一致現(xiàn)象，我們參加了數(shù)據(jù)庫的一致性檢驗(yàn)，這樣可以產(chǎn)生遺漏數(shù)據(jù)報告，并將數(shù)據(jù)集縮小到可以被保持一致地下載到模型數(shù)據(jù)庫的程度。數(shù)據(jù)搜集的過程允許用戶在相關(guān)的表格中提供遺漏的數(shù)據(jù)，這些表格可與清單的輸出結(jié)果合并。為了將原材料采購清單的復(fù)雜性控制在可以管理的范圍內(nèi)，我們實(shí)現(xiàn)了數(shù)據(jù)減少程序，通過這些程序，我們可以根據(jù)零件的價值等級或年需求本錢自動消除非關(guān)鍵組件。AMT的圖形用戶界面允許建模者在工作域內(nèi)拖放通用供給鏈組件，來為多種供給鏈建立供給網(wǎng)絡(luò)〔見圖3〕。復(fù)雜的算法封裝在組件內(nèi)部。例如，點(diǎn)擊“PSG制造〞節(jié)點(diǎn)，就會翻開讓用戶指定參數(shù)和策略的窗口，例如延遲時間、制造提早期、原材料清單，以及按訂單消費(fèi)或按方案消費(fèi)這樣的制造策略。AMT也支持分級過程建模。用戶可以“下行〞來包含供給鏈的其他層，給建模過程增加可擴(kuò)展性。顧客節(jié)點(diǎn)捕獲需求、預(yù)測和客戶效勞要求。我們置入了動畫，來幫助用戶將訂貨、商品以及卡車在節(jié)點(diǎn)間的運(yùn)行這些供給鏈活動可視化。在仿真運(yùn)行過程中，用戶可以查看報告，例如效勞或庫存報告，理解仿真目前的狀況。除了這些實(shí)時報告，AMT還提供我們前面討論過的財務(wù)和性能報告。圖3AMT的一個重要特征就是優(yōu)化和仿真引擎這些附加功能。使用優(yōu)化引擎，用戶可以進(jìn)展迅速而深化的假設(shè)分析，這是超出任何標(biāo)準(zhǔn)仿真工具才能以外的。使用仿真引擎，用戶可以在仿真動態(tài)的供給鏈流程和策略的同時，調(diào)用庫存模塊進(jìn)展階段性的最優(yōu)庫存程度重算。用戶可以在優(yōu)化解決方案的根底上進(jìn)展仿真，觀察不同節(jié)點(diǎn)采用的不同的供給鏈策略是怎樣影響供給鏈的性能的。仿真結(jié)果也可以用來調(diào)整仿真或者優(yōu)化過程的參數(shù)。在仿真引擎和優(yōu)化引擎之間有一個自動接口，允許用戶在仿真運(yùn)行中周期性的調(diào)用優(yōu)化引擎，例如，根據(jù)最新需求預(yù)測重算目的庫存程度。用戶還可以在推拉混合型環(huán)境中，使用優(yōu)化引擎周期性地產(chǎn)生方案方案——結(jié)合考慮效勞目的和系統(tǒng)不確定性。總之，AMT包含了創(chuàng)造性的優(yōu)化，性能評價以及仿真的結(jié)合，集成了數(shù)據(jù)連通性和一個基于因特網(wǎng)的建?？蚣?。這使得它成為一個功能強(qiáng)大的通用工具，可以用于獲取大規(guī)模行業(yè)供給鏈的隨機(jī)動態(tài)環(huán)境。我們將跨企業(yè)供給鏈作為一個庫存排隊(duì)網(wǎng)絡(luò)進(jìn)展建模，使用分解算法和排隊(duì)分析來獲取每個庫存節(jié)點(diǎn)的性能，。我們開發(fā)了多層、有約束的庫存優(yōu)化算法，采用變化梯度和啟發(fā)式搜索，使其有效地應(yīng)用于大規(guī)模的問題。我們建立了一個供給鏈仿真庫，其中包含供給鏈流程和策略的廣泛的集合，利用這個集合，可以用少量的編程工作為不同的供給鏈環(huán)境建模。它提供了性能指標(biāo)、財務(wù)報告，以及深化到每個庫存持有單元的基于活動的本錢。