41/41IBM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開始重組它的全球供給鏈。它希望以最少的庫(kù)存到達(dá)對(duì)顧客的快速響應(yīng)。為了支持這一工程，我們開發(fā)了一個(gè)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(kù)連通性集成在一個(gè)允許對(duì)跨企業(yè)供給鏈進(jìn)行定量分析的系統(tǒng)中。IBM已經(jīng)采用AMT研究類似于庫(kù)存預(yù)算、周轉(zhuǎn)目標(biāo)、顧客效勞目標(biāo)以及新產(chǎn)品介紹等問(wèn)題。我們已經(jīng)將它實(shí)施于大量的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(jià)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(jì)算機(jī)硬件、軟件和效勞的提供商，IBM生產(chǎn)各種不同的產(chǎn)品，包括半導(dǎo)體、處理器、硬盤、個(gè)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(wàn)的供給商和分銷渠道保持著聯(lián)系。一條產(chǎn)品線可能包含數(shù)以千計(jì)的零件，而這些零件要涉及到多級(jí)原材料清單、各式各樣的提前期和本錢以及成百上千的由不同的運(yùn)輸模式連接的制造和分銷地點(diǎn)。面對(duì)著日益劇烈的競(jìng)爭(zhēng)，高科技的迅猛開展，持續(xù)的價(jià)格下降的挑戰(zhàn)，公司在1993年開始了一個(gè)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(guò)提高將產(chǎn)品傳遞到市場(chǎng)上的速度、可靠性和有效性，致力于改良顧客滿意度和市場(chǎng)競(jìng)爭(zhēng)力。作為整個(gè)重組工程的一局部，1994年，IBM開始了一個(gè)資產(chǎn)管理重組的開發(fā)，其目的是定義供給鏈結(jié)構(gòu)、確定戰(zhàn)略庫(kù)存和顧客效勞目標(biāo)，以優(yōu)化庫(kù)存的分配和存放，并在滿足顧客效勞目標(biāo)的同時(shí)減少企業(yè)的庫(kù)存。公司成立了一個(gè)跨部門的團(tuán)隊(duì)，成員是來(lái)自制造、研發(fā)、財(cái)務(wù)、市場(chǎng)、效勞和技術(shù)部門的代表。這個(gè)團(tuán)隊(duì)確定了五個(gè)需要建模用于支持決策的領(lǐng)域：（1）在每一個(gè)商業(yè)單元內(nèi)減少庫(kù)存的方法的設(shè)計(jì)；（2）用于高層管理的為獲得庫(kù)存目標(biāo)的選擇方法的開發(fā)；（3）在每個(gè)商業(yè)單元內(nèi)開發(fā)和實(shí)施一個(gè)協(xié)調(diào)管理庫(kù)存和顧客效勞目標(biāo)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(duì)類似于效勞零件、生產(chǎn)原材料和成品這樣的資產(chǎn)進(jìn)行充分的估價(jià)。（5）對(duì)跨品牌產(chǎn)品和單元協(xié)作進(jìn)行評(píng)價(jià)，以改善庫(kù)存和風(fēng)險(xiǎn)管理。針對(duì)這些問(wèn)題，我們開發(fā)了資產(chǎn)管理工具（AMT），這是一個(gè)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€(gè)由互相關(guān)聯(lián)的設(shè)施組成的網(wǎng)絡(luò)，企業(yè)通過(guò)這些設(shè)施進(jìn)行采購(gòu)、生產(chǎn)、配送，并將產(chǎn)品和效勞傳遞給它的顧客。由于采購(gòu)、生產(chǎn)和銷售變得越來(lái)越全球化，大公司的供給鏈也愈加復(fù)雜，并且相互依賴的程度也越來(lái)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(gè)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。由于存在這種相互依賴的關(guān)系，一個(gè)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(huì)取得良好的業(yè)績(jī)和開展。一個(gè)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(huì)取得良好的業(yè)績(jī)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(rùn)很高。而一個(gè)管理糟糕的供給鏈卻恰好相反，利潤(rùn)減少、企業(yè)失去創(chuàng)新精神，企業(yè)的商業(yè)成長(zhǎng)受到阻礙。在我們最初的工作中，我們意識(shí)到有兩個(gè)根本的環(huán)節(jié)可以用來(lái)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)更精確的預(yù)測(cè)；第二，我們必須改良供給鏈的靈活性，促使其迅速適應(yīng)市場(chǎng)的變化。從一開始，我們就致力于研究一條跨企業(yè)的供給鏈潛在固有的相互依存關(guān)系。我們認(rèn)識(shí)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(jià)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(lái)處理需求、提前期、供給商可靠性和其它因素內(nèi)在固有不確定性的工具。它將是可升級(jí)的，這樣，它就能夠處理代表某行業(yè)的大量描述產(chǎn)品結(jié)構(gòu)、供給鏈流程和部件庫(kù)存信息的數(shù)據(jù)。