案例二基于啤酒游戏的供应链牛鞭效应分析与研究.pptx

基于啤酒游戏的供应链牛鞭效应分析与研究 案例：啤酒游戏 ;一、供应链牛鞭效应研究的目的及意义 随着市场全球化和竞争的加剧，企业之间的竞争己变成供应链之间的竞争。所以，如何提高整条供应链的增值能力，增强供应链的竞争力，成为各节点企业共同的目标，但是“牛鞭效应”的存在削弱了供应链的增值能力和竞争力。 牛鞭效应使供应链上的需求信息失真且失真度逐级放大，牛鞭效应对供应链管理是不利的，它造成批发、零售商的订单和生产商产量峰值远远高于实际客户需求量，进而造成产品积压、占用资金，使得整个供应链运作效率低下。参与供应链运作的企业越多，这种效应越加明显，整个供应链的管理会变得十分复杂、困难。因而牛鞭效应研究对供应链管理具有至关重要的意义。 ;二、国内外研究现状 目前对供应链中牛鞭效应的研究国外学者起步较早，大多数的研究侧重于证实牛鞭效应的存在，分析可能产生的原因，提出一些降低和缓解牛鞭效应影响的方法。 到目前为止，牛鞭效应的的研究工作主要集 中于三个方面:第一，牛鞭效应的存在性;第二，牛鞭效应的定量化研究;第三，对牛鞭效应的抑制及其稳定性优化。但目前的研究尚处于游离阶段，绝大多数的文献往往是对上述三个方面的其中一个或两个方面进行研究。 ;三、本案例研究内容 本案例主要是对供应链牛鞭效应进行分析研究，应用Matlab/Simulink仿真软件对啤酒分销模型的三级供应链中牛鞭效应现象进行了仿真设计，分析了不同平滑指数对牛鞭效应的影响，基于控制理论提出减弱牛鞭效应的方法和措施，重点阐述了PID控制，进而验证策略的可行性。;四、供应链牛鞭效应建模 首先，我们必须查出放大的来源。这种从下游到上游的库存放大可能来源于订货策略，预测方法，提前期等方面，然而，这些都与库存直接相关，因此我们从简单的库存模型开始研究。 1传递函数模型 传递函数模型是零初始条件下线性系统输出量的拉普拉斯变换与输入量的拉普拉斯变换之比。 1.1概述 我们考虑一个只包含单一零售商和生产商的简单供 ; 应链模型。假设以下的事件序列:在每个周期t，零售商①接收下游订单,②满足下游需求,③收到上游来货,④察看库存水平,⑤向上游发出订单。在零售商发出订单和接收到货物之间有一个固定的时间间隔，因此在一个周期t末发出的订单将在周期t+L的开始接收到货物。特别是，提前期L包含一段时间的订单传送和TP时间周期的商品生产和发送。这里假设订单传送为1个周期，TP=3倍的时间周期。 ;;订货点法;;1. (Q, R)策略 　　该策略的基本思想是：对库存进行连续性检查，当库存降低到订货点水平R时，即发出一个订货，每次的订货量保持不变，都为固定值Q。该策略适用于需求量大、缺货费用较高、需求波动性很大的情形。 2. (R, S)策略 　　该策略和（Q, R）策略一样，都是连续性检查类型的策略，也就是要随时检查库存状态，当发现库存降低到订货点水平R时，开始订货，订货后使最大库存保持不变，即为常量 S，若发出订单时库存量为I，则其订货量即为（S-I）。该策略和（Q, R）策略的不同之处在于其订货量是按实际库存而定，因而订货量是可变的。 ;;4. (t, R, S)策略 　　该策略是策略（t,S）和策略（R,S）的综合。这种补给策略有一个固定的检查周期t、最大库存量S、固定订货点水平R。当经 过一定的检查周期t后，若库存低于订货点，则发出订货，否则，不订货。订货量的大小等于最大库存量减去检查时的库存量。 当经过固定的检查 时期到达A点时，此时库存已降低到订货点水平线R之下，因而应发出一次订货，订货量等于最大库存量S与当时的库存量I1的差（S-I1）。经过一定的订货 提前期后在B点订货到达，库存补充到C点，在第二个检查期到来时，此时库存位置在D，比订货点水平位置线高，无须订货。第三个检查期到来时，库存点在E， 等于订货点，又发出一次订货，订货量为(S-I3),如此，周期进行下去，实现周期性库存补给。 ;1.2决策规则 在任何的最大库存订货策略下，订货决策如下: Ot=St-库存量 Ot是周期t末所做出的订货决策， St是周期t内的最大库存， 库存量等于净库存量加上马上到来的货(或者叫WIP)，净库存量等于仓库存货减去未交付订货的积压。 ;;我们使用简单指数平滑方法来预测需求。公式为: 为平滑常数，令 为数据的平均寿命周期，则 1.3获取传递函数 根据前面的公式及所做出的订货决策，我们进行以下的推导 ：; 由 可得