智能供应链管理和运作技术优化方案

供应链管理与运作可以分为战略层、战术层和作业层3个层次。

（1）战略层解决如何进行整合的供应链网络设计。在这个层次，企业主要决定怎样去构建它的供应链，确定供应链的结构。主要包括供应商的选择、设施的位置和能力。作为企业长远经营的战略决策，由于涉及大量的资金投入，后期的一个细小变动都可能要付出昂贵的代价，因此，必须充分考虑未来的不确定性。

（2）战术层解决供应链如何保持协同与同步。在这个层次，由于供应链的结构已经确定下来，企业需要做的是根据预测的需求，制订不同时间阶段（通常为月或周）的资源分配总体数量，特别是产供销的总数量。

（3）作业层解决具体供应链业务的操作问题。这个层次的时间范围为周或天，在战略层和战术层的决策已经确定的情形下，作业层需要解决的问题是如何以最佳的方式贯彻执行已经制订的战术决策。主要决策包括安排生产和库存、确定运输方式和发货量、进行送货调度等。该层次还要解决生产、库存、运输的协调问题，主要包括采购与生产协调、生产与分销协调和库存与分销协调。

1.智能化的供应链与物流网络设计

供应链与物流网络设计属于战略层次的供应链管理问题。在这个层次上企业主要关心的问题是如何构建供应链，即确定供应链的配置和每一级需要执行的业务过程，其典型的决策包括供应商选择问题和设施决策问题（包括选址和能力规划问题）。

在传统的供应链网络设计问题研究中，存在的一个基本前提是设计参数为可以确切知道的数值，这种方式求解得到的最优方案，在实际执行的过程中，当参数发生变化时往往就会转变成次优解。

在实际的供应链网络设计中，由于环境及系统的动态性和不确定性，所使用的数据通常具有噪声、误差和不完全性，如原材料或产品的价格、市场需求、设施投资成本等。只有充分考虑这些变化和不确定性因素，采用智能化方法，才能使供应链具有良好的适应性和鲁棒性。

智能化的供应链与物流网络设计的目标就是在多变和不确定市场及信息环境下，考虑设计参数的不确定性，在满足约束条件的基础上，通过智能决策方法，确定供应商的选择、工厂和分销设施的位置以及能力、客户需求的分配等问题，使供应链网络能够在参数摄动的情况下具有良好的自适应性和鲁棒性，从而有效地规避市场风险（田俊峰，2005）。

（1）智能的供应商选择。随着企业把更多的精力集中在自身的核心竞争力上，供应商对于企业的作用越来越大，与优秀供应商的紧密合作在当前市场竞争激烈的环境下显得至关重要。

供应链的组建是通过选择构成供应链的各成员来确定其基本结构和运作方式的，可以说伙伴选择很大程度上决定了供应链运行的平稳程度和运行效能。与虚拟企业的伙伴选择类似，供应链的伙伴选择涉及被选企业的类型、资金状况、技术实力、信誉度、以往合作经历等诸多因素。同时，还涉及被选中的合作企业之间的文化契合度、运输距离、运输成本和供应链组建时间等问题。目前，理论上多采用多目标优化或模糊决策等数学方法来确定合作对象。但实际上，伙伴选择是一项主观性和变动性都较大的决策。也就是说，对评价系统中各项评价目标的确定和权重存在很大的差异。因此，在充分分析企业过去合作经历的得失的主要原因的基础上，建立一个合理的供应链伙伴选择评分标准是十分值得研究的问题（黄河等，2001）。

供应商选择问题是一个定性与定量相结合的决策问题。目前可用于供应商智能选择的方法主要有：

1）线性权重法。目前供应商选择常使用的定量方法，基本原理是给每个准则分配一个权重，每个供应商的定量选择结果为该供应商各项准则的得分与相应准则权重的乘积之和，通过对各候选供应商定量选择结果的比较，实现对供应商的选择。

2）层次分析法（AHP）。基本原理是根据具有递阶结构的目标、子目标（选择准则）以及约束条件对供应商进行评价。首先用两两比较的方法确定判断矩阵，然后把判断矩阵的最大特征值对应的特征向量分量作为相应的系数，最后综合每个供应商各自的权重（优先程度），通过对优先程度的比较进行供应商的选择。