最后，這一新工具在對(duì)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?cè)O(shè)計(jì)AMT來(lái)解決所有這些問(wèn)題。它是一個(gè)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(kù)存系統(tǒng)量化分析的先進(jìn)的建模、仿真和優(yōu)化能力，以及類似于企業(yè)數(shù)據(jù)庫(kù)連通性和基于Internet的溝通這樣的特點(diǎn)。AMT基于六個(gè)功能模塊：一個(gè)數(shù)據(jù)建模模塊、一個(gè)圖形用戶界面、一個(gè)實(shí)驗(yàn)管理器、一個(gè)優(yōu)化引擎、一個(gè)仿真引擎和一個(gè)報(bào)告生成器。數(shù)據(jù)建模模塊提供了一個(gè)關(guān)聯(lián)數(shù)據(jù)接口，包括產(chǎn)品結(jié)構(gòu)、提前期、本錢、需求預(yù)測(cè)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(jiǎn)能力、能夠自動(dòng)檢查數(shù)據(jù)的完整性。通過(guò)數(shù)據(jù)橋（databridges），它允許對(duì)IBM的國(guó)際和當(dāng)?shù)剡\(yùn)作數(shù)據(jù)庫(kù)的進(jìn)行訪問(wèn)。圖形用戶界面（GUI）將供給鏈建模與基于會(huì)話的供給鏈數(shù)據(jù)輸入結(jié)合起來(lái)。它允許用戶通過(guò)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(duì)實(shí)驗(yàn)中生成的輸出數(shù)據(jù)的自動(dòng)訪問(wèn)，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)中的客戶效勞目標(biāo)和庫(kù)存。這一模塊可以通過(guò)GUI的下拉菜單訪問(wèn)，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)結(jié)構(gòu)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(kù)存和制造策略，例如平安庫(kù)存控制、供貨時(shí)間、按庫(kù)存生產(chǎn)、按訂單生產(chǎn)，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(gè)動(dòng)畫模塊，能夠幫助用戶想象供給鏈的運(yùn)作，并在監(jiān)控仿真輸出報(bào)告的同時(shí)改變參數(shù)和策略。報(bào)告生成器對(duì)所研究的供給鏈的性能提供了一個(gè)綜合的觀察，包括平均周轉(zhuǎn)時(shí)間、顧客效勞水平、出貨情況、訂單完成率和庫(kù)存。它還能生成財(cái)務(wù)報(bào)告，包括銷售收入、庫(kù)存占用資金、原材料本錢、運(yùn)輸本錢和基于活動(dòng)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(kù)存投資之間的權(quán)衡。目標(biāo)是確定供給鏈中每個(gè)節(jié)點(diǎn)中的每種產(chǎn)品的平安庫(kù)存，以期最小化在總體庫(kù)存上的投資。我們把供給鏈看作是一個(gè)多層的網(wǎng)絡(luò)，將其中的每個(gè)庫(kù)存節(jié)點(diǎn)作為一個(gè)排隊(duì)系統(tǒng)進(jìn)行建模。除了通常的排隊(duì)建模，我們?cè)谀Ｐ椭薪Y(jié)合了一個(gè)庫(kù)存控制政策：平安庫(kù)存控制策略，將平安庫(kù)存水平作為決策變量。為了量化地評(píng)價(jià)這樣一個(gè)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(gè)庫(kù)存節(jié)點(diǎn)，并通過(guò)所謂的實(shí)際提前期，獲取不同庫(kù)存節(jié)點(diǎn)之間的聯(lián)系。我們將每個(gè)庫(kù)存節(jié)點(diǎn)看成一個(gè)具有復(fù)合泊松到達(dá)、無(wú)限個(gè)效勞臺(tái)，效勞時(shí)間服從一般分布的隊(duì)列，用排隊(duì)符號(hào)表示。為了做到這一點(diǎn)，我們必須詳細(xì)說(shuō)明到達(dá)和效勞過(guò)程。通過(guò)基于生產(chǎn)結(jié)構(gòu)，采用標(biāo)準(zhǔn)的MRP需求生成技術(shù)，我們?cè)诿總€(gè)節(jié)點(diǎn)獲得到達(dá)過(guò)程。復(fù)合泊松到達(dá)過(guò)程有三個(gè)主要參數(shù)：到達(dá)率、批量的均值和方差。因此它能夠包含多種形式的需求數(shù)據(jù)；例如，某一特定時(shí)期的需求可以由它的最大值、最小值、以及最可能的值來(lái)描述。效勞時(shí)間是每個(gè)庫(kù)存節(jié)點(diǎn)的真實(shí)提前期。一個(gè)庫(kù)存節(jié)點(diǎn)的真實(shí)提前期可以通過(guò)它的名義提前期（比方制造或運(yùn)輸時(shí)間）以及它的供給商的滿足率來(lái)求得。特別的，當(dāng)一個(gè)供給商出現(xiàn)缺貨時(shí)，我們必須將由此產(chǎn)生的延遲加到實(shí)際提前期中去。這一延遲是供給商用來(lái)生產(chǎn)滿足訂單的下一個(gè)單位所用的時(shí)間。在我們的模型中，我們通過(guò)Markov鏈分析得到附加的延遲。隨著到達(dá)和效勞過(guò)程確實(shí)定，我們可以分析隊(duì)列，并得到類似庫(kù)存、缺貨、滿足率和顧客效勞水平這樣的性能指標(biāo)。在對(duì)庫(kù)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(gè)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(jì)算負(fù)擔(dān)，我們用一個(gè)正態(tài)分布來(lái)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)際的提前期，即排隊(duì)模型的效勞時(shí)間。