（企业管理专业论文）仿真在物流管理中的应用.pdf

摘要 物流是一种先进的组织方式和管理技术，被广泛认为是企业在降低物资消耗、 提寰i 劳动生产率以外重要的利润源泉。伴随着现代信息技术的日益完善，对物流管 理的设计和仿真的研究越来越受到人们的重视。仿真是一种实验方法，它是运筹学 和系统工程中一种重要的优化方法，基本思想是试图重现某一系统或活动的作业情 况，而不必实地去建造并运转一个系统，那样会造成巨大的花费，这种方法不是去 求解模型，而是在各种不同的作业条件组合下，去运行这一模型，由模拟运行的结 果，对所提出的方案的优缺点进行评价。本文包括引言、四章内容及结束语部分。 第一章第一节介绍了现代物流的含义，将现代物流与传统物流进行了比较，较 传统物流而言，现代物流的范围更广。第二节介绍了仿真的基本概念、仿真技术在 物流研究中的主要作用以及应用前景。由于物流理论和实践的不断深入，所提出 的研究问题日益复杂，应用数学难以进行描述或很难求解，使得研究需要采用计算 机仿真的方法解决。 第二章主要研究库存控制仿真。在随机库存系统中，需求发生时间、每次需求 量、提前期及订货点和订货量都可能是随机的。对随机库存系统，一般只有通过模 拟才能进行较深入的研究。本章分两种方法进行研究，一种是利用e o q 方法进行 仿真。利用传统库存理论e o q 仿真随机库存控制。另一种是非e o q 方法，文中给 出了具体的仿真流程图。 第三章主要研究物流中心选址仿真。本章分两种情况：一类是连续型选址问题， 一类是离散型选址问题。对于连续型选址假定源的个数已定，来求解这个选址和分 配问题，对不同数目的源多次重复，并从中选出最好的解来。离散型选址是根据产 品的流动路线以顾客、仓库与工厂的地理坐标计算出仓库选址方案的物流总成本， 通过对各种选址方案进行模拟运行，从而从中选出满意的方案。 第四章为物流管理仿真系统实现。首先介绍系统结构图及开发工具，并提供了 数据库连接方法，然后以库存控制子系统为例介绍了系统的实现。 ( 笔者希望通过对仿真在物流管理中应用的研究给物流科学的研究能提供一定 的参考价值。笔者水平有限，同时缺乏相关的工作经验，因而文中肯定有诸多不足 之处，恳请本领域内的专家、教授、学者批评指正，笔者在此表示深深的谢意。1 关键字：物流仿真，库存，物流中心，选址 蜴_ i 仰， a b s t r a c t l o g i s t i c s i so n eo fa d v a n c e do r g a n i z a t i o nm o d e sa n dm a n a g e m e n tt e c h n o l o g i e s , w h i c hi s e x t e n s i v e l yr e g a r d e d a sa n o t h e r i m p o r t a n t s o u r c eo fp r o f i t so fa n e n t e r p r i s e ，b e s i d e sr e d u c i n gm a t e r i a lc o n s u m p t i o na n di m p r o v i n gp r o d u c t i v i t yo f l a b o r w i t ht h ei n c r e a s i n g l yp e r f e c to ft h em o d e r ni n f o r m a t i o nt e c h n i q u e ，p e o p l e a t t a c hm o r ea n dm o r ei m p o r t a n c et ot h ed e s i g no fl o g i s t i c sm a n a g e m e n ta n d r e s e a r c ho fs i m u l a t i o n a c t u a l l ys i m u l a t i o ni sn o to n l yak i n do fe x p e r i m e n tm e t h o d b u ta l s oa ni m p o r t a n to p t i m i z i n gm e t h o di n o p e r a t i o n a lr e s e a r c ha n ds y s t e m s e n g i n e e r i n g i t sb a s i ct h o u g h t i st ot r yt or e - a p p e a rt h ec i r c u m s t a n c eo fs o m e s y s t e m , b u t n o t n e c e s s a r i l y t oc o n s t r u c ta n dr u nt h es y s t e m i no t h e rw o r d s ，i ti sn o tt os e e k t h es o l u t i o no ft h em o d e