3）数据包络分析法（DEA）。它的评价指标是企业间的相对效率，其特点是在观察输入和输出数据的基础上，采用变化权重来对决策单元进行评价。利用数学规划模型，该方法可解决具有多输入多输出特征的同行业企业效率评价问题。

4）数学规划方法。代表性的有多目标数学规划和混合整数规划方法。其中多目标数学规划方法首先确定各目标（选择准则）的权重，从而将多目标规划问题转化为单目标规划问题，在各目标权重非负的情况下，所转化的单目标优化问题的最优解是原多目标优化问题的非劣解。混合整数规划方法考虑供应商选择问题的固定成本和可变成本，利用0-1变量和非负的连续变量建立数学模型，考虑约束条件进行求解，确定供应商的选择和订货数量。

5）人工智能方法。代表性的有人工神经网络理论，利用供应商选择的历史数据，对人工神经网络进行训练，确定并调整权数，为供应商选择提供决策支持。

6）作业成本法（ABC）。通过分析企业因采购活动而产生的直接和间接成本的大小，选择总成本最小的供应商。

（2）供应链与物流设施智能决策方法。设施是指供应链网络中库存存放、装配或制造的地方，工厂和仓库是两种主要的设施类型。无论哪种类型的设施，有关选址、能力及柔性的决策对供应链绩效有很大的影响。

设施及其相应的执行能力是供应链能否快速响应市场需求和保持高效率的关键因素。当产品集中在一个设施制造或存放，企业可以获得经济规模效应，这种集中增加了效率，带来了成本的减少，然而它是以牺牲快速响应为代价的，尤其当企业的许多客户远离设施的时候。反之，把设施建在靠近客户的地方需要增加设施的数量，这样加快了响应速度，但降低了设施利用率，增加了投资成本。设施决策能帮助企业调整供应链结构，使它与竞争策略目标保持一致。

供应链与物流设施决策包括设施的位置、能力、供给和需求的分配3个方面的问题。

设施的位置决策对供应链的绩效具有长远的影响，因为地点确定下来后，如果关闭或者搬迁将会产生很高的成本。通常情况下，企业的位置决策具有很长的时间有效期，有时甚至达到几十年。一个良好的位置决策可以使企业的供应链同时拥有低成本以及快速响应的特性；反过来一个糟糕的位置决策将导致很高的供应链成本，甚至会使企业面临绝境。目前的选址问题研究总体上存在着两条主线：一条是经典设施选址问题的研究（包括单级和多级设施选址）；另一条是选址决策与其他决策的整合问题。

能力决策虽然比位置决策容易变更，但它对于供应链的绩效也是相当重要的，设施的能力过剩造成设备闲置、利用率低，而能力不足又会不能有效满足客户的需求，使企业失去市场。

设施决策的第三个重要问题是供给和需求的分配，通常这类决策会随着市场条件以及设施能力的改变而变化。

根据决策模型的参数条件，供应链与物流设施智能决策方法可分别进一步细分为确定性和不确定性两种。确定性决策主要基于经典数学规划理论与方法，包括线性规划、非线性规划、多目标规划、目标规划、动态规划等。这类规划在描述现实世界时，一切信息均看作确定性的，使得从数学关系上描述它们的模型也具有确定性。然而，在管理科学、工程技术、军事决策等诸多领域都存在很多人为的或客观的不确定性因素，对于这些领域大量的优化问题需要使用智能优化理论才能解决。目前不确定性优化理论主要包括3种类型：随机规划、鲁棒优化和模糊规划。

2.供应链协同计划与同步(www.xing528.com)

在供应链管理实践中，由于生产能力、运输能力、存储能力是有限的，而且存在着拥有成本。供应链上一级成员面临下一级成员的需求时，存在着提前期的限制，不可能随时随地都可以满足客户的需求。这样就必须根据需求预测的结果，合理地分配能力资源，制订一个同步的中期范围（月或周）计划，以最佳的绩效满足客户的需求。

