SM两级闭环供应链系统建模与仿真研究
供应链仿真系统实训报告

一、实训背景随着全球化、信息化和知识经济的不断发展,供应链管理在企业发展中扮演着越来越重要的角色。
为了提高我国企业在国际竞争中的地位,培养具备供应链管理能力和实践经验的复合型人才,我国许多高校和研究机构纷纷开展了供应链仿真系统实训项目。
本文以某高校供应链仿真系统实训项目为例,对实训过程、成果及心得进行总结。
二、实训目的1. 理解供应链管理的基本理论和方法;2. 掌握供应链仿真系统的操作技能;3. 培养团队合作精神和创新能力;4. 提高解决实际问题的能力。
三、实训内容1. 供应链管理基本理论学习实训开始前,学员们通过阅读教材、参加讲座等形式,对供应链管理的基本理论进行了深入学习。
主要包括供应链的概念、供应链结构、供应链流程、供应链管理战略等。
2. 供应链仿真系统操作培训实训过程中,学员们学习了供应链仿真系统的基本操作。
以某高校采用的FlexSim 软件为例,学员们学习了以下内容:(1)系统建模:根据实际业务需求,建立供应链模型,包括供应商、制造商、分销商、零售商等实体,以及运输、仓储、采购等流程。
(2)数据输入:根据实际业务数据,设置系统参数,如订单量、运输时间、库存水平等。
(3)仿真运行:启动仿真系统,观察供应链运行情况,分析可能出现的问题。
(4)结果分析:对仿真结果进行分析,提出改进措施。
3. 案例分析实训过程中,学员们通过实际案例分析,了解供应链管理在实际业务中的应用。
例如,分析某企业的供应链优化案例,学习如何通过仿真系统找到最佳供应链方案。
4. 团队合作与创新能力培养实训过程中,学员们分组进行项目实践,共同完成供应链仿真系统建模、运行和分析等工作。
通过团队合作,培养学员们的沟通能力、协作能力和创新能力。
四、实训成果1. 学员们掌握了供应链管理的基本理论和方法;2. 学员们熟练掌握了供应链仿真系统的操作技能;3. 学员们的团队合作精神和创新能力得到提高;4. 学员们对解决实际问题的能力有了明显提升。
供应链系统“牛鞭效应”WITNESS仿真建模与优化分析

一、 基于“牛鞭效应”的物流供应链系统优化设计针对一个特定的供应链进行分析,供应链中共有四个角色,制造商,分销商,批发商,零售商。
在此供应链中由于出货时间延迟、资讯不足等情况会产生由于消费者需求的小幅变动,而通过整个系统的加乘作用将产生很大的危机,即首先是大量缺货,整个系统订单都不断增加,库存逐渐枯竭,欠货也不断增加,随后好不容易达到订货单大批交货,但新收到订货数量却开始骤降的情况。
也就是我们所说的”牛鞭效应”。
1.1供应链结构供应链是由供应商,制造商,分销商,零售商,顾客等组成的一条以物流,信息流为内容的相互影响,相互作用的响应链条。
而各个物流单元之间用通讯和运输相联系。
当普通消费者向零售商提出自己的需求以后,零售商会通过供给相应数量的商品来满足顾客的需求,这样就会造成零售商库存水平的变化。
零售商根据这个变化,并结合自身的情况对未来市场进行预测,从而向批发商发出一定量的定货需求,同时,批发商也会根据自己的库存情况以及下游零售商的订单情况,对其上家分销商发出相应的订单,分销商也会根据自己的库存情况以及下游批发商的订单情况,对其上家制造商发出相应的订单。
所以,分销商的定货情况会直接影响制造商的生产安排和计划。
这就是整个供应链的过程,这个过程也简单地构成了的供应链,如图1.1所示图1.1供应链各成员示意图需要说明的是,各个环节的订单发出后到执行本订单,都会产生一定的时延,因为在流通企业接到订单以后,必然需要花费一段时间完成订单处理、生产组织以及运输作业等工作,而制造商虽然不需要向上游发出订单,但是也有一定的生产周期。
1.2供应链运作策略在本供应链中规定,生产商,分销商,批发商,零售商的起始库存分别为20,30,40,50箱,订货提前期为三个周期每个周期内有八个工作日,假定所有的商家在每个周期的第一个小时检查库存,如果库存量小于等于零那么则开始订货,订货的策略采用移动平均法,客户的要求采用随机函数。
并且上游企业要最大限度的满足下游企业的订货,如果本次订货没有满足,则要在下次的发货中补齐上次的欠货。
供应链系统仿真与建模概述

供应链系统仿真与建模概述供应链系统仿真与建模是指使用计算机模拟技术对供应链系统进行仿真和建模,以评估和优化供应链系统的性能。
通过模拟真实的供应链系统运行,可以帮助决策者深入了解供应链系统的运作规律和影响因素,并提供决策支持和优化建议。
1.问题定义:明确仿真与建模目的和研究的供应链系统,包括系统的组成、功能和运作方式等。
根据不同目的选择合适的仿真方法和技术。
2.数据收集:收集供应链系统相关的数据,包括历史数据、实时数据和市场数据等。
数据的质量和可靠性对仿真结果的准确性和可信度有重要影响。
3.建立模型:根据问题定义和数据收集,确定供应链系统的模型结构和参数。
根据供应链系统的特点和需求,选择合适的建模方法,如系统动力学模型、代理模型或离散事件模型等。
4.验证与验证:通过与实际运行的供应链系统进行比较和验证,确定模型的准确性和有效性。
在仿真过程中,也需不断校正和优化模型,以提高仿真的准确性和可信度。
5.仿真实验与分析:使用模型进行供应链系统的仿真实验,模拟不同情景、参数和决策的影响。
通过仿真实验结果的分析与比较,评估供应链系统的性能和影响因素。
6.优化与决策支持:基于仿真实验结果和分析,提出优化供应链系统的策略和决策。
包括优化供应链系统的结构、流程和资源配置,以提高供应链系统的效率、灵活性和响应能力。
供应链系统仿真与建模的应用领域非常广泛。
在制造业领域,可以帮助优化生产计划、库存管理和物流配送等环节。
在零售业领域,可以优化销售预测、库存消耗和订单处理等环节。
在物流业领域,可以优化运输路线、配送效率和资源调度等环节。
然而,供应链系统仿真与建模也存在一些挑战和限制。
首先,模型的准确性和可靠性直接影响仿真结果的可信度。
因此,数据的质量和模型的合理性是非常关键的。
其次,复杂的供应链系统和不确定的环境因素增加了模型的复杂性和实施难度。
因此,需要合适的建模方法和仿真技术来应对复杂性和不确定性。
综上所述,供应链系统仿真与建模是一种重要的方法和工具,可以帮助优化供应链系统的性能和决策。
供应链管理中的仿真模型与优化算法

