CN111401804A - 一种基于仿真的工程物资供应链网络规划方法及系统 - Google Patents

一种基于仿真的工程物资供应链网络规划方法及系统 Download PDF

Info

Publication number
CN111401804A
CN111401804A CN202010130927.2A CN202010130927A CN111401804A CN 111401804 A CN111401804 A CN 111401804A CN 202010130927 A CN202010130927 A CN 202010130927A CN 111401804 A CN111401804 A CN 111401804A
Authority
CN
China
Prior art keywords
supply chain
risk
simulation
material supply
supplier
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010130927.2A
Other languages
English (en)
Other versions
CN111401804B (zh
Inventor
樊垚堤
王兆成
刘振元
马东伟
曾伟
钟卫华
陈晞
杨强
董志荣
张振东
陈曦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Yalong River Hydropower Development Co Ltd
Original Assignee
Huazhong University of Science and Technology
Yalong River Hydropower Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology, Yalong River Hydropower Development Co Ltd filed Critical Huazhong University of Science and Technology
Priority to CN202010130927.2A priority Critical patent/CN111401804B/zh
Publication of CN111401804A publication Critical patent/CN111401804A/zh
Application granted granted Critical
Publication of CN111401804B publication Critical patent/CN111401804B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于仿真的工程物资供应链网络规划方法，包括以下步骤：通过工程物资供应链业务环境来确定供应链风险因素；输入工程物资供应链的历史数据，对各项风险值进行量化；编制物流运行代码并配置在计算环境中，所述物流运行代码能够表明工程物资供应链的结构、工程物资供应链网络中各个层间的供应模式、并包含所量化的各项风险值；结合上述计算环境，根据需求运行不同模式的仿真，输出相应的工程物资供应链网络规划。本发明在供应链网络规划时强化供应链风险的考量，重点关注供应商供货能力满足状况，将风险因素纳入供应链网络规划中，以仿真分析方法获得规划方案与运行建议，旨在降低总体物流成本，可视化风险，辅助企业决策。

