供应链高级计划系统

1、供应链高级打算系统（ APS）APS与传统的企业资源打算（ERP不同，它试图在直接考虑潜在瓶颈的同时，找到跨越整个供应链的可行最优（ 或近似最优）打算一、前言近年来，许多企业开始把注意力放在自己的核心竞争能力 上，对一些非强项业务则尽可能外包给不的公司。结果，销售给 顾客的产品或服务， 其特征和质量在专门大程度上取决于供应链 上的所有相关企业。 这便带来了新的挑战： 如何实现供应链的集 成？如何更有效地协调和操纵企业间的物流、 信息流和资金流？ 关于这些问题， 需要有一个全新的治理理念和方法 - 供应链治理。 SCM方法的研究和实施为企业带来了专门大的经济效益，今天， 许多企业都选择了供应链和

2、物流治理作为猎取新的竞争优势所 必须采取的战略步骤。在过去十年中， 信息技术 （ 如强大的数据库治理系统 ），通信 手段（如通过INTERNET勺电子数据交换），以及复杂数学模型的 各种求解方法 （如数学规划 ）的进展为打算和操纵供应链流程开 阔了新的视野。 顾客订单、 需求预测或市场趋势能够被分解成必 要的活动，赶忙送到供应链各组织当中，并通过高级打算系统 （APS）生成准确的生产打算和程序来保证按时完成订单。APS与传统的企业资源打算（ERP）不同，它试图在直接考虑潜在瓶颈的 同时，找到跨越整个供应链的可行最优 （或近似最优 ）打算。本文通过对层次打算（HIERARCHICAL PLANN

3、ING和供应链 打算任务的阐述，介绍了高级打算系统 （APS）。二、什么是打算？什么缘故要打算？整个供应链中每分钟都有成百上千个决 策需要制定和协调， 这些决策的重要性不尽相同， 既有相当简单 的问题如“下一步各机床打算完成哪项工作？”，也有特不重要 的决策如是否新开或关闭一家工厂。 一个决策越重要， 就越需要 更好地预备， 这种预备工作确实是打算。 打算通过识不今后的各2 / 12种可行活动， 选择其中好的甚至最好的来支持决策。 打算过程可 分为几个时期： 认识和分析决策问题； 定义目标； 预测以后状况； 识不和评估可行活动；最后是选择最优方案。供应链特不复杂，现实中要处理的每个细节并非都能

4、 （ 或应 当）在打算中考虑，因此，有必要依照现实建立一个模型，以此 作为制定打算的基础。 建模的艺术确实是要尽可能简单、 尽需要 详细地表现真实， 也即简单而又不忽略现实中的重要约束。 预测 和仿真模型用于预测以后的状况， 解释复杂系统输入和输出之间 的关系，但它不支持从大量可行活动中依照标准来选择最优方 案，这一工作通常由优化模型来完成， 它与前者的差不在于增加 了一个可用来求最大或最小的目标函数。打算不是一成不变的，打算的有效期受到预定打算范围的限 制。当达到打算范围时， 需要重新制定一个新的打算来反映当前 供应链的状况。 依照打算范围的跨度和所做打算的重要性， 打算 任务通常可分为三个

5、不同的打算层次：长期打算： 这一层次的决策也称为战略决策， 它制定了以后企业 /供应链开发所必要的框架， 通常涉及供应链的设计和结构， 对今后几年有长期阻碍。中期打算： 在战略决策的范围内， 中期打算决定常规运作的 框架，特不是决定了供应链中流程和资源的总的数量和时刻， 其 打算范围从 6个月到 24 个月，考虑了需求的季节性变化。短期打算：最低打算层应当把所有活动明确为可供赶忙执行 和操纵的详细指令， 因此，短期打算模型要求高度的详细和准确。 短期打算范围在几天到 3 个月之间，受到来自上层有关结构和数 量范围决策的限制。 对供应链的实际性能 （如提早期， 顾客服务， 和其它策略问题 ） 而

6、言，短期打算是一个专门重要的因素。最简单的打算方法是查看所有可选活动， 按给定的标准进行 比较， 然后选择最好的方案。 不幸的是这一简单打算程序至少会 遇到三个要紧困难：首先，打算活动中常常同时有几个标准， 目标之间存在冲突， 各方案之间的优先选择也不明确。 例如，顾客服务水平应尽可能4 / 12高，而与此同时又要保持库存最少，这种情况就没有最优解 （ 也 即不能同时使两个目标最优 ） 。处理这种多目标决策问题的常用 方法是设定一个目标在最小或最大的中意水平， 然后优化另一个 目标。在上面的例子中， 人们能够在保证一个最低顾客服务水平 的同时使库存最少。 另一种处理多目标问题的有用方法是对所有

