基于动力学行为分析的供应链稳定性研究

1、1091724 华顾盼基于动力学行为分析的供应链稳定性研究 文献综述2供应链稳定性定义供应链稳定性定义1供应链稳定性的研究现状供应链稳定性的研究现状2未来研究点未来研究点3参考文献参考文献43一、供应链稳定性的定义供应链系统是由一系列如订单的发送和获取、原材料的采购、产品的生产直到最后进入市场进行销售、配送等跨职能部门的多个活动环节构成的活动。不同企业之间的竞争实质已经转化成为不同供应链系统之间的竞争。为此这些活动需要及时进行调整, 使供应链系统时刻处于动态的随需变化之中。然而,这种环境的频繁变化和供应链自身的不断调整, 导致供应链系统产生不稳定, 处于波动之中的供应链不确定性增加, 复杂性增

2、强, 对供应链系统管理、控制的难度增大1。1.11.1供应链供应链4不同学者对供应链稳定性的定义不尽相同。系统动力学的传统观点认为,只有平滑收敛行为是稳定的,而具有波动的行为都是不稳定的。基于控制论的研究者则认为,波动收敛是系统渐进稳定的一种形态(即一阶延迟系统总是稳定的) ,只有等幅波动和发散波动的行为才是不稳定的。即在一个阶跃扰动下,如果零售商的库存(或订货量) 能够在一定的时间内稳定在某个固定的水平上,则认为该供应链系统是稳定的2。1.21.2供应链稳定性供应链稳定性5二、供应链稳定性的研究现状供应链概念产生于20世纪80年代后期，经过几十年孜孜不倦的探索与研究，研究者们已获得不少供应链

3、理论知识与实践经验。因此，关于供应链稳定性的研究也已经具有一定的基础。现阶段关于供应链稳定性的研究主要分为两个方面：一方面是从牛鞭效应角度研究其稳定性；另一方面是从分叉、震荡、混沌等更复杂的动力学行为角度进行分析。62.2基于复杂动力学行为的供应链稳定性分析2.1基于牛鞭效应的供应链稳定性分析2研究现状7（1）牛鞭效应含义及其影响供应链系统的一个基本动态特性就是牛鞭效应。牛鞭效应是指供应链中需求信息从下游企业向上游企业传递时需求信息被扭曲并逐级放大的现象,即供应商订货量的波动(方差) 大于顾客需求的波动(方差)，并且这种波动(方差) 会沿着供应链自下而上被逐级放大。2.1基于牛鞭效应的供应链稳

4、定性分析8当供应链遭遇牛鞭效应时,会产生如下危害3 ： 1）不断起伏的需求变化造成制造商管理的难题；2）导致各级供应商库存过量;3）过度的需求不确定性及需求变化使得销售不畅,有效需求得不到满足,使供应链的潜在销售流失. 9零售商批发商供应商制造商顾客需求量波动零售商订货量波动批发商订货量波动制造商订货量波动供应商订货量波动供应链中供应链中“牛鞭效应牛鞭效应”形成过程形成过程10（2）产生原因Geary（2006）4对牛鞭效应的研究状况和发展趋势作了详细的综述，其给出导致牛鞭效应的五个因素：乘数原则需求预测批量订货价格波动供求双方的博弈，并指出可以通过系统控制、时间压缩、信息透明、减少环节等原则

5、重组供应链来消除这些因素，进一步控制牛鞭效应。11（3）任意需求下的牛鞭效应研究卢震等（2003） 5在供应链的多层动态库存模型基础上,研究了顾客端不确定性需求下的供应链模型，并采用随机控制理论对供应链中牛鞭效应进行了抑制控制的研究。Daganzo（2004）6 研究了任意需求下离散型多级供应链的稳定性问题，认为存在一个由策略确定而与需求无关的订单方差放大因子的上界。12（4）降低牛鞭效应的策略研究Riddalls 等（2002）7研究了连续非线性供应链系统的稳定性和鲁棒稳定性，提出了通过相关库存管理策略改善供应链系统动力学行为的可能性。Dejonckheere等（2003）8 发现使库存持有

