基于電子產品易逝性的逆向物流庫存控制仿真研究

合電子產品退貨對庫存控制的影響，建立了含逆向物流的庫存控制仿真模型，以平均利潤最大化為目標，尋求銷售商最佳訂貨批量和修復批量，并通過仿真軟件Arena建模優化，為銷售商制定庫存控制策略提供借鑒和指導。

關鍵詞：庫存控制； 逆向物流； 電子產品易逝性； 仿真

[中圖分類號] F253 [文獻標識碼] A

1、引言

易逝品原指易變質產品、時令品或者季節性產品，后來，它的概念得到了拓展，如果產品超出了特定的銷售時間，仍沒有銷售出去，他的價值大幅下降或者全部喪失，則屬于易逝品。高科技電子產品也屬于易逝性產品的范疇，因為它更新速度快，生命周期短，價值衰減迅速，若在它的生命周期內沒有售出，它的價值將會大打折扣，例如芯片、手機等。

在這個科技飛速發展、人民生活水平不斷提高的的時代， 社會對電子產品的需求量日益猛增，電子行業擁有一個巨大的銷售市場和樂觀的發展前景。針對電子產品的易逝性，如何科學合理的控制庫存，是在這場競爭中能否勝出的一個關鍵點。同時，隨著近年來電子商務和網上購物業務的迅速發展，電子易逝品退貨成為逆向物流中常見的類型，在制定電子產品庫存控制策略時，務必考慮逆向退貨對庫存的影響。無論是從技術角度、還是市場角度，電子產品作為庫存可以在倉庫存放的時間是相當有限的，特別是那些高技術含量的易過時產品，但現存研究并沒有對這隱含條件進行深入挖掘，缺少過期產品對整個存在退貨的庫存控制系統影響的研究。

2、電子易逝品銷售商庫存控制模型描述

2.1 問題描述

本模型以銷售商為例，建立了含逆向物流的庫存控制模型。銷售商在向客戶銷售出自己的電子產品同時，在規定的時間內接受客戶的退貨，可能是因為產品型號功能不符，或者是產品有瑕疵等。銷售商從制造商處新訂的產品和客戶的退貨分別存儲在可服務產品庫存和退回品庫存，在每個訂購周期內包含若干個修復周期，退回品在累積到一定數量后經銷售商簡單修復后，重新進入可服務產品庫存，與新產品無差異。鑒于電子產品的易逝性，在每次退回品累積到最大值時，對退回品進行一次檢查，將過期產品從庫存中剔除，在每個修復周期結束時，對可服務產品進行一次檢查，將過期產品從庫存中剔除，剔除的過時產品退出本銷售市場，可能流向農村這樣的低級市場，或者降價處理，或者拆解提取重要元件，在本文中對此不做研究。

2.2 模型假設

①在每個訂購周期內，有n次產品的回流和修復，只有部分產品有修復的價值（即沒有超過產品的最大年齡和修復后也不會超過），比率是β，其他修復好的產品與新產品無差別，進入可服務產品庫存，與新產品共同滿足客戶需求。

②客戶對該產品的需求是持續均勻的，需求強度是d。

③產品以恒值a的速率回流，當回流品積累到Qr時，進行統一修復（如清理包裝），修復的速率是r，那么在修復時間段內回流品庫存以r-a的速率減少，假設b=r-a。

④回流品累積的時間是T1，修復時間是T2，修復周期是T（T=T1+T2）。

⑤訂購周期是nT，每個周期訂購量是Q0，在對應的修復期內，可服務產品庫存以d-b的速率減少（d>b）。

⑥可服務產品的最大年齡是“L0”，每個修復周期末，對可服務產品庫存進行檢查，將年齡L>L0的產品從庫存中剔除，剔除量是z。

⑦在訂購周期期初，產品的價值是P0，產品價值以α速率衰減，在訂購周期末，產品價值是PT，PT=P0-αnT。

⑧本系統進行周期盤點，不允許缺貨，補貨提前期是0。

⑨整個系統的成本包括可服務產品庫存持有成本，回流品庫存持有成本，訂購成本，修復成本和過期產品的剔除成本。

2.3 符號說明

C0 每次訂購的固定成本

C1 每個產品的訂購價格

K0 回流產品批量修復的固定成本

K1每個回流產品的修復價格

S0 剔除過期產品的固定成本

h0 可服務產品庫存單位時間庫存持有成本

hr 回流品庫存單位時間庫存持有成本

I（t） t時刻服務產品庫存的庫存量

A 平均單位時間系統獲得的利潤

α 產品的價值衰減率

β 回流品的修復率

3、電子易逝品銷售商庫存仿真與優化

3.1 仿真軟件Arena 介紹

Arena是一款可視化互交集成式商業化仿真軟件，應用范圍十分廣泛，幾乎可以覆蓋可視化仿真的所有領域。在物流領域，Arena的應用涉及從供應商到客戶的整個供應鏈，包括供應商管理、庫存管理、制造過程、分銷物流、商務過程及客戶服務等。利用Arena的圖形建模與分析模塊，可以構建出不同的仿真模型，并可以根據實際需要設定仿真參數進行動態系統模擬，從而對實際的復雜系統進行有效分析和處理。