它還為用戶提供了使供給鏈參數(shù)生效和基于分析結(jié)果微調(diào)參數(shù)的方法。IBM個人系統(tǒng)組中跨企業(yè)的供給鏈管理IMB個人系統(tǒng)組〔PSG〕負(fù)責(zé)個人電腦的研發(fā)、制造、銷售和效勞〔例如，商用型臺式電腦，消費(fèi)型臺式電腦，挪動產(chǎn)品，工作站，PC效勞器，網(wǎng)絡(luò)PC，以及相關(guān)外圍設(shè)備〕。PSG在全世界雇用了18500以上的工人。銷售及營銷隊(duì)伍分布在大城市，而制造工廠位于美國、拉丁美洲、歐洲和亞洲。1998年，PSG賣出了大約7,700,000臺計算機(jī)，這些計算機(jī)使用類似于IBMPC、Aptiva、ThinkPad、InteliStation、Netfinity、以及網(wǎng)絡(luò)工作站這樣的品牌。來自戴爾和Gateway這樣的PC制造商的競爭日益增強(qiáng)，它們采用直銷的、按訂單消費(fèi)的商業(yè)形式。這促使PSG在1997年重新評價自己的業(yè)務(wù)表現(xiàn)以及與其供給鏈合作伙伴的關(guān)系。目的是設(shè)計施行一種綜合的商業(yè)形式，結(jié)合直銷形式〔按訂單消費(fèi)，根據(jù)客戶要求配置，庫存最小化〕和非直銷形式〔固定配置，高質(zhì)量顧客效勞和技術(shù)支持〕的優(yōu)點(diǎn)，通過多種渠道進(jìn)展銷售。在1997年四月，PSG成立了一個跨功能單位的團(tuán)隊(duì)，其任務(wù)是在現(xiàn)有的商業(yè)形式和其他不同的方案中，量化顧客效勞和擴(kuò)展供給鏈中庫存之間的關(guān)系。我們利用PSG的商用臺式機(jī)產(chǎn)品的一個子集的消費(fèi)數(shù)據(jù)，建立了AMT中的根底供給鏈模型。該模型是由最終用戶的需求、零售商定購行為、IBM制造與庫存策略、供給商性能以及提早期可變性觸發(fā)的。我們從22個零售商那里搜集了五個月的實(shí)際最終用戶銷售數(shù)據(jù)。零售商定購行為是被許多因素影響的，例如對策策略、市場鼓勵、對供給商可靠性的信心，以及為滿足大客戶采購的庫存儲藏。對每一個因素進(jìn)展建模未免太過復(fù)雜了。我們的模型通過使用替代性的定購政策，獲得每個PSG零售商的總定購量，來代表現(xiàn)有渠道的銷售才能程度。例如，假如某個零售商平均持有60天的庫存量，模型就為它建立一個相當(dāng)于60天渠道庫存的目的平安庫存程度。為了觀測當(dāng)零售商改變它們訂貨策略時的情況，我們在AMT模型中改變渠道庫存程度，并進(jìn)展不同情況下假設(shè)分析。對于每種定貨策略，我們假定一個零售商將按照給定供給天數(shù)的程度來保持產(chǎn)品庫存。在正常商業(yè)流程中，PSG根據(jù)13周滾動程度來預(yù)測它的制造才能。當(dāng)前一周的預(yù)測作為消費(fèi)方案，然后此方案推動PSG的制造地消費(fèi)的產(chǎn)品流向分銷倉庫，然后它們存儲在那里，直至被零售商定購，或者說拉動。這種補(bǔ)充庫存策略抓住了PSG的結(jié)合推拉式制造與定購系統(tǒng)的特征——PSG按照預(yù)測制造產(chǎn)品，將它們作為成品存在倉庫中，直到從零售商那里得到訂單為止。這個系統(tǒng)并非真正的拉式系統(tǒng)，因?yàn)楫a(chǎn)品的可獲得性會影響零售商的定購。同樣，它也并非真正的推式系統(tǒng)，因?yàn)榱闶凵痰亩ㄙ徱矔绊慞SG制造點(diǎn)的日程安排。為了有效的把握由于部件短缺、才能約束以及最小訂貨批量要求所造成的多變性，我們分析了對將來13周的預(yù)測。