供应链管理中的仿真模型与优化算法一、引言供应链管理是企业运营中至关重要的一个环节。
在日益激烈的市场竞争下,企业需要通过优化供应链来提高效率、降低成本、提供更好的服务。
仿真模型与优化算法是供应链管理中常用的工具与方法,本文将介绍供应链管理中的仿真模型与优化算法的应用。
二、供应链管理中的仿真模型1. 仿真模型概述供应链仿真模型是指基于计算机模型的供应链系统建模与仿真的过程。
它可以模拟供应链中各个环节的流程与决策,方便分析与优化供应链运作效果。
仿真模型可以包括供应链网络结构、库存管理、订单处理、物流运输等各个方面。
2. 仿真模型的优势与应用- 仿真模型可以帮助企业识别瓶颈环节及优化机会,通过调整参数与策略,提高供应链的整体运作效率。
- 仿真模型可以帮助预测供应链系统在不同的市场需求、供应波动等情况下的响应与表现,从而为决策者提供基于数据的依据。
- 仿真模型可以改善供应链的风险管理能力,通过模拟不同的风险情景,帮助企业制定应对策略,减少潜在的损失。
- 仿真模型在供应链协同与合作中发挥重要作用,通过模拟合作关系中的各个环节,帮助企业优化协同效果,提高整体竞争力。
三、供应链管理中的优化算法1. 优化算法概述供应链管理中的优化算法是指通过数学模型与计算方法,寻找最优解或接近最优解的算法。
常用的优化算法包括线性规划、整数规划、动态规划、遗传算法等。
2. 优化算法的应用- 线性规划是一种常用的优化算法,通过建立供应链系统的线性规划模型,可以对供应链中的资源分配、生产计划、库存管理等问题进行优化。
- 整数规划在供应链管理中的应用较广泛,它可以应用于货物配送路径的选择、仓库位置的选取等问题,通过求解最优的整数解来提高供应链的效率与成本控制。
- 动态规划可以帮助企业在面临不确定的需求与供应时做出最优的决策,通过建立动态规划模型,可以在不同的状态下进行决策,以达到最优的供应链运作效果。
- 遗传算法是一种模拟自然遗传的优化算法,在供应链管理中可以应用于优化调度问题、物流路径的规划等,通过模拟遗传过程中的选择、交叉与变异等操作,找到最优解。
供应链系统的动力学与复杂性建模仿真问题研究综述_王雯

第22卷第2期 系统 仿 真 学 报© V ol. 22 No. 22010年2月 Journal of System Simulation Feb., 2010供应链系统的动力学与复杂性建模仿真问题研究综述王 雯,傅卫平(西安理工大学机械与精密仪器工程学院,西安 710048)摘 要: 供应链系统的动力学和复杂性问题正在成为供应链设计、分析、优化和管理研究的一个热点。
然而,相当多的研究侧重于定性的分析或简化的模型,而且不同领域的学者一般采用不同的理论和方法。
通过对该领域相关研究文献的分析和归纳,在系统科学、复杂性科学和非线性科学理论的基础上,总结出供应链系统动力学和复杂性研究的建模仿真理论和方法的基本框架以及这些理论方法的相互联系,力图为供应链系统的动力学和复杂性建模仿真问题提供系统的研究思路。
关键词:供应链系统;建模仿真;复杂适应系统;非线性动力学;系统动力学;离散事件仿真 中图分类号:N945.1 文献标识码:A 文章编号:1004-731X (2010) 02-0271-09Review of Research on Modeling and Simulation for Dynamics and Complexity of Supply Chain SystemsWANG Wen, FU Wei-ping(Faculty of Mechanical and Precision Instrument Engineering, Xi’an University of Technology, Xi’an 710048, China)Abstract: The problems of dynamics and complexity are becoming one of focuses on design, analysis, optimizaiton and management of supply chains. Quite a few researches, however, have been concentrated on the qualitative analysis or simplified models; moreover, the researchers in the different domains usually used different theories and methods. With analizing and inducing the related research literatures, and based on the theories of system science, complexity science and nonlinearity science, the fundmental framework and interrelationship of the theories and methods of modeling and simulation on dynamics and complexity in supply chain systems were summarized to supply systematic research thinking to the modeling and simulation of dynamics and complexity problems in supply chain systems.Key words: supply chain systems; modeling and simulation; complex adaptive systems; nonlinear dynamics; system dynamics; discrete event simulation引 言供应链系统是一个具有不同实体、过程和资源之间的大量相互作用和相互依赖的复杂网络。
供应链管理系统的建模与仿真方法论

供应链管理系统的建模与仿真方法论随着全球化的发展和市场竞争的加剧,供应链管理逐渐成为企业成功的关键因素之一。
为了提高供应链的效率和灵活性,许多企业开始采用供应链管理系统来优化其供应链流程。
供应链管理系统的建模与仿真方法论是指通过建立模型和进行仿真来分析和优化供应链管理系统的方法体系。
首先,供应链管理系统的建模可以帮助企业全面了解和把握整个供应链流程。
建模是指通过对供应链中各环节和节点进行描述和抽象,形成一个全面的供应链模型。
供应链模型可以帮助企业清晰地了解自己的供应链结构,包括供应商、生产商、分销商和最终客户等各方的关系和交互。
通过建立供应链模型,企业可以对供应链中的每个环节进行分析和优化,从而提高供应链的整体效率和响应能力。
在建模的基础上,仿真是对供应链管理系统进行模拟实验的过程。
仿真可以通过模型验证、分析和优化供应链管理系统的各个方面。
首先,通过仿真可以对供应链管理系统进行实时监控,及时发现和解决潜在的问题。
其次,仿真可以帮助企业预测和评估不同的供应链策略和决策的效果,从而为企业提供决策支持和优化方案。
最后,仿真可以帮助企业进行风险评估和应对,在供应链中发生突发事件时及时应对和调整。
为了有效地进行供应链管理系统的建模与仿真,需要采用一些方法论和工具。
首先,企业可以选择合适的建模方法,如系统动力学、代理模型等,根据供应链的特点和需求进行选择。
其次,企业需要收集供应链管理系统的相关数据,包括各环节的供应链时间、成本、质量等指标。
同时,还需要收集外部环境的信息,如市场需求、供应商情况等。
接下来,企业可以利用建模工具进行模型的构建和仿真实验。
常用的建模工具包括Arena、Simul8等。
最后,通过对仿真结果的分析和评估,企业可以得出一些改进和优化供应链管理系统的建议和方案。
值得注意的是,在建模和仿真的过程中,需要考虑供应链管理系统的动态性和复杂性。
供应链管理系统是一个复杂的系统,涉及到多个环节和参与者的协调和合作。
AnyLogic应用领域中文文献汇总