圖1是一個(gè)庫(kù)存節(jié)點(diǎn)的動(dòng)態(tài)變化的簡(jiǎn)圖。優(yōu)化模型的目標(biāo)是最小化供給網(wǎng)絡(luò)中的總期望庫(kù)存資本。這一總量是所有庫(kù)存節(jié)點(diǎn)的總和，而每個(gè)節(jié)點(diǎn)持有兩種類型的庫(kù)存：成品（在持）庫(kù)存和在制品（在訂）庫(kù)存。優(yōu)化模型的約束是要求的顧客效勞目標(biāo)。他們由顧客訂單在給定期限之前滿足的概率來(lái)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標(biāo)。首先對(duì)于每種最終產(chǎn)品，我們得到能夠滿足要求的顧客效勞目標(biāo)的滿足率。這些滿足率通過(guò)網(wǎng)絡(luò)的材料清單結(jié)構(gòu)以及實(shí)際提前期，與所有上游庫(kù)存節(jié)點(diǎn)的實(shí)際提前期建立聯(lián)系。模型因此得到了不同庫(kù)存節(jié)點(diǎn)的相互關(guān)系，特別是平安庫(kù)存水平和滿足率對(duì)于顧客效勞水平的影響。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(gè)描述一個(gè)庫(kù)存節(jié)點(diǎn)動(dòng)態(tài)性能的簡(jiǎn)圖中，平安庫(kù)存水平是9，當(dāng)有四個(gè)單位庫(kù)存時(shí)，其它的五個(gè)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(gè)作業(yè)。為了使優(yōu)化能夠快速執(zhí)行，我們得到準(zhǔn)確形式的解析梯度估計(jì)，并且實(shí)現(xiàn)了一個(gè)梯度搜索算法用來(lái)生成最優(yōu)解。這一工作的技術(shù)細(xì)節(jié)參見(jiàn)Ettletal.[1998]及附錄。除了梯度搜索，我們還開發(fā)了一個(gè)基于產(chǎn)品聚類的啟發(fā)式優(yōu)化過(guò)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(cè)試問(wèn)題時(shí)進(jìn)行比較。對(duì)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(gè)商業(yè)單元中得到廣泛測(cè)試。仿真引擎仿真引擎允許用戶對(duì)不同的供給鏈策略進(jìn)行模擬，特別的，可以用來(lái)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(gè)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)品公司聯(lián)合開發(fā)。仿真引擎在參加供給鏈建模功能的同時(shí)，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(duì)關(guān)于期望顧客效勞目標(biāo)和顧客優(yōu)先級(jí)的信息進(jìn)行建模。制造流程對(duì)裝配組裝過(guò)程、庫(kù)存策略和補(bǔ)充策略進(jìn)行建模。它還能被用于對(duì)供給商建模。配送流程對(duì)配送中心建模并且能夠用來(lái)對(duì)零售店建模。運(yùn)輸流程對(duì)運(yùn)輸時(shí)間、車輛裝載和運(yùn)輸本錢進(jìn)行建模。預(yù)測(cè)流程代表了產(chǎn)品預(yù)測(cè)，包括將來(lái)階段的促銷和隨機(jī)需求。庫(kù)存方案流程對(duì)周期性的庫(kù)存目標(biāo)水平設(shè)置進(jìn)行建模。這個(gè)流程的本質(zhì)是基于要求的顧客效勞目標(biāo)，計(jì)算出供給鏈中各個(gè)庫(kù)存節(jié)點(diǎn)的建議庫(kù)存水平的AMT優(yōu)化引擎。仿真引擎允許用戶在監(jiān)控輸出報(bào)告的同時(shí)，改變一系列輸入?yún)?shù)，來(lái)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(kù)中。用戶以隨機(jī)變量的形式，通過(guò)隨機(jī)分布為仿真提供輸入?yún)?shù)；包括制造提前期，運(yùn)輸時(shí)間，原材料處理延遲時(shí)間、需求預(yù)測(cè)、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(ài)爾朗，指數(shù)、γ、正態(tài)、正態(tài)對(duì)數(shù)、泊松、三角、均勻、韋伯和用戶定義的分布。我們?cè)O(shè)計(jì)了仿真引擎來(lái)進(jìn)行基于情景的分析。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(kù)存水平、以及制造、補(bǔ)充以及運(yùn)輸策略（按方案生產(chǎn)、按訂單生產(chǎn)、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)鹊龋┻@樣的供給鏈參數(shù)在仿真過(guò)程中不斷變化。對(duì)于每一次的仿真，用戶都可以指定一個(gè)方案期，重復(fù)情景（樣本運(yùn)行）的數(shù)量以及一個(gè)不用保存統(tǒng)計(jì)數(shù)據(jù)的預(yù)熱階段。方案期的長(zhǎng)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(cè)的有效性。通常我們?nèi)?-12個(gè)月作為方案期。仿真運(yùn)行的結(jié)果以指標(biāo)報(bào)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(kù)存以及在制品庫(kù)存。