1 供应链优化(Supply Chain Optimization)

供应链优化即“在有约束条件或资源有限的情况下的决策方案”,它主要有整体优化和局部优化两种类型。整体优化是从大量方案中找出最优方案,然而,实际情况下可能没有最优方案或者没有方法来检测所得方案是否最优,因此有必要进行局部优化;局部优化是在大量类似方案中找出最优方案,此法取决于方案的最初解,最初方案不同,优化结果也不同。

2 什么是供应链优化?

供应链优化问题由决策变量、目标函数和约束条件组成。

决策变量是需要作的决策,物流中有如下决策变量:何时、何地从供应商中订购原材料;何时生产;何时把产品交给客户、交多少。

目标函数是经济上或其它方面所要达到的目标,物流中有如下目标函数:利润最大;供应链成本最低、生命周期最短;客户服务质量最高;延误最短;产量最大;满足所有客户需求等。

约束条件是变量必须满足的条件,物流中有下列约束条件:供应商生产材料、零件的能力;生产线每天工作的时间、负荷;配送中心的处理收据等能力。

3 供应链优化的必要性

随着现代物流和技术的发展,生产和供应链规划日益复杂。

供应链的发展具有如下趋势:

客户要求生命周期更短、并对特定配送有需求;

大规模产品定制;

生产线和在库产品增加;

经营全球化,包括采购、生产、销售和市场;

制造外包;

第三方物流提供者增加与供应商、客户共同管理库存,如VMI和持续补充计划;

实施敏捷制造;

实施供应链集成理念;

公司兼并、收购和重组。

由于供应链发展日益复杂,公司必须运用软件来优化它们的计划流程。

4 供应链优化目标

一般来说,优化目标是从私营企业和公共组织两种完全不同的角度来考虑。

私营企业的目标

供应链管理系统中的优化目标的定义有很多种形式,如“优化是ROI(投资回报率)达到最高的关键,它的目标包括成本最低、顾客服务水平最高、生产周期最短”。

然而,在讨论库存链优化时,有人认为最大ROI的目标是“在增加利润的同时,提高顾客服务水平、减少总成本、减少工作负荷、减少库存”;“ROE(资产回报率)最大或竞争力提高”;“公司盈利最大,市场份额最大”等。

如果把这些目标用于决策模型中,这些目标必须转换成明确的、可以衡量的目标。更具体的目标通常是利润及其衍生物-成本和收入,其中成本包括资本、生产运营成本、仓储和运输、库存持有成本、行政管理成本、IT成本和包装成本;收入受公司可提供服务质量的影响,包括准时性、产品可得性等。

成本因素(最低)和客户服务质量(最大)通常是矛盾的,为了能相互比较,必须转换成同一量纲,把所有的目标转成一个总目标。成本最低包含许多不同的成本因素。客户服务通常用收入来表达,这样它可以和成本一起用利润最大来衡量。如果不是所有目标都能转换成和金钱有关的因素,必须使用权重,权重反映了不同目标的相对重要程度,这样问题就成为一个单目标规划。目前,可以用一些复杂的方法得出权重,也可以运用一些软件提供可视化的权重设置。另一种方法是先定义这些目标的优先级,然后再优化。

公共组织的目标

追求了商业利润,同时,我们也应该注重公共利益。最近几年已经有专家提出了一些基本目标,1987年世界环境与发展委员会提出“发展要满足当前的需要,但不能以牺牲后代需求为代价”。如果要有相关实施政策,必须要明确、详细地解释这些目标。

公共目标主要有3方面的因素:经济、环境和社会。每一方面都能对供应链设计产生影响。私营企业目标是设施和运输成本最低,而公共组织的目标不同。

环境:设施建设、交通运输会对环境造成影响,环境对人类身体和下一代有影响,主要包括:当地空气质量(对人有影响,威胁健康);区域空气质量(对庄稼、树木不利);噪音;长期危害(能量危机、臭氧层变薄、温室效应)等。

经济:主要和经济系统的改进有关,包括:提高国家竞争力(包括减少工业运输成本);支援不发达地区;增强区域联系,扩大外延;市场标准化(标准的、开放的);提高就业、改革和出口的经济绩效。

社会:主要和居民、员工有关,包括:工作场地和运输中的活动安全;经营工作条件;关注残疾人;社会资产的改变(收入分配的影响)。

私营企业在决策中不一定要考虑以上因素,然而政府必须要考虑。现在多方已经达成共识:必须制订相关环境标准。当然,单个组织在决策过程中也尽量要考虑这些标准。

另一方面是通过支援低收入地区和不发达地区来增强它们的凝聚力。例如,欧洲社会基金会实行假期培训和就业援助,区域发展组织通过鼓励投资、基础设施和小商业等形式来实施这些标准。这些政策的实施导致投资减少或劳动力素质高。因此,私营企业认为这些政策反映了市场地位和产品、服务的价格。

运输行业的定价机制也是如此,它的目标是确保运输决策包含所有的成本。当前,外部成本在价格体制中没有体现,然而通过税收,价格体制就能够完全反映外部成本。这样,从私营企业的角度来考虑,公司对环境的关注会集成到目标成本和利润中。如果公司没有把环境成本考虑到外部成本中,公司决策时依然可以按照原计划实施。

5 优化方法

优化方法有很多,但并不是每种方法都要采用一定的技术。在规定时间内不能得到最优方案的情况下,可以采用遗传算法。遗传算法容易实施、计算简单,但得出的方案不一定最优,有时甚至不存在。优化时运用遗传算法的原理会得到较优的方案。

关于遗传算法

遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。

遗传算法是从代表问题可能潜在的解集的一个种群(population)开始的,而一个种群则由经过基因(gene)编码的一定数目的个体(individual)组成。

每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体,即多个基因的集合,其内部表现(即基因型)是某种基因组合,它决定了个体的形状的外部表现,如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。

因此,在一开始需要实现从表现型到基因型的映射即编码工作。

由于仿照基因编码的工作很复杂,我们往往进行简化,如二进制编码,初代种群产生之后,按照适者生存和优胜劣汰的原理,逐代(generation)演化产生出越来越好的近似解,在每一代,根据问题域中个体的适应度(fitness)大小选择(selection)个体,并借助于自然遗传学的遗传算子(genetic operators)进行组合交叉(crossover)和变异(mutation),产生出代表新的解集的种群。

这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境,末代种群中的最优个体经过解码(decoding),可以作为问题近似最优解。