AnyLogic 应用领域1、供应链:(武汉理工物流《基于Multi-Agent 技术的分布式库存系统建模与仿真研究》顺丰速运、清华工业工程)2、行人疏散:(北交大交通运输《基于Anylogic 仿真技术的北京南站客流组织优化分析》《基于Anylogic 的地铁车站集散能力仿真分析评估》、北京地铁、安科院、吉林大学物流《基于行人广义出行成本的客运枢纽设施布置模型及其仿真评价》)3、公共政策:采用仿真手段,特别是基于主体建模方法,对特定公共政策的实施所产生的影响进行预测或评估,或对不同政策进行比较(哈工大经管《公共政策仿真方法:原理、应用与前景》、地质大学武汉)4、多方博弈:谈判、交易市场等对抗、博弈系统5、作业流程:例如公司业务运营流程(建设银行、机械六院)6、物流运输:(北交大物流《基于AnyLogic 的钢铁企业铁路运输系统仿真优化研究》《基于Anylogic 的奥运场馆物流系统模拟仿真》)7、GIS:主要与基于主体建模相结合,为系统中的Agent 提供地理信息系统支持(地质大学北京《基于AnyLogic 的以GIS 数据为环境的动态模拟实现方法》)8、城市发展:主要采用基于智能体的方法,对城市系统中的企业行为、人群活动、交通系统等综合考虑,分析城市发展的趋势9、能源:电动车充电站布局(通用电气全球研发中心、国家电网能源研究院)10、通信:固定信号站或移动信号源数据传递效率分析、设备频率资源分配等(总参电子所)11、生产系统:各类生产系统中的产能评估、瓶颈诊断、成本分析、库存统计等(北交大物流《基于Anylogic 的推式与拉式生产系统对比研究》、华科《基于约束理论的生产运作仿真优化研究》钢铁研究院)12、市场竞争:在市场中,相互竞争的公司及目标客户间的交互与演化13、Petri 网:主要用于计算机系统模拟的一种仿真理论(装甲兵工程学院《基于Petri 网的装备维修过程建模与AnyLogic 仿真》)14、后勤维修保障:对保障系统进行评估分析,包括维修设备、备件供应、维修保养流程等(北航可靠性、装甲兵工程学院)15、机场:包含多个子系统:航班排程、机位分配、空侧交通、行李系统、值机安检流程、航站楼内人流分析、飞机后勤维修保障等(南京航空航天、民航大学、法兰克福机场)16、军事国防:军事对抗模拟、恐怖袭击预案、大型活动安保(国防大学、国防科大、装甲兵工程学院、空军指挥学院)17、宏观经济:使用系统动力学方法进行区域宏观经济分析预测18、港口:以集装箱堆场为核心的港口作业系统仿真,涉及作业排程、区域划分、存储规则、关键设备利用率等问题(武汉理工物流《基于AnyLogic 离散事件的集装箱堆场场桥调度建模与仿真》)19、生态环境:食物链、种群繁衍20、疾病传播:以SIR 模型为代表的传染病扩散问题21、轨道交通:大型火车站列车车组运行调度附: 国内AnyLogic物流与供应链论文目录(部分)1.尹君. 基于拥堵概率的北京市配送路径选择研究[D].北京交通大学,2017.2.孟聪. 基于多Agent的物流配送车辆智能调度研究[D].集美大学,2017.3.王宏. 集装箱海铁联运最优路径算法设计与仿真[D].北京交通大学,2017.4.高岩. 中石化进口原油供应链弹性仿真与优化研究[D].哈尔滨理工大学,2017.5.张水平.中原经济区物流系统建模与仿真研究[J].河南科技学院学报,2017,37(01):60-66.6.谢芳, 陈峥荣, 陈佳娟. 基于Anylogic的YT公司兰州分拣中心疑难件处理区优化研究[J]. 中国储运, 2017(11):114-116.7.陈铮荣, 纪寿文. 基于ANYLOGIC的分拣中心作业流程仿真优化[J]. 中国储运,2018(2):107-108.8.高军宇.一带一路中保加利亚至波兰铁路运输方案研究[D].北京:北京交通大学,20169.张茜茜.突发事件下供应链状态演化研究[D].陕西西安:长安大学,201610.张锋.区域物流系统建模与仿真研究[D].安徽淮南:安徽理工大学,201611.张帅.某零售商店某产品供应链分析优化[J].全国商情(商业视角),2016:7-9.12.冉昶,张真继,宫大庆. 连续需求条件下的企业库存Anylogic 整合分析[J].经济体制改革,2016,6:120-125.13.李改.冷链配送中心的生产现场改善研究[D].陕西西安:西安工业大学,201614.梁壮,佟嘉明,姜媛,王静. 基于智能体的农产品物流配送网络构建研究[J]. 新经济2016 年9 月(下),2016:4615.刘亚男,王延平. 基于系统动力学的供应链库存控制系统[J]. 物流交通,商界论坛,2016:26716.常向华.“X新欧”国际班列绩效仿真研究[D].陕西西安:长安大学,201617.董千里,杨磊,常向华. 基于国际中转枢纽港战略理论的中欧班列集成运作研究[J].科技管理研究,2016,22:230-236.18.赵立静.基于多Agent的闭环供应链建模与仿真研究[D].河北秦皇岛:燕山大学,201619.黄梅,吴凌雁,马志政. 基于不完全信息博弈的供应商动态选择模型研究[J].物流科技,2016,8:18-2120.赵世文. 基于anylogic 的石家庄市区域物流系统仿真建模[J].河北企业(运营指南),2016,6:94-95.21.江玉杰. 基于Anylogic 的三级线性服装供应链存贮策略选择研究[J].CNKI,201622.杨芳,邹毅峰,戴恩勇. 基于Anylogic的果蔬冷链系统配送中心物流运作优化[J].中南林业科技大学学报,2016,36(7):141-148.23.侯艳芬.服务台可变的集装箱岸桥调度建模与仿真[D].北京:北京交通大学,201624.魏宇. 多路联运网络的优化问题研究[D].陕西西安:长安大学,201625.项斌.电商企业J公司物流配送中心外迁方案仿真研究[D].北京:北京交通大学经济管理学院,2016国内AnyLogic交通与行人领域论文目录(部分)1.傅志妍,陈坚,等.城市轨道交通车站乘客聚散行为仿真及优化[J].铁道运输与经济,2018,40(02):100-104+110.2.马生涛,余雷,等.基于AnyLogic的道路交通堵塞仿真研究[J].计算机应用与软件,2017,34(12):111-115.3.房卓,左天立,等.连云港港主航道远期适应性及通航标准[J].水运工程,2017(10):160-165+185.4.陈绍宽,狄月,等.考虑心理压力的地铁站台乘客疏散模型[J].交通运输工程学报,2017,17(05):113-120.s5.崔灿,程堪弟.基于行人仿真的客运枢纽服务水平评价[J].交通科学与工程,2017,33(03):92-98.6.冷柯岑. 交通枢纽内轨道交通换乘缓冲设施通过能力研究[D].北京交通大学,2017.7.叶启文. 城市轨道交通突发事件管理及人员疏散仿真研究[D].北京交通大学,2017.8.高龙. 城市轨道交通枢纽集散服务网络建模与仿真研究[D].北京交通大学,2017.9.张凯. 基于社会力模型的多厅影院应急疏散路径研究[D].首都经济贸易大学,2017.10.赵宇. 基于分层递阶的地铁线路客流协调控制方法[D].北方工业大学,2017.11.徐远卓. 基于仿真分析的换乘车站客流疏散安全评估问题研究[D].北京交通大学,2017.12.赵文瑞. 大型高铁客运站候车室候车能力研究[D].北京交通大学,2017.13.李颖. 城市轨道交通同台换乘站线路设计方案研究[D].北京交通大学,2017.14.钱重阳. 基于社会力模型的商场火灾疏散研究[D].中国地质大学(北京),2017.15.张晓玲. 开放型世界遗产地旅游黄金周拥挤度评价及预警系统[D].安徽师范大学,2017.16.尹祯祥. 重庆北站基于客运流线的服务设施设备合理配置方案研究[D].中国铁道科学研究院,2017.17.李意. 地铁车站火灾条件下疏散客流状态的仿真分析[D].西南交通大学,2017.18.马语佳. 成网条件下地铁换乘站客流组织仿真优化[D].西南交通大学,2017.19.杨天阳,朱志国.基于AnyLogic的地铁车站通道设施设备规模与布局分析[J].交通运输工程与信息学报,2017,15(01):115-121.20.陈静. 基于混合模型的地铁车站行人行为建模与仿真[D].北京交通大学,2017.21.楼佳妮. 大型活动行人交通分析、预测及仿真[D].北京交通大学,2017.22.汪瑞琪,张缨.城市轨道交通车站内客流集散瓶颈识别及排序方法[J].交通信息与安全,2017,35(01):71-79+91.23.赖文波,罗诚,等.国内基于行人仿真的地铁站标识系统研究进展与展望[J].创意设计源,2017(01):52-57.24.张开冉,杨树鹏,等.基于社会力模型的车站负重人群疏散模拟研究[J].中国安全科学学报,2017,27(01):30-35.25.房卓,姚海元,等. LNG船通航影响及多智能体仿真研究[J].综合运输, 2017(5):45-54.26.苏寅.重载铁路组合站新型组合车场应用的仿真研究[D].北京:北京交通大学交通运输学院,201627.刘斌.现代有轨电车车辆安全全疏散性能仿真研究[D].四川成都:西南交通大学,201628.李颖,毛保华,杜鹏,陈志杰.同台换乘站台宽度计算方法研究[J].交通运输系统工程与信息,2016,16(3)29.陈世贵.铁路客运站候车室运用优化模型与仿真评价方法研究[D].北京:北京交通大学,201630.张嘉珩,李季涛.铁路编组站货车集结参数影响因素仿真分析[J].大连交通大学学报,2016,37(4)31.喻敏.青岛地铁江苏路站换乘方案研究[J].隧道建设,2016,36(3)32.王鹤楠.京津冀一体化下物流中心外迁对北京市交通影响仿真研究[D].北京:北京交通大学,201633.马剑,王若成,邱谦谦.紧急情况下城市轨道隧道客流疏散配流模型研究[J].铁道学报,2016,38(6)34.唐涵.基于疏散路径配流的城市轨道交通车站应急疏散研究[D].北京:北京交通大学交通运输学院,201635.朱安驹.基于社会力模型下地铁站火灾疏散研究[D].陕西西安:西安建筑科技大学,201636.郑梦雷.基于排队论的电动汽车充电站规模优化研究[D].四川成都:西南交通大学,201637.牛天河.基于旅客行为特性的铁路客运站应急疏散仿真研究[D].北京:北京交通大学交通运输学院,201638.刘黎明,吕志.基于活动关联度的客运站客流组织仿真模型[J].西华大学学报(自然科学版),2016,35(1)39.李相志.基于行人交通流的机场陆侧换乘设施通行能力研究[D].天津:中国民航大学,201640.陈杨.基于行人行为特征和元胞自动机的地震疏散研究—以教学楼为例[D].云南昆明:云南大学建筑与规划学院,201641.刘浩,周杰松.基于仿真的航站楼旅客离港业务流程瓶颈研究[J].江苏科技信息,2016,(21)42.梁妍娇.基于乘客特性的交通枢纽出站设施选择研究[D].北京:北京交通大学交通运输学院,201643.万欣.基于乘客行为的地铁车站运行脆弱性分析与评估研究[D].江苏南京:东南大学,201644.杨扬.基于承载能力分析的车站设施及疏散领导者布局优化研究[D].北京:北京交通大学,201645.李虎,褚冬竹,张虹云.基于步行接驳效率的轨道交通站点改扩建方式与效果预测—以重庆轨道交通三号线观音桥站为例[J].重庆建筑2016.NO.5,2016,15(151)46.朱新平,唐志星,夏正洪.基于Petri网的A-SMGCS航空器滑行路由指派[J].信息与控制,2016,45(1)47.聂广渊,袁振洲,吴昊灵.基于AnyLogic仿真的城市轨道交通枢纽通道宽度研究[J].城市轨道交通研究,201648.刘杨.基于AnyLogic的地铁站应急疏散仿真研究[D].甘肃兰州:兰州交通大学,201649.黄文成,帅斌,刘聪.基于AnyLogic的岛式站台客流特性分析及换乘楼梯改进[J].城市轨道交通研究报告,2016,(10)50.赵路敏,郑宇,谢金鑫.基于AnyLogic的城市轨道交通车站仿真应用研究[J].铁路计算机应用(轨道交通信息系统),2016,25(3)51.韩艳青.机坪管制移交程序构建理论研究[D].四川德阳:中国民用航空飞行学院空中交通管理学院,201652.吴君子.火灾条件下地铁疏散仿真研究[D].四川成都:西南交通大学,201653.陈泓旭,段娜,李珂伊,骆璐,陈秀娟.华西坝地铁站疏散仿真模拟与分析[R].四川成都;西南交通大学希望学院交通运输系,2016:4354.龙圣杰,朱彬,唐鸣静,周雅琴.高校学生宿舍楼火灾逃生仿真研究[J].遵义师范学院学报,2016,18(3)55.巴宇航.高速铁路客运站人员应急疏散研究[D].四川成都:西南交通大学,201656.褚冬竹,王瑞,魏书祥.方法·工具·比较—城市设计人车交互仿真思路与应用初探[R].重庆:重庆大学建筑城规学院,山地城镇建设与新技术教育部重点实验室,2016:277-281.57.姚海元,房卓,郝军,查雅平,孙平,左天立.多智能体航道通航标准仿真技术[J].水运工程,2016,(515):116-120.58.赵晨.地下火车站交通转换空间商业设施布局研究[D].北京:北京交通大学建筑与艺术学院,201659.陈伟,李宗平.地铁换乘站设施布局优化仿真研究[J].交通运输工程与信息学报,2016,14(2):110-115.60.马语佳,马驷,谢冰如.大型高速铁路客运站客运设施配置仿真优化[J].铁路计算机应用(研究与开发),2016,25(3):12-16.61.张捷敏.乘客行为分析及应急疏散研究[D].北京:北京交通大学,201662.王宇嘉,张振宇.城市轨道交通枢纽换乘衔接评价体系研究[J].物流技术,2016,35(4):113-117.63.林铭,徐汇川,金华.城市轨道交通火灾疏散预动作时间计算[J].沈阳大学学报(自然科学版),2016,28(1):82-86.64.冯延伟.城市轨道交通换乘站高峰期客流控制方法研究[D].北京:北方工业大学,201665.梁富利.城市轨道交通换乘枢纽设备设施疏散能力研究[D].北京:北京交通大学土木建筑工程学院,201666.张庆瑜.城市轨道交通车站设施设备布局优化方法研究[D].北京:北京交通大学交通运输学院,201667.宁尧.城市轨道交通车站设施服务水平评价研究[D].北京:北京交通大学交通运输学院,201668.甄慧.城市轨道交通车站客流管控建模与决策应用研究[D].北京:北京交通大学交通运输学院,201669.张和美子.城市轨道交通车站进站客流量短期预测研究[D].北京:北京交通大学交通运输学院,201670.王亚飞.城轨交通站台乘客上下车运动和实验研究[D].北京:北京交通大学交通运输学院,201671.李柱欢.北京站客服设备优化配置仿真评价方法研究[D].北京:北京交通大学交通运输学院,201672.王贤琛,黄凯.北京地铁13#线西直门站站台客流仿真[J].山东交通学院学报,2016,24(3):43-49.。
管理科学学报第14卷(2011年)总目次