為了分析財(cái)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(dòng)的本錢，例如原材料處理和制造本錢；庫(kù)存持有本錢；運(yùn)輸本錢；錯(cuò)誤滿足或者推遲向顧客發(fā)送的懲罰本錢；因被錯(cuò)誤滿足或者從供給商處推遲發(fā)來(lái)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(gè)功能模塊集成在一個(gè)足夠靈活的系統(tǒng)構(gòu)架中，它可以滿足用戶不同的計(jì)算需要。這種構(gòu)架是基于一個(gè)客戶端－效勞器規(guī)劃模型的，在這個(gè)模型中，可以利用計(jì)算機(jī)網(wǎng)絡(luò)的資源進(jìn)行試驗(yàn)（見(jiàn)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(duì)話框形式的數(shù)據(jù)錄入。而AMT的效勞器端——通常處在一臺(tái)功能強(qiáng)大的工作站或中型機(jī)上——提供了完整的建模和分析功能。在我們?yōu)槭褂霉δ茌^弱的計(jì)算機(jī)（如膝上型電腦）的用戶建立的構(gòu)架中，AMT客戶端則以獨(dú)立于平臺(tái)的Java應(yīng)用程序形式存在；聯(lián)網(wǎng)的客戶端則允許用戶通過(guò)網(wǎng)絡(luò)瀏覽器訪問(wèn)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(guò)一個(gè)相關(guān)模型數(shù)據(jù)庫(kù)（它經(jīng)由關(guān)聯(lián)界面與效勞器相連接）得到。數(shù)據(jù)庫(kù)存儲(chǔ)了與各種建模情形相關(guān)的信息，包括供給鏈結(jié)構(gòu)、產(chǎn)品結(jié)構(gòu)、制造數(shù)據(jù)，以及需求預(yù)測(cè)。對(duì)每種最終產(chǎn)品，通過(guò)自上而下的材料清單，可以生成它的產(chǎn)品結(jié)構(gòu)。我們所有的產(chǎn)品數(shù)據(jù)都是從公司數(shù)據(jù)庫(kù)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(kù)連通性模塊，提供對(duì)數(shù)據(jù)庫(kù)的自動(dòng)訪問(wèn)，提取生產(chǎn)數(shù)據(jù)，并把它們注入模型數(shù)據(jù)庫(kù)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(cè)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(kù)的一致性檢驗(yàn)，這樣可以產(chǎn)生遺漏數(shù)據(jù)報(bào)告，并將數(shù)據(jù)集縮小到能夠被保持一致地下載到模型數(shù)據(jù)庫(kù)的水平。數(shù)據(jù)收集的過(guò)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(gòu)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(guò)這些程序，我們可以根據(jù)零件的價(jià)值等級(jí)或年需求本錢自動(dòng)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(lái)為多種供給鏈建立供給網(wǎng)絡(luò)（見(jiàn)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(huì)翻開讓用戶指定參數(shù)和策略的窗口，例如延遲時(shí)間、制造提前期、原材料清單，以及按訂單生產(chǎn)或按方案生產(chǎn)這樣的制造策略。AMT也支持分級(jí)過(guò)程建模。用戶可以“下行〞來(lái)包含供給鏈的其他層，給建模過(guò)程增加可擴(kuò)展性。顧客節(jié)點(diǎn)捕獲需求、預(yù)測(cè)和客戶效勞要求。我們置入了動(dòng)畫，來(lái)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(dòng)可視化。在仿真運(yùn)行過(guò)程中，用戶可以查看報(bào)告，例如效勞或庫(kù)存報(bào)告，了解仿真目前的狀況。除了這些實(shí)時(shí)報(bào)告，AMT還提供我們前面討論過(guò)的財(cái)務(wù)和性能報(bào)告。圖3AMT的一個(gè)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)行迅速而深入的假設(shè)分析，這是超出任何標(biāo)準(zhǔn)仿真工具能力以外的。使用仿真引擎，用戶可以在仿真動(dòng)態(tài)的供給鏈流程和策略的同時(shí)，調(diào)用庫(kù)存模塊進(jìn)行階段性的最優(yōu)庫(kù)存水平重算。用戶可以在優(yōu)化解決方案的基礎(chǔ)上進(jìn)行仿真，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(lái)調(diào)整仿真或者優(yōu)化過(guò)程的參數(shù)。在仿真引擎和優(yōu)化引擎之間有一個(gè)自動(dòng)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(cè)重算目標(biāo)庫(kù)存水平。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)合考慮效勞目標(biāo)和系統(tǒng)不確定性?？傊?，AMT包含了創(chuàng)造性的優(yōu)化，性能評(píng)價(jià)以及仿真的結(jié)合，集成了數(shù)據(jù)連通性和一個(gè)基于因特網(wǎng)的建?？蚣?。這使得它成為一個(gè)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(dòng)態(tài)環(huán)境。我們將跨企業(yè)供給鏈作為一個(gè)庫(kù)存排隊(duì)網(wǎng)絡(luò)進(jìn)行建模，使用分解算法和排隊(duì)分析來(lái)獲取每個(gè)庫(kù)存節(jié)點(diǎn)的性能，。