杨平论文答辩最终版

H连锁超市供应商管理问题与对策研究2014年12月2日答辩人:庞聪指导教师：李凯

副教授学号:2011011G632答辩内容2023/1/272/34©

TheInstituteofBusinessIntelligence,HFUT三大部分一、研究背景及意义二、研究内容及方法三、研究结论及展望

1.H连锁超市供应商管理的现状2.H连锁超市供应商管理的问题3.H连锁超市供应商管理的对策一、研究背景及意义2023/1/273/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT1、研究背景降低商品的采购成本，保证超市的有效运营，有效地避免零售商与供应商发生冲突。促进供应商了解客户需求发展变化，推动供应商进一步开发设计出新商品，提高自身的市场占有率。2、研究意义供应商管理理念较落后，供应商关系管理水平差。缺乏科学合理的与供应商可持续发展的管理系统。供应商评价与选择存在主观化倾向、管理手段单一。3、研究方法利用供应商流程优化设计出了新供应商认定和选择流程方案。利用ABC分类法设计出了供应商分类管理方案。运用层次分析法设计出了现有供应商评价指标体系和供应商评估方案。2023/1/274/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT（1）H连锁超市成立于1997年，目前拥有70多家连锁超市，同时运营大卖场、便利店、社区店、乡镇店多种业态，并建成一个功能健全强大的现代化物流配送中心，是亳州地区规模最大、辐射面最广的连锁超市。1.H连锁超市供应商管理的现状二、研究内容及方法(2)H连锁超市供应商的选择与考核不系统，主要体现在考核指标过于笼统，指标选择不合理，没有经过充分的论证与调查。（3）H连锁超市信息化管理程度不高，不经常更新供应商数据库，而且缺乏对供应商的考核机制。也没有对供应商进行分类管理，使得与超市有业务往来的供应商多达上千家，随着每次采购策略的差异，选择的供应商也不同。（4）H连锁超市的供应商更换频繁，由于超市在与供应商谈判中处于优势地位，经常压低价格使得供应商无法继续与超市合作，迫使H连锁超市必须寻找下一家供应商。（5）从H连锁超市的供应商管理流程图上看出，在超市内部，并没有对供应商管理给予应有的重视。超市与供应商之间的关系还停留在简单的买卖状态，对与供应商关系的发展不重视。在超市的盈利模式上，H连锁超市对采购的总成本没有太多关注，更多谋求的是采购价格的降低。（如图3.1）2023/1/275/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT二、研究内容及方法

供应商的市场调查商品的货源调研供应商的评价谈判

开发新供应商3.1H连锁超市供应商管理流程图Fig3.1Hsupermarketchainsuppliermanagementflowchart2023/1/276/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT二、研究内容及方法2.H连锁超市供应商管理的问题（1）供应商管理观念落后。对供应商的价值认识不足，受传统的供应商管理模式的影响，H连锁超市把供应商当作竞争者，认为只有压低供应商的成本才可以降低进货价格，从而提高超市利益。

（2）供应商认定和选择流程不合理。H连锁超市供应商选择流程中虽然在超市每条选择标准下都设置了具体的子目录，但是存在审核项目太过繁琐，难以量化的问题，所以参与审核的成员对标准细节部分多为主观评价，没有具体的评价标准。（3）未对供应商实行分类管理。不同供应商重要性有所不同，应分清主次，对重要的供应商进行倾斜，增强其积极性，避免人力、物力、财力的浪费。（4）与供应商关系管理存在问题。超市管理者考虑的出发点是如何实现自身的利益最大化，而不考虑供应商与超市的关系以及供应商的发展对自身产生的影响。（5）供应商选择与评价方面缺乏科学的定量评价。H连锁超市供应商选择的标准较为模糊，在选择标准中并没有列出像采购价格、质量属性、交货周期、供应商信誉、研发能力等指标体系。2023/1/277/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT二、研究内容及方法3.H连锁超市供应商管理的对策（1）利用供应商流程优化设计出了新供应商认定和选择流程方案。（2）利用ABC分类法设计出了供应商分类管理方案。（3）运用层次分析法设计出了现有供应商评价指标体系和供应商评估方案。（4）基于供应商管理特点和管理过程的分析，从供应商的选择、供应商的分类管理、供应商激励与控制系统的建立、数据信息共享平台的建立等四个方面，提出了H连锁超市供应商管理对策。2023/1/278/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT三、总结与展望