l s ，b u tt or u nt h em o d e lu n d e rt h ev a r i o u sc o m b i n a t i o n s a c c o r d i n g t ot h er e s u l t s ，p e o p l ec a ne v a l u a t et h ea d v a n t a g e sa n d d i s a d v a n t a g e so f t h es c h e m e s t h e p a p e r c o n s i s t so fi n t r o d u c t i o n ，f o u rc h a p t e r sa n dc o n c l u s i o n c h a p t e r o n es t a r t sf r o mt h e s i g n i f i c a t i o n o fm o d e r nl o g i s t i c s c o m p a r e dw i t h t r a d i t i o n a ll o g i s t i c s ，t h es c o p eo fm o d e r nl o g i s t i c si sw i d e r s e c t i o nt w oi n t r o d u c e s t h eb a s i c c o n c e p t o fs i m u l a t i o n ，a n a l y z e si t sm a i nf u n c t i o na n d a p p l i c a t i o n p r o s p e c t s b e c a u s eo ff u r t h e rs t u d yo nt h el o g i s t i c st h e o r i e sa n dp r a c t i c e , t h e r e s e a r c hp r o b l e m sa n dc a u s a l i t ya r em o r ea n dm o r ec o m p l i c a t e d ；w ec a n ts o l v e t h e m b y m a t h e m a t i c sb u t r e l y o nt h ec o m p u t e rs i m u l a t i o n c h a p t e rt w of o c u s e so nt h es i m u l a t i o no fi n v e n t o r yc o n t r 0 1 a sf o rs t o c h a s t i c i n v e n t o r ys y s t e m , t h e r e a r e m a n ys t o c h a s t i cv a r i a b l e s ，f o re x a m p l ed e m a n d , l e a d - t i n a e , r e o r d e ra n do r d e rq u a n t i t y o n l ys i m u l a t i o nc a nm a k ef u r t h e rs t u d yo n t h es y s t e m t h i sc h a p t e rp r e s e n t st w om e t h o d s ：o n ei st os i m u l a t e b ye o q ；t h e o t h e ri st os i m u l a t en o t b ye o q a d o p t i n g t h et r a d i t i o n a li n v e n t o r y t h e o r i e s - e o q a n db e i n g m e r g e dj n t o s t o c h a s t i cf a c t o r s t h ef o r m e rs i m u l a t e st h es t o c h a s t i c i n v e n t o r yc o n t r 0 1 t h el a t e rm o r ec o r r e s p o n d sw i t ht h eb a s i ct h o u g h to fs i m u l a t i o n t h e r ea r ed e t a i l e df l o wc h a r t si nt h e p a p e r c h a p t e rt h r e ec o n c e n t r a t e so nt h es i m u l a t i o no fl o g i s t i c sc e n t e r s t h e r ea r et w o k i n d so fl o g i s t i c sc e n t e r ss i t i n g , n a m e l yc o n t i n u o u sa n dd i s c r e t e a sf o rc o n t i n u o u s s i t i n gm o d e l s ，p r e s u m et h ea m o u n to f1 0 9 i s t i c sc e n t e r st os o l v et h ep r o b l e ma n d o b t a i nt h eb e s ts o l u t i o n d i s c r e t es i t i n go n e sr u ua l lk i n d so fs c h e m e sa n d 恤e ns e l e c t t h eb e s ts a t i s f l e do n eb a s e do nt h e l o g i s t i c sc o s t c h a p t e rf o u rr e a l i z e st h es i m u l a t i o ns y s t e mo f1 0 9 i s t i c sm a n a g e m e n t f i r s tp r e s e n t t h es y s t e ma r c h i t e c t u r ea n d d e v e l o p m e n t t o o l s a tt h es a m et i m eo f f e rt h em e t h o do f d a t a b a s ec o n n e c t i o n t h e ni l l u s t r a t et h ei n v e n t o r yc o n t r o l s u b s y s t e m i nv i e wo ft h el e v e lo ft h ea u t h o r , t h e r ea r ed e f i c i e n c ya n d i n a c c u r a c y ，1w o u l d b e v e r yg l a dt oa p p r e c i a t ec r i t i c i s m sa n ds u g g e s t i o n sf r o mp r o f e s s o r s ，l e a r n e r sa n d o t h e rr e a d e r s h u a n gx i a o q i n g ( c o r p o r a t i o nm a n a g e m e n t ) d i r e c t e d b y z h a o g a n g ( p r o f e s s o r ) k e y w o r d s ：l o g i s t i c s ，s i m u l a t i o n ，i n v e n t o r y , l o g i s t i c sc e n t e r , s i t i n g 论文独创性声明 本论文是我个人在导师指导下进行的研究工作及取得的研究成果论文 中除了特别加以标注和致谢的地方外，不包含其他人或其他机构已经发表或 撰写过的研究成果其他同志对本研究的启发和所做的贡献均已在论文中作 了明确的声明并表示了谚 意。 作者签名：叁! 当日二：丝i ：! 本人同意上海海运学院有关保留、使用学位论文的规定，即：学校有权 保留送交论文复印件，允许论文被查阅和借阅；学校可以上网公布论文的全 部或部分内容，可以采用影印、缩印或者其它复制手段保存论文保密的论 文在解密后遵守此规定。 作者签名：童! 盔导师签名： 硕士论文 仿真在物流管理中的应用 引言 管理学家使用名目繁多的工具与技术来建立复杂决策问题的模型，分析并解决 它们。这些工具包括线性规划、决策分析、排队论、预测，其中有许多要求分析者 作出极为简洁的模型假设。例如，大量的排队模型都假设到达速率服从泊松概率分 布，以导出完美的数学解。其他工具，如线性规划，则只应用于有限类型的问题。 线性规划适用于能以线性目标函数与线性约束来建立模型结构明晰的情形，它不包 含概率因素。此外，通常这些模型都假设所有数据是确定已知的，不幸的是，这在 现实中极为罕见。 实际情形中很少有符合分析模型之假设。例如，来自供应商的资源可能没有保 证；库存管理中需求显然总是不确定的。所以情况常常是问题的数学形式愈完美， 它符合实际的程度就愈低。因此线性规划和其它管理学技术，尤其是规划工具，虽 然有着许多重要的实际应用( 在许多情况下，像线性规划和排队论这样的方法更为 适用) ，但它们并不总是有效的分析工具。 对于那些使问题不满足分析建模的标准所规定假设的情形，仿真可能是建立模 型和解决问题的有价值的方法，尤其是当在分析中问题表现出一般不易处理的不确 定性时，仿真特别有用。虽然仿真是管理科学中最容易运用的一种方法，但同时可 能是最难于恰当地应用并得出精确结论的方法。建立和运用有效的仿真模型需要很 多技巧，为了使仿真得出有意义的结论需要作长时间复杂的仿真分析。