精品文档
用系统动力学、神经网络和特征值来分析供应链绩效
-以实例论证
L. RABELO*y, M. HELALy, C. LERTPATTARAPONGz, R. MORAGAx and A. SARMIENTOy
佛罗里达中央大学 工程与管理系统部 美国奥兰多佛罗里达中央大道4000号
摘要
由于内生变量和外生变量都影响改变供应链的行为，本文提出一种的新的方法来预测生产供应链。在用此方法进行预测识别时，由于方法允许的原因，可能导致负面的行为，为此建立供应链的动态模型，利用系统动力学进行仿真。用该模型对神经网络进行训练，使在早期，企业有能力作出反应并对相关行为进行预测。根据模型稳定性和可控性原则，特征值分析用于调查任何不可预见的行为，并消除或减少这些行为带来的影响。最后以一个电子制造公司案例来演示如何应用此方法给企业带来利益。
关键字：供应链模型 系统动力学 神经网络 特征值分析
引言
供应链管理（SCM）目标是多方面的，包括成本最小化、提高服务质量、加
强合作伙伴之间的沟通，并增加供货方面的灵活性和快速响应。而一个优秀的供应链管理则依赖于销售、需求和库存水平的数据，这需要假定供给是可预见的，这个市场过去是由供应商主导的而非消费者。目前在争夺全球市场时企业之间竞争十分激烈，因此做法上推行以顾客为中心的战略、以及拉式理念在制造业的运用和注重质量认证的策略越来越被企业看中，而这些革命性的变化迫使企业提高供应链管理，以达到预期的竞争优势。
与SCM相关的一个问题就是SC行为的变化，由于受内部和外部因素的影响，
SC行为是动态的和非线性的相互作用。在客户需求层面一些小的变化都可以引起SC大幅波动（牛鞭效应）和振荡反应。例如在服务行业，当货款利率突然下降会导致对货款需求的突然增加，银行可能无法满足，因此制造业和服务业必须准备应付任何不良后果。在本文中，我们引入三个SC行分析方法：一是抓住SC的动态；二是分析识别和分类不同情况下的系统参数；三是为SC设置自我修复能力，避免不良行为和后果。
为此我们利用系统动力学（SD）模拟该模型的性能及对SC的影响，用神经
精品文档
精品文档
网络（NN）验证SD模型，以检测和识别各种SC参数(如库存水平)变化所带来的后果，然后我们使用特征值分析以减少不确定性。在物流和运输、市场营销、组织行为学、系统工程、战略管理方法的最佳实践中，仿真已经成为研究上述领域最有效的工具。特别是SD广泛应用于SC建模和分析。Forrester第一次运用SD研究SC行为问题（1965年），与许多人一样Towill、Bruniaux都强调使用SD模拟SC可以更好理解复杂的动态行为。
研究人员还考虑在供应链管理领域运用人工神经网络。如刘（2002年）描述建立神经网络的模糊逻辑性原则与环境的协同效应，以期待在多个SC合作伙伴生产的产品，从而最大限度的提升顾客满意度。梁（1995年）指出利用系统动力学、神经网络和特征值分析供应链形为已经应用到SC各个方面，但很少应用于整个SC系统。如上所述，我们没有在SD模拟结果方面找到类似的工作和方法，不只分析SD输出调整系统来实现时间稳定，这得益于NN积累和广泛使用。除此之外，特征值分析可以更好地理解系统如何随着时间演变，其是复平面上特征值的位置取决于预期的行为。例如特征值的实部决定了模式的稳定性，负实部而反应所寻求的目标模式，而一个正实特征值则导致指数增长，而纯虚特征值将导致永不会产生阻尼振荡，进而支持系统的检测和分析。
2.结构分析方法
本文所讨论结构示意图如图1所示。供应链环境代表外部和内在因素，实际上是一种行为模式设置，这是对NNS模式识别能力的使用基础；利用该系统预测供应链行为，如如果预测的结果表明为理想模式则不需要采取行动因为这就是实际经营的供应链，但是如果预测不准确，则需要进一步调查并采用特征值和弹性分析。一旦不受欢迎的行为被检测到，然后用敏感性和弹性分析来寻找最佳配置，进而将其运用于实践，以期在应用动作中发现所需的行为模式。
精品文档
精品文档
趋势监视系统 供应链形为确认 预测SC 行为 确定定？ 否 是 供应链环境 灵敏度分析 最佳确认 灵敏度分析 检测未被观测的形为 检测未被观测形为原因 特征值分析 图1：通过神经网络和特征值分析来控制供应链行为
2.1利用系统动力学建立SD仿真模型。
在模拟SC动态环境时，对NN过程的输入，其输出是各个状态变量的行为。系统动力学的核心理念是通过互动考虑一个系统中所有对象的因果变化关系。一个完整系统动态模型创建要求，代表一种管理政策，以控制和调节系统状态率、存量和流量模式。
2.2使用神经网络来检测SC行为的变化。
它们能够在未来映射神经网络的有效机制。它的使用非常实用，可以通过软件代理，也可以通过ERP记录与商业情报的调查结果进行沟通。NN分析进行的SD模拟选定系统状态变量为输出结果，而输入有关SC行为的数据需要进行正确的分类和比例处理。一个训练有素网络在实际运行条件有两个：一是数据库，因为使用这种方法时有关SC储存的行为模式不断变化；二是计算机系统，通过这种方法与ERP系统集成来发现任何变化，去在纠正错误调整行为的基础上进行预测。
