基于时间约束的供应链配送系统随机模型，本文主要内容关键词为：供应链论文,模型论文,时间论文,系统论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F27文献标识码：A
引言
竞争、技术进步和消费者需求的变化导致竞争模式不断的发展，在这个发展变化的过程中，基于时间的竞争成为20世纪90年代主流的竞争模式。这种基于时间的竞争模式最初是由Stalk在20世纪80年代后期首先提出来的[1]，而其重要性明显地受到了人们广泛关注，很多文献都讨论了这个问题[2]。同时，人们也认识到，判断一个企业是否成功再也不能局限于单个孤立的企业了，从某种意义上讲，竞争是在企业与其合作伙伴所组成的供应链与其竞争对手之间展开的[3]。随着供应链管理(SCM)思想的提出，人们开始注意从整个供应链的角度来研究缩短供应链多阶响应周期的问题，而供应链的配送系统则是影响供应链多阶响应周期的主要因素之一。
长期以来，配送系统设计都是物流研究领域的重要课题，研究的内容主要包括单一配送中心(distribution center,DC)选址方法和多个配送中心选址及分配方法两个方面，人们也提出了很多著名的方法和模型来求解这些问题[4]，但是这些方法和模型都只考虑了工厂的生产能力、备选DC的容量限制和备选DC的流量约束，都没有从配送时间的角度对网络设计问题进行约束。文献[5]虽然考虑了时间约束，但其模型为确定性模型，没有考虑需求和时间约束的随机性，也没有考虑系统的服务水平这一重要因素。本文的工作则试图在这两个方面作相应的改进。
一、问题定义
供应链下游的配送系统具有一个生产基地，J个备选DC和K个离散的需求地，考虑在J个备选DC中选择p个建立配送中心，负责辖区内商品的物流配送，从而构成典型的单源、p个中转点的配送系统，目标是使系统的总费用最小。
在随机需求条件下，相应的目标为系统总费用的期望值最小；同时，在多阶响应周期的环境下，系统还要在一定的服务水平上满足各需求地对配送响应时间的要求。因此，必须在考虑服务水平、随机需求和时间约束的条件下确定：(1)选择哪些备选DC建立DC；(2)各DC为哪些需求地供货；(3)从生产基地向各DC运输多少数量的产品。
二、数学模型
（一）基本假设
本文的模型假设：
(1)不考虑生产基地的生产能力限制；(2)如果某备选DC被选中，则建立和经营该DC的固定费用已知；(3)备选DC无容量和流量限制；(4)各地需求为独立需求，且需求量及配送时间限制为相互独立的正态分布随机变量；(5)备选DC到给定需求地的配送时间为服从正态分布的随机变量；(6)每个需求地只由一个DC负责供货；(7)配送网络所需DC的数量p已知。
由于是单源供应问题，因此假设(1)必须[6]；在Kuehn-Hamburger模型中，不考虑建立和经营DC的固定费用，而为了更好地表现实际情况，假设(2)是对Kuehn-Hamburger模型假设条件的修正；由于在配送网络设计阶段，决策者可以根据需要对备选DC进行扩建或新建，因此假设(3)满足。
假设(4)也是对Kuehn-Hamburger模型假设条件的修正，由于配送网络的规划设计是企业战略层的长期决策行为，通过对需求的长期观察可以得到大量有关需求量的统计数据，对这些数据进行拟合可以得到需求量的分布形式；同时，配送系统设计只考虑独立需求，相关需求可以利用MRP解决；同理，通过长期观察也可以得到假设(5)中配送时间分布形式。由于正态分布的适用条件为：变量受多个微小的、独立的随机因素影响，而每一个因素都不具有压倒一切的主导作用[7]；需求量及配送时间限制具有这一特点；在距离（或路径）给定的情况下，配送时间也满足这一适用条件。因此，(4)和(5)中假设这三个变量服从正态分布的假设成立。
假设(6)～(7)同Kuehn-Hamburger模型，其意义如下：假设(6)是为了适应企业财务费用归集和运作管理的需要而设立的；假设(7)是p个中转点问题所必需的。
（二）符号定义
下标集：
J为备选DC数量，J=｛1,2,…,J｝；K为需求地数量，K=｛1,2,…,K｝。
决策变量：
目标函数(1)使从生产基地到配送中心及从配送中心到客户的运输成本与建设、经营配送中心的固定费用的总和之期望值最小。
约束(2)保证系统满足需求地对配送时间限制的概率不小于给定的服务水平；约束(3)保证供需平衡；约束(4)保证每个需求地只由一个DC负责配送；约束(5)表示DC的数量限制。
三、等价交换
上节给出的模型(DSDPWST)是非线性随机规划问题，可以使用一些求解随机规划的专用软件进行求解，例如GAMS、SPOSL等。但是这些软件包在对问题建模时，都必须使用自己特定的语法和数据结构，而一般的管理技术人员对此却并不熟悉和善长，这就使得他们在求解(DSDPWST)模型时存在较大的程序实现上的困难。另一方面，有些软件（例如GAMS）是基于遗传算法的，当问题规模较大时，对问题进行求解则要花费较长的时间。为了解决这些问题，有必要对(DSDPWST)进行适当的处理，将其转化为等价的确定性问题，以便于采用一些较通用的软件或者效率较高的算法来求解实际问题。
（一）期望值的处理
将随机模型(DSDPWST)等价变换为确定性问题(DSDPWC)的优点在于：一般的管理技术人员采用一些常用的计算软件（例如LINGO、Matlab等），或者可以使用一些特殊的算法（例如文献[5]给出的算法），使用接近数学语言的程序语言就可以方便地对问题进行求解，而并不要求使用者掌握某种特殊的算法语言，从而使(DSDPWST)可以广泛地应用于管理实践中，具有更加普遍的应用意义。
四、结束语
缩短供应链多阶响应周期的研究是基于时间的竞争优势研究的新方向和新领域，其中供应链下游的配送系统结构直接影响着供应链的配送响应周期，并对整个供应链的多队响应周期产生重要的影响。
本文在前人研究的基础上，对基于时间约束的配送系统模型进行了进一步的研究，考虑了随机需求和服务水平限制，建立了基于时间约束的配送系统随机模型。通过对模型中期望值和机会约束进行处理，将原来的随机模型转化为确定性等价问题，简化了模型的求解方法，并因此使模型易于为广大的管理技术人员所应用。