PSG制定了一個在95％的可能內(nèi)三日內(nèi)送貨給顧客的目的，這個目的直接轉(zhuǎn)化成AMT的優(yōu)化引擎所需要的顧客效勞約束。結(jié)合仿真引擎和優(yōu)化引擎，模型根據(jù)最新的可得到的需求預(yù)測，每周計算平安庫存，使顧客訂單中的95％在3天內(nèi)滿足。這個供給策略形成了PSG供給商定購部件和組件，并進(jìn)展后續(xù)制造活動的根底。在工程的第一階段，我們使用簡化的數(shù)據(jù)集來建立一個PSG供給鏈的簡化原型來檢驗(yàn)假設(shè)，研究各種建模算法，更好的理解AMT應(yīng)用中可能的局限。在工程的第二階段，我們開發(fā)了更詳細(xì)的建模方案，可以改變渠道庫存，并結(jié)合零售商處的渠道裝配策略。PSG給他的零售商們提供了兩種類型的產(chǎn)品：〔1〕標(biāo)準(zhǔn)機(jī)型模型〔MTMs〕：已完成并經(jīng)檢測合格的計算機(jī)；〔2〕開放式機(jī)型：沒有功能，只包括計算機(jī)最根本的部分，沒有內(nèi)存，硬盤文件和CD-ROM，這些開放式的機(jī)型允許零售商根據(jù)顧客的特殊需求進(jìn)展組裝。我們發(fā)現(xiàn)有的零售商把這些開放式機(jī)型在需要的時候組裝成標(biāo)準(zhǔn)機(jī)型，賣給顧客，這是一個表達(dá)出靈敏性的例子，因?yàn)榱闶凵炭梢杂卯?dāng)前的開放式機(jī)型庫存滿足對標(biāo)準(zhǔn)機(jī)型的訂單，而不僅僅是儲存這些庫存去滿足非標(biāo)準(zhǔn)機(jī)型的訂單。有的零售商庫存大量開放式機(jī)型，一旦有了標(biāo)準(zhǔn)機(jī)型的訂單，他們向廠家訂貨，而不是利用現(xiàn)有的零部件組裝，這就是不夠靈敏的表現(xiàn)。兩種方法都會影響庫存和顧客效勞。因?yàn)榱闶凵痰撵`敏性不可以準(zhǔn)確地定義，我們設(shè)計了不同仿真試驗(yàn)集，在100%靈敏和100%不靈敏兩種極端的情況下，界定或構(gòu)造渠道裝配策略的實(shí)際影響。通過將仿真結(jié)果與PSG歷史數(shù)據(jù)的比擬，我們來驗(yàn)證AMT模型的準(zhǔn)確性。我們根據(jù)需要調(diào)整我們的消費(fèi)模型和參數(shù)，在不同的參數(shù)和策略下進(jìn)展屢次仿真。這項(xiàng)研究的主要結(jié)果是如下幾個方面：基于PSG現(xiàn)有的產(chǎn)品構(gòu)造、小批量的市場環(huán)境、以及現(xiàn)有的供給鏈策略，采用渠道裝配幾乎沒有減少其庫存。〔不靈敏的零售商渠道行為〕允許零售商用他們庫存的部件組裝成任何標(biāo)準(zhǔn)機(jī)型，可以改善效勞2％，減少12％的庫存。〔靈敏的零售商渠道行為〕把22個裝配點(diǎn)的需求集中成3種大的類別，可以改善6％的效勞程度且減少5％的庫存。在現(xiàn)有的推－拉式的供給鏈策略根底上，PSG可在不影響顧客效勞程度的根底上，減少50％的庫存。目前，整個供給鏈上的庫存程度遠(yuǎn)遠(yuǎn)高于保持PSG效勞目的所需要的最優(yōu)庫存。這個工程及隨后的工程集中了4個功能團(tuán)體——市場和銷售，消費(fèi)，配送，開發(fā)——尋求公司范圍內(nèi)對PSG戰(zhàn)略方向及隨后行動的一致。我們的研究對于PSG的先進(jìn)的訂單滿足創(chuàng)新〔AFI〕直接起到了奉獻(xiàn)作用，AFI致力于通過改良PSG產(chǎn)品的通用性，進(jìn)步零售商渠道的靈敏性[Narisetti1998]。