基于复杂适应系统的供应链库存控制及仿真模型

《基于复杂适应系统的供应链库存控制及仿真模型》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中科技大学硕士学位论文要的研究方法是进行算法的研究，主要的研究目的是为了总结和提炼模型所反映出的内在的规律。供应链运作是用于解决供应链管理实际操作问题，主要是库存管理方面，如供应商管理库存、多级库存系统等。也包括运作流程的优化，如延迟制造、BTO等。供应链的特征决定了传统数学分析方式在供应链管理问题中存在很大的局限性，因此，使用计算机进行仿真模拟成为供应链研究中的一个重要途径。也可以将其视为一种研究方法。供应链协调和运作更像是研究的方向，供应链的建模与优化以及仿真更像是研究的手段。但在具体的研究工作中，并没有如上所述那么清晰的界限，往往是多种问题和多种研究手段的综

2、合。[2]1999年，美国佛罗里达大学的Erengüç等指出供应链中最重要的研究领域是集成优化方面，即供应链中所有环节的库存管理决策的集成化方法和供应链中供应、制造、销售三个环节的集成优化模型。这也是至今在供应链研究中的热点区域。集成化供应链趋向于动态联盟的形式，即基于一定的市场需求、根据共同的目标而组成，通过实时信息的共享来实现集成。这也是供应链管理的发展趋势。1.2.2供应链管理研究中存在的问题综合分析国内外的研究成果，目前对供应链的研究还存在一些思路、方法和目[3,4,5]标不能满足实际需要的问题。从研究的思路上来看，把供应链及其所处的环境看作为一个静态的对象

3、，忽视了企业的自主性及由此引起的个体间的相互作用。也就是说假定供应链中个体间的伙伴关系是稳定的，可以采用串行的计划与控制模式。这种思路缺乏对现实的足够重视，不能达到现实所要求的适应性，导致其研究的结果很难适应快速多变的运作环境。供应链是由若干相对独立的自主实体构成的网络,不存在完整的供应链模型和全局优化目标,整个供应链的管理只能通过这些相对独立的实体协调完成。每一个成员企业都有自己的利益和管理方式,而且相互之间,并没有一个主从和附庸的关系。所以，采用集中方式对供应链进行相关管理和决策，也是不符合当今供应链企业运4华中科技大学硕士学位论文作的实际情况，供应链中个体的自

4、主性必须是也应该是供应链管理研究要考虑的问题之一。再就是对随机因素的处理存在一些问题，随机因素有如顾客服务水平、市场的需求水平、准备时间、供应商可靠性、运输渠道可靠性、市场价格不确定性等。即使考虑了随机因素，也是在某一环节中引入随机变量，按一定的分布影响演变的过程，随机因素的作用是暂时的，只是在一定的步骤上起作用，系统不会因此而“演化”。事实上，随机因素不但影响系统的状态，而且影响系统的结构和行为方式。从研究的方法上看，目前的研究都是先假设一个相对静态的供应链网络结构，并试图优化网络中的物流、资金流和信息流，但这些方法不能回答供应链是如何形成的，以及在一段时间内是如

5、何进化的；不能回答不同行业的供应链，如教育产业和制造业的供应链结构为何有如此大的差别。从研究的目标上看，多数只考虑单一目标的优化问题，如库存总成本最低化；对多目标的优化问题考虑较少，如很少考虑物料需求平衡的约束，而这对生产环节是很基本的；如只分析相邻两个节点企业的集成化问题，而不是将整个供应链作为对象进行研究；如对供应链的集成化模型的研究仅限于模型的框架结构，缺乏具体的供应链模型等。上述的这些问题造成了研究的结果不能有效转化为实际应用，只能为理论上的一些探讨提供有限的依据。但是我们也应该看到，这些问题的存在是有其原因的，其中很大的原因是传统的数学方法在应对供应链中的

6、随机因素时很难有所建树，而不是这些问题没有人意识到。因此，一些新的可以部分解决这些问题的手段和思想正在促成供应链管理研究的转变。1.2.3供应链管理研究的新趋势与简化的、线性的传统系统理论相比，复杂性科学则提供了一个完全不同的世界观。复杂性科学的研究对象是复杂系统，但复杂系统至今没有明确的严格定义，[6]只能给出一个描述性的定义：复杂系统是具有相当多并基于局部信息做出行动的智能性、自适应性主体的系统。复杂系统中又可以分为很多种类，目前对于供应链归属于何种复杂系统这一问5华中科技大学硕士学位论文题，并没有一个明确的结论。本文的目的是引入复杂系统的思想和研究手段到供应链

7、管理的研究中来，并不是要对供应链在复杂系统中的定位做出严格的规定，基于这个目的，可以将供应链归纳到两种复杂系统：复杂适应系统或是复杂开放巨系统。复杂开放巨系统的研究方法是从定性到定量，将个体的经验知识上升为群体的经验知识，使用语言和符号来表达连接起来的知识体系，以提高人的意识，并将意识提高为思维。复杂适应系统(CAS，ComplexAdaptiveSystem)实际也是复杂开放巨系统中的一种,由许多具有适应性的主体(AdaptiveAgent)组成，这些自治的简单的智能体按照既定规则相互作用，反应彼此行动，改进自我行为，进而改善整个系统的行为。[3]当前值得关注