基于模糊控制的煙草物流供應鏈解耦模型優化研究

摘 要：后疫情時代，煙草物流供應鏈表現出定制化、小批量成品煙需求的勢態，煙草工業企業需要面對多品規供應大幅波動所帶來的供應鏈系統耦合問題。本文擬以模糊控制原理優化煙草物流供應鏈解耦模型，并以某成品煙2022年物流供應鏈數據為例，在MATLAB平臺下對比供應鏈系統解耦成效。結果表明，采用模糊控制的解耦模型相較于靜態解耦模型，更能夠有效應對耦合問題的發生，實現快速解耦作業，提升煙草工業企業物流業務在面對定制化、小批量品規需求時的供應鏈韌性。

關鍵詞：供應鏈管理；解耦模型；模糊控制

一、煙草物流供應鏈存在的耦合問題

在煙草供應鏈體系中，物流作業貫穿供應鏈全過程，是煙草工業企業作為鏈上核心企業與第三方交互的重要連通業務，結合煙草供應鏈趨勢，由生產驅動向庫存驅動轉變，由內設計劃部門根據物流資源制定排產、采購、調度、銷售工作計劃，統籌物流資源和物流服務，分別向內部倉配機構及第三方承運商、庫房下達工作指令，最后由費用結算機構對第三方進行結算，如圖1所示。

因此，在煙草物流供應鏈系統中各項業務相互交織、相互影響，會產生大量的多變量回路，當系統中幾個業務過程變量改變，會引起輸出變量部分或者全部改變，這種現象叫作耦合。考慮到煙草供應鏈系統在后疫情時代出現的非線性、分布參數、時變、大時延、多變量耦合的復雜現象，相對于傳統的用于描述供應鏈勢態的線性供應鏈模型，耦合模型能夠更真實地描繪出供應鏈魯棒性，即供應鏈網絡穩定性及韌性的真實形態，并能夠挖掘出供應鏈各業務之間的影響因素。但上述模型中參數變量較為確定，使得模型使用具有局限性，缺乏動態調整及容錯機制，對于供應鏈非關聯要素耦合時的魯棒性缺乏更為精準的描述和預測。

二、解耦策略分析

煙草物流供應鏈各業務單位存在大量耦合情況時，會明顯降低供應鏈網絡的韌性甚至斷裂，當定制化程度越高、訂單變動越大時，物流保障要求也就越高，供應鏈網絡韌性越脆弱，因此需要對供應鏈系統進行解耦。

發生變化導致系統不平衡時，只能做到近似解耦。

1.預估解耦

借用空氣焓動態平衡理論，在平衡狀態下，設煙草物流供應鏈中運輸資源不變（僅調節倉儲資源），則相對成品煙到達變動時間T的限制如下：

式中，為T1時間下的飽和運輸壓強（Pa）；為T2時間下的飽和運輸壓強（Pa）；RH2為實際測量的相對運輸強度；RH2為參加運算的相對運輸強度。

用預估相對運輸強度RH2代替實測的相對運輸強度RHi作為運算集成，但當RH發生變化導致系統不平衡時，只能做到近似解耦。

2.靜態解耦

經過解耦系數α1，α2的解耦效應得到

其中，Ct，Ch分別代表倉儲與運輸的控制輸出；Kt，Kh代表倉儲與運輸的模糊控制比例；Uh，Ut代表上述倉儲與運輸的實際輸出，如圖2所示。

當解耦系數α1，α2為0時，，表示供應鏈各業務間沒有發生耦合作用；當α1，α2為1時，Ut，Uh則為極限耦合，只有才有效。故而靜態結構缺乏自適應性，不具備表述實際解耦情況的作用及解耦效果。

3.多變量的模糊解耦

在靜態解耦的基礎上，再增加一個回路，用來調整供應鏈解耦系數，使解耦系數一直保持在最大值。得到的系統模型表示為：

式中：u1，u2代表靜態模糊輸出；，表示混合輸出，Aij代表解耦系數（i=1，2，...，n，j=1，2，...，n）。

由式（2.4）可以分別得出n-1，n時刻的輸出增量：

把式（2.5）和式（2.6）聯立，得到式（2.7）：

式（2.7）中，當A12為0時，回路2與回路1之間未發生耦合作用；若A12不為0，則回路2與回路1之間發生耦合，此時需調整解耦系數，使A12趨于0，如圖3所示。

三、煙草物流供應鏈模糊解耦模型優化

1.優化設計

煙草物流供應鏈模糊解耦模型優化策略如圖4所示，其中R1，R2為倉儲與運輸標準范圍，E1，E2為誤差，Ke為誤差變化率，U1，U2為輸出數據，使用MATLAB模糊邏輯工具箱構建推理系統。