当前，仿真 技术已经成为分析、研究各种复杂系统的重要工具，它广泛用于工程领域和非工程 领域。仿真可定义为：在全部时间内，通过对系统的动态模型性能的观测来求解问 题的技术。它是建立系统或决策问题的数学或逻辑模型，并以该模型进行试验，以 便获得对系统行为的认识或帮助解决决策问题的过程。 “物流”这一概念是在二十世纪5 0 年代开始形成、6 0 年代初才完善。但是在 此后几十年间，随着世界经济贸易的高速发展，物流很快成长为一种最为经济合理 的综合服务模式。现在物流所涉及的领域空前广阔，是集现代运输、信息网络、仓 储管理、产品后道加工、营销策划等诸多业务技术于一体的- - i l 多科学、多领域的 综合管理科学。物流是企业生产的一个重要组成部分，物流合理化是提高企业生产 率最重要的方法之一。如今，伴随着现代信息技术的日益完善和我国国民经济和对 外贸易的突飞猛进，物流现代化日益突出地被提到了我国发展的一个战略性高度。 现代物流作为正在兴起的产业，国内外关于这方面理论的研究和实践探索仍在发展 之中。对于现代物流的认识和发展趋势的把握，还需要进一步深化，继续深入研究 硕士论文仿真在物流管理中的应用 探索，不断适应现代物流发展需要。因此对物流管理的设计和仿真的研究，也日益 受到人们的重视。本文在现有文献的基础上，简要介绍了仿真的基本概念和理论， 重点分析了物流管理中库存控制和物流中心选址这两方面的仿真技术，提出了一些 有用的仿真模型和算法，并加以实现。 本文研究的技术路线如下： 识别问题 系统分析 + 建立目标 选择方法 l 1推论仿真算法 上 结果 硕士论文仿真在物流管理中的应用 第一章现代物流技术与仿真 一、现代物流的基本概念 第一节现代物流的概念 国际上普遍采用的是美国物流管理协会 c o u n c i lo fl o g i s t i c sm a n a g e m e n t ) 关于物流的定义：“物流是为满足消费者需求而进行的对原材料、中间库存、最终 产品及相关信息从起始点到消费地的有效流动以及为实现这一流动而进行的计划、 管理和控制过程。”吴邦国副总理在1 9 9 9 年1 1 月份的现代物流国际研讨会上对 现代物流作了这样的阐述：“现代物流作为一种先进的组织方式和管理技术，被广 泛认为是企业在降低物资消耗、提高劳动生产率以外重要的利润源泉。” 由此可以看出，现代物流提出了物流系统化或综合物流管理的概念，并付诸实 施。具体地说，就是使物流向两头延伸并加入新的内涵，使社会物流与企业物流有 机结合在一起，从采购物流开始，经过生产物流，再进入销售物流，与此同时，要 经过包装、运输、仓储、装卸、加工配送到达用户( 消费者) 手中，最后还有回收 物流。可以这样讲，现代物流包含了产品从”生”到”死”的整个物理性的流通全过程。 供应物流企业内物流销售物流 一一一一一一一一一一一一- 。一一一- - - - 一一一一一一一+ 一一一一一一一一一一一 日圉日园日圉日圉日圉日 一型塑煎j 废弃 ：一一一一一一一一一一。一一一。?i 。一一一一一一一一一。一一一一一一一一一一一? i p h y s i c a ls u p p l y m a t e r i a l s ! l m a r k e t i n gl o g i s t i c ( p h y s i c a l ) ； ! m a n a g e m e m t； i d i s t r i b u t i o n： - 一一一- 一- 一一一一- 一一一一一一一二一- 一一- - 一- 一- - - 一一- 一一一一- 一二 图l - 1 现代物流的概念 硕士论文仿真在物流管理中的应用 二、现代物流与传统物流的区别 传统物流一般指产品出厂后的包装、运输、装卸、仓储。进入90 年代，传统 物流已向现代物流转变，现代物流包括运输合理化、仓储自动化、包装标准化、装 卸机械化、加工配送一体化、信息管理网络化等等。随着现代科学技术的迅猛发展， 全球经济一体化的趋势加强，现代物流作为一种先进的组织方式和管理技术，被广 泛认为是企业在降低物资消耗、提高劳动生产率以外的重要利润源泉，并在国民经 济和社会发展中发挥着重要作用。现代物流水平成了一个国家综合国力的重要标 志。 现代物流泛指物质实体及其载体的场所( 或位置) 的转移和时间占用，即指物质 实体的物理流动过程。它是在生产和消费从时间和空间上被分离并日益扩大的形势 下为有机地衔接“供”和“需”，保证社会生产顺利地进行，并取得良好的经济效 益而发展起来的- 1 7 科学。现代物流所要解决的问题是物流活动的机械化、自动化 和合理化，以实现物流系统的时间和空间效益。传统物流与现代物流的区别主要表 现在以下几个方面： 1 、传统物流只提供简单的位移，现代物流则提供增值服务； 2 、传统物流是被动服务，现代物流是主动服务； 3 、传统物流实行人工控制，现代物流实施信息管理； 4 、传统物流无统一服务标准，现代物流实施标准化服务： 5 、传统物流侧重点到点或线到线服务，现代物流构建全球服务网络： 6 、传统物流是单一环节的管理，现代物流是整体系统优化。 