星 45) (2
煜, 汪寿 阳 5 1 ) ( 1
无量纲化方法对拉 开档次法的影响分析 … …………………………………………………… 郭亚军 ,马凤妹 , 董庆兴 5 1 ) (9 S 两级闭环供应链系统建模 与仿真研究 ………………………………………………………………… 赵晓敏 , M 黄培清 5 2 ) (9
偏好 市场下制造/ 制造系统最优生产决策 ………… …… …………………………………… ………… 谢家平 , 再 王
双重 信息不对称下销售渠道双 目标混合激励模 型 … …… …………………………………… ………… 田厚平 , 刘长贤 3 3 ) (4
动态 职业 环境下职业成长与组织承诺 的关 系 ……… …… …………………………………… ………… 翁清雄 , 席酉 民 3 4 ) (8
……………………………………………………………… 胡祥培 , 孙丽君 , 王雅楠 1(0 5) 剑, 辛春林 1 6 ) ( 1
凸需求情形下分权供应链运作效率及福利 分析 ……………………………………………… 刘天亮 , 陈 可折 旧设备在线租赁 的随机性竞 争策 略
……………………………………………………… 张 永 , 张卫 国, 徐维军 1(9 6) 斌, 张旭梅 , 郭 钢 1( 8 7)
MC半结构 化客户需求信息表达与处理方法 ………… …… ………………………… 经有 国, 但
元胞 微粒群算法及其在多维背包 问题 中的应用
……… …… …………………… …… ………………… 刘
勇, 马 良 1(6 8)
双不对称下的技术投资竞争决策 ……… …… …… ……………………………………………………… ”邓光军 ,曾 勇 2( ) 1 标准导向型技术 的合作与独立研发 ……………- - ……………………………………………・金 星, 汪 斌, 张旭昆 2(9 1) 斌 2(9 2)
2023年度多级供应链系统动力学建模与仿真研究