1.总结本文主要研究H连锁超市的供应商管理问题和对策。首先讲述了论文研究的背景及意义，分析了H连锁超市的供应商管理的现状及存在的问题，H连锁超市供应商管理问题主要包括供应商管理观念落后、H连锁超市的供应商管理缺乏完善的信息系统与网络化的信息共享平台、H连锁超市缺乏科学合理的选择与评价供应商的体系、没有进行分类管理供应商、缺乏对供应商进行有效的绩效管理与激励机制。论文的第四章针对H连锁超市的供应商管理问题提出了具体的解决对策，包括H连锁超市要采取合理的方法选择供应商、对供应商进行分类管、建立有效的绩效管理与激励机制。论文的第五部分对H连锁超市的供应商管理对策的实施效果进行了分析。2023/1/279/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT三、总结与展望2.展望本文主要研究的是H连锁超市供应商管理中的问题与对策，对存在的主要问题进行了分析，提出了解决方案。由于能力、时间上的限制，本文的研究存在不足之处，未来希望进一步加深对此问题的研究，可以针对供应商管理中的一个具体问题更加细致的研究。首先，本文在第四章中提出了要加强供应商管理的信息化建设，但是并没有提出如何建立信息平台。下一步可以研究建立具体的信息系统平台。另外，文章第四章对于研究供应商选择问题的解决策略中提到两点，一是供应商指标的选择；二是供应商指标的权重如何确定。如何确定供应商选择指标体系的权重是未来研究的一个方向，可以采用层次分析法等相关理论方法来研究。2023/1/2710/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT第三章单机情形下生产配送协同优化单目标的调度优化方法3.1问题引入与分析设计进一步研究：将此文多车情形扩展到车辆数可变情形区别：车辆数受限时，无法保证实时配送。将生产配送抽象成两阶段流水线作业flow-shop,即是NP-hard问题，即无法由其配送方案决定其当前配送方案的最优生产方案。进一步研究：将单目标扩充到多目标问题，多目标算法(第四章)2023/1/2711/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT问题描述第三章单机情形下生产配送协同优化单目标的调度优化方法3.2问题描述与数学建模

制造商在生产周期初共接受了共有n个客户生成的n个订单。订单作业集记为Jj(j=1,2,……,n)。记其加工时间为pj(pj

>0)。在生产过程中，订单作业不允许中断，且机器在同一时刻最多只能加工一个作业。对于任意订单作业Jj

，记其加工开始时间为Sj，加工完成时间为Cj。制造商采用分批方式由同质车辆进行配送，车辆的容量限制Q，一个配送批次由且仅由一个车辆配送。n个订单作业划分配送批次数为K。记客户之间的行驶时间为tij，

。客户的收货时间即客户的等待时间为Dj，任意配送批次，其配送开始时间记Tk，配送完成时间记Tk'。生产配送调度的目标：α*∑Dj

+F*K+β*∑(Tk'-Tk)2023/1/2712/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT数学建模第三章单机情形下生产配送协同优化单目标的调度优化方法3.2问题描述与数学建模2023/1/2713/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT第三章单机情形下生产配送协同优化单目标的调度优化方法3.3算法设计：改进的两阶段协同优化模拟退火算法Step1生成初始解。为n个订单指定n个车辆。根据第3.3节性质3.1~3.3进行排序从而得到初始解σ0。根据目标函数α*∑Dj+F*K+β*∑(Tk'-Tk)计算初始解对应目标函数值，记为Z(σ0)。Step2设置SA算法相关参数。确定模拟退火初始解σ=σ0、(σ)=Z(σ0)，设置初始温度TE0

；当前温度TE；零界温度ε，内循环次数nk，退火系数δ。当前温度下迭代次数k=0。Step3若TE<ɛ，则返回当前解σ及其对应目标函数值Z(σ)。结束。Step4从当前解中得到邻域解，计算其目标函数值Z(σ')。Step5ΔZ=Z(σ')-Z(σ)。若ΔZ<0，则σ=σ',Z(σ)=Z(σ')；否转Step7。Step6产生一个随机数ζ(0<ζ<1)。若EXP(-ΔZ/TE)>ζ,则σ=σ',Z(σ)=Z(σ')。Step7k=k+1。如果k<nk，则转Step4；否则达到了热平衡，TE=TE*δ，k=0，转Step3。2023/1/2714/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT3.4实验与数据分析：Q=200实验结果第三章单机情形下生产配送协同优化单目标的调度优化方法nSATSSGapDcostTcostZtimeDcostTcostZKK=140216313643527452386718315698838.10%120163143724200382746331115468385792448.06%200412515925471766740858818547944283850.04%K=34091412532167484136318153178831.81%1206252358698383276108785304161822339.20%200163666112224788003300949129392233942.69%K=54084412172061526100417962800826.39%120566836209288306075525416129682328.38%200145306083206137485185339009275424025.16%K=7408311300213154496919152884826.11%120551037509260318859865630116162520.28%200146676233209007919151788994241723913.54%K=504084412172061526100417962800826.39%120566836209288306075525416129682328.38%200145306083206137485185339009275424025.16%2023/1/2715/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT3.4实验与数据分析：Q=500实验结果第三章单机情形下生产配送协同优化单目标的调度优化方法nSATSSGapDcostTcostZKDcostTcostZKK=140173187026014255811363694429.59%8059591557751679580204411624635.34%120125952588151831420981313824119937.05%1602377733982717516386244378430021236.81%2003637341354050820594425327647691537.46%K=340119079319833137810382416317.92%803208167848869391221346046719.19%120653725589095138605317611781922.80%1601051333121382518138524078179301222.89%2001598346242060724219835438274211624.85%K=540109485719514132310562379317.99%803202155647588361719965613615.23%120630924548763127109316610275914.72%1601040238941429621119634111160741111.06%2001530847142002225169785410223881510.57%4.1问题的引入与分析设计4.2协同调度多目标问题数学模型4.3PD-NSGA-Ⅱ算法设计4.4PD-NSGA-Ⅱ算例设计4.5实验与数据分析2023/1/2716/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT第四章单机多车情形下生产配送协同优化多目标的调度优化方法2023/1/2717/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.1问题引入与分析设计第四章单机多车情形下生产配送协同优化多目标的调度优化方法出

