常用的供应链系统的建模技术与方法

诺海之缘 · 发表于 2012-6-2 15:03:48

从别的地方摘过来的，觉得不错，给大家分享下！

常用的供应链系统的建模技术与方法

就常用的建模方法而言，基本上可以分为基于运筹学的建模方法（OR based Modeling Methods）、基于控制论的方法（Control theorists based Modeling Methods）、基于系统仿真的建模方法（Simulation based Modeling Methods），基于企业建模方法的研究方法（Enterprise model based Modeling Methods）。

其中基于系统仿真的建模方法主要包括：基于方程的方法（Equation based Modeling Methods）（主要是基于系统动力学的方法，System Dynamics based Modeling Methods）、基于离散事件仿真的方法（Discrete Event Simulation based Modeling Methods）、基于多智能主体的建模仿真的方法(Multi-Agent Simulation based Modeling Methods)等

基于控制论的方法（Control theorists based Modeling Methods）

基于控制论方法包括离散时间差分方程模型以及连续时间微分方程模型，分别对应离散系统和连续系统的建模。

这些建模的思想主要是借鉴控制学科的理论，把供应链系统输入与输出的关系用一系列的差分方程或微分方程来描述。这样以来，有很多的控制理论的工具就可以用来分析与研究供应链系统的内在的动态特征，比如传递函数、根轨迹图、频域分析等等，这是此类方法最大的特点。

我们可以将供应链考虑成为一个理想的多级库存控制系统（如利用库存平衡方程组来描述供应链中的供应商），然后用自动控制原理可以给出其系统方框图及传递函数，就可以求出使系统稳定的临界值。

由于方法本身的限制（具有很强的线性假设，即采用一系列的差分方程或微分方程来描述供应链系统输入与输出的关系，但是目前大部分的供应链不满足这样的假设），当模型的规模很大、很复杂时，首先采用这种方法描述问题就很复杂，即使能够很好的描述，要得到结果也是很困难的。

基于运筹学的方法（OR based Modeling Methods）

基于运筹学的方法一般使用整数规划（IP, Integer Programming）、混合整数规划（MIP, Mixed Integer Programming）、排队论（Queuing Theoretic Models）、策略评价模型（Option Valuation Models）、网络流（Network Flow Models）以及博弈论模型（Game Theoretic Models）、统计分析（statistical Analysis）和传统的优化方法（Optimization），来描述和求解问题，模型可以覆盖供应链管理中的所有领域，主要用于策略性决策。求解的方法主要有分支定界法、Lagrange松弛方法、Bender分解方法和行因子化方法等。

排队论模型主要用于研究生产企业在平稳生产状态下的情况，如各个设备或车间等的输出率等，并对资源分配进行优化，如合理安排各个设备的加工任务、合理安排人员的加工任务等，以达到提高生产效率的目标。

网络流模型主要用于研究供应链中成员的选择、布局以及供应链的协调问题。网络提供了一种描述供应链结构的方法，用网络流模型来表示一个供应链有其独特的优点，它能很方便地表示供应链中各种活动的先后次序。使用网络设计方法建立供应链模型主要存在两方面的问题：一方面由于用这种方法建立的模型一般规模比较大，随着供应链的扩大、考虑范围的扩展，模型的求解也相应地变得困难；另一方面则是它只能考虑确定和静态的问题模型，考虑随机因素的能力十分有限，而后者在供应链中几乎无处不在。

策略评价模型主要用于研究供应链在不确定情况下的管理和协调问题。对跨国企业而言，经常会有不确定事件发生，如汇率波动、政府政策改变或新技术的发明等。企业会采取各种策略对此做出反应，如调整供应链中成员的数量、采用不同的生产技术等。策略评价模型提供了一种对采取的措施和策略进行评价的方法。策略评价模型一般是随机动态规划模型，目标是使各个时期的期望费用总和最小或总收益最大。

许多供应链模型都表示成混合整数规划模型。目标函数为生产和销售成本等费用最小或利润最大，用整数变量表示供应链中成员的选择、生产技术的选择、运输方式的选择等，用连续变量表示供应链中各成员的能力、各种资源的分配等，用约束表示供应链中的物流平衡关系和供需关系等。