2023年度多级供应链系统动力学建模与仿真研究随着全球化的进程和经济高速发展的趋势,众多企业已经开始采用多级供应链系统来实现更高效、更灵活和更经济的生产。
多级供应链系统模型的建立和仿真是一种有效的方法,能够帮助企业更好地了解供应链系统的行为和机制,并能够预测和优化企业绩效。
本文旨在研究多级供应链系统动力学建模与仿真,包括建立供应链系统的数学模型,采用系统动力学仿真方法评估多级供应链系统的性能,同时提供一些实际案例加以说明。
本文首先对多级供应链系统的概念进行了阐述,然后介绍了供应链系统的数学模型、动力学建模和仿真方法,在此基础上,探讨了多级供应链系统中的问题和优化方案。
多级供应链系统的概念多级供应链是指由多个层次的供应商、制造商、分销商和零售商组成的供应链网络。
它是现代供应链的重要形式之一,企业利用多级供应链系统加快产品上市速度、减少库存量和降低生产成本,同时也能够缩短供应链周期和提高客户服务水平。
多级供应链系统的数学模型多级供应链系统的数学模型可以描述供应和需求之间的关系,这有助于分析和优化供应链系统的性能。
以下是多级供应链系统的一般数学模型:x_i(k+1)=x_i(k)+u_i(k)-d_i(k)-s_i(k)其中,x_i(k) 表示第 i 级企业在第 k 个时间段的库存量,u_i(k) 表示第 i 级企业的生产, d_i(k) 表示第i 级企业的需求,s_i(k) 表示第 i 级企业的销售量。
多级供应链系统的动力学建模与仿真方法供应链系统的动力学建模可分为 4 个步骤:1. 系统边界的划定。
2. 采集系统相关数据。
3. 系统变量的定义和组织。
4. 模型的制定和仿真。
系统动力学仿真的过程中,可以通过采集和录入一些关键数据(如需求量、库存量、销售量和生产量等)来建立系统模型。
通过改变一些输入参数,比如订单量等,可以评估多级供应链系统的性能,并进行优化。
多级供应链系统中的问题和优化方案多级供应链系统中存在的问题是复杂的,比如需求扰动、缺货和过度生产等。
二阶控制系统的Multisim建模与仿真

运城 学 院 “ 自动控 制原 理 ” 课程 实验 采用 Ma t l a b
闭环 特征方 程 为 :
S + 2 S + 0 。 ( 2 )
望
《 f
面
E
o
t i m e( s )
R 4 = l 0 K -j 丑 阻尼骱跃响应
£
里
《I
面
E
o
T i m e( s )
图 3 二 阶 系统 的 阶跃 响 应
从 图 3中可 知 : S 1 A断 开 , 系 统处 于无 阻尼 状 态, 阶跃 响应 为 等 幅 正 弦振 荡 曲线 。S 1 A闭合 , R 4
电
图1 二 阶 系统 动 态 结 构 图
闭环传 递 函数 为 :
c
一
尺 鼽
: S + S + : ’ 。
图 2 二 阶 系统 Mu l t i s i m 建模 图
当开关 S 1 A闭合 , u : 、 c 、 、 R 构成惯性环节 ,
( 4 )
T i m e( s )
R 4 = 2 5 K ・ 过 阻尼阶跃 响应
经计算得 : 当开关 S 1 A闭合 , R , = 5 0 K时, = l ;
当0 < P u < 5 0 K时 , > 1 ; 当I  ̄ > 5 0 K , 0 < < 1 。当开
£
3 二 阶系统 时域仿真分析
线性控制系统的时域分析具有直观 、 准确的优 点, 可以提供系统时间响应 的全部信息 。时域分析 中常用到 的输人信号有 阶跃 、 斜坡 、 加速度及脉 冲 信号 。如图 2 中, 输入采用直流电源 V l 和开关 J l 模拟单位阶跃输入信号 , 电源 V 1 参数值为 1 V , 开 关J 1 的T O N时间设为0 . 1 s 『 5 ] , 输出采用示波器来观 测, 仿真结果如图 3 所示 。
《供应链管理模拟仿真实践》实验教学大纲

