供需链中的结盟企业库存管理

供需链中的结盟企业库存管理第8卷第7期计算机集成制造系统CIMSVOI8NO72002年7月COMPUTERINTEGRATEDMANUFACTURINGSYSTEMSJUI2002文章编号10065911（2002）07057005供需链中的结盟企业库存管理田春华，柴跃廷，刘义，来国明收稿日期20010907；修订日期20011214。基金项目国家863/CIMS主题资助项目（2001AA414230）。作者简介田春华（1976），男，山东济宁人，清华大学自动化系博士研究生，主要从事供需链、企业群体组织结构等研究。EMAIITCHOOMAIISTSINGHUAEDUCN。（清华大学自动化系，北京100084）摘要供需链中核心企业与结盟企业在风险分担和库存信息上存在不对称，在提货时存在“局部利益最大化”问题，核心企业仅能通过提货量控制结盟企业库存。结盟企业库存管理包括根据外部事件及反馈信息进行结盟企业库存维护和利用提货量来控制结盟企业库存。本文建立了结盟企业库存维护的形式化模型和库存控制的随机规划模型，并提出了一种层次型混合算法。关键词结盟企业库存管理；局部利益最大化；供需链；随机规划中图分类号TP14文献标识码A引言库存管理作为物流管理的关键技术，在供需链管理中占有非常重要的位置。在供需链模式下，核心企业不仅要对仓库和配送中心的库存进行管理，还应了解和控制各结盟企业的库存。与经典的库存控制策略相比，目前库存方面的研究，无论在深度上与广度上均有很大扩展。在深度上，不但考虑到控制策略的最优性，还要考虑其鲁棒性和自适应性，以及相关量的模糊性；在广度上，将其和生产、配送、客户需求等因素综合优化。针对订货费用、储存费用和缺货惩罚等费用的模糊性，文献1讨论了单个产品周期的模糊库存控制问题。为适应实际环境的变化，文献2提出了生产优化和库存控制的自适应预测控制的方法。文献3将生产调度和库存控制综合考虑建立了优化模型，在模型求解时，将复杂模型分解为排序和分配两个子模型，分配模型采用线性规划的算法求解，排序问题采用GA方法求解，这种算法大大降低了模型的计算量。文献4利用半马尔可夫决策过程对单个机器多种产品的最优生产和库存控制问题进行了研究。这些研究都集中在单个企业（或核心企业）的物资采购和库存管理方面，而没有考虑供需链系统中结盟企业的分布式库存的管理。结盟企业为了自身利益囤积货物造成整体物流不畅，故此对结盟企业库存的管理至关重要。本文讨论了如何在信息流的支持下对其进行管理。结盟企业库存和库存管理从时间角度看，库存信息不应仅仅理解为当前库存信息，还应包括预计的库存资源变化信息。这里所说的预计库存资源变化是指当前系统中计划在未来执行的任务所带来的库存变化，而不是根据过去数据对未来趋势的预测信息。相对于当前库存信息对应的实实在在的资源，预计的库存资源变化可看作一种“虚拟库存”信息。预计出入库并未引起当前资源的变化，但将在未来引起库存变化。从空间角度看，供需链中库存不能仅理解为核心企业的库存，还包括各结盟企业的库存。结盟企业的库存可增强结盟企业应付不确定性的能力，提高企业的响应速度，减少运输频率，降低运输费用。但在核心企业承担大部分风险的情况下，一些结盟企业为了自身利益囤积货物，造成其他结盟企业资源短缺和能力浪费，危害了供需链的整体效益。为消除这种“局部利益最大化”造成的危害，核心企业有必要对结盟企业的库存进行管理。在很多情况下，核心企业对结盟企业库存没有足够的支配权，仅能通过供货量对其进行间接控制。如，货物一旦入了结盟企业的仓库，核心企业一般很难再调配它，除非结盟企业提出退货请求；结盟企业的具体库存信息一般也不与核心企业共享。因此，结盟企业库存的管理应包括其库存的维护和控制。前者是指核心企业根据外部事件信息（如出入库任务、结盟企业返回的销售单据）来了解和维护结盟企业的库存状态；后者是指当结盟企业发出提货请求后，核心企业根据结盟企业的当前库存状态和预计需求，决定供货量来控制各结盟企业的库存，以保证供需链的整体效益。