我国现代物流发展正处于起步阶段，与先进国家相比尚有很大差距，但市场潜 力和发展前景十分广阔。加快我国现代物流发展，对于优化资源配置，调整经济结 构，改善投资环境，增强综合国力和企业竞争能力，提高经济运行质量与效益，实 现可持续发展战略，推进我国经济体制与经济增长方式的根本性转变，具有非常重 要而深远的意义。1 9 9 7 年召开的”亚太国际物流会议n 上，一些中外著名人士指出， 中国如何较快地构筑一个可以将必要的商品，按必要的数量，以必要的方式，在必 要的时间，供应到必要的地点的高效率的物流体系，是国民经济发展中不可回避的 一个重大课题，我国国民经济的现代化，离不开流通的现代化，而流通的现代化离 不开物流的现代化。 硕士论文仿真在物流管理中的应用 一、仿真的概念 第二节仿真技术的应用 仿真是一种实验方法，它是运筹学和系统工程中一种重要的优化方法，基本思 想是试图重现某一系统或活动的作业情况，而不必实地去建造并运转一个系统，那 样会造成巨大的花费，这种方法不是去求解模型，而是在各种不同的作业条件的组 合下，去运行这一模型，由模拟运行所得的结果，对所提出的方案的优缺点进行评 价。仿真技术的主要的优势在于与大多数技术相比，它更简单，运作起来不昂贵且 更灵活。另外，仿真技术的发展及应用依赖于计算机软硬件的飞速发展。今天，随 着计算机科学与技术的巨大发展，仿真技术的研究也不断完善，应用不断扩大。 二、仿真技术在物流研究中的作用 仿真技术近年来应用越来越广，其在物流研究中的应用主要表现为以下几个方 面： 1 、有利于解决随机因素的影响 仿真模型的一个特点是它是一个随机模型，系统的参数受随机因素影响所发生 的变化在模型中得到充分体现。这一点是其他方法所无法比拟的。其他方法一般是 针对一种固定的约束条件或环境求解。而实际系统，特别是复杂的离散事件系统往 往受很多随机因素的影响( 物流系统就是这样的系统) 。忽略随机因素的影响，用 确定性模型代替随机模型研究系统，将会使分析结果有很大的误差。 2 、仿真帮助系统优化 表面上看，仿真模型的一次运行，只是对系统一次抽样的模拟。从这点来说， 系统仿真方法不是一种系统优化方法，即它不能求系统的最优解。但是，仿真可以 让人们依据对系统模型动态运行的效果，多次修改参数，反复仿真。或者说，仿真 是一种间接的系统优化方法。现在，人们越来越认识到，对于多目标、多因素、多 层次的系统( 物流系统正是这样的系统) 来说，并不存在绝对意义上的最优解。优 化只是相对而言的。即使是最优化方法，其本身由于若干的假设、抽象和简化所造 成的误差，已经使“最”字打了折扣。因此，不单纯追求最优解，而寻求改善系统 行为的途径和方法，应该说是更加有效的。仿真方法正是提供了这种环境。 3 、仿真对各种复杂的系统具有良好的适应性 硕士论文仿真在物流管理中的应用 仿真所建立的模型，完全是实际系统的映像。即它反映系统的物理特征、几何 特征，又可以反映系统的逻辑特性。因此，对于各种复杂的物流系统，无论是线性 的还是非线性的，无论是静态的还是动态的，都可以用仿真方法来研究。 4 、符合人们的思维习惯，有助于系统分析 研究分析物流系统的方法，大体上可分为两种类型。一类是解析法，另一类是 非解析法。解析法是把物流系统抽象成一种数学表达式，通过求解数学表达式找到 最优解。这是一种完全通过逻辑推理来获得启发和借鉴的方法。如运筹学中的线性 规划和动态规划等。解析法有比较悠久的发展历史。在实际中应用广泛，是比较成 功的方法。但是，解析法过于拘泥于数学抽象。人们面对抽象的假想的逻辑模型， 很难获得系统的真实感受。虽然解析法可以求最优解，但却不便于人们进行实际的 系统分析。 非解析法不依据抽象的假想，而是以现实为依据。仿真方法是一种非解析法。 仿真所依据的，是对系统的实际观测所获得的数据建立起来的动态模型。这种方法 所建立的模型，即表达了系统的物理特征，又有其逻辑特征，即反映了系统的静态 性质，也反映了其动态的性质，更贴近实际，更真实，更便于对系统进行分析。 三、仿真在物流研究中的应用领域及前景 随着物流理论和实践的不断深入，所提出的研究问题日益复杂，非确定因素、 不可知因素、模糊因素众多，因果关系复杂，应用数学难以进行描述或无法求解及 很难求解，使得研究需要采用计算机仿真的方法解决。 计算机仿真是现代数学方法、数理逻辑、语言形式化、人工智能与计算机技术 相结合的产物，是当代软技术的主要方法与手段。计算机仿真可将数学难以描述的 规则、思维方法、逻辑判断与分析，转换成计算机程序语言，并利用控制论中的信 息、调节和反馈技术，进行功能的、动态的描述，通过计算机数学与逻辑运算，给 出所需要的信息。 目前仿真在物流研究中主要应用于下面几方面： 1 、物流系统规划及设计 在没有实际系统的情况下，把系统规划转换成仿真模型，通过运行模型，评价 规划方案的优劣并修改方案，这是仿真经常用到的一方面。这可以在系统建成之前， 对不合理的设计和投资进行修正，避免了资金、人力和时间的浪费。系统仿真运行 准确地反映了未来物流系统在有选择的改变各种参数时的运行效果，从而使设计者 对规划与方案的实际效果更加胸有成竹。有人说，系统仿真把明天的工厂放到了今 硕士论文仿真在物流管理中的应用 天，是不无道理的。 