《供应链管理模拟仿真实践》实验教学大纲一、课程基本信息课程名称:供应链管理模拟仿真实践课程类别:实践教学课程课程学分:_____学分课程总学时:_____学时实验学时:_____学时二、课程目标通过本实验课程的学习,使学生能够深入理解供应链管理的基本概念、原理和方法,掌握供应链运作的流程和环节,培养学生运用供应链管理理论解决实际问题的能力,提高学生的决策能力、团队协作能力和创新思维。
具体目标包括:1、使学生熟悉供应链管理的各个环节,包括采购、生产、库存、运输、销售等,了解它们之间的相互关系和协同运作。
2、让学生掌握供应链管理中的决策方法和技巧,能够根据不同的情境和数据做出合理的决策,优化供应链绩效。
3、培养学生的数据分析能力和问题解决能力,能够通过对实验数据的分析发现供应链中的问题,并提出有效的解决方案。
4、增强学生的团队协作意识和沟通能力,通过小组合作完成实验任务,学会分工协作、交流分享和共同解决问题。
5、激发学生的创新思维和探索精神,鼓励学生在实验中尝试新的方法和策略,培养学生的创新能力和应变能力。
三、实验内容(一)供应链系统认知实验1、实验目的让学生了解供应链管理模拟仿真软件的基本功能和操作界面,熟悉供应链的基本构成和运作流程。
2、实验内容(1)介绍供应链管理模拟仿真软件的安装和启动方法。
(2)讲解供应链的基本概念和构成要素,包括供应商、制造商、分销商、零售商和客户等。
(3)演示供应链的运作流程,如采购、生产、库存管理、销售和物流配送等环节。
(4)让学生进行简单的操作练习,熟悉软件的基本操作和功能。
(二)供应链网络构建实验1、实验目的使学生掌握供应链网络的构建方法和原则,能够根据企业的需求和市场环境设计合理的供应链网络。
2、实验内容(1)讲解供应链网络的类型和特点,如集中型、分散型和混合型供应链网络。
(2)介绍供应链网络构建的影响因素,如市场需求、产品特性、运输成本、库存成本和设施成本等。
马尔科夫链应用的一些探讨

马尔科夫链应用的一些探讨一、本文概述马尔科夫链作为一种重要的随机过程,自其概念提出以来,在多个领域都展现出了广泛的应用前景。
本文旨在探讨马尔科夫链在不同领域中的应用,包括但不限于计算机科学、统计物理、经济学、生物学和语言学等。
我们将首先回顾马尔科夫链的基本理论,然后深入探讨其在实际问题中的应用,以期为读者提供一个全面而深入的理解。
在文章的第一部分,我们将简要介绍马尔科夫链的基本概念,包括其定义、性质以及常见的马尔科夫链模型。
在第二部分,我们将详细阐述马尔科夫链在各个领域中的应用案例,包括马尔科夫链蒙特卡洛方法在计算机科学中的应用,马尔科夫模型在统计物理和经济学中的应用,以及马尔科夫链在生物学和语言学中的应用等。
在第三部分,我们将对马尔科夫链的应用前景进行展望,探讨其在未来可能的发展方向和潜在的应用领域。
本文的目的是为读者提供一个关于马尔科夫链应用的全面而深入的探讨,希望能够帮助读者更好地理解马尔科夫链的原理和应用,同时也能够为相关领域的研究者提供有益的参考和启示。
二、马尔科夫链在统计学中的应用马尔科夫链作为一种强大的数学工具,在统计学中发挥着重要的作用。
它提供了一种有效的方法来处理随机过程的动态变化,使得我们可以理解和预测系统的长期行为。
马尔科夫链的应用不仅限于纯理论的探讨,更广泛地应用于实际问题的解决中。
在统计学中,马尔科夫链常被用于时间序列分析。
时间序列数据是在不同时间点上收集的一系列数值,如股票价格、气温变化等。
马尔科夫链假设未来的状态只与当前状态有关,而与过去状态无关,这一特性使得它能够有效地处理这类数据。
通过构建状态转移概率矩阵,我们可以分析时间序列数据的动态变化,预测未来的趋势,并评估不同状态之间的转换概率。
马尔科夫链在统计学中的另一个重要应用是隐马尔科夫模型(Hidden Markov Model, HMM)。
隐马尔科夫模型是一种统计模型,它假设系统状态是隐藏的,只能通过观察到的输出序列来推断。
基于Simulink的液压闭环位置控制系统建模与仿真

C H E N Y o n g q i n g , X U Q i b i n ,X U X i n h e ( C o l l e g e o f Me c h a n i c a l & Ma t e r i a l , T h r e e G o r g e s U n i v e r s i t y ,Y i e h a n g H u b e i 4 4 3 0 0 2 ,C h i n a )
a n d d i f f e r e n t i a l ( P I D)c o n t r o l l e r t o i m p r o v e t h e s y s t e m p e f r o r m a n c e .T h e v a r i e t y l a w o f s y s t e m d y n a m i c p e f r o r m a n c e u n d e r d i f f e r e n t p a —
f o r a t e s t p l a t f o r m a s a s t u d y i n g o b j e c t .T h e s y s t e m t r a i t i n f r e q u e n c y d o m a i n w a s a n a l y z e d , a n d r e c t i i f e d b y t h e p r o p o r t i o n i n t e g r a t i o n
供应链仿真模型的建立与优化

供应链仿真模型的建立与优化随着全球化和市场竞争的加剧,供应链管理变得越来越重要。
为了更好地理解和优化供应链的运作,供应链仿真模型成为了一种有效的工具。
本文将探讨供应链仿真模型的建立与优化,并分析其在实践中的应用。
一、供应链仿真模型的建立供应链仿真模型是通过计算机程序模拟供应链系统的运作过程,以便更好地理解和预测其性能。
建立供应链仿真模型需要考虑以下几个方面:1. 数据收集与处理:首先,需要收集供应链系统中的各种数据,包括供应商、生产商、分销商和客户的信息。
然后,对这些数据进行处理和整合,以便在仿真模型中使用。
2. 模型设计与参数设置:根据实际情况,设计供应链仿真模型的结构和流程,并设置相应的参数。
模型的设计应该尽可能贴近实际供应链系统,以提高仿真结果的准确性。
3. 算法选择与实现:选择合适的算法来实现供应链仿真模型。
常用的算法包括离散事件仿真、系统动力学和代理基模型等。
根据具体需求和模型复杂程度,选择最适合的算法。
二、供应链仿真模型的优化供应链仿真模型的优化是指通过调整模型参数和算法,使得仿真结果更接近实际运作情况,并提出改进策略以优化供应链性能。
以下是一些常见的优化方法:1. 敏感性分析:通过对模型参数进行敏感性分析,可以评估不同参数对供应链性能的影响,并找到最优的参数组合。
这有助于发现系统的薄弱环节,并提出相应的改进措施。
2. 策略比较与选择:在仿真模型中,可以尝试不同的供应链策略,并比较它们的效果。
通过对比不同策略的仿真结果,可以选择最佳的供应链策略,并为实际运作提供参考。
3. 异常情况模拟:在供应链仿真模型中,可以模拟各种异常情况,如供应商延迟交货、生产线故障等。
通过模拟这些异常情况,可以评估供应链系统的鲁棒性,并提出相应的改进措施。
三、供应链仿真模型的应用供应链仿真模型在实践中具有广泛的应用价值。
以下是一些典型的应用场景:1. 供应链优化:通过建立供应链仿真模型,可以评估不同的供应链策略,并找到最佳的方案。
供应链仿真