发

点：单目标变为多目标问题（客户等待时间、配送成本

之和）问题特点：两个目标函数相互制约，非支配前言不会完全平均

分布在整个解空间。创新点：（1）解形式：调度问题的解表示成数字串形式，有

效缩小解空间，提高搜索效率。

（2）PD-NSGA-Ⅱ算法：预排序、非支配排序规则。算法设计：基于两算法对比，调用同一个染色体类。

PD-NSGA-Ⅱ与SPEA对比。2023/1/2718/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.2数学模型：多车情形第四章单机多车情形下生产配送协同优化多目标的调度优化方法2023/1/2719/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.3算法设计：生产与配送协同优化调度的PD-NSGA-Ⅱ算法第四章单机多车情形下生产配送协同优化多目标的调度优化方法Step1.设置PD-NSGA-Ⅱ算法相关参数。设置最大迭代次数MAX_GEN=0，当前代数gen=0；染色体数chnum=10；遗传变异概率p_variation=0.5，遗传交叉概率p_chiasmata=0.5。Step2.生成初始解父代P。随机生产chnum个初始解，从而得到初始解Pi(i=1,2，……，chnum)。对任意第i个染色体，根据各目标函数分别求的各目标函数值，记为z1(Pi)、z2(Pi)……，解形式记为Zi(z1(Pi)、z2(Pi)……)，转Sept3。Step3.变异：对父体中每一染色体Pi，产生一个随机数ζ(0<ζ<1)，若ζ<p_variation，进行变异操作，转Step4。Step4.交叉：对每一子代染色体Qi，产生一个随机数δ(0<δ<1)，若δ<p_chiasmata，进行交叉操作更新子代Qi

，并转Step5。2023/1/2720/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.3算法设计：生产与配送协同优化调度的PD-NSGA-Ⅱ算法第四章单机多车情形下生产配送协同优化多目标的调度优化方法Step5.预排序。R=P+Q，R表示父代染色体和子代染色体的并集，Ri(i=1,2,……，2*chnum)，将R中的所有染色体，按照第一个目标函数z1(Ri)从小到大排序，若z1(Ri)相同，则按照其染色体的第二个目标函数升序排序。Step6.非支配排序得到非支配前沿。将排序后组合种群R分成多层的非支配前沿Fi(i=1,2,……,k,k为非支配前沿的层数)。Step7.若gen=MAX_GEN，则返回当前非支配前沿F1中的所有解Ri及其对应目标函数值Zi(z1(Pi)、z2(Pi)……)。结束。反之转入Step8。Step8.将非支配集F1依次放入父代种群P中，若F1解集的个数小于chnum，则继续往父代种群P中填充下一级非支配集F2，直到父代种群个数达到chnum；若F1解集的个数大约chnum，则通过拥挤度删减个体，直到父代种群个数达到chnum，gen=gen+1；转Step3。2023/1/2721/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.3算法设计：预排序第四章单机多车情形下生产配送协同优化多目标的调度优化方法预排序定义：

将父代与子代全集通过以下的排序规则重新排序，σ1,σ2,……,σchnum,σchnum+1,……,σ2*chnum，这里σi表示第i个染色体，chnum表示父代染色体数。按照第一个目标函数从优到劣解排序，如果相同时，则按照第二个目标函数从优到劣排序。由于本文是求两个目标函数的最小值，即先按第一个目标函数升序排序，若相同则按照第二个目标函数值升序排序。则i<j→(E(σi)<E(σj))v(E(σi)=E(σj))^(Cmax(σi)<=Cmax(σj))。2023/1/2722/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.3算法设计：预排序第四章单机多车情形下生产配送协同优化多目标的调度优化方法性质：