我們開發(fā)了多層、有約束的庫(kù)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(wèn)題。我們建立了一個(gè)供給鏈仿真庫(kù)，其中包含供給鏈流程和策略的廣泛的集合，利用這個(gè)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(cái)務(wù)報(bào)告，以及深入到每個(gè)庫(kù)存持有單元的基于活動(dòng)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(gè)人系統(tǒng)組中跨企業(yè)的供給鏈管理IMB個(gè)人系統(tǒng)組（PSG）負(fù)責(zé)個(gè)人電腦的研發(fā)、制造、銷售和效勞（例如，商用型臺(tái)式電腦，消費(fèi)型臺(tái)式電腦，移動(dòng)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(yíng)銷隊(duì)伍分布在大城市，而制造工廠位于美國(guó)、拉丁美洲、歐洲和亞洲。1998年，PSG賣出了大約7,700,000臺(tái)計(jì)算機(jī)，這些計(jì)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(lái)自戴爾和Gateway這樣的PC制造商的競(jìng)爭(zhēng)日益增強(qiáng)，它們采用直銷的、按訂單生產(chǎn)的商業(yè)模式。這促使PSG在1997年重新評(píng)價(jià)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。目標(biāo)是設(shè)計(jì)實(shí)施一種綜合的商業(yè)模式，結(jié)合直銷模式（按訂單生產(chǎn)，根據(jù)客戶要求配置，庫(kù)存最小化）和非直銷模式（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(guò)多種渠道進(jìn)行銷售。在1997年四月，PSG成立了一個(gè)跨功能單位的團(tuán)隊(duì)，其任務(wù)是在現(xiàn)有的商業(yè)模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(kù)存之間的關(guān)系。我們利用PSG的商用臺(tái)式機(jī)產(chǎn)品的一個(gè)子集的生產(chǎn)數(shù)據(jù)，建立了AMT中的基礎(chǔ)供給鏈模型。該模型是由最終用戶的需求、零售商定購(gòu)行為、IBM制造與庫(kù)存策略、供給商性能以及提前期可變性觸發(fā)的。我們從22個(gè)零售商那里收集了五個(gè)月的實(shí)際最終用戶銷售數(shù)據(jù)。零售商定購(gòu)行為是被許多因素影響的，例如對(duì)策策略、市場(chǎng)鼓勵(lì)、對(duì)供給商可靠性的信心，以及為滿足大客戶采購(gòu)的庫(kù)存儲(chǔ)藏。對(duì)每一個(gè)因素進(jìn)行建模未免太過(guò)復(fù)雜了。我們的模型通過(guò)使用替代性的定購(gòu)政策，獲得每個(gè)PSG零售商的總定購(gòu)量，來(lái)代表現(xiàn)有渠道的銷售能力水平。例如，如果某個(gè)零售商平均持有60天的庫(kù)存量，模型就為它建立一個(gè)相當(dāng)于60天渠道庫(kù)存的目標(biāo)平安庫(kù)存水平。為了觀測(cè)當(dāng)零售商改變它們訂貨策略時(shí)的情況，我們?cè)贏MT模型中改變渠道庫(kù)存水平，并進(jìn)行不同情況下假設(shè)分析。對(duì)于每種定貨策略，我們假定一個(gè)零售商將按照給定供給天數(shù)的水平來(lái)保持產(chǎn)品庫(kù)存。在正常商業(yè)流程中，PSG根據(jù)13周滾動(dòng)水平來(lái)預(yù)測(cè)它的制造能力。當(dāng)前一周的預(yù)測(cè)作為生產(chǎn)方案，然后此方案推動(dòng)PSG的制造地生產(chǎn)的產(chǎn)品流向分銷倉(cāng)庫(kù)，然后它們存儲(chǔ)在那里，直至被零售商定購(gòu)，或者說(shuō)拉動(dòng)。這種補(bǔ)充庫(kù)存策略抓住了PSG的結(jié)合推拉式制造與定購(gòu)系統(tǒng)的特征——PSG按照預(yù)測(cè)制造產(chǎn)品，將它們作為成品存在倉(cāng)庫(kù)中，直到從零售商那里得到訂單為止。這個(gè)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(huì)影響零售商的定購(gòu)。同樣，它也并非真正的推式系統(tǒng)，因?yàn)榱闶凵痰亩ㄙ?gòu)也會(huì)影響PSG制造點(diǎn)的日程安排。為了有效的把握由于部件短缺、能力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(duì)未來(lái)13周的預(yù)測(cè)。PSG制定了一個(gè)在95％的可能內(nèi)三日內(nèi)送貨給顧客的目標(biāo)，這個(gè)目標(biāo)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(cè)，每周計(jì)算平安庫(kù)存，使顧客訂單中的95％在3天內(nèi)滿足。這個(gè)供給策略形成了PSG供給商定購(gòu)部件和組件，并進(jìn)行后續(xù)制造活動(dòng)的基礎(chǔ)。在工程的第一階段，我們使用簡(jiǎn)化的數(shù)據(jù)集來(lái)建立一個(gè)PSG供給鏈的簡(jiǎn)化原型來(lái)檢驗(yàn)假設(shè)，研究各種建模算法，更好的了解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(kù)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(cè)合格的計(jì)算機(jī)；（2）開放式機(jī)型：沒(méi)有功能，只包括計(jì)算機(jī)最根本的局部，沒(méi)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)行組裝。