供應鏈過程仿真研究與實現

劉雪麗，王佳斌，李碧秋

（華僑大學工學院，泉州362021）

0 引言

供應鏈通常建模為涉及多個交互方的動態系統，在供應鏈中，每個實體都需要考慮供應鏈上游或下游的影響，盡量減少每個環節產生的成本。供應鏈管理也已經成為企業有效決策的重要組成部分，通過優化模型的設計有助于做出與供應鏈有關的位置決策，運輸和儲存，以最好地滿足目標和需求，并達到上述平衡。

當所研究的問題造價高，或需要很長時間才能了解內部參數變化所引起的后果時，仿真是一種特別經濟有效的研究手段。仿真的過程包括建立仿真模型和仿真實驗兩個主要步驟[1]。為了仿真更符合實際，需要建立合適的數學模型以及進行相關算法的設計，其中不僅要考慮每個環節之間的銜接過程，更要注重每個環節可能出現的各種不確定性的情況，這樣可以通過優化各環節的關系和流程，有助于實際案例中在每個環節的管理方面做出有效的決策[2-4]。

1 供應鏈結構及算法設計

1.1 供應鏈結構

針對一個多產品多周期三的級供應鏈網絡問題進行研究。網絡由生產企業、倉庫、裝配現場組成。一個生產企業可生產多種類型的設備，一種設備可能分配到多個倉庫，一個倉庫可以服務于多個裝配現場，每個裝配現場有確定的需求率，倉庫的設計有容量限制，可以持有存貨，但是每次的訂單容量不可超過倉庫的最大庫存量。圖1是供應鏈的示意圖，顯示的只是一種可能的分布場景。

圖1 供應鏈結構

1.2 系統仿真算法設計

（1）根據工程規劃和過程，按時間順序和工程安裝計劃生成裝配訂單；

（2）根據裝配訂單的需求查詢服務該標段的倉庫庫存，按照實際情況分解為生產訂單下發至相關的生產企業；

（3）企業根據其生產能力選擇訂單啟動生產，生產過程結束則由生產環節產生物流訂單；

（4）物流訂單的產生觸發物流過程，物流結束則可將零配件按照設備類型進行入庫；

（5）入庫后根據預期的設計時間對設備進行標定排期，啟動標定的設備需運至標定倉庫進行操作，標定完成后設備需再運至裝配現場的倉庫等待出庫安裝，標定倉庫和裝配現場倉庫之間也有相關的往返物流仿真；