同樣，PSG的管理層也認(rèn)可了減少組裝地點(diǎn)的數(shù)量，這是由于價格保護(hù)渠道的環(huán)境發(fā)生變化的結(jié)果。特定的條件和環(huán)境主要決定于AMT模型的輸出結(jié)果，在對后勤流程進(jìn)展了一系列加強(qiáng)改善后，于1997年11月施行這個工程。 PSG已經(jīng)基于ATM的分析結(jié)果，對于如何分配工程優(yōu)先權(quán)和庫存管理渠道庫存方面，作出了許多決策。雖然1997年就作出了PSG初始商業(yè)轉(zhuǎn)型的分析，但是是在1998年產(chǎn)生了實(shí)際的商業(yè)效益。一個零售商預(yù)測的越準(zhǔn)確，效勞的程度就越高。從1997年底到1998年底PSG削減了超過50％的庫存。這次削減庫存的直接結(jié)果就是PSG銷售渠道的貼補(bǔ)費(fèi)用比1997年減少了1億美元。貼補(bǔ)費(fèi)用是指支付給分銷商和商業(yè)合作伙伴的費(fèi)用，這些費(fèi)用是為了補(bǔ)償價格變化而對他們的庫存產(chǎn)品所產(chǎn)生的影響。另外，由于產(chǎn)品的銷售實(shí)際與部件制造時間又縮短了4－6周，使得PSG節(jié)省了另外5％－7％的消費(fèi)本錢。這相當(dāng)于每年節(jié)約6.5億美元。 在最初評估后的幾個月內(nèi)，我們進(jìn)展了進(jìn)一步的供給鏈研究，包括分析〔1〕將供給鏈上的合作者結(jié)合進(jìn)來；〔2〕在建模中考慮地理分布情況；〔3〕評價將總裝延遲至銷售商的配送點(diǎn)這一做法對庫存和消費(fèi)者效勞影響；〔4〕估計削減消費(fèi)周期對庫存的影響。這些研究已經(jīng)幫助PSG的商業(yè)合作伙伴制定更及時的關(guān)于供給鏈策略的決策。特別的，這些研究已經(jīng)使得IBM和他的主要合作伙伴建立了一個合作場所政策。在合作場所政策中，合作伙伴將它的配送點(diǎn)置于IBM內(nèi)部，消除了在不同地點(diǎn)之間昂貴的周轉(zhuǎn)費(fèi)用。最后，因?yàn)槲覀儼l(fā)現(xiàn)預(yù)測的準(zhǔn)確程度在很大程度上影響著庫存和消費(fèi)者效勞程度，PSG用AMT來決定向商業(yè)合作伙伴承諾的效勞程度，而這種承諾主要基于他們提供準(zhǔn)確預(yù)測的才能。零售商預(yù)測地越準(zhǔn)確，PSG提供給零售商的效勞程度就越高。這種政策在行業(yè)中是史無先例的，受到了PSG的商業(yè)合作伙伴的歡送?？偠灾?，PSG相信AMT在開發(fā)和應(yīng)用世界程度的供給鏈管理策略上，已經(jīng)成了一個無價的資產(chǎn)。IBM中其他的AMT應(yīng)用AMT同樣應(yīng)用在IBM的其他制造部門中，包括印刷系統(tǒng)部門〔PSC〕，中型機(jī)部門〔AS/400〕，辦公室工作站部門〔RS/6000〕，存儲系統(tǒng)部門〔SSD〕，大型機(jī)部門〔S/390〕和PSG的歐洲市場。PSG的一些商業(yè)合作伙伴也已經(jīng)使用了AMT，包括Pinacor，GECapital和BestBuy。IBM的行業(yè)解決方案單位對外采用這個工具來進(jìn)展咨詢應(yīng)用。下面是AMT最新的三個應(yīng)用的概述：IBM的印刷系統(tǒng)公司〔PSC〕是提供企業(yè)打印機(jī)解決方案的主要供給商。產(chǎn)品線包括辦公室打印機(jī)和大量的消費(fèi)印刷。這個公司雇用了大約4，550個員工，1998年擁有19.5億的毛利潤。