性质4.4按照上述预排序规则所形成的排序方案σ1,σ2,……,σchnum,σchnum+1,……,σ2*chnum，满足此方案的任意一个解必定是后面所有解的非支配关系，也就是此解支配着后续所有解。所以进行非支配排序时，只需依次和已分好的前k

个非支配层比较即可。

性质4.5此排序方案的第一个解必定是此组解中的非支配前沿的某一个解。结合上述预排序定义及其性质，本文对非支配排序做如下改进：2023/1/2723/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.3算法设计：非支配排序算法(算法A1)第四章单机多车情形下生产配送协同优化多目标的调度优化方法Step1.对于父代与子代的合集进行预排序。将所有非支配层

Fk(k=1,2,……,K)均清空；然后将σi放入F1层。并且令i=2；Step2.若i>2*chnum，非支配排序完成，返回非支配层结果。反之k=1，转Step3；Step3.若k<K，将σi与非支配层Fk

的第一个元素比较，如果的第二个目标函数值小于非支配层Fk第一个元素的第二个目标函数值，则将σi放入此非支配层的第一个位置，本层的其他元素依次后移一位，反之k=k+1，转Step3；Step4.直到σi非支配排序完毕，i=i+1。转Step2。2023/1/2724/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.3算法设计：非支配排序算法(算法A1)第四章单机多车情形下生产配送协同优化多目标的调度优化方法解释说明：1、Step1中，由于性质4.4、性质4.5可知通过预排序之后，每个元素都是后续元素的非支配解，故非支配排序算法中只需要和已排的非支配前沿作比较。2、Step3中，我们对于每一个非支配层里面的元素都是按照第二个目标函数的升序排列（从优到劣），在进行非支配排序的时候只需将当前元素与每个非支配层的第一个元素比较，如果小于就在此非支配层，否则跳过本层的其他元素的对比，直接进行下一级非支配层的比较。3、NSGA算法计算复杂度为O(mN

3)，NSGA-Ⅱ算法计算复杂度O(mN

2)，其中m表示目标函数个数，N为种群大小。2023/1/2725/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.4算例设计第四章单机多车情形下生产配送协同优化多目标的调度优化方法参数设定：1)配送时间与成本的转换系数β=1，任意同质车辆的固定启动成本F=50；2)订单加工时间分别取pi=U[5,10]，订单的体积分别取vi=U[10,60]，客户之间的距离分别取tij

=U[10,100]，客户数n=15，车辆容载Q=200。表4.1各客户订单的加工时间和所占体积大小i123456789101112131415p878968876665695v483635475730173612483815293135表4.2各客户之间的距离所需的运输时间i0123456789101112131415008871453121711729846973912332871880417593506473941491102889362827141038907320218145267658141924345753802915715867815981153547334319390290889599439214752623416552150731588070446243634127851742671642071957009473551257898051837177321589944940777747797463433782994816743627377035756599773376984144581924355773508511267565361069912659146312477585020116626801173107681754157796511200525869801291285815262789749926115204041561323891435238580637775665840047541432361947411751433365266941470141587282433654283377636808056541402023/1/2726/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.4算例设计第四章单机多车情形下生产配送协同优化多目标的调度优化方法表4.3通过本文构造的带经营策略的非支配遗传算法在迭代3000代以后的Pareto解集。其中Tcost和∑D分别表示第i个Pareto解的配送成本和客户等待时间之和。表4.33000代的Pareto解集geniTcost∑DiTcost∑D30001989151911788164229781531127731684395715341372316894940153914711170259261547157041778689015491667018027856157317633185488341605186141866982216181956018681080016292053819072023/1/2727/34©

TheInstituteofEnterpriseModeling&Optimizing,HFUT4.4算例设计第四章单机多车情形下生产配送协同优化多目标的调度优化方法表4.4详细表述了此Pareto解集中的任意一个解的具体生产配送调度方案，这里随机取了Pareto解i=14。表其中Sub-schedule是指每个配送批次的配送方案，表示各个客户订单配送的先后顺序。表4.4Pareto解i=14的具体生产调度方案

第一辆车Sub-schedule：C：D：TT'：5——>3——>12——>13——>0C[5]=6C[3]=14C[12]=19C[13]=25D[5]=46D[3]=61D[12]=76D[13]=116T=25T'=139第二辆车Sub-schedule：C：D：TT'：8——>9——>1——>11——>0C[8]=32C[9]=38C[1]=46C[11]=52D[8]=81D[9]=116D[1]=104D[11]=140T=52T'=213第三辆车Sub-schedule：C：D：TT'：7——>2——>15——>14——>0C[7]=60C[2]=67C[15]=72C[14]=81D[7]=98D[2]=119D[15]=143D[14]=157T=81T