战术层一般不考虑详细的调度安排，它的侧重点在于决定日常作业的框架，特别是确定采购、生产、分销的总数量和时间。由于采购、生产、分销存在着时间和空间的相互影响关系，因此，在进行决策时有必要考虑动态性和需求的不确定性。动态性是指前一阶段的决策对后一阶段产生影响，必须保证整个计划时间范围内的决策最优性；需求数据通常是使用预测模型估计得到的，在不同程度上存在着误差。需求的不确定性使计划与现实之间存在差距，必须进行有效的控制。

产供销计划同步需要考虑供应链采购、生产、分销流程在时间和空间上的相对关系。由于供应链的各个成员是相对独立的经济实体，如果没有一个统一的计划进行协调，彼此各自为政，那么最终的结果只会造成原材料（组件）供应不足或过多、生产停滞或过剩、产品缺货或库存积压等混乱局面。

因此，在战术层，供应链与物流管理的核心是制订出一个协同计划，各成员企业只有紧紧围绕这个统一的计划进行工作安排，才能保持彼此间的同步，使整个供应链达到优化。

供应链协同计划需要做出的决策主要包括：在给定的计划时间内，确定每个时间阶段工厂的原材料采购量、工厂的产品生产量、工厂向分销中心的发货量等，使系统总成本最小。如果对这些决策内容进一步分类，它们属于供应链的采购计划、生产计划和分销计划。

在传统的确定性优化方法中，没有考虑需求的动态性和不确定性。处理需求的动态性和不确定性、制订一体化的供应链计划是一个具有挑战性的问题。

协同计划、预测与补给（Collaborative Planning Forecasting and Replenishment，CPFR）是近年国外提出的一种智能化的供应链管理的新模式，可以实现战术层的智能化预测、计划与管理。CPFR可以作为智能供应链与物流管理战术层决策的参考。CPFR着重于供应链企业之间的协同运作，因此，在有效降低销售商库存的情况下，还能够增加供应商的销售量。它能够及时准确地预测不确定因素带来的销售波动，从而使供应商和销售商双方都能够提前做好准备，实现双赢（黄河等，2001）。

CPFR最早起源于沃尔玛推动的CFAR（Collaborative Forecast and Replenishment）。这是一种利用互联网通过零售企业与生产企业的合作，共同做出商品预测，并在此基础上实行连续补货的系统。CPFR在CAFR基础上增加了计划功能，即不仅合作企业实行共同预测和补货，同时将原来属于各企业内部事务的计划工作（如生产计划、库存计划、配送计划、销售规划等）也由供应链各企业共同参与，利用互联网实现跨越供应链的成员合作，更好地预测、计划和执行货物流通。CPFR的模型见图9.5（包厚华，2012）。

图9.5　智能化协同计划、预测与补给（CPFR）

在供应链运作的整个过程中，CPFR应用一系列技术模型，通过共同管理业务过程和共享信息来改善零售商和供应商的伙伴关系，提高预测的准确度、供应链的效率和最终用户的满意度，并有效地控制库存。从CPFR的管理模式可以看出，CPFR通过9个步骤，将整个供应链过程中的协调、计划、预测、补给活动给贯穿起来。在这个模式中，与供应商管理库存（VMI）和联合管理库存（JMI）不同的是，CPFR面向整个供应链展开信息共享和协作。

图9.6描绘了CPFR管理模式下的物流和信息流。从图中可以看出，相比VMI、JMI而言，CPFR具有整个供应链上的信息共享特点，这样的好处是可以在快速响应的同时保证高质量的服务水平，如供应链的所有企业都参与同一个需求预测，而不再是只有相邻两个节点企业才参与，这就使销售预测更加贴近实际，符合整体供应链的利益。

图9.6　CPFR物流与信息流集成

3.智能化的供应链协调与调度

作业层次的供应链管理针对的是短期时间范围内（周或天）的业务处理。在这个阶段，战略层次和战术层次的决策已固定，它的侧重点在于具体针对供应链流程中的资源和需求，合理安排流程的时间和顺序，制订更详细的方案。

这个阶段需要解决的问题是制订详细的调度安排，以最佳的方式执行已经制订的战术层供应链决策，并且使每个作业流程和谐一致、配合得当，形成一个有机的整体。供应链作业流程通常涵盖3种类型的问题：生产批量、库存控制和车辆调度（田俊峰，2005）。