2 、物料运输调度 复杂的物流系统经常包含若干运输车辆、多种运输路线。合理的调度运输工具； 规划运输路线；保障运输路线的通畅和高效等都不是一件轻而易举的事。运输策略 存在着多种可能性。如何评价各种策略的合理性呢? 怎样才能选择一种较优的调度 策略呢? 策略制定者如果只是说“假如就会，所以”是不足以说服人 的。因为，这种假设往往不止一个，要对所有的假设找到最好的解决办法。运输调 度是物流系统最复杂，动态变化最大的，很难用解析法描述运输的全过程。建立运 输系统模型，动态运行此模型，再用动画将运行状态、道路堵塞情况、物料供应情 况等生动地呈现出来。仿真结果还提供各种数据，包括车辆的运行时间、利用率等 等。通过对运输调度过程仿真，调度人员对所执行的调度策略进行检验和评价，就 可以采取比较合理的调度策略。 3 、物流成本估算 物流过程是非常复杂的动态过程。物流成本包括运输成本、库存成本、装卸成 本。成本的核算与所花费的时间直接有关。物流系统仿真是对物流整个过程的模拟。 进程中每一个操作的时间，通过仿真推进被记录下来。因此，人们可以通过仿真， 统计物流时间的花费，进而计算物流的成本。这种计算物流成本的方法，比用其他 数学方法计算，更简便、更直观。并且，可以建立起成本与物流系统规划、成本与 物料库存控制、成本与物料运输调度策略之间的联系。从而用成本核算结果来评价 物流系统的各种策略和方案，保证系统的经济性。实际仿真中，物流成本的估算可 以与物流系统其他统计性能同时得到。 4 、库存控制 生产加工的各个工序，其加工节奏一般是不协调的。物料供应部门与生产加工 部门的供求关系存在矛盾。为确保物料及时准确的供应，最有效的办法是在工厂、 车间设置物料仓库，在生产工序间设置缓冲物料库来协调生产节奏。通过对物料库 存状态的仿真，可以动态地模拟入库、出库、库存的实际状况。根据加工需要正确 地掌握入库、出库的时机和数量。 随着计算机的普及发展，计算机仿真方法在物流系统分析的应用越来越普通， 它在如下几方面有着广泛应用前景： ( 1 ) 由于有些物流系统的复杂性，应用数学方法难以构造模型，提出解析解， 此时可采用仿真的方法构造模型，以求得系统模型的解答。 ( 2 ) 对于新设计的物流系统，在未能确定它的优劣情况之前，不必急于无根据 地花费大量的投资来建立，可应用仿真对新的物流系统的可行性和效率做出正确的 硕士论文仿真在物流管理中的应用 评价判断。 ( 3 ) 仿真具有通过试验达到优化的目的。可应用这一手段，对控制与决策中的 多方案进行多次运行，按既定的目标函数，对不同的决策方案进行分析比较，从中 选择最优方案，进行辅助决策。 ( 4 ) 对物流系统运行机制进行分析。在仿真模型运行过程中，可根据需要，记 录有关数据和信息，从而为分析物流系统提供依据。 ( 5 ) 对物流系统的发展战略进行研究，应用计算机模型可以对从过去到未来的 国家、地区或者企业的物流系统的发展规律进行仿真运算，研究系统的因果关系， 得出结论，以促进系统的改进和发展。通过建立物流系统的仿真模型，扩展了物流 系统研究的边界，有助于描述物流系统的各种现象，加强直观感，从而能够更深刻 地理解和分析物流系统。 硕士论丈仿真在物流管理中的应用 第二章库存控制仿真 第一节库存的基本概念 “库存”在英语里面有两种表达方式：i n v e n t o r y 和s t o c k ，它表示搁置一旁以 待将来使用的任何资源。由于产品的需求和供应通常不能完全与给定的时间或地点 相配合，因此库存是需要的。库存存在的客观原因是为了应付各种各样的不确定性， 保持系统的正常性和稳定性。库存问题可以用如下图示意： 图2 1 库存涵义 在库存系统中，库存量的变化通常是由两个方面的因素引起的，首先是顾客的 需求，它包括需求发生时间与一次需求量。由于满足了需求，库存量不断减少，为 保证供应，就需要通过订货补充库存。相应的订货时间与一次订货量往往被视为库 存系统的决策变量。“需求”与“订货”是库存系统的两个最基本的概念。由于需 求与订货的不断发生，库存量作为系统的状态变量呈动态变化。 根据需求与订货的规律，可将库存系统分为两大类，一类为确定型库存系统， 另一类则是随机型库存系统。 在确定型库存系统中，需求量是确定的，需求发生时间也是确定性的。同时， 订货与订货发生时间是确定性的，且从订货到货物入库的时间也是确定性的，对这 种库存系统，可以用解析法进行研究。 随机库存系统指库存参数中，至少有一个是随机变量的库存模型。所谓随机变 量是其值是随时间而随机变化的，不能预先知道它在将来某一时刻确切的取值。随 机库存系统则比确定性库存系统要复杂得多。首先，需求发生时间可能是随机的， 如突发的热销造成的需求突增等，每次需求量也可能是随机的；另外，订货时间及 订货量也可能是随机的，如由于通讯、差旅或其他自然的因素以及运输的不稳定和 不确定性都会造成订货周期的不确定。即使它们是确定性的，从订货到货物入库所 需要的一段时间也可能是随机的、不确定的、模糊的，对随机库存系统，一般只有 通过模拟才能进行较深入的研究。 研究库存系统的目的一般是要确定或比较各种库存策略，它包括在不同的需求 情况下，何时订货，订多少货为宜等。 