（6）裝配訂單需要的所有設備標定結束后才觸發裝配進程，進程結束則觸發設備的出庫安裝操作。

2 仿真預期目標

根據工程的實際需求，將系統仿真作為流程設計方案評估和驗證的重要研究手段。通過建立系統仿真模型以及模擬每個環節存在的不確定性和隨機性，可實現以下的預期目標：

（1）建立系統仿真模型，增加容量限制以及環節的周期規劃，通過賦權算法確定綜合影響因子模擬可能出現的突發狀況；

（2）通過對倉庫利用率的分析評估合理的倉庫最佳個數；

（3）驗證現有的流程方案能否實現在預期的時間內完成任務，如果不能，需要分析原因并提出改進的措施；

（4）通過仿真結果的數據分析，優化初步確定的倉庫整體布局和流程方案。

3 供應鏈系統仿真

3.1 數學模型建立

3.1.1 索引集

M：生產企業使用一組指數，m=1，2，…，M

J：裝配現場的倉庫集合，j=1，2，…，J

K:設備集，k=1，2，…，K

I:供應鏈各環節訂單集合，i=1，2，…，I

T:周期集，t=1，2，…，T

R：標定倉庫的集合，r=1，2，…，R

3.1.2 變量

Sk：設備k的單位占地面積；

Wek：設備k的重量；

Wsjt/Wnjt：裝配現場的倉庫j在t時期剩余的總堆貨面積或剩余的貨架個數；

Sck/Sak:設備k的標定/裝配速度（即每天可標定/裝配設備k的個數）；

Wp：組合賦權法最后獲得的第p個指標的權重；

f：綜合影響因子，用來模擬現實中的不確定性；

rpt：影響因素p在該環節t時刻產生的隨機值。

3.1.3 模型構建

生產環節：

物流倉庫環節：

綜合影響因子參數確立：

不等式（1）保證了設備的生產數量必須能夠滿足裝配時對該設備的需求。等式（2）確保從生產企業運至裝配現場的倉庫的設備能夠全部存放至相應的倉庫。不等式（3）（4）中的約束是根據設備的重量限制了運至裝配現場的倉庫的設備數量，限制了它們的總存儲容量。不等式（5）中的約束要求在一段時間內從裝配現場的倉庫運送設備至標定倉庫的數量不能超過倉庫中該設備未進行標定的總庫存量。不等式（6）是對于裝配現場的倉庫中該設備已標定、未標定、正在標定以及正在運輸中的設備數量的平衡方程，該約束的前提條件為在t時期該設備已經全部生產完畢。不等式（7）限制了設備在標定倉庫的儲存容量，同時限制了標定設備的類型。不等式（8）的約束保證了裝配工期內每天都有足夠的庫存。

等式（9）是結合主成分分析法以及熵權法求出的組合權重指標值[5]。等式（10）是確定綜合影響因子參數，確保更加真實地仿真每天不確定性因素對生產、物流、標定以及裝配等環節周期的影響。

3.2 仿真結果輸出與分析

3.2.1 倉庫需求個數

在仿真過程中考慮了各種復雜因素的影響，在同一組輸入參數的前提下，做了多組實驗如下：

（1）當每個標段設置小于9個倉庫時它們會在不同的時間段出現爆倉的情況，如圖2所示，當一個標段設置為8個倉庫時，在模擬到2500天左右時倉庫出現爆倉，整個模擬終止，倉庫利用率不再變化；

圖2 倉庫每天的利用率

（2）當每個標段設置大于9個倉庫時，那么相關倉庫的利用率會下降，這時增加倉庫的個數只會增加項目成本。如圖3所示，一個標段分別設置為9、10、11個倉庫時每個倉庫的最高利用率比較，顯然倉庫個數增加時，利用率降低。

圖3 最高倉庫利用率比較

3.2.2 參數優化-修改生產企業個數

通過修改生產企業參數，其他輸入參數不變，具體結果如表1所示。

表1 修改生產企業個數后的實驗結果對比

（1）從實驗結果倉庫利用率可以看出，通過修改生產企業個數參數，裝配標段1每個倉庫的利用率整體略微下降，并且有的倉庫利用率降低到70%以下，但企業個數降低到47后，當把每個標段的倉庫個數設置為8時均不能滿足實際需求。這是因為即使有的設備沒有在規定的時間內完成標定但也不會影響到后期的裝配過程，所以倉庫利用率降低了，但是倉庫個數不可以減少。

（2）從實驗結果企業延期的天數可以看出，每個實驗的數據均是可以滿足實驗約束的，輸出結果沒有超出裝配周期的可控范圍內，所以從整個工期來看的話，生產企業個數的改變不會影響到整個工程的正常實施。

3.2.3 參數優化-修改訂單的開始生產時間

根據裝配訂單的啟動時間修改裝配排期較晚的部分訂單的生產開始時間，具體結果如表2所示。

（1）從表2中倉庫利用率來看，當生產企業個數為70時，結果變化不大；當生產企業個數小于70時，部分倉庫的利用率略微下降，這是因為調整的參數把部分設備的生產延遲了較長時間，導致有的設備已經開始裝配，但一小部分設備還在進行生產，那么當前的修改是不符合實際需求的。

表2 修改開始生產時間參數的實驗結果對比

（2）從企業延期的天數來看，生產時間的調整很大程度上影響了整個工期的正常進行。整個工程的裝配周期為一年左右的時間，如果標準周期約束在可接受的限制范圍內，那么生產企業低于70個的時候，就不再滿足實際的需求。

4 結語

根據供應鏈各環節的流程方案進行了仿真算法建模，并通過調整輸入參數驗證了算法的有效性。通過仿真局部調整方案，仿真結果會更符合現實狀況，能夠節約建設成本和時間成本，對實際供應鏈各環節前期的沙盤推演以及中后期的實際管理具有一定的指導意義。