6、和缺货成本最低的补货决策策略下订单和生产转换成本会上升，降低牛鞭效应并不一定会使供应链运作成本最低。Nagatani 等（2004）9把供应链中各级库存作为状态变量，通过建立微分方程模型研究使系统稳定的控制策略。13应保胜（2005）10通过对几个可能的库存控制策略下线性供应链的稳定性分析,发现增加对未来需求进行预测时的时间区间、增加下游的订货率、增加决策时下游级数等对策可有效抑制供应链的牛鞭效应,使整个供应链的稳定性明显提高。吴隽等（2008）11对一个三级供应链建模并运用系统动力学仿真分析，重新认识牛鞭效应的起因进而提出缓解方案。14Ouyang （2007）12 研究了线性、时不变库存管

7、理策略下信息共享对供应链系统稳定性的影响，运用解析方法得出在需求未知情形下预测牛鞭效应的稳健分析条件，认为需求共享虽无法完全消除牛鞭效应但可使其大大降低，从而增加供应链的稳定性。在2010年的一篇文章中，Ouyang13 等在同样的管理策略下进一步研究了复杂供应链网络中牛鞭效应的控制问题，给出了网络中各节点订单方差的计算公式。15Sucky（2009）14指出订至点（order-up-to）补货策略常会带来牛鞭效应，而其大小取决于需求的统计相关性，认为在风险共享的简单供应链中牛鞭效应的影响常常被过分夸大了。路应金等（2004）15通过李雅普诺夫指数分析了使一个简单供应链系统保持稳定的参数范围。

8、罗昌等（2007, 2008）2, 16基于系统动力学方法建立了一阶指数延迟和纯时间延迟模式下供应链系统稳定性判据。16供应链中的企业组织之间不具备从属关系，且系统中的物流信息流等存在着非线性反馈、延迟和相互作用，从客观上造成了供应链系统的复杂性。又因为管理者的有限理性及决策最优化的驱使，导致了供应链系统表现出复杂的动力学特性。而作为特性之一的牛鞭效应并不能完全解释这些复杂动力学行为。2.2基于复杂动力学行为的供应链稳定性分析17Larsen等（1999）17根据Stermann（1989）18提出的固定和调节启发式订单决策建立了差分方程模型，通过非线性仿真分析研究其动力学行为，发现模型具有稳

9、定的周期状态、拟周期状态以及混沌和超混沌运动。随着非线性科学和复杂性科学的发展，使得导致供应链系统不稳定的这些更复杂的动力学行为逐渐被发现，从控制供应链系统动力学行为复杂性的角度寻研究供应链稳定性已成为一种新的发展趋势。18混沌混沌分叉分叉震荡震荡191989年Devaney给出了混沌的一种数学定义：设X是一个度量空间。一个连续映射f：X X称为X上的混沌，如果1）f是拓扑传递的2）f的周期点在X中稠密3）f具有对初始条件的敏感依赖性。Wilding（1998）19 给出了混沌的非数学定义：混沌是确定性系统中产生的类周期性、有界的且对初值敏感的动力学行为，且其在相空间中有结构。混沌混沌20刘会

10、新等（2004，2005, 2009 ）20，21，22 分别对单级供应链和两级供应链建立库存控制系统状态空间模型，并采用切换理论分析各子系统的稳定性及整个系统的动力学行为，给出了使系统稳定的订货策略参数的取值范围。而2007年的一篇文章中，刘会新21 在分析供应链系统动态性时加入了不可退货这一限制条件，指出系统切换特性是造成供应链系统行为复杂的原因。21Hwarng 等（2008）23利用非线性动力学仿真分析工具，对Larsen 等（1999）24的差分方程模型通过计算最大Lyapunov 指数研究了生产分销系统的复杂性和混沌行为，明确了供应链中各级库存和需求的不确定性是由供应链内在机制造成

11、的，并提出了相关管理对策。22Laugesen 等（2006）25 通过仿真单级和二级供应链对啤酒游戏的分叉进行分析。分叉分叉23Kim 和Springer （2008, 2010）26, 27利用微分方程模型研究了顾客突变需求对供应链波动性的影响，提出了减少供应链波动性的相关供应链管理策略。文中给出了衡量供应链静态与动态在途库存管理策略的三个指标订单放大率、震荡范围和收敛时间，指出这两种策略均无法在所有指标下最优。震荡震荡24三、未来研究点（1）放宽一些假设条件，例如允许退货或提前期为1等特殊假设，研究更符合实际情况的、既是切换系统又是延迟系统（提前期大于1）的供应链系统的稳定性。（2）从对