（1）生产批量子问题。生产批量问题属于管理运筹学的经典问题，其研究内容一般可以表述为：在给定的时间范围内，考虑每个时间阶段的产品需求以及各种成本因素，合理安排产品的生产批量，使系统总成本最小。这一问题总体上可以分为无能力约束和有能力约束两种类型，前一种类型采用多项式时间算法进行求解，如动态规划；在后一种类型中，如果能力随时间变化，则属于NP（Non-deterministic Polynomial，非确定性多项式）难度问题。另外，传统上该问题基于单一的生产制造环境，没有考虑供应链中上、下游作业流程之间的衔接协调，因此，具有一定的局限性。

（2）库存控制子问题。供应链中，库存以原材料、在制品、半成品和成品的形式存在于供应链的各个节点企业。不同的企业承担着不同的职能，节点企业的库存之间存在着复杂的关系。供应链环境下的库存问题和传统的企业库存问题有许多不同之处，这些不同点体现出供应链管理思想对库存的影响。传统的企业库存管理侧重于优化单一的库存成本，从存储成本和订货成本出发确定经济订货量和订货点。供应链环境下的库存管理强调节点企业之间的相互关系，从供应链整体进行成本控制。总体来说，供应链库存控制需要回答的问题包括：①如何优化库存？②怎样平衡生产与运输作业，来满足客户的交货需求？③怎样避免浪费，避免不必要的库存？④怎样避免需求损失和利润损失？

供应链作业中存在着诸多的不确定因素，如提前期、货物运输时间、客户需求等。库存存在的一个客观原因是为了应付各种不确定性，保证供应链系统正常、稳定运行。但是，太多的库存会给企业经营带来很大的风险和很高的持有成本，因此，需要考虑进货量和出货量，对库存进行控制，使其保持在合理的水平。传统上很多企业在库存管理时没有认真对不确定性进行研究和跟踪，经常出现产品积压或存货不足的现象。

（3）车辆调度子问题。运输车辆的优化调度问题在交通运输、工业生产管理等领域具有广泛而重要的应用。这类问题是一个有约束的组合优化问题，在计算复杂性上属于NP难度问题，随着问题输入规模的扩大，求解时间呈几何级数上升，通常使用启发式算法进行求解。

智能车辆调度问题可以表述为：发货方根据收货方在各个不同时间阶段内对不同物料的需求量情况，利用车辆分时段进行运输。每种物料分别占用一定的车辆运输能力，每个时段内的物料需求量必须在本时段内得到满足。由于发货数量受生产环节和库存环节的影响，决策者为了最大限度地降低生产成本、运输成本和库存成本，需要制订出合理的调度方案，来决定每一时段内应发出的车辆数量、每辆车所装载的货物种类。

目前针对以上单个问题的研究已相对深入，而在供应链中，这些流程是相互关联、相互影响的，前一个问题的结果往往成为后一个问题需要输入的参数。针对供应—生产—销售一体化的智能化协调策略成为近期的研究重点（孙鑫，2006）。

1）采购—供应协调。在采购—供应协调这一研究领域中，研究主要集中在如何确定订货策略，使采购与供应双方能达到联合优化，即降低成本，减少库存。决策内容包括最优订单数量、成员之间利润分配原则和最优库存水平等方面。

2）库存—分销协调。库存—分销协调主要是研究在同时考虑库存和运输相关因素的前提下，如何有效地管理和组织配送活动，将一种或多种货物从一个（或多个）供货点有效率及有效益地配送给多个客户。库存—分销协调主要包括库存策略、运输规划、库存能力确定等问题。

3）生产—分销协调：生产—分销协调过程中需要考虑生产计划、分销计划、运输路线、运输调度、库存策略等因素，以降低整个生产—分销过程的费用，提高服务水平。相对前两种协调，生产—分销协调更困难，主要原因是协调模型中除了涉及生产和分销中的多个环节之外，还需要考虑这两个过程协调时存在的差异，如在时间度量单位、效率衡量指标等方面。