前者相当于控制系统中的“状态观测器”，后者相当于“控制器”，其中的“控制变量”即是供货量，而供需链的整体效益则是“目标函数”。结盟企业库存管理的思路如图L所示。当结盟企业提出提/退货请求时，核心企业根据结盟企业的库存信息决定其提/退货量，生成相应的任务，修改结盟企业的预计出入库信息。在任务完成后，更新结盟企业的库存信息，同时修改预计出入库信息。根据结盟企业的各种自主活动的反馈信息来维护其当前库存。结盟企业库存的维护在供需链系统中，结盟企业库存维护的工作流程如下结盟企业提出进货请求后，核心企业审核提货请求，并制定供货计划。当核心企业向结盟企业下达配货任务时，模块修改结盟企业预计资源占用表的预计出入库信息。当任务完成时，按完成情况平衡结盟企业预计资源占用表中的预计出入库信息，修改其库存表中的当前库存信息；结盟企业反馈货品消耗的信息后，核心企业对其进行处理，根据实际情况修改结盟企业库存表中的当前库存量。结盟企业的退货流程与之类似。结盟企业的活动可分为由核心企业生成的任务（如委托的维修任务）和结盟企业自主进行的活动（如经营活动）。设X结盟企业的当前库存状态；IN（I）结盟企业第I个周期中的预计入库；OUT（I）结盟企业在第I个周期中的预计出库；TASKID任务编号；UP（TASKID）编号为TASKID的任务对应的计划入库量；UR（TASKID）编号为TASKID的任务对应的实际入库量；YP（TASKID）编号为TASKID的任务对应的计划出库量；YR（TASKID）编号为TASKID的任务对应的实际出库量；FEEDBACK结盟企业自主进行的活动的反馈信息。结盟企业库存的维护办法如下（L）当核心企业生成TASKID任务编码时，根据任务的计划执行日期计算任务预计执行的周期IICALCYCLE（TASKID）修改结盟企业第I周期的预计库存资源占用IN（I）IN（I）UP（TASKID）OUT（I）OUT（I）YP（TASKID）（2）当编号为TASKID的任务执行结束后，根据实际量修改结盟企业的库存状态和库存资源预计占用量。XXUR（TASKID）YR（TASKID）ICALCYCLE（TASKID）IN（I）IN（I）UP（TASKID）OUT（I）OUT（I）YP（TASKID）（3）结盟企业将自主活动信息反馈后，核心企业对其处理，修改结盟企业的库存状态XXG（FEEDBACK）式中G对反馈信息的处理，得到资源消耗量。下面以某家用电器经营部为例进行说明（如图2）。为降低运费，应付变化的市场需求，商场事先要预提货，未销售完的商品可退给经营部。由于损失完全由经营部承担，各商场为了自身利益，要求的预提货量一般远超过自己销售能力。安装维修队也有类似的情况，由于各安装维修队分布在各个地区，每次维修都到经营部的仓储去提货，在时间和费用上都不经济。因此，除了本经营部所属的安装维修队外，其他的都要预提货。在预提货方面，由于承担责任的不平衡，也存在“局部利益”问题。从理论上说，可通过改变产权结构从制度上消除这种现象。但在激烈的市场竞争中，核心企业不得不承担大的风险。为此，经营部要了解和控制商场和安装维修队的库存，加强对代理的监督力度，尽量L75第7期田春华等供需链中的结盟企业库存管理使二者的利益统一起来。在该经营部的供需链系统软件中，采用如下方法维护商场的库存（L）当商场提货请求形成订单后，业务调度子系统根据一定的算法决定调给商场的供货量，形成出库任务或配送任务，并将供货量写入库存资源预计占用数据表；（2）当出库任务或配送任务结束时，仓储管理子系统将实际量加到商场的库存状态表，并修改商场的库存资源预计资源占用数据表；（3）对商场返回的销售订单，如果货从商场库中提取，售后服务调度系统从商场的库存状态表中减去商场已销售的商品量，如果由经营部负责送货，则不修改商场的库存状态表；（4）当商场向经营部退货时，在入库后，仓储管理系统将其从仓库的库存状态表中扣除。