1996年，PSC用5個月的時間對AMT進(jìn)展了大量的測試過程。在評估報告中，檢驗(yàn)小組認(rèn)為AMT產(chǎn)生了準(zhǔn)確的結(jié)果，與現(xiàn)有的供給鏈管理和庫存工具相比，可以進(jìn)步消費(fèi)力，并且改善了PSG在確認(rèn)和生成庫存預(yù)算和周轉(zhuǎn)率目的時的準(zhǔn)確性。此后，PSC使用AMT來研究預(yù)測準(zhǔn)確度、產(chǎn)品構(gòu)造、建造一個新的配送中心、以及其他商業(yè)活動對不同產(chǎn)品族的供給網(wǎng)絡(luò)性能的影響。據(jù)報告，僅在一個例子中，就節(jié)約了160萬的庫存本錢，占總庫存持有本錢的30％。1998年P(guān)SG本錢節(jié)約超過7億5000萬IBM的AS/400公司制造中等規(guī)模的商用計算機(jī)和效勞器，提供150多種型號和到達(dá)1000個之多的性能方面的晉級。組裝這些系統(tǒng)需要幾千個獨(dú)一無二的零部件，大約1000個左右要在裝配的最后階段——就在全部完成一個系統(tǒng)之前——用到。假如給客戶提供靈敏性，讓他們可以挑選功能特性來定制個性化的產(chǎn)品，那么無疑就會對消費(fèi)的復(fù)雜性和效率帶來挑戰(zhàn)。公司使用AMT來分析和量化諸如減少功能部件、功能部件替代、部件通用性、延遲個性化等一系列方案對于庫存和準(zhǔn)時運(yùn)送的影響。結(jié)果說明，消除小批量的零件可使庫存周轉(zhuǎn)率進(jìn)步15％，替代和延遲最后的總裝可以使庫存周轉(zhuǎn)率進(jìn)步大約30％。從1998年開場，AS/400削減了大約30％的功能部件數(shù)量，其總銷售額穩(wěn)定增長。1995年，IBM建立了一套快速反響效勞工程，為購置中等規(guī)模數(shù)量的計算機(jī)內(nèi)存、外存和功能部件的顧客提供快速運(yùn)送效勞。1998年9月，IBM開場將快速反響工程作為一種前沿實(shí)驗(yàn)對象8，為主要商業(yè)合作伙伴提供真正的電子商務(wù)。IBM用AMT來分析權(quán)衡效勞與庫存之間的關(guān)系，從而找到了一個最優(yōu)性能的結(jié)合點(diǎn)，此后還用它來分析快速反響工程對于消費(fèi)和配送中心之間庫存分配的影響。這些結(jié)論幫助IBM實(shí)現(xiàn)了商業(yè)效率的最大化，并且使由快速反響產(chǎn)生的收入增長在1998年翻了一番。結(jié)論AMT使用了先進(jìn)的運(yùn)籌學(xué)技術(shù)，將技術(shù)創(chuàng)新與實(shí)用的戰(zhàn)略性的應(yīng)用結(jié)合起來，在業(yè)界產(chǎn)生了深遠(yuǎn)的影響。IBM已經(jīng)采用AMT來處理廣泛領(lǐng)域內(nèi)的商業(yè)問題，包括庫存管理，供給鏈配置，產(chǎn)品構(gòu)造，補(bǔ)充策略等等。AMT已經(jīng)在許多IBM的業(yè)務(wù)單位及他們的商業(yè)伙伴中得到了施行。施行AMT后僅1998年就帶給PSG7億5000多萬的本錢節(jié)約。此外，AMT還幫助IBM的商業(yè)伙伴可以以低得多的庫存程度滿足客戶需要，并且與很多商業(yè)伙伴達(dá)成了合作場所政策。AMT已經(jīng)成為許多供給鏈重組創(chuàng)新方法的根底，幾個IBM的商業(yè)伙伴把AMT分析看作是同IBM合作優(yōu)化跨企業(yè)供給鏈的關(guān)鍵里程碑。