（1） 確定的輸入量、輸出數量

采用雙輸入輸出、單輸出的二維模糊控制器，實現對倉儲與運輸多影響因素的高維控制，輸入內容為：誤差E和誤差變化率Ec；輸出內容為：提高輸入資源或降低輸入資源的控制量U。

（2） 模糊語言描述

設定誤差基本域：[-Xe，+Xe]，誤差演變率基本域：[-Xec，+Xec]，對應的輸出量基本域：[-Yu，+Yu]。當誤差子集為X{-n，-n+1，…，0，1，…，n}，而誤差變化率的子集為Y{-m，-m+1， …，0，1，…，m}，控制子集則為Z{-L，-L+1，…，0，1，…，L}。

用式（3.1）和式（3.2）表示：

乘以比例因子得到式（3.3）：

將誤差變化率模糊子集分為13個等級，則輸出模糊子集為15個等級：

基于模糊集域原則分為共7個檔次，即。得到集合為：

根據描述函數曲線形狀的模糊集合，可以采用三角形和梯形隸屬函數作為說明模糊集合的隸屬函數，其中模糊變量的隸屬函數賦值三角函數，如圖5、圖6所示。

2.模糊解耦優化模型

根據上述模糊解耦策略進行優化后，采用復合模糊解耦模型對煙草物流供應鏈進行解耦，解耦結構如圖7所示。

當只考慮靜態解耦時：

式（3.4）中，k21是輸入1作為輸入1的倉儲對運輸耦合通道的靜態增益。同理，k22是輸入2作為輸入2的倉儲對運輸耦合通道的靜態增益。

模糊集，分為5個等級，設定5條控制規則：

把誤差作為輸入量，將系數和靜態解耦系數比疊加后進行供應鏈解耦計算。

四、煙草物流供應鏈模糊控制模型解耦仿真

對預選讀取的某成品煙2022年度供應鏈數據就無解耦、靜態解耦、模糊解耦進行仿真實驗，設定模型參數如表1所示。

1.無解耦仿真

圖8為無任何解耦的供應鏈網絡結構。Subsystem和Subsystem1表示運輸和倉儲的模糊控制器。

在沒有其他解耦措施的前提下，倉儲的改變對成品煙產生了重要的影響。在二者均保持穩定的狀況下，當運輸突然改變時，成品煙將大幅偏離穩定狀況，其波動程度和倉儲及運輸變動程度有直接關聯。

2.靜態解耦仿真

在上文的基礎上，根據設定條件得到靜態解耦系數D21=-k21/k22，且k21=0.79，對其進行三角函數換算。在圖9中，曲線1為倉儲響應曲線，曲線2為運輸響應曲線。每增加5單位的輸入則誤差會產生波動，物流供應鏈出現了超調。

3.模糊解耦仿真

圖10為模糊解耦的控制結構。各對象結構及技術參數的描述、靜態解耦系數、模糊解耦控制器設置均同上文。

圖11為模糊解耦的響應曲線。每添加5單位的階躍輸入時，供應鏈就形成了較小的波動，而且較快地恢復到相對平穩的狀況，從而達到了相對較好的解耦效果。

五、結語

針對煙草物流供應鏈耦合問題，在深入研究煙草品規在物流供應鏈中的耦合情況的基礎上，通過對預估解耦、靜止解耦、模糊控制解耦技術的研究，提出了基于模糊控制的煙草物流供應鏈解耦模型。最后在MATLAB環境下搭建了系統仿真模型，對實際成品煙供應鏈2022年度物流數據進行仿真，修正單元解耦系數。雖然模糊控制解耦存在誤差，但能較大改善供應鏈各業務之間的耦合問題，提升煙草工業企業物流業務在面對定制化、小批量品規需求時的供應鏈韌性。

參考文獻：

[1]潘春月.基于遺傳算法和解耦控制的溫水分控制系統的設計[J].工業儀表與自動化裝置，2006（3）：19-21.

[2]郝久玉，陳偉，李惠敏.多變量模糊控制系統的前饋解耦[J].天津大學學報，2004（5）：396-399.

[3]張蕊，葉建華，錢虹，等.多變量模糊控制工程應用方法[J].上海電力學院學報，2008（3）：243-249.

[4]郭昂，王福，鄧召文.燃料電池空氣子系統模糊解耦控制仿真與試驗[J].拖拉機與農用運輸車，2022（6）：27-32.

作者簡介：孫東東（1990.02— ），男，漢族，河南周口人，研究生，經濟師，研究方向：物流管理；王曉（1988.10— ），男，漢族，河南許昌人，研究生，助理工程師，研究方向：物流信息化；王冰（1989.08— ），男，漢族，河南淅川人，研究生，高級統計師，研究方向：需求預測、運行分析。