3.2 仿真模型需要解決的問題

在實際銷售中，銷售商可以控制和改變每次訂購量和累積修復量，從而改變總成本。在此模型中，總成本包括存儲成本、訂購成本和修復成本、剔除成本。如果訂購量過大，必然會增加庫存成本，但是總的訂購成本將會降低；如果累積修復量過大，會降低修復成本，但會增加庫存成本和增大剔除量，進而造成更多的損失。

在實際生產中，銷售商可以控制每次訂貨量和修復批量來控制總成本。利用仿真軟件Arena，通過對訂購量和累積修復量進行優化設計，尋求二者之間的最優組合，進一步探索影響電子產品庫存成本高低的關鍵因素，以利于設計優化該流程，并通過OptQuest優化工具改進系統性能，實現整個系統在單位時間所獲凈利潤最大化的目標。

3.3 仿真模型設計

以某電子產品銷售商的進存銷過程為例，建立一個基于隨機需求的銷售商庫存控制系統的仿真模型。所建立模型如圖3-1所示。

3.4 參數設置

Q0：可服務產品庫存最大庫存量，500件

Qr：回流品庫存產品累積量，20件

demand：每天銷售量，poisson（30）

recovery：每天產品回流量，poisson（5）

remanufacture：每天修復量，poisson（10）

C0：每次訂購產品的固定成本，3000元

C1：單個產品的訂購成本，800

K0：每次啟動修復的固定成本，300元

K1：單個回流品的修復成本，100元

H0：可服務產品庫存單位時間單位產品持有庫存，2元

Hr：回流品庫存單位時間單位產品持有庫存，1元

price：訂購周期初，產品的價格，1200元

3.5 仿真實驗及結果分析

設定每個訂購周期內訂購量是500件，回流產品累積量是20件。系統共運行5次，每次仿真時間是3個月（按90天算）。經過調試，運行仿真模型，庫存水平變化過程如圖3-2所示。黑色曲線代表回流品庫存變化情況，黑色曲線代表可服務產品庫存變化情況，每個訂購周期包含若干個修復周期。運行結束，查看仿真報告，其中一次的仿真結果如圖3-3所示，將5次仿真結果匯總，得到表3-1，得到每天的平均利潤是7960元。

3.6 OptQuest工具仿真優化

OptQuest是arena一個外部集成的優化工具，它具有強大的分析功能來為仿真模型尋求最佳的解決方案。在本仿真模型中，需要借助OptQuest工具尋求每次的最佳訂購量和修復量，以達到使總成本最小、平均利潤最大的目標。打開OptQuest優化工具后，在控制變量選項中選擇“Q0”和“Qr”作為控制變量，類型為離散，步長是1，并將“Q0-Qr>0”作為約束條件。在目標函數選項卡中選擇“maximize objective”使“average profit”最小作為目標函數。運行模型，尋優過程如圖3-4所示。

經運行，最后得到，當Q0=278件，Qr=24件時，所得平均利潤最大，最大為9330元，如圖3-5所示。

4、總結

從仿真數據可得，電子產品的最大訂購量與產品價值衰減率α、可服務產品庫存剔除率z、回收品庫存修復率β和產品的固定訂購成本C0等有關。電子產品價值衰減率α越大，最佳訂購量越小，以此來降低產品在存儲過程中價值的損失，當增大可服務產品庫存的剔除量z時，最佳訂購量也有所增大。

本文是對含逆向物流的電子易逝品庫存控制的研究，針對電子產品生命周期短、價值衰減迅速的特點，設置產品剔除率和價值衰減系數，進而豐富了電子產品庫存控制模型。通過賦予需求率、回流率和修復率等具體的隨機數值，由仿真軟件運行計算出不同訂購量和修復批量下的成本和利潤。然后由Optqust優化工具對模型進行優化，尋找到了最佳訂購批量和修復批量組合，使得平均利潤達到最高。

計算機仿真給生產者和銷售者庫存策略的制定帶來了新思維和新方法，使庫存策略的制定不再僅僅憑靠歷史數據和主觀經驗，而是更為科學有效的仿真結果。在實際系統啟動之前，通過對模型運行，可以提前預知此系統的優缺點，通過改進和優化，幫助人們選擇最佳的生產和庫存策略。在本文中，通過優化工具對庫存仿真模型優化，幫助銷售商制定最佳庫存策略，從而達到平均利潤最大化的目標。

參考文獻：

[1 杜仕斌，電子產品的回收物流庫存控制研究[J]，上海管理科學，2006（4）.

[2]周海榮，離散制造企業生產物流系統建模與仿真[D]. 成都：西南交通大學，2010.

[3]敏剛，廢舊電子類產品的逆向物流研究[D]，科技管理研究，2006（8）.

作者簡介：

于亞弟（1986—），女，河北石家莊人，北京物資學院研究生，研究方向：物流系統仿真與優化；馬向國（1975—），男，內蒙古錫盟人，北京物資學院副教授，博士，研究方向：物流自動化及信息化管理；王麗（1990—），女，河北唐山人，北京物資學院研究生，研究方向：物流系統仿真與優化。