致謝我們對下述人員所提供的辛勤勞作和鼎力支持表示衷心的感謝，他們是：ChaeAn,RayBessette,RickBloyd,HaroldBlake,RichardBreitwieser,J.P.Briant,BobChen,FengCheng,ArthurCiccolo,DanielConnors,IanCrawford,AnthonyCyplik,JohnEagen,BrianEck,GerryFeigin,AngelaGisonni,JohnKonopka,TomLeiser,TonyLevas,NikornLimcharoen,JoeMagliula,BarbaraMartin,LarryMcLaughlin,BobMoffat,GerryMurnin,NitinNayak,JimNugent,LynnOdean,KrystalReynolds,RichardShore,MukundanSrinivasan,JayashankarSwaminathan,DavidThomas,BillTulskie,BurnieWalling,Wen-LiWang,JamesYeh。附錄基于平安庫存控制策略的多層供給網(wǎng)絡(luò)優(yōu)化這里我們簡單的回憶一下優(yōu)化引擎中數(shù)學(xué)模型的關(guān)鍵點(diǎn)。Ettl，F(xiàn)eigin，Lin和Yao[1998]給出了全部細(xì)節(jié)，包括一些這里沒有涉及的問題，比方非平穩(wěn)需求的處理，相關(guān)的滾動方案的施行，梯度的求法以及許多施行前后的步驟。我們用產(chǎn)品的物料清單構(gòu)造來制定供給網(wǎng)絡(luò)的配置。網(wǎng)絡(luò)中的每個節(jié)點(diǎn)要么是一個工廠，要么是一個配送中心。同每個節(jié)點(diǎn)以及該節(jié)點(diǎn)中處理的每一種產(chǎn)品相關(guān)聯(lián)的，是一個多層的物料清單。每個節(jié)點(diǎn)都有存儲區(qū)域，我們把它看作庫存點(diǎn)，存儲出如今物料清單中的部件以及最終產(chǎn)品，分別對應(yīng)于輸入庫存點(diǎn)和輸出庫存點(diǎn)。下標(biāo)i和j表示庫存點(diǎn)，S表示整個網(wǎng)絡(luò)中所有庫存點(diǎn)的集合。我們假設(shè)采用一個分布式的庫存控制體系，每個庫存點(diǎn)都遵循平安庫存控制策略管理庫存。該策略描繪如下：當(dāng)庫存點(diǎn)i的庫存位置〔現(xiàn)有庫存加上在訂庫存減去缺貨〕降至某個事先給定的平安庫存程度以下時，該庫存點(diǎn)即去訂貨。在我們的模型里，是一個決策變量。每個庫存點(diǎn)i都有一個給定分布的名義提早期Li，該名義提早期是指，當(dāng)任何上游庫存點(diǎn)沒有因?yàn)槿必浂l(fā)生延遲交貨的情況時，這個庫存點(diǎn)所在節(jié)點(diǎn)的消費(fèi)時間或是運(yùn)輸時間。而實(shí)際提早期那么考慮了由于缺貨可能造成的延遲，Li是給定的數(shù)據(jù)，而那么是推導(dǎo)出來的性能指標(biāo)。為了分析每個庫存點(diǎn)i的性能，我們采用一個庫存排隊(duì)模型，參見Buzacott和Shanthikumar’s[1993]。特別的，我們將平安庫存控制策略與MX/G/∞排隊(duì)模型結(jié)合在一起，在MX/G/∞排隊(duì)模型中，到達(dá)服從到底率為λi的泊松分布，每次到達(dá)包含Xi個單位或訂單。復(fù)合泊松過程很好地平衡了一般性與可操作性。需要特別注意的是，它提供了至少3個參數(shù)來為需求數(shù)據(jù)建模：到達(dá)率和到達(dá)批量的一階矩和二階矩〔而簡單泊松到達(dá)過程只有一個參數(shù)〕。