7、 目标按财务收入或成本定价， 然后使结果的边际利润最大， 但不 是每个目标都能以财务价值的形式来表达 （如顾客服务 ） 。还有一 个更常用的方法是给每个目标定义一个系数值，然后加权求和， 这种方法的缺陷是有可能产生伪最优解， 因为它在专门大程度上 取决于任意的权值。供应链高级打算系统（APS）从原理上支持上面各种多目标寻优方法。其次，供应链打算的可行方案数量巨大。例如，对连续决策 变量 （ 如订单大小或工作的开始时刻 ） ，可选方案的数量实际上是 无限的。对离散变量也是如此， 如几个工作在机床上的加工顺序， 可选的数量是一个组合大数。 在这些例子中想通过简单枚举来找 到最优方案是不可能的，甚至

8、要找到一个可行的方案都专门困 难。在这种情况下，可应用运筹学（OPERATIONS RESEARC的数 学方法来支持打算流程。 线性规划或网络流算法能找到精确的最5 / 12优解，然而， 大多数组合问题只能通过启发式算法 （HEURISTICS） 来计算近似最优解 （ 局部最优 ） ，这些方法的成功也取决于问题的 建模方法。第三，最难的可能依旧处理不确定性。 打算通过分析与以后 状况相关的数据来安排今后的活动， 这些数据通过预测模型可能 得到，或多或少存在预测误差。这种误差降低了产品的可用性 （AVAILABILITY） ，因而也降低了企业提供的顾客服务水平。 为了 改进服务， 安全库存被用来

9、缓冲实际需求与预测之间的误差。因此，安全库存并非处理需求不确定性的唯一方法。需求的不确定性使打算与现实之间存在偏差，因此必须进行操 纵，假如偏差过大，打算就要重新修改。“滑动范围窗”（ROLLING HORIZON BASIS）的打算方法确实是这种打算 -操纵- 修改的交互实施。 打算范围 （如 1年）被分成若干时刻段 （如 12个 月），打算在 1月份开始时制定，涵盖 12个月，但只在第一个时 段（1 月份，称为冻结时段 ） 打算才真正被付诸实施。新的打算在 第二个时段 （2 月份）开始时重新制定，新打算考虑了第一个时段 中的实际变化， 并更新以后时段的预测。 新打算的范围与原先的打算重叠，

10、但延伸了一个时段（从2月份到第二年的1月份），如 此类推。在传统打算系统和 APS中，这种方法是处理运作打算中不确定性的常用方法。图1给出了这种不断滑动打算范围的打算 方法。12月1月2月ffil儈动范围的计划方法另一种更有效地更新打算的方法是面向事件的打算 （EVENT-ORIENTED PLANNING。新打算不是在正常间隔， 而是在出现重要事件时制定，例如意外销售，顾客订单变化，机器故障 等等。这种方法要求打算需要的所有数据 （如存货，工作进程等） 被连续更新，以便在事件发生的任何时刻都有数据可用。这种方法的一个例子确实是APS它利用来自ERP系统的数据，依照事 件来更新打算。APS有下

11、面三个要紧特点：它是整个供应链的综合打算，从企业（甚或更广泛的企业网络）的供应商到企业的顾客；它是真正优化的打算，定义了各种打算问题的选择、 目标和约束， 使用精确的或启发式的优化算法； 它是一个层次打算系统， 结合了上面两个特点： 供应链最优打算 既不能靠同时执行所有打算任务的单一系统形式获得（ 全然不切实际 ） ，也不可能靠依次执行各种打算任务取得 （达不到最优 ）。 层次打算折衷考虑了有用性和打算任务之间的独立性。值得注意的是，ERP系统中的传统物料需求打算（MRP在概念上 没有上面这些特点：MRP只限于生产和采购领域，不做优化，在 大多数情况下甚至不考虑目标函数， 它是一个运作层面的连续打 算系统。层次打算的要紧思想是把总的打算任务分解成许多打算模 块（即局部打算