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(shí)候組裝成標(biāo)準(zhǔn)機(jī)型，賣給顧客，這是一個(gè)表達(dá)出靈活性的例子，因?yàn)榱闶凵炭梢杂卯?dāng)前的開放式機(jī)型庫(kù)存滿足對(duì)標(biāo)準(zhǔn)機(jī)型的訂單，而不僅僅是儲(chǔ)存這些庫(kù)存去滿足非標(biāo)準(zhǔn)機(jī)型的訂單。有的零售商庫(kù)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，這就是不夠靈活的表現(xiàn)。兩種方法都會(huì)影響庫(kù)存和顧客效勞。因?yàn)榱闶凵痰撵`活性不能夠精確地定義，我們?cè)O(shè)計(jì)了不同仿真試驗(yàn)集，在100%靈活和100%不靈活兩種極端的情況下，界定或構(gòu)造渠道裝配策略的實(shí)際影響。通過(guò)將仿真結(jié)果與PSG歷史數(shù)據(jù)的比較，我們來(lái)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)行屢次仿真。這項(xiàng)研究的主要結(jié)果是如下幾個(gè)方面：基于PSG現(xiàn)有的產(chǎn)品結(jié)構(gòu)、小批量的市場(chǎng)環(huán)境、以及現(xiàn)有的供給鏈策略，采用渠道裝配幾乎沒(méi)有減少其庫(kù)存。（不靈活的零售商渠道行為）允許零售商用他們庫(kù)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(kù)存。（靈活的零售商渠道行為）把22個(gè)裝配點(diǎn)的需求集中成3種大的類別，可以改善6％的效勞水平且減少5％的庫(kù)存。在現(xiàn)有的推－拉式的供給鏈策略基礎(chǔ)上，PSG可在不影響顧客效勞水平的基礎(chǔ)上，減少50％的庫(kù)存。目前，整個(gè)供給鏈上的庫(kù)存水平遠(yuǎn)遠(yuǎn)高于保持PSG效勞目標(biāo)所需要的最優(yōu)庫(kù)存。這個(gè)工程及隨后的工程集中了4個(gè)功能團(tuán)體——市場(chǎng)和銷售，生產(chǎn)，配送，開發(fā)——尋求公司范圍內(nèi)對(duì)PSG戰(zhàn)略方向及隨后行動(dòng)的一致。我們的研究對(duì)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(guò)改良PSG產(chǎn)品的通用性，提高零售商渠道的靈活性[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(jià)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(duì)后勤流程進(jìn)行了一系列加強(qiáng)改善后，于1997年11月實(shí)施這個(gè)工程。 PSG已經(jīng)基于ATM的分析結(jié)果，對(duì)于如何分配工程優(yōu)先權(quán)和庫(kù)存管理渠道庫(kù)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(gè)零售商預(yù)測(cè)的越準(zhǔn)確，效勞的水平就越高。從1997年底到1998年底PSG削減了超過(guò)50％的庫(kù)存。這次削減庫(kù)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(jià)格變化而對(duì)他們的庫(kù)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(shí)間又縮短了4－6周，使得PSG節(jié)省了另外5％－7％的生產(chǎn)本錢。這相當(dāng)于每年節(jié)約6.5億美元。 在最初評(píng)估后的幾個(gè)月內(nèi)，我們進(jìn)行了進(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(lái)；（2）在建模中考慮地理分布情況；（3）評(píng)價(jià)將總裝延遲至銷售商的配送點(diǎn)這一做法對(duì)庫(kù)存和消費(fèi)者效勞影響；（4）估計(jì)削減生產(chǎn)周期對(duì)庫(kù)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(shí)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(gè)合作場(chǎng)所政策。在合作場(chǎng)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(cè)的精確程度在很大程度上影響著庫(kù)存和消費(fèi)者效勞水平，PSG用AMT來(lái)決定向商業(yè)合作伙伴承諾的效勞水平，而這種承諾主要基于他們提供精確預(yù)測(cè)的能力。零售商預(yù)測(cè)地越準(zhǔn)確，PSG提供給零售商的效勞水平就越高。這種政策在行業(yè)中是史無(wú)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)用世界水平的供給鏈管理策略上，已經(jīng)成了一個(gè)無(wú)價(jià)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(chǔ)系統(tǒng)部門（SSD），大型機(jī)部門（S/390）和PSG的歐洲市場(chǎng)。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(duì)外采用這個(gè)工具來(lái)進(jìn)行咨詢應(yīng)用。下面是AMT最新的三個(gè)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)和大量的生產(chǎn)印刷。這個(gè)公司雇用了大約4，550個(gè)員工，1998年擁有19.5億的毛利潤(rùn)。