硕士论文仿真在物流管理中的应用 评价库存策略的优劣一般采用“费用”高低衡量，可将它视为库存系统的输出 变量。最常考虑的费用包括以下几个方面： ( 1 ) 保管费，表示维持库存的有关费用，包括仓库、设备、人力、货物保存、损 坏变质等支出费用，以及应支付的利息或系于库存之呆滞资本的机会成本。 一般可折算成每件每日费用或每件每月费用等。 ( 2 ) 订货费，表示补充库存的有关费用，包括货物本身的费用，订货手续费、运 输费等。订货费中一部分只与所安排的订购次数有关，与每次订购的数量无 关，这部分以每次订购金额表示。 ( 3 ) 缺货损失费，包括由于需求超过可利用库存时发生的费用，错过销售机会或 停工待料等造成的损失。缺货费取决于库存短缺的多寡，有时也与缺货时间 长短有关，通常缺货费以单位短缺的费用表示。 库存管理的目标是：寻求使总费用库存保管费+ 订货费+ 缺货损失费之和为 最小的最优解，作为最优库存策略。 第二节利用e o q 进行库存控制仿真 下面开始讨论单点仓库单种产品的库存控制。 一、经济订货量e o q 模型 所谓经济订货批量，就是从经济的观点出发在各种库存情况下，考虑怎样选择 订货批量，使得库存总费用最省最经济。确定能使库存成本最小的订购量叫经济订 货批量。经济订货量e o q 模型是最基本的库存模型。虽然其假设在实践中常常不 能成立，但它是建立更实际库存模型的良好起点。e o q 模型假设： 1 、库存需求以不变比率出现且确定已知。例如，库存需求可能是每天3 个单 位，则被假定为每一天都是3 个单位； 2 、库存补充是即时的( 所有订货都立即收到) ，且只在库存水平等于零时出现； 3 、订货不受限制，即什么时候想订货就能订到货，想到哪里订就能到哪里订； 4 、提前期是不变的； 5 、总以一个固定的订购量订购； 6 、每单位的保管成本和每次订购成本都是不变的。 关于e o q 决策分析模型的建立和求解可以在任何标准的经营管理或管理科学 书中找到，这里只简单说明。设一次订货费为c o ，每次订货量为q ，t 期间内的总 硕士论文仿真在物流管理中的应用 需求量为d ，单位产品单位时间的保管费为c 1 ，产品的单价为p ，则t 期间内的平 均总费用为： 否= 争+ 扣卯 容易得到使库存总成本最小的最优订购量， q + 为： 出犀 二、固定订货点、固定订货量模型 ( 2 1 ) 令篙= 。，则最佳经济订货批量 ( 2 2 ) 为了讨论需求和提前时间的分布，必须订出时间单位：需求和提前时间都要用 同一时间单位。需求代表顾客每单位时间所需的产品单位数，而提前时间代表从补 充订货的时刻起直到交货为止的时间单位数。并且分析时以需求和提前期均是离散 随机变量为例，如果它们是连续随机变量的话，分析几乎完全一样，唯一的区别是 将求和符号用积分符号代替。 假设： 1 、需求和提前时间为已知分布密度的离散随机变量； 2 、各个周期需求及提前时间的概率分布不变； 3 、周期是从订货到达开始到下次订货到达为止的时间间隔； 4 、无限供给率，即一次全部交货 5 、允许缺货。 再 订 货 点 f f “ _ - - 再j 导j u1l律 v n 量 时 提前讲提前期 提前一 订货到货订货到货订货到货 图2 2 需求及提前期为随机的库存模型 间 硕士论文仿真在物流管理中的应用 定义变量如下： l t 提前期 g ( 1 t ) 提前期的分布密度 x 需求量 f 【x ) 需求量的分布密度 y 提前期内的需求量 h ( y ) 提前期内需求量的分布密度 h ( y ) y 的分布函数 c 0 每次订货的订货费 c i 单位库存量的年库存保管费 p 产品的单价 c 4 单位缺货量的缺货损失费 r 再订货点 q 再订货量 d 期望年需求量 前面已经讲过，库存管理的目标是要确定使年总费用最小的再订货点r 和订货 量q 。但是需求和提前期均为随机变量，r 、q 是需求和提前期的函数，所以应确 定r 和q 使期望年总存贮费用最小。 期望年总存贮费用= 年订货费+ 期望年缺货损失费+ 期望年保管费 为了确定期望年缺货损失费，要先确定每循环的期望缺货数e n s ，应注意的是 在提前期内需求超过r 时发生缺货现象，于是e n s 是r 的函数： e n s ( r ) = ( y r ) + ( y ) ( 2 3 ) v = 为了确定期望年保管费，要先求出每循环的期望库存量e i v ，应注意到若提前 期为0 ，则e i v 为 矗+ 罢 c z 4 ， 由于提前期并不为零，而是随机变量，在提前期内可能发生对产品的要求，所 以期望库存量将减少，其减少量为提前期内的期望需求。令 e ( y ) 提前期内的期望需求 提前期内的需求y 是需求x 和提前期l 1 的函数，于是e i v 可用下式表示 硕士论文仿真在物流管理中的应用 e i v ( r ，q ) = r + 詈一e ( r ) ( 2 - 5 ) z ( 一) 提前期内需求y 分布密度的仿真 提前期和需求量都是随机型的。通过统计资料可以知道提前期和日需求量的概 率分布，要确定订货点，必须先知道提前期中总需求量的分布，可以看出总需求量 的分布计算相当困难，但用模拟方法求解比较容易。