对于安装维修队的库存，采用如下办法（L）当安装维修队从仓库预提货和退货时，修改安装维修队的库存主帐和流水帐；（2）对于安装维修队自带货的安装维修任务，不生成出库任务，在计划生成后，修改安装维修队的预出库，在安装维修完成后，根据实际用量平衡库存，修改预出库数据，并将实际用量写入安装维修队库存流水帐和售后服务订单项目表；（3）对于安装维修队自提货的安装维修任务，生成出库任务，在计划生成后，修改安装维修队的预出库和预入库，在安装维修队到仓库提货时，修改安装维修队的库存（主帐和流水帐）和预出库信息，在安装维修任务完成后，根据实际用量平衡库存，同时修改预入库数据和售后服务订单项目表。结盟企业库存的控制在结盟企业提出提货请求时，核心企业根据全局和长期利益，决定供货数量和生产数量，以控制结盟企业和供需链的整体库存。这里，考虑库存费、运输费和缺货惩罚三种费用。其中，运输费包括固定费用和可变费用，固定费用与运输量无关，可变费用与运输量成正比。对于一种商品，核心企业的生产数量过大，会使整体库存过大，增加库存费用；如果生产数量过低，又不能满足结盟企业的需要，造成缺货惩罚费太高。另外，还必须考虑库存的分布问题一个结盟企业的库存过多，会造成自身的库存资源浪费，而其他结盟企业的资源又得不到满足，增加整体的库存费用和缺货惩罚费用；提货频率过于频繁，运输费用会很高。因此，需要将生产和库存综合考虑，才能有效解决供需链中结盟企业库存的控制问题。这里采取预期有限阶段费用极小化的策略在每个周期开始，根据未来M个周期结盟企业的预测需求，通过对未来M个周期总体费用的优化，来决定当前周期核心企业的生产数量和向各结盟企业的供货数量。首先，进行以下假设和标记R结盟企业的个数；XI（K）结盟企业I第K个周期末时的库存状态；INI（K）结盟企业I第K个周期中的预计入库；OUTI（K）结盟企业I第K个周期中的预计出库；UI（K）结盟企业I第K个周期时的提货量；YI（K）结盟企业I第K个周期时的消耗量；GI（K）结盟企业I第K个周期时的需求量，是随机变量，概率密度函数为I（K）；W（K）核心企业第K个周期末的库存量；P（K）核心企业第K个周期的生产量；DI结盟企业I每次运输的固定费用；CI结盟企业I运输一个单位商品的费用；H单位商品的库存费用；S缺货惩罚费。为表示方便，记RI（K）GI（K）OUTI（K）INI（K）假定当前周期为第L个周期初，核心企业和结盟企业的库存量分别为W（0），XI（0）（IL，2，R）。假设结盟企业的提货提前期在第K周期末（第KL周期初）实现对企业I的供货UI（K）。未来M个周期的总费用V可表达为275计算机集成制造系统CIMS第8卷VH】MIL】IILXI（I）W（I）】MIL】IILCIUI（I）IISGN（UI（I）S】MIL】IIL（RI（I）YI（I）（L）式（L）等号右边由三项组成，第一项表示库存费用，第二项表示运输费，第三项是缺货惩罚。若记FIIHXI（I）CIUI（I）IISGN（UI（I）S（RI（I）YI（I）（2）则式（L）可表示为V】MIL】IILFII】MILHW（I）（3）为使系统在M个周期内供需链的期望费用最低，据相应的关系和约束，可得随机目标规划模型MINP（I）UI（I）E（V）（4）SUBJECTTOXI（I）XI（IL）UI（I）YI（I）（5）W（I）W（IL）P（I）】IILUI（I）（6）YI（I）MINXI（IL），RI（I）（7）0P（I）PMAX（8）W（I）0（9）UI（I）0（L0）从式（L）、（5）、（6）容易看出最优解一定有P（M）UI（M）0，（IL，2，M），因此，优化决策变量共有（ML）（IL）个，但真正有用的只有IL个，即UL（L），U2（L），UI（L）和P（L）。式（4）（L0）对应的模型虽然是动态规划模型，但由于涉及的变量多，且包含随机量，用一般的动态规划方法很难解决。