12、各子系统的稳定性的研究扩展到对整个切换系统的稳定性的研究。（3）如何通过有效的库存管理实现对订单与库存放大的综合控制。（4）产生振荡后，如何度量和缩短供应链从震荡状态收敛到稳定状态的所需时间。25四、参考文献1林佳, 穆东, 2006.供应链系统稳定性的集对分析. 物流技术, (12): 68-70. 2罗昌, 贾素玲, 王惠文, 2007. 基于系统动力学的供应链稳定性判据研究. 计算机集成制造系统, 13(9): 1762-1767.3 Drezner Z , Ryan J K. Quantifying the Bullwhip Effect in a Simple Supply Chai

13、n: The Impact of Forecasting ,Lead Times , and Information J . Management Science , 2000 ,46 :436 - 443. 4 Geary, S., Disney, S.M., Towill, D.R., 2006. On bullwhip in supply chains-historical review, present practice and expected future impact. International Journal of Production Economics, 101: 2-1

14、8.5卢震, 黄小原, 2003.具有不确定性需求的供应链牛鞭效应的随机控制. 东北大学学报, 24(4): 393-396.6 Daganzo, C.F., 2004. On the stability of supply chains. Operations Research, 52(6): 909 921. 7 Riddallsy, C.E, Bennettz, S., 2002. The stability of supply chains. International Journal of Production Research, 40(2): 459-475.8 Dejonckhe

15、ere, J., Disney, S.M., Lambrecht M.R., Towill D.R., 2003. Measuring and avoiding the bullwhip effect: A control theoretic approach. European Journal of Operational Research, 147: 567-590.269 Nagatani, T., Helbing, D., 2004. Stability analysis and stabilization strategies for linear supply chains. Ph

16、ysica A, 335: 644-660.10应保胜, 容芷君, 2005. 线性供应链的稳定性分析及稳定化策略研究. 湖北工业大学学报, 20(3): 71-73.11吴隽, 李杰, 张莹, 2008.基于系统动力学的牛鞭效应仿真分析.物流科技, (2): 91-94.12 Ouyang, Y., 2007. The effect of information sharing on supply chain stability and the bullwhip effect. European Journal of Operational Research, 182: 1107-1121.

17、13 Ouyang, Y., Li, X., 2010. The bullwhip effect in supply chain networks. European Journal of Operational Research, 201: 799-810.14 Sucky, E., 2009. The bullwhip effect in supply chains-An overestimated problem? International Journal of Production Economics, 118: 311-322.15 Lu, Y.J., Tang, X.W., Zh

18、ou Z.F., 2004. Lyapunov criteria for structural stability of supply chain system. Journal of Electronic Science and Technology of China, 2(2): 79-82.16罗昌, 贾素玲, 王惠文, 2008. 基于系统动力学的供应链稳定性研究. 系统仿真学报, 20(14): 3815-3819. 17 Larsen, E.R., Morecroft, J.D.W., Thomsen, J.S., 1999. Complexity behavior in a pr

19、oduction-distribution model. European Journal of Operational Research, 119: 61-74.2718 Sterman, J.D., 1989. Modeling Management behavior: Misperceptions of feed back in a dynamic decision making experiment. Management Science, 35(3): 321-339.19 Wilding, R.D., 1998. Chaos theory: Implications for sup

20、ply chain management. International Journal of Logistics Management, 9: 43-56.20刘会新，王红卫， 费奇， 2004. 一类库存控制系统的稳定性分析. 计算机集成制造系统，10(11): 1396-1401. 21刘会新, 王红卫, 王正国, 2005. 二级链式供应链系统的动态特性分析. 华中科技大学学报(自然科学版), 33(12): 92-95. 22 Wang, H.W., Liu, H.X., Yang, J.B., 2009. Dynamic analysis of a two-stage supply chainA switched system theory approach. The International Journal of Advanced Manufacturing Technology, 4