為了得到每個庫存點(diǎn)i的性能指標(biāo)，我們首先要為MX/G/∞隊(duì)列產(chǎn)生一個輸入進(jìn)程。為了做到這一點(diǎn)，通過層層分析物料清單的構(gòu)造，在每一層根據(jù)提早期調(diào)整時間參數(shù)，就可以把每一類相關(guān)的需求流〔無論是預(yù)測的還是真實(shí)的〕分解為每個庫存點(diǎn)的需求過程。這個過程與標(biāo)準(zhǔn)MRP分析中的生成與偏移步驟非常相似。隊(duì)列所需的第二組數(shù)據(jù)是效勞時間，這里我們以實(shí)際提早期來模擬。令Ni表示平衡狀態(tài)下MX/G/∞隊(duì)列中工作的總數(shù)，根據(jù)標(biāo)準(zhǔn)排隊(duì)結(jié)論[Liu,Kashyap,Templeton1990]，我們可以得到Ni的均值和方差，分別記做μi和σi2。然后我們將Ni近似成一個正態(tài)分布：〔1〕其中Z服從標(biāo)準(zhǔn)正態(tài)分布。從而我們將平安庫存程度表示如下：〔2〕其中ki被稱作平安系數(shù)。Ri和ki通過上式互相關(guān)聯(lián)，二者任取其一可為決策變量。令I(lǐng)i表示庫存點(diǎn)i持有庫存程度，Bi表示缺貨量，它們與Ni和Ri有如下關(guān)系：〔3〕其中[x]+=max(x,0)，得到如下期望：〔4〕其中〔5〕是Z的密度函數(shù)。另外，記為Z的分布函數(shù)，，我們得到庫存點(diǎn)i發(fā)生缺貨的概率pi和滿足率fi：〔6〕所有上述的性能指標(biāo)都涉及到庫存點(diǎn)i的實(shí)際提早期，我們將其表示為：〔7〕其中S>i表示所有為庫存點(diǎn)i消費(fèi)供給部件的庫存點(diǎn)的集合，τj表示在屬于集合S>i的庫存點(diǎn)j處產(chǎn)生的額外延遲。由于一般τj很難計算，根據(jù)排隊(duì)論分析，我們可以作如下近似：〔8〕直觀上看，E(Bj)/pj就是j點(diǎn)在有缺貨發(fā)生的條件下的平均缺貨量，每次這樣的缺貨需要的平均時間去滿足，也就是說，平均來講，在缺貨發(fā)生時，平均有(Rj+1)個已發(fā)出的訂單正在處理。用戶需求是由最終產(chǎn)品庫存點(diǎn)的集合，網(wǎng)絡(luò)中的邊界庫存點(diǎn)S0來滿足的?？紤]一個特殊的客戶群，其需求由一個末端庫存點(diǎn)i滿足，iS0。令Wi表示接收一個訂單的等待時間，那么所要求的客戶效勞目的可表示為：〔9〕其中αi和βi是給定的數(shù)據(jù)。假如需求只是由現(xiàn)有庫存來滿足，那么延遲僅僅是將產(chǎn)成品運(yùn)至顧客手中的運(yùn)輸時間Ti，這個時間也是給定的；否那么，就有一個額外延遲τi，因此為了使上式不小于αi，我們必須設(shè)定滿足率fi為〔10〕根據(jù)公式〔8〕，上式右邊的τi可表示為。由于ri與Bi，Ri有關(guān)，而后兩者都是ki的函數(shù)，那么fi也是ki的函數(shù)，這里我們需要求解一個由〔8〕式定義的不動點(diǎn)問題以得到fi〔或ki〕。然而在優(yōu)化過程的循環(huán)中，假如我們簡單地以上一個循環(huán)中ri的結(jié)果做為下一個循環(huán)中ri的初始值，那么這個問題就可以防止。一旦我們得到了fi〔或ki〕，就可以通過式〔2〕和式〔6〕得到平安庫存程度和缺貨概率。我們的優(yōu)化模型的目的是在滿足要求的顧客效勞程度前提下，使供給網(wǎng)絡(luò)中總的期望庫存資金最小化。