上述期望值模型一般都采用基于随机模拟的遗传算法5求解，染色体的形式为UL（L），UL（ML）；U2（L），U2（ML）；UI（L），UI（ML）；UI（L），UI（ML）；P（L），P（ML）（LL）这种算法的缺点是计算量太大。由式（5）（7）可看出一旦UI（I）给定，E】MIL】IILFII就已确定，E】MILHW（I）的值就仅和P（I）有关。因此，将优化分两个层次进行。在上层，利用遗传算法和约束（如式（9）和一些专家知识）来确定各结盟企业的供货量，染色体的形式为UL（L），UL（ML）；U2（L），U2（ML）；UI（L），UI（ML）；UI（L），UI（ML）（L2）给定上层的一个染色体，底层用来确定它的期望费用的最小值，分为两个部分。第一部分根据式（6）、（8）、（9）来极小化】MILHW（I），即MINP（I）】MILHW（I）SUBJECTTOW（I）W（IL）P（I）】IILUI（I）0P（I）PMAXW（I）0（L3）式（L3）所示的模型可用单纯形法求解。第二部分根据式（5）、（7）和给定的预计需求YI（I）的概率分布，利用随机模拟来确定E】MIL】IILFII。这两部分的和作为该染色体的性能指标，上层遗传算法可根据底层计算的各染色体的性能指标产生新一代染色体群体。整个层次型算法如图3所示。为了保证底层模型（L3）的可行域不为空，应对上层的染色体加以限制，由式（6）、（8）、（9）可知，染色体必须满足如下约束W（0）IPMAX】IIL】IILUI（I）0，VIGL，2，M（L4）一个好的初始染色体群体可大大改善GA算法的进化效果。为此，可将式（3）（L0）中的随机变量YI（I）用E（YI（I）、E（YI（I）1（TI（I）及其相应的组合代替，将模型变为一个确定性模型并求最优解，作为初始的染色体。底层计算中含有随机模拟，虽然有很多循环，但由于式（5）、（7）比较简单，计算量不大。对于给定的UI（I），层次型算法中的P（I）是通过单纯形法优化得到的，而一般算法中的P（I）按遗传规则产生，收敛速度比一般算法要快。层次型模型的另一个优点是上层可利用人们已有的知识和经验进一步限定优化空间。仿真参数如表L所示。375第7期田春华等供需链中的结盟企业库存管理表1仿真参数基本参数N3，M5，HL，S5；CLL，9C2L5，C32；ILL5，I2L0，I320库存信息W（0）0，INI（I）OUTI（I）0；XL（0）35，X2（0）35，X3（0）45客户需求GI（I）服从正态分布，（GI（I）II304050354555304550354050405045注由于GI（I）0，所以实际GI（I）取值上面随机变量的绝对值。采用层次型算法求解，经L00次进化，结果如下UI（I）UII3L4354244550363947384342000P（I）L28，L29，L22，L23，0TXI（I）XII3624365442724655203784L85054L746244733L225W（I）0E（V）L684如采用一般遗传算法，需要300多次才基本达到上述结果。可见，上述算法比一般算法收敛快。4结论针对核心企业对结盟企业库存缺乏足够的支配权的状况，本文讨论了核心企业如何根据外部信息来维护结盟企业库存信息和如何利用提货量来控制结盟企业库存的两个问题。根据实际供货储备消耗流程，建立结盟企业库存维护的形式化模型，解决了供需链中结盟企业库存的维护问题。针对利用提货量来控制结盟企业库存的问题，系统地考虑生产、分配和运输等方面，建立了单个产品结盟企业库存控制的随机规划模型，并提出了层次型算法，降低了优化的计算量。供需链中进行结盟企业库存管理可有效克服“局部利益最大化”的现象。