优化策略:通过仿 真实验,发现并实 施优化策略,提高 供应链效率
效果评估:通过仿 真实验,验证优化 策略的有效性,提 高客户满意度
某制造企业的供应链仿真优化
企业背景介绍 供应链现状分析 仿真模型建立与优化方案应用 优化效果评估与总结
某电商企业的供应链仿真优化
背景介绍:该电商企 业面临订单波动大、 库存周转率低、物流 配送不及时等问题
云端化仿真:将仿真技术迁移到云 端,实现灵活的资源共享和高效计 算
添加标题
利用人工智能技术, 实现自动化仿真和优化
可视化仿真:提高仿真的可视化程 度,方便用户理解和分析供应链行 为。
供应链仿真技术的应用前景
扩展供应链仿真技术的应用范围,使其更加普及化。 结合大数据和人工智能技术,提升供应链仿真模型的预测精度和效率。 利用供应链仿真技术,实现更加精细化的物流管理,提高物流效率。 通过供应链仿真技术,优化企业生产计划和运营策略,提高企业竞争力。
方法:采用统计学、数据挖掘、预测模型等技术对数据进行处理和分析, 以获得有价值的信息和知识。
应用范围:广泛应用于市场营销、生产管理、物流运输等领域。
预测技术
基于历史数据的预测
基于时间序列的预测
基于因果关系的预测
基于机器学习的预测
在供应商选择中的应用
评估供应商的能力 确定供应商的优先级 优化供应商选择 降低供应商风险
,a click to unlimited possibilities
汇报人:
目录
供应链仿真的定义
供应链仿真是一种基于计算机技术的建模方法 它用于模拟供应链系统的运行过程 可以对供应链的效率和性能进行评估和优化 供应链仿真可以帮助企业更好地管理和规划供应链的运作
双闭环直流调速系统的建模与仿真实验研究

双闭环直流调速系统的建模与仿真实验研究双闭环直流调速系统是现代控制领域的重要研究内容之一、它采用了两个闭环控制回路,可以实现对电机的速度和电流进行精确控制。
本文将对双闭环直流调速系统的建模方法和仿真实验进行研究,以期提高调速系统的控制性能。
首先,需要建立双闭环直流调速系统的数学模型。
该模型包括机械部分、电磁部分和电气部分。
机械部分主要是电机的动力学方程,包括转速、负载转矩和机械转动惯量等参数。
电磁部分包括电机的电磁方程和电磁转矩。
电气部分则包括电机的电流方程和电压方程。
将这些方程组合在一起,可以得到双闭环直流调速系统的数学模型。
接下来,可以利用MATLAB/Simulink等仿真软件进行系统仿真实验。
仿真实验的目的是验证建立的数学模型的准确性,并进行控制性能的评估。
首先,可以进行开环控制的仿真实验。
开环控制时,将输入期望速度信号,通过电流控制器输出加到电机输入端,然后通过机械部分的动力学模型计算出电机轴的转速。
仿真实验中,可以调节电流控制器的参数,观察实际转速与期望转速之间的误差。
通过不断调整电流控制器的参数,使得转速误差最小,从而得到最佳的开环控制参数。
然后,可以进行闭环控制的仿真实验。
闭环控制中,需要加入速度反馈回路,将实际转速信号与期望转速信号进行比较,并通过调节电流控制器输出的电流信号来实现转速的闭环控制。
在仿真实验中,可以观察调整速度环和电流环的参数对闭环控制性能的影响。
通过不断优化参数,使得系统的响应速度更快、稳定性更好。
最后,可以进行扰动实验。
扰动实验是为了评估系统在外部扰动下的鲁棒性能。
通过加入外部扰动信号,观察系统对扰动的抑制能力。
可以进行不同程度和频率的扰动实验,评估系统对扰动的抑制能力,并通过调整控制器参数来提高系统的抗扰能力。
通过以上的建模与仿真实验研究,可以得到双闭环直流调速系统的数学模型,并且评估调速系统的控制性能。
这对于实际工程控制中的双闭环直流调速系统设计和调试具有重要意义,可以帮助工程师更好地设计和优化控制系统,提高系统的性能和稳定性。
(完整版)系统建模与仿真实验报告

实验1 Witness仿真软件认识一、实验目的熟悉Witness 的启动;熟悉Witness2006用户界面;熟悉Witness 建模元素;熟悉Witness 建模与仿真过程。
二、实验内容1、运行witness软件,了解软件界面及组成;2、以一个简单流水线实例进行操作。
小部件(widget)要经过称重、冲洗、加工和检测等操作。
执行完每一步操作后小部件通过充当运输工具和缓存器的传送带(conveyer)传送至下一个操作单元。
小部件在经过最后一道工序“检测”以后,脱离本模型系统。
三、实验步骤仿真实例操作:模型元素说明:widget 为加工的小部件名称;weigh、wash、produce、inspect 为四种加工机器,每种机器只有一台;C1、C2、C3 为三条输送链;ship 是系统提供的特殊区域,表示本仿真系统之外的某个地方;操作步骤:1:将所需元素布置在界面:2:更改各元素名称:如;3:编辑各个元素的输入输出规则:4:运行一周(5 天*8 小时*60 分钟=2400 分钟),得到统计结果。
5:仿真结果及分析:Widget:各机器工作状态统计表:分析:第一台机器效率最高位100%,第二台机器效率次之为79%,第三台和第四台机器效率低下,且空闲时间较多,可考虑加快传送带C2、C3的传送速度以及提高第二台机器的工作效率,以此来提高第三台和第四台机器的工作效率。
6:实验小结:通过本次实验,我对Witness的操作界面及基本操作有了一个初步的掌握,同学会了对于一个简单的流水线生产线进行建模仿真,总体而言,实验非常成功。
实验2 单品种流水线生产计划设计一、实验目的1.理解系统元素route的用法。
2.了解优化器optimization的用法。
3.了解单品种流水线生产计划的设计。
4.找出高生产效率、低临时库存的方案。
二、实验内容某一个车间有5台不同机器,加工一种产品。
该种产品都要求完成7道工序,而每道工序必须在指定的机器上按照事先规定好的工艺顺序进行。
二阶控制系统校正的建模与仿真