1996年，PSC用5個(gè)月的時(shí)間對(duì)AMT進(jìn)行了大量的測(cè)試過(guò)程。在評(píng)估報(bào)告中，檢驗(yàn)小組認(rèn)為AMT產(chǎn)生了精確的結(jié)果，與現(xiàn)有的供給鏈管理和庫(kù)存工具相比，能夠提高生產(chǎn)力，并且改善了PSG在確認(rèn)和生成庫(kù)存預(yù)算和周轉(zhuǎn)率目標(biāo)時(shí)的精確性。此后，PSC使用AMT來(lái)研究預(yù)測(cè)準(zhǔn)確度、產(chǎn)品結(jié)構(gòu)、建造一個(gè)新的配送中心、以及其他商業(yè)活動(dòng)對(duì)不同產(chǎn)品族的供給網(wǎng)絡(luò)性能的影響。據(jù)報(bào)告，僅在一個(gè)例子中，就節(jié)約了160萬(wàn)的庫(kù)存本錢，占總庫(kù)存持有本錢的30％。1998年P(guān)SG本錢節(jié)約超過(guò)7億5000萬(wàn)IBM的AS/400公司制造中等規(guī)模的商用計(jì)算機(jī)和效勞器，提供150多種型號(hào)和到達(dá)1000個(gè)之多的性能方面的升級(jí)。組裝這些系統(tǒng)需要幾千個(gè)獨(dú)一無(wú)二的零部件，大約1000個(gè)左右要在裝配的最后階段——就在全部完成一個(gè)系統(tǒng)之前——用到。如果給客戶提供靈活性，讓他們能夠挑選功能特性來(lái)定制個(gè)性化的產(chǎn)品，那么無(wú)疑就會(huì)對(duì)生產(chǎn)的復(fù)雜性和效率帶來(lái)挑戰(zhàn)。公司使用AMT來(lái)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(gè)性化等一系列方案對(duì)于庫(kù)存和準(zhǔn)時(shí)運(yùn)送的影響。結(jié)果說(shuō)明，消除小批量的零件可使庫(kù)存周轉(zhuǎn)率提高15％，替代和延遲最后的總裝可以使庫(kù)存周轉(zhuǎn)率提高大約30％。從1998年開始，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(zhǎng)。1995年，IBM建立了一套快速反應(yīng)效勞工程，為購(gòu)置中等規(guī)模數(shù)量的計(jì)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開始將快速反應(yīng)工程作為一種前沿實(shí)驗(yàn)對(duì)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(lái)分析權(quán)衡效勞與庫(kù)存之間的關(guān)系，從而找到了一個(gè)最優(yōu)性能的結(jié)合點(diǎn)，此后還用它來(lái)分析快速反應(yīng)工程對(duì)于生產(chǎn)和配送中心之間庫(kù)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，并且使由快速反應(yīng)產(chǎn)生的收入增長(zhǎng)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(lái)，在業(yè)界產(chǎn)生了深遠(yuǎn)的影響。IBM已經(jīng)采用AMT來(lái)處理廣泛領(lǐng)域內(nèi)的商業(yè)問(wèn)題，包括庫(kù)存管理，供給鏈配置，產(chǎn)品結(jié)構(gòu)，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)伙伴中得到了實(shí)施。實(shí)施AMT后僅1998年就帶給PSG7億5000多萬(wàn)的本錢節(jié)約。此外，AMT還幫助IBM的商業(yè)伙伴能夠以低得多的庫(kù)存水平滿足客戶需要，并且與很多商業(yè)伙伴達(dá)成了合作場(chǎng)所政策。AMT已經(jīng)成為許多供給鏈重組創(chuàng)新方法的基礎(chǔ)，幾個(gè)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(duì)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(kù)存控制策略的多層供給網(wǎng)絡(luò)優(yōu)化這里我們簡(jiǎn)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(méi)有涉及的問(wèn)題，比方非平穩(wěn)需求的處理，相關(guān)的滾動(dòng)方案的實(shí)施，梯度的求法以及許多實(shí)施前后的步驟。我們用產(chǎn)品的物料清單結(jié)構(gòu)來(lái)制定供給網(wǎng)絡(luò)的配置。網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)要么是一個(gè)工廠，要么是一個(gè)配送中心。同每個(gè)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(gè)多層的物料清單。每個(gè)節(jié)點(diǎn)都有存儲(chǔ)區(qū)域，我們把它看作庫(kù)存點(diǎn)，存儲(chǔ)出現(xiàn)在物料清單中的部件以及最終產(chǎn)品，分別對(duì)應(yīng)于輸入庫(kù)存點(diǎn)和輸出庫(kù)存點(diǎn)。下標(biāo)i和j表示庫(kù)存點(diǎn)，S表示整個(gè)網(wǎng)絡(luò)中所有庫(kù)存點(diǎn)的集合。我們假設(shè)采用一個(gè)分布式的庫(kù)存控制體系，每個(gè)庫(kù)存點(diǎn)都遵循平安庫(kù)存控制策略管理庫(kù)存。該策略描述如下：當(dāng)庫(kù)存點(diǎn)i的庫(kù)存位置（現(xiàn)有庫(kù)存加上在訂庫(kù)存減去缺貨）降至某個(gè)事先給定的平安庫(kù)存水平以下時(shí)，該庫(kù)存點(diǎn)即去訂貨。在我們的模型里，是一個(gè)決策變量。