2.3特征值分析。
如果检测到NN在SC设置的变动而产生不良行为，我们要进一步调查这些当前设置和确定的参数、变量。目前部分描述特征值、敏感性、协方差和弹性分析，图2说明特征值在复平面上的位置而定的线性系统的行为。其实部决定模式的稳
精品文档
精品文档
定性，负实部是变动的目标模式。
图2：特征值在复平面和动态系统中表现行式
2.4灵敏度分析
线性规划后需要进行灵敏度分析，以确定模型的稳定性。我们通过改变控制参数的值来进行评估，如果我们能够避免或减少因未知因素而导致的SC的灵敏度分析，并控制一些参数进行检验。例如，当生产周期变长时及时调整库存政策，更改调整库存水平的政策，通过培训或一系列会议来协调不同的设施和生产人员；另一方面，通过引进新设备来改变生产周期，或实话六西格玛管理也可以大大缩短生产周期。
3.案例研究
在本节中我们将探讨上述方法在SC行为分析中的应用。以一家电子制造公司LSMC为例。用LSMC的名字来避免保密问题，LSMC正面临着产品成品库存和所需能力持续振荡问题。由于其产品大部分是技术用小工具和个人电脑的配套产品，其销量直接关系着公司在PC市场上份额在过去十年中非常强劲。如果LSMC一直保持其市场份额，它经历了越来越大的竞争压力和需求波动，这已经影响其SC的性能。该公司用500多个供应商，他们认为供应商提供优良质量、时间和有竞争力的价格对公司的目标的实现意义重大。为LSMC提供产品的原始设备制造商如戴尔、Gateway和OEM。自1998年以来，以戴尔为首许多原始设备制造商已经改变他们的积极存货策略而采用BTO和JIT策略。因此LSMC及其利益相关
精品文档
精品文档
者在协调整合和共享信息供应水平、制造能力和库存都面临着更大的压力。此外，由于PC市场快速的动态变化，个人电脑和其他配套产品生命周期短，而这容易造成库存过剩。而PC需求波动和PC市场是不可预测的，LSMC有时也无法跟上需求。别一个有LSMC的问题就是激烈的竞争。竞争对手推出高性能的新产品可以潜在的吞噬着LSMC的市场份额，这就迫使LSMC推出更多的品种和改善产品，以保持其现在和潜在的市场份额，而这就大大加剧了SC的问题。与此同时生产能力也是一个制约因素，其增加了SC的复杂性，因为其需要长期拖延和巨大的投资。
3.1 建模。
在建模期间LSMC不同部门参与了采访，包括信息技术部高级经理、制造战略规划经理、SC部门工程师和规划师。此外还对数据进行了分析，从而确定所有相关的参数和模式。这些模型中主要的概念定义如下：
1.是产品生命周期；LSMC不断推出新一代产品，使产品生命周期不断下降。 2.实际容量相对于生产能力而言，这个比例有波动且振幅呈现上长升趋势，这表明，SC稳定性不高。
3.客户订单的变化。LSMC以客户订单生产，合同期从60天缩短不到一周。 4.原材料库存。由地客户订单和变化和产品生命周期加快，LSMC增加原材料库存。
5.平均利润率。原始设备制造商推出面向中低端用户的代价优质产品，LSMC变推出低端新产品以保持市场份额，平均利润率随着时间的推移不断下降。
6.零配件库存。LSMC设法保持最低限度这个清单，根据BTO，在产品配置和结构的复杂性，预计该库存在不久的将来开始增加。
7.在LSMC稳步上升时，其原始设备制造商已经减少。 8.随着LSMC持续增长，OEM库存大幅减少。
9.如果需求小于预期，LSMC将不得不持有更多的产成品库存。如果减少库存而一旦需求增加，那边它就会失去潜在的收入。
因变量变化导致出现下面两个重要问题：一是产品库存的波动，需求能力振荡幅度较大；二是实际能力相对于预期能力而言，幅度偏差越来越大。 用SD模型来探究LSMC的SC如图3所示，包括以下七个循环：
1.LSMC市场份额取决于其生产能力，随着订单数量的增加也使市场份额上升，如果LSMC不能满足顾客需求，他们就会流向其竞争者。
2.市场份额的增加带来LSMC的扩张，这是因为当市场份额增加时，更多的收益得以实现，因此就会在满足持续增长的生产能力方面投入大量资金。
3.竞争带来利润的增加和利润的减少。当收入增加时，利润就增加。这就导致其竞争者进入该市场，从而减少LSMC市场份额、营业收入和利润的下降；当利润水平很低且市场已经饱和时，将会有很少的竞争者进入该市场。
4.LSMC的扩张。伴随着生产能力的提升，公司将生产更多的产品。这将会有更多的资金投入科学研究以生产更好的产品。正因为如此，LSMC将有能力生产低于竞争者的低价产品，而这将有利于公司的长远发展。
5.LSMC产品生命周期。LSMC试图推出新产品进入市场来击败其竞争对手；以较大的折扣卖掉其过时的产品，尽管这会导致潜在收益的损失。伴随产品生命周期的缩短，因反应较慢导致的订单会大大减少。
精品文档
用系统动力学、神经网络和特征值来分析供应链绩效-以实例论证讲解学习