令t 代表提前期的日数，x 。代 f 表第i 日的需求量，则提前期中的总需求量是y = d i 。模拟时，先随机抽取一个 百 提前期t ，再按提前期的日数抽取每日的需求量x 。，加总后即可得到总需求量y ， 多次重复这一过程，可获得一组y 值，从而就可确定y 的概率分布。其仿真流程图 如下所示： 图2 - 3 提前期内需求分布密度的仿真流程图 ( 二) 随机变量的生成算法 上述流程图中提出要随机抽取样本值，为了生成服从某一特定分布的随机变量 抽样值，一般都要利用( 0 ，1 ) 区间均匀分布产生的随机数，然后通过数学变换将 随机数转换成随机变量的值。大多数高级计算机程序设计语言都有不同的句法可以 直接产生随机数，例如v i s u a l b a s i c 为r a n d ( ) 函数，所以如何生成随机数的问题 不作解释，有兴趣者可查阅相关资料。 在得到( o ，1 ) 区间均匀分布的、有良好的独立性、周期长的随机数后，下面 的问题是如何产生与实际系统相应的随机变量。产生随机变量的前提是根据实际系 统中随机变量的观测值确定随机变量的分布及其参数。 硕士论文仿真在物流管理中的应用 通常有许多种随机变量的生成方法，最基本的方法是反函数变换法。 反函数变换法的基本思想为：假设要产生分布函数为f 的连续型随机变量x ， 它在0 f ( x ) l 条件下呈连续并且严格非减。这就是说，若x i x 2 ，且o f ( x o 一 f ( x 2 ) i ， 则f ( x o f ( x 2 ) 。令f - 1 表示f 的反函数，则产生分布函数为f 的随机变量x 的算法 如下： ( 1 ) 产生u u ( o ，1 ) ： ( 2 ) 设定x = f 1 ( u ) 。 x x 图2 - 4 连续型随机变量的反函数变换法 必须注意的是实际问题中，许多随机变量无法用某种规则的分布来近似，此时 无法用上述的反函数变换法得到随机变量，这时可利用累计概率分布给出随机变量 的抽样值。一般地，设随机变量x 的概率分布如下表列出，其中x i t 砸 x n ，且 p i = l 。 i = l 使用( o ，1 ) 区间上均匀分布的随机数来确定x 的抽样值的算法如下： ( 1 ) 将概率分布转换成累计概率分布：f ( x i ) = p ( x x i ) ； ( 2 ) 产生u u ( o ，1 ) ： ( 3 ) 设f ( x k q ) z ) 。 第八步若r + 等于r ，转第九步；否则令r - r + ，并转第五步。 第九步整数r + 及q 仅为连续最优值的近似值，所以令r = r * - 1 ， q = q 1 ，q ，q + + l ，计算e t a i c ( r ，q ) 可保证得到最小e t a i c ： e 黝圮( 冠q ) = c 。詈+ c q g n s ( r ) 】+ c 1 r + i q e ( y ) r ，r + + 1 及 ( 2 9 ) 下面举例说明：假设某工厂由于种种原因的干扰，需求和提前期都不确定，表 现为随机性。经过对历史资料的统计，得到它们概率分布如表2 - 1 和表2 - 2 所示： 表2 1 需求的概率分布 x ：需求 ol234 f ( x ) = p ( x = x ) 0 30 40 1 5o 10 0 5 表2 - 2 提前期的概率分布 l f ：提前期 j2345 g ( i t ) 0 0 5o 1 5o 6o 1 5o 0 5 该工厂每次固定订货费c 。为2 0 元，单位产品的年库存保管费为1 5 元，单位产 品每次缺货费为5 0 元，年期望需求量为6 0 。现在按上述算法一步步地进行如下。 由于提前期内的需求分布未给出，必须用仿真技术来计算。程序产生了2 5 0 0 0 个样本提前时间，所求的分布密度如下表。 表2 3 提前期内需求的概率分布 yh(y)h(y)p(yy) 00 0 4 2 2 00 0 4 2 2 00 9 5 5 8 0 10 1 3 0 0 00 1 7 4 2 00 8 2 5 8 0 2o 1 7 4 3 60 3 4 8 5 60 6 5 1 4 4 辟 硕士论文仿真在物流管理中的应用 30 1 7 5 6 80 5 2 4 2 40 4 7 5 7 6 40 1 6 2 1 2 0 6 8 6 3 60 3 1 3 6 4 50 1 3 0 4 80 8 1 6 8 4 0 1 8 3 1 6 60 0 8 1 7 20 8 9 8 5 6 0 1 0 1 4 4 70 0 4 9 3 20 9 4 7 8 8 0 0 5 2 1 2 80 0 2 8 7 60 9 7 6 6 4 0 0 2 3 3 6 90 0 1 2 4 4 0 9 8 9 0 80 0 1 0 9 2 1 00 0 0 6 2 0 0 9 9 5 2 80 0 0 4 7 2 1 10 0 0 2 6 40 9 9 7 9 2 0 0 0 2 0 8 1 20 0 0 1 2 80 9 9 9 2 0 0 0 0 0 8 0 1 30 0 0