每個庫存點(diǎn)都有兩種庫存：在持庫存和在制品庫存〔WIP〕〔WIP包括正在運(yùn)輸途中的庫存〕，從上邊的討論中我們可以看到，庫存點(diǎn)i的期望持有庫存為E[Ii]=σiH(ki)，WIP的期望為E[Ni]=μi。因此，目的函數(shù)具有如下形式：〔11〕其中ci和ci’分別表示在持庫存和在制品庫存的單位庫存資本，假設(shè)ci給定，ci’可以根據(jù)BOM由ci求出。我們的目的是在對所有的終端庫存點(diǎn)：iS0S，在滿足〔10〕式中的滿足率要求下，使C(k)最小化。這是一個有約束的非線性優(yōu)化問題，通過上述導(dǎo)出的關(guān)系，得到偏導(dǎo)?/?kjC(k)。將這些結(jié)論用于共軛梯度的搜索規(guī)那么，見Pressetal.[1994]。由于目的函數(shù)值變化很大，為了防止出現(xiàn)部分最優(yōu)，我們還用到了幾種啟發(fā)式搜索。例如，評價一系列隨機(jī)生成的初始值而后選取一個最好的開場梯度搜索。參考文獻(xiàn)Andersson,J.;Axsaeter,S.;Marklund,J.1998,“Decentralizedmulti-echeloninventorycontrol,〞ProductionandOperationsManagement,Vol.7,No.4,pp.370-386.Arntzen,B.C.;Brown,G.G.;Harrison,T.P.;Trafton,L.L.1995,“GlobalsupplychainmanagementatDigitalEquipmentCorporation,〞Interfaces,Vol.25,No.1,pp.69-93.Bagchi,S.;Buckley,S.;Ettl,M.;Lin,G.1998,“Experienceusingthesupplychainsimulator,〞ProceedingsoftheWinterSimulationConference,Washington,DC,December,pp.1387-1394.Buckley,S.1996,“Supplychainmodeling,〞ProceedingsoftheAutofactConference,Detroit,Michigan,pp.749-756.Buckley,S.andSmith,J.1997,“SupplyChainSimulation,〞GeorgiaTechLogisticsShortCourse,Atlanta,Georgia,pp.1-17.Buzacott,J.A.,Shanthikumar,J.G.1993,StochasticModelsofManufacturingSystems,Prentice-Hall,EnglewoodCliffs,NewJersey.Camm,J.D.;Chorman,T.E.;Dill,F.A.;Evans,J.R.;Sweeney,D.J.;Wegryn,G.W.1997,“BlendingOR/MS,judgment,andGIS:RestructuringP&G’ssupplychain,〞Interfaces,Vol.27,No.1,pp.128-142.Ettl,M.;Feigin,G.;Lin,G.;Yao,D.D.1998,“Asupplynetworkmodelwithbase-stockcontrolandservicerequirements,〞OperationsResearch,forthcoming.Feigin,G.;An,C.;Connors,D.;Crawford,I.1996,“Shapeup,shipout,〞ORMSToday,Vol.23,N