每個(gè)庫(kù)存點(diǎn)i都有一個(gè)給定分布的名義提前期Li，該名義提前期是指，當(dāng)任何上游庫(kù)存點(diǎn)沒(méi)有因?yàn)槿必浂l(fā)生延遲交貨的情況時(shí)，這個(gè)庫(kù)存點(diǎn)所在節(jié)點(diǎn)的生產(chǎn)時(shí)間或是運(yùn)輸時(shí)間。而實(shí)際提前期則考慮了由于缺貨可能造成的延遲，Li是給定的數(shù)據(jù)，而則是推導(dǎo)出來(lái)的性能指標(biāo)。為了分析每個(gè)庫(kù)存點(diǎn)i的性能，我們采用一個(gè)庫(kù)存排隊(duì)模型，參見(jiàn)Buzacott和Shanthikumar’s[1993]。特別的，我們將平安庫(kù)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(gè)單位或訂單。復(fù)合泊松過(guò)程很好地均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(gè)參數(shù)來(lái)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(jiǎn)單泊松到達(dá)過(guò)程只有一個(gè)參數(shù)）。為了得到每個(gè)庫(kù)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(gè)輸入進(jìn)程。為了做到這一點(diǎn)，通過(guò)層層分析物料清單的結(jié)構(gòu)，在每一層根據(jù)提前期調(diào)整時(shí)間參數(shù)，就可以把每一類相關(guān)的需求流（無(wú)論是預(yù)測(cè)的還是真實(shí)的）分解為每個(gè)庫(kù)存點(diǎn)的需求過(guò)程。這個(gè)過(guò)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(shí)間，這里我們以實(shí)際提前期來(lái)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(gè)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(kù)存水平表示如下：（2）其中ki被稱作平安系數(shù)。Ri和ki通過(guò)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(kù)存點(diǎn)i持有庫(kù)存水平，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(kù)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(kù)存點(diǎn)i的實(shí)際提前期，我們將其表示為：（7）其中S>i表示所有為庫(kù)存點(diǎn)i生產(chǎn)供給部件的庫(kù)存點(diǎn)的集合，τj表示在屬于集合S>i的庫(kù)存點(diǎn)j處產(chǎn)生的額外延遲。由于一般τj很難計(jì)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(shí)間去滿足，也就是說(shuō)，平均來(lái)講，在缺貨發(fā)生時(shí)，平均有(Rj+1)個(gè)已發(fā)出的訂單正在處理。用戶需求是由最終產(chǎn)品庫(kù)存點(diǎn)的集合，網(wǎng)絡(luò)中的邊界庫(kù)存點(diǎn)S0來(lái)滿足的。考慮一個(gè)特殊的客戶群，其需求由一個(gè)末端庫(kù)存點(diǎn)i滿足，iS0。令Wi表示接收一個(gè)訂單的等待時(shí)間，則所要求的客戶效勞目標(biāo)可表示為：（9）其中αi和βi是給定的數(shù)據(jù)。如果需求只是由現(xiàn)有庫(kù)存來(lái)滿足，則延遲僅僅是將產(chǎn)成品運(yùn)至顧客手中的運(yùn)輸時(shí)間Ti，這個(gè)時(shí)間也是給定的；否則，就有一個(gè)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)，則fi也是ki的函數(shù)，這里我們需要求解一個(gè)由（8）式定義的不動(dòng)點(diǎn)問(wèn)題以得到fi（或ki）。然而在優(yōu)化過(guò)程的循環(huán)中，如果我們簡(jiǎn)單地以上一個(gè)循環(huán)中ri的結(jié)果做為下一個(gè)循環(huán)中ri的初始值，則這個(gè)問(wèn)題就可以防止。一旦我們得到了fi（或ki），就可以通過(guò)式（2）和式（6）得到平安庫(kù)存水平和缺貨概率。我們的優(yōu)化模型的目標(biāo)是在滿足要求的顧客效勞水平前提下，使供給網(wǎng)絡(luò)中總的期望庫(kù)存資金最小化。每個(gè)庫(kù)存點(diǎn)都有兩種庫(kù)存：在持庫(kù)存和在制品庫(kù)存（WIP）（WIP包括正在運(yùn)輸途中的庫(kù)存），從上邊的討論中我們可以看到，庫(kù)存點(diǎn)i的期望持有庫(kù)存為E[Ii]=σiH(ki)，WIP的期望為E[Ni]=μi。因此，目標(biāo)函數(shù)具有如下形式：（11）其中ci和ci’分別表示在持庫(kù)存和在制品庫(kù)存的單位庫(kù)存資本，假設(shè)ci給定，ci’可以根據(jù)BOM由ci求出。我們的目標(biāo)是在對(duì)所有的終端庫(kù)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(gè)有約束的非線性優(yōu)化問(wèn)題，通過(guò)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)則，見(jiàn)Pressetal.[1994]。由于目標(biāo)函數(shù)值變化很大，為了防止出現(xiàn)局部最優(yōu)，我們還用到了幾種啟發(fā)式搜索。例如，評(píng)價(jià)一系列隨機(jī)生成的初始值而后選取一個(gè)最好的開始梯度搜索。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,No