拟电路如图2 所 示 硬 件 电 路 主 要 由 4 个集成运放和电阻、
设计有源超前校正环节电路如图5 所 示 参 数 取
_
m
p
T
} 10&0.
J
I 00 _ 00 00
— ——I cleo
图 2 二阶系统硬件模拟电路图
0PAMP_3T_BASIC
图 4 校正前的频率特性曲线
I 5
用 M atlab编
图 7 校正后的频率特性曲线
写 m文件, 计算校正目1」d后
的时域、频域性能指标[8-1()],如 表 1 所示。
I6 电 子 制 作 2 0 1 6 年 9 月
* [4]郭锁利,刘延飞等.基于M u ltisim 的电子系统设计、仿真与 综合应用[M].北 京 :人民邮电出版社,2012.
与 Multisim仿真结果基本一致。
5 •结论
针对加入校正环节
本文以丨型二阶系统为例,采 用 M ultisim 建立了硬件
的丨型二阶 系 统 的 硬 件 模拟电路,仿真分析了系统的阶跃响应和频率特性;设计了
模 拟电路,输入为单位 合理的有源超前校正环节,通过设置合理的校正参数,有
阶 跃 信 号 时 ,校正后的 效 改 善 了 系 统 的 性 能 ; 以 数 学 模 型 传 递 函 数 为 基 础 ,采用
§
20
知 , 系 统 超 调 参考文献
? _Leabharlann V 0 2. 量 减 小 , 达到 氺 [1]余 成 波 ,张 莲 ,胡 哓 倩 .自 动 控 制 原 理 [M].北 京 :清华出版
0>
< l
0
20 .
稳态时间缩短。
社 ,2012.
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
其纳人到公 司 的总体战略 中, 以期 在实现“ 济 经
下, 废弃产品的回收再制造成为全球制造业 、 特别 是高科技 制造业 面临 的一个 热点 问题.B 戴 IM、 尔, 以及 国内的联想集 团等一批知名企业纷纷将
与环境协调发展” 的同时构筑新 的竞争优势. 对 这些企业来讲 , 品的回收再制造改变 了其传统 产 的单 向物 流运 作 模 式 , 致 了一 种 更 为 复 杂 的结 导 构——闭环供应链系统 ( 如图 1 所示) .
赵 晓敏 黄培 清2 ,
(. 1 上海大学管理学院 , 上海 204 ; . 044 2 上海交通大学安泰经济与管理学 院, 上海 20 5 ) 00 2
摘 要 : 传统 正 向供 应链 相 比 , 于 闭环供 应 链 中的 制造 商将 对 消 费 阶段 后 的废 弃 产 品进 行 与 处
及与集成式“ 超组织” 结构相 比的效率损失. 易余 胤 建立 了制造商领导、 零售 商领导 以及市场无 领导者 3 种不 同市场力量下的闭环供应链博弈模 型, 研究 了不同市场力量结构 对渠道成员决策 的 影响. 晏妮娜和黄小原 建立 了基 于第 3方逆 向 物流服务提供商从事 物料 回收的闭环供 应链模 型, 设计 了制造商与第 3方之间的 目 标奖惩合 同, 并讨论 了分散决策下的 S ce e 对策和集成管 t kl r a bg 理 下 的联合 优化 策 略. 对于生产 和库存 管理 中的最 优控制 策略 问
①
收稿 日 :09一 1 1 ; 期 20 l — 7 修订 日期 : 01 0 0 . 21 — 5— 6
基 金项 目: 国家 自然科学基金资助项 目(0 0 0 1 . 7 8 14 ) 作 者简介 : 赵晓敏 (9 5 ) 女 , 17 一 , 山西太原人 , 副教授 , 士.E a : a i m n 1 1@yho cr c 博 m i z o a i 2 1 ao.o .n lh x o 一 n
制造 品均 可 以满 足 终 端 市 场 需 求 , 因此 形 成 了 制
造和再制造并存的混合模式. 对于图 1 所示 系统 , 一些学者从最优定价策 略和渠 道结 构 效 率方 面进 行 了研 究 . aa a Svs n k 等…运用博弈论分析 了基 于再 制造 的闭环供应
链 最优渠 道 结构 问题 . 祖 庆 和 达 庆 利 研 究 了 黄 直线 型 再制 造供 应链 在不 同决 策结 构 下 的收益 以
导致 供应 链整 体 收益 变差 .
一
一
关键 词 :闭环供应 链 ; 品再 制造 ;逆 F2 .
文献 标识 码 : A
文 章编 号 : 0 7—90 (0 10 02 10 87 2 1 )5— 09—1 4
0 引 言
第 1 4卷第 5期 2 1 年 5月 01
管
理
科
学
学
报
Vo. 4 No 5 1 1 . Ma 0 1 v 2 1
J RNAL OF MANAG OU EME CI NT S ENC S I HI A E N C N
S 两 级 闭环 供 应 链 系统 建模 与 仿 真研 究① M
足终端市场需求 , 购买 原材料一生产 新产 品 补充可销售 品库存一满 足市 场需求 ; 从市 场回收
废 旧产 品一对 废 旧产 品进行 检测 一 对质 量合 格 的
产品进行再制造 , 使其达到“ 新产品” 标准一补充 可销 售 品库存 满 足 市 场需 求 . 由于 新 产 品 和再
回收再 处理 , 而形 成一 种制 造与 再制 造并 存 的混 合 模 式 , 从 导致 供 应 链 系统 复 杂 化. 文利 用 本
控 制理 论对 一 个供 应 商和 一 个制造 商 构成 的 两级 闭环供 应链 系统 进 行 建模 与仿 真研 究 , 着重
分析确定性需求和再制造环境下 系统的动态行为和运作绩效. 究结果表 明, 研 再制造活动会对 上游供应商带来较为显著的负面影响. 从运作层面看 , 再制造活动会使供应商的生产和库存 出 现较 大幅度的波动, 其波动程度要明显大于制造商本身; 经济收益看, 从 再制造活动使制造商 获 益的 同时却 使 上游供 应 商 蒙受损 失 , 当制造 商 获得 的额 外收 益不足 以弥补供 应 商损 失时 , 将
嘿
娜回复 库存
图 1 基 于产 品再 制造 的闭环供应链 系统
F g 1 Cl s d l o u p y c a n s se wi r d c e i. o e - p s p l h i y t m t p o u t mmmf cu i g o h r a t rn
仿真技术 对制 造/ 再制 造 系统 的动态行 为 进行 了研究. ag N i l] T n 和 a 1主要分 析了再制造过 程 m2 的信息透 明度 对制 造/ 再制 造 系统鲁 棒性 的 影
响 , 对 三 种 不 同水 平 的 信 息 透 明 度 进 行 J 较 在 : 匕 后 指 出 , 制 造 过 程 的信 息 透 明度 越 大 , 再 系统 的 鲁棒 性 表 现 越 好 . hu和 Dsel 点 分 了 Zo i y1重 n 3 3 斤 . 再 制造 提 前 期 和 回 收 率 对 制 造/ 制 造 系 统 动 再
一
3 一 0
管
理
科
学
学
报
21 0 1年5月
与传统 正 向供 应链 相 比, 于 闭环 供 应 链 中 处 的制 造商 通过 两种 方式 来补 充可 销售 品库存 以满
度, 特别 是在 两 个 提 前 期 有较 大 差 异 时 , 造 / 制 再 制造 系统 的描述 和控 制策 略 的结构将 变 得相 复 j 杂 , 时 将 难 以求 得 系 统 的 最 优 策 略 解 . 此 , 此 为 Kemie|I 着 重 研究 了几 种启 发式 算 法 , i tlr】“ s l U 以快 速 获得 高质 量 的近似 最优解 . 为 了从 生 产 和 库 存 管 理 层 面 探 讨 影 响 ; 统 毛 绩效的关 键 因素 ,ag N i Z o Tn 和 a m,hu和 Dse , ib ly 赵 晓敏 等人 采 用 系统 动 : 学 方 法 并 结 合 计 算 机 ) 丁