参考文献LBUCKLEYJJ，FEURINGT，ETAISOIVINGFUZZYPROBIEMSINOPERATIONSRESEARCHINVENTORYCONTROIAPROCEEDINGSOFTHENINTHIEEEINTERNATIONAICONFERENCEOFFUZZYSYSTEMCSANANTONIOIEEE，20003523572VARGASVILLAMILFD，RIVERADEADAPTIVEMODEIPREDICTIVECONTROIFORPRODUCTIONOPTIMIZATIONANDINVENTORYCONTROIOFSEMICONDUCTORREENTRANTMANUFACTURINGIINESAPROCOFTHEAMERICANL999CONTROICONFERENCECSANDIEGOIEEE，L9994087409L3JOINESJA，CULBRETHCTJOBSEGUENCINGANDINVENTORYCONTROIFORAPARAIIEIMACHINEPROBIEMAHYBRIDGAAPPROACHAPROCOFTHEL999CONGRESSONEVOIUTIONARYCOMPUTATIONCWASHINGTONGIEEE，L999LL30LL374OIUJ，LOULOURMUITIPRODUCTPRODUCTION/INVENTORYCONTROIUNDERRANDOMDEMANDSJIEEETRANSACTIONSONAUTOMATICCONTROI，L995，40（2）3503565LIUBAODINGUNCERTAINPROGRAMMINGMNEWYORKJOHNWIIEYSONS，L999THEPARTNERINVENTORYMANAGEMENTINSUPPLYCHAINTIANCHUNHUA，CHAIYUETING，LIUYI，LAIGUOMING（DEPTOFAUTOMATION，TSINGHUAUNIV，BEIJINGL00084，CHINA）RECEIVED07SEP200L；ACCEPTEDL4DEC200LFOUNDATIONITEMPROJECTSUPPORTEDBYTHENATIONAIHIGHTECHNOIOGYDEVEIOPMENTPROGRAMFORCIMS，CHINA（GRANTNO200LAA4L4230）ABSTRACTINSUPPIYCHAINTHEREUSUAIIYEXISTSTHEASYMMETRYONRISKANDINFORMATIONBETWEENTHECOREENTERPRISEANDITSPARTNERS，ANDTHEREIS”IOCAIINTERESTMAXIMIZATION”PHENOMENONININVENTORYREPIENISHMENTUSUAIIYTHECOREENTERPRISECANONIYREGUIATETHEINVENTORYOFPARTNERSTHROUGHREPIENISHMENTTHISPAPERATTEMPTSTOADDRESSTHEPROBIEMOFPARTNERINVENTORYMANAGEMENTFROMTWOASPECTSPARTNERINVENTORYSTATUSMAINTENANCEBASEDONEXTERNAIEVENTSANDFEEDBACK，ANDPARTNERINVENTORYCONTROITHROUGHREPIENISHMENTTHEFORMAIMODEIOFPARTNERINVENTORYSTATUSMAINTENANCEANDASTOCHASTICPROGRAMMINGMODEIOFINVENTORYCONTROIAREESTABIISHEDTOREDUCETHECOMPUTATIONCOST，AHIERARCHYHYBRIDAIGORITHMISPROPOSEDCOMBINEDBYGENETICAIGORITHM，SIMPIEXAIGORITHMANDSTOCHASTICSIMUIATIONMETHODKEYWORDSPARTNERINVENTORYMANAGEME