在供应链系统的研究中，博弈论模型常常与运筹学的其它方法相结合，分析供应商与制造商之间、制造商与销售商之间的相互协调问题，如研究制造商和销售商之间的协调，确定制造商和销售商各自的对策，确定产品价格、订货时间等，使他们都能获得比原来更好的收益。

我们可以看到，基于运筹学的方法一般都需要较强的假设条件与数学抽象（比如统计模型中有关概率分布的假设），由于实际的供应链系统包含了很多复杂的、不确定的因素（例如，组织、个人等等），同时供应链协调本身的复杂性将导致模型的结构十分复杂，现有的数学工具还不能提供获得最优解的途径，这使得运筹学的方法不能很好的解决这一类问题，因而具有很强的局限性。

基于系统仿真的分析方法（Simulation based Modeling Methods）-1

目前，研究供应链仿真的机构总体上可以分为两类。

一类是IBM等软件公司，它们多进行的是商业化研究，仿真器具有良好的用户界面、强大的功能，目前在供应链研究中应用的主要仿真软件可包括：

(1) 通用仿真软件，主要包括Arena, Extend, GPSS/H, Micro Saint，Ithink，Powersim，Process Charter等。

Process Charter是美国加州Scitor公司的产品。正如Scitor公司对该产品的描述：“大脑内的流程图”，它是一种很像流程图（Flow Charter）的、非常简单易用的工具。Process Charter通过块（block）、线（line）和文本三种基本图形来构建模型，用户可以自定义各类资源（如劳动力和原材料等）及其特性（如质量、成本、可使用性和再用性等）。Process Charter提供了对离散事件成本分析的完美仿真，但却缺乏对连续事件仿真的支持。尽管软件提供了多种预定义的条状图来察看仿真的结果信息，但却不允许用户建立自定义的图形，也没有用户可导入的控件。

Powersim是挪威Modell Data AS公司的产品，包含16种共150多个财务、数学、统计、控制和图形等方面的函数。Powersim通过层次（Level）、流（Flow）、辅助（auxiliaries）和链接（Link）等系统动态符号（System Dynamic Notation）来构建系统，支持Windows平台的动态数据交换(Dynamic Data Exchange，DDE)和对象的链接和嵌入（Object Linking and Embedding，OLE），并包含有大量的示例，使初学者可以很快的掌握它。 Powersim支持多用户的并发访问，它的数组处理能力和工作组支持能力使得它成为连续系统的强大模型工具，但它对离散事件系统的支持却很有限。

Ithink是High Performance Systems的产品，它包括基础版和专业版两种。和Powersim一样，ithink采用原料（Stocks）、流（Flow）、转换器（Converter）和连结（Connector）等系统动态符号来建立模型，这些构件分别与Powersim的构件相对应。尽管在连续系统的建模上，ithink不及Powersim，但却提供了更好的离散事件建模。Ithink添加了队列（Queue）、箱（Oven）和传送器（Conveyor）三种特殊的原料来建立离散事件系统。Ithink可以通过不同的输入进行模型的灵敏度分析，并提供时间序列和分散的图形来观察仿真的输出。Ithink还拥有大量的预定义块和优秀的文档支持。

(2) 制造系统仿真软件，主要包括Arena Packaging Edition, AutoMod, ProModel, QUEST, Taylor ED, WITNESS , Extend+Manufacuring等。

(3) 服务业（流程）仿真软件，主要包括ProcessModel, ServiceModel, SIMPROCESS, Work Flow Analyzer, Extend+BPR等。

Extend+BPR是美国Imagine That!公司的产品，它是一个几乎对于任何流程的建模和重组都适用的强大的软件包。Extend有基础版、Extend+BPR 、Extend+ Manufacturing和Extend+BPR+Manufacturing四个版本。Extend采用块框架（Block Framework）来建立和描述模型，尽管不如Process Charter容易掌握，但却胜过Powersim和ithink的系统动态符号。Extend允许用户在仿真中设置分析的灵敏度参数并可将不同参数下的仿真结果集成在一起使得用户能够对不同的环境进行快速的判别和决策。Extend对于连续和离散系统建模的完美支持，大量预建立的块，对第三方厂商的接口支持和极强的可扩充性等特点都使得Extend成为不可多得的工具。

(4) 供应链专用仿真软件，主要包括i2 Supply Chain Strategist，IBM Supply Chain Analyzer, Supply Chain Guru等。

另外一类是Carnegie Mellon大学、Pennsylvania州立大学、Toronto大学等学校，主要出于学术研究的需要，开发具有自身特点的仿真器，采用的技术各具特色。例如，Carnegie Mellon University利用了Multi-Agent技术作为供应链仿真器的框架，可以对供应链的大部分战略和政策问题进行仿真，是一个较好的决策支持工具，目前仍然在进一步研究与开发中。

基于方程的方法（Equation based Modeling Methods）

基于方程的方法主要是采用系统动力学的方法。系统动力学是美国麻省理工学院（MIT）以Jay Forrester教授为首的系统动力学小组在50年代创立和发展起来的一门学科。它的研究对象主要是复杂的、非线性的、具有多重反馈的连续系统。在发展的初期称为“工业动力学”（Industrial Dynamics）。随后又出现了研究城市的发展、人口变迁以及环境污染的“城市动力学”（Urban Dynamics）和研究全球社会和经济问题的“世界动力学”（World Dynamics）。1972年，Jay Forrester教授正式提出了“系统动力学”（System Dynamics，简称SD）的名称。

基于离散事件仿真的分析方法（Discrete Event Simulation based Modeling Methods）

对供应链仿真的研究主要是利用离散事件仿真(DES, Discrete event simulation)，并综合利用运筹学、软计算等优化及建模技术，重点解决供应链系统中供应链设计、位置决策、库存管理决策等战略决策问题；普遍采用可重用的模块化设计，利用图形过程建模方法建立系统模型，在增强系统柔性的同时，降低用户使用仿真器的复杂度（有关离散事件仿真的分析与应用在后续的章节中有详细地分析）。

基于多智能自主体的建模方法(Multi-Agent Simulation based Modeling Methods)

随着人工智能以及智能自主体技术的发展，利用具有一定自主推理、自主决策能力的多智能自主体(Multi-Agent)以及由其组成的多智能主体系统(MAS, Multi-Agent System)，用来仿真、优化、实施、控制企业供应链的运行，已经成为研究和实施供应错管理的重要方法之一。其应用包括:

1. 建模与仿真方面的应用

建立供应链的Multi-Agent仿真模型，通过仿真实际供应链的运行，为供应链过程重组和供应链运行管理提供决策支持，是Multi-Agent在供应链管理中的一个重要应用方向。Multi-Agent模型是一种新型的、强有力的决策支持工具，它能够为决策者评价供应链运行效率，进行What-if分析，提供高效而易用的决策支持。

2. 计划调度与优化求解方面的应用

企业供应链的各个环节一般都具有独立的计划调度能力，但是只有把这些独立分散的计划调度能力协调、整合在一起，才能使整条供应链的运行得到优化。利用多智能主体系统协调供应链各个环节的计划调度，是研究历史较长，而且应用性最强的一个领域。在基于多智能主体的计划调度系统中，每个智能自主体代表不同的资源，如机器设备、运输车辆、工人等，并且负责该资源的计划与调度。

3. 运行与实施方面的应用

利用智能自主体构建企业的信息基础平台，利用Multi-Agent作为供应链协调和通信的主体，控制和管理企业供应链的运行，以提高供应链管理的自动化和智能化程度，是Multi-Agent应用于供应链管理的一个重要研究方向。

诺海之缘 · 发表于 2012-6-2 16:48:51

至于各种建模所需的软件大家可以附注在下面，有奖励哦！

冰雪frr · 发表于 2013-6-30 08:13:30

Anylogic

帐号		自动登录	找回密码
密码			注册

[转贴] 常用的供应链系统的建模技术与方法