Description

一种基于仿真的工程物资供应链网络规划方法及系统
技术领域
本发明属于物资供应仿真分析技术领域，具体涉及一种基于仿真的工程物资供应链网络规划方法及系统。
背景技术
现代供应链管理理论明确指出供应链网络设计是供应链管理最重要的战略决策之一，对企业有长期持久的影响，其好与坏直接影响供应链管理的效果。通过供应链网络优化设计，不仅可以减少整个系统的运营费用，还可以提高服务水平。尤其在工程物资供应中，物资供应规模大、时空跨度大、价值高、停工成本巨大，并且供应链波动明显，供需平衡受到多种风险因素影响，使用供应链网络规划技术对供应链网络进行分析显得十分重要。
值得特别注意的是，传统供应链网络规划通过数学模型供应链网络进行描述，并在整体优化决策时认为供应链网络中各个关键节点的数据保持普遍的静态特性，依赖于静态数据的支持，做出整体供应链网络的规划决策，但是这样的决策往往在实际运行中出现问题；究其原因还是在供应链网络规划过程中对于供应链风险因素的考虑缺失。
因此，现阶段需要提供一种基于仿真的工程物资供应链网络规划方法及系统来克服上述缺陷。
发明内容
本发明目的在于提供一种基于仿真的工程物资供应链网络规划方法及系统，用于解决上述现有技术中存在的技术问题之一，如：传统供应链网络规划通过数学模型供应链网络进行描述，并在整体优化决策时认为供应链网络中各个关键节点的数据保持普遍的静态特性，依赖于静态数据的支持，做出整体供应链网络的规划决策，但是这样的决策往往在实际运行中出现问题；究其原因还是在供应链网络规划过程中对于供应链风险因素的考虑缺失。
为实现上述目的，本发明所采用的技术方案是：
一种基于仿真的工程物资供应链网络规划方法，包括以下步骤：
S1、通过工程物资供应链业务环境来确定供应链风险因素；
S2、在步骤S1的基础上，输入工程物资供应链的历史数据，对各项风险值进行量化；
S3、在步骤S2的基础上，编制物流运行代码并配置在计算环境中，所述物流运行代码能够表明工程物资供应链的结构、工程物资供应链网络中各个层间的供应模式、并包含步骤S2 中所量化的各项风险值；
S4、在步骤S3的基础上，结合上述计算环境，根据需求运行不同模式的仿真，输出相应的工程物资供应链网络规划。
优选的，步骤S1具体包括：
分析判断供应链层级结构，统计分析各个层的风险事件，对各个风险事件进行评定，确定规划中优先考虑的风险；
通过历史数据统计分析各项风险的具体评价指标，合作伙伴风险采用供应商不发货率作为指标；供/需波动风险以月度波动率、计划试偏差率为指标；运输风险以运输延时率为指标；其中，
Figure RE-GDA0002462560360000021
式(1)中月度波动率
Figure RE-GDA0002462560360000022
表示相邻月份之间实际供应量的波荡情况，间接反映出受季节性因素影响下各个月份供/需的波动情况；
Figure RE-GDA0002462560360000023
表示在第i月工程标段a的实际物资供/需量；
Figure RE-GDA0002462560360000024
式(2)中计划实施偏差率
Figure RE-GDA0002462560360000025
指各个月份中实际生产量或消耗量与计划生产量或消耗量的差值比例，其能够反映因为供应链中施工进度变化、设备工艺更新、人员判断失误风险因素导致在最终实施环节供应量或消耗量的偏差程度；
Figure RE-GDA0002462560360000026
表示在第i月工程的实际物资供应量或消耗量，
Figure RE-GDA0002462560360000027
表示在第i月工程的实际物资供应量或消耗量；
Figure RE-GDA0002462560360000028
式(3)中供应商不发货率αb即供应商因为生产推迟、库存不足、物资不达标原因造成的物资无法按照工程业主订单要求发送的订单数量与订单总数的比值，
Figure RE-GDA0002462560360000029
表示在供应商 b无法发货或延时发货的订单数目，
Figure RE-GDA00024625603600000210
表示供应商b成功履行的订单数量；
Figure RE-GDA00024625603600000211
式(4)中运输延时率
Figure RE-GDA00024625603600000212
即供应商采用铁路/公路运输方式的所有运输订单中未按照合同规定时间逾期到达的订单数量占总订单数量的比例，
Figure RE-GDA00024625603600000213
表示供应商b采用i种运输方式的运输订单中逾期的订单数量，
Figure RE-GDA0002462560360000031
表示供应商b采用i种运输方式的运输订单中准时到达的订单数量，其中i＝0表示采用铁路运输，i＝1表示采用公路运输。
优选的，步骤S2中的风险可分为概率表现型与经验分布表现型。
优选的，概率表现型风险采用数理统计方法量化其风险值，具体包含以下步骤：
根据经验假定分布类型；
采用归纳统计量法、直方图法或概率图法，验证分布类型；
使用矩估计法或极大似然法获取分布参数估计；
利用概率公式，通过风险指标的指标值对风险因素变量的概率密度函数做积分获得风险概率，若风险因素变量为离散密度函数则将相对应值相加即为量化风险概率。
优选的，经验分布表现型采用观测数据生成模型，定义一个质量函数，在一个区间内所有可能出现的x的P(x)之和等于X1，X2，……，Xn落入该区间的比重；而在区间内如何将每个P(x)分配给每一个可能的x，采用样本均值作为其分布。
优选的，步骤S3中的物流运行代码包含三种仿真模式：单次运行、参数优化运行和比较运行；其中单次运行只运行一次模型；参数优化运行用于对模型的动态参数进行优化选择，模型在同一参数下能够运行多次，运行后进入优化运行界面；比较运行用于显示某一个参数对于仿真模型的影响。
优选的，步骤S4中输出结果采用均值、分布条形图和折线图形式展现。
一种基于仿真的工程物资供应链网络规划系统，包括输入模块、业务仿真模块、运行输出模块；其中，
输入模块用于收集仿真需要的输入，其包含动态参数与仿真输入数据；
动态参数为权力要求2中所确定的各项风险量化值，包括月度波动率
Figure RE-GDA0002462560360000032
计划实施偏差率
Figure RE-GDA0002462560360000033
供应商不发货率αb，运输延时率
Figure RE-GDA0002462560360000034
仿真输入数据包含供应商未来五年的年度供应链、电站未来五年的年度需求计划、和供应链中包括的时间参数；
业务仿真模块考虑了以月度波动率、计划试试偏差率为指标的供/需波动风险、以供应商不发货率为指标的合作伙伴风险和以运输延时率为指标的运输风险；
业务仿真模块按照不同物资供应链网络特征，将其划分为六个子模块，分别表示六种工程物资仿真；
业务仿真模块采用施工现场拉动的物资供应模式，在各个环节间采用(t，R，S)补货策略；其中t指盘点库存的事件周期，R指安全库存，S指最大库存量，此补货模式下各个环节每隔t时间对库存进行清点，当发现库存量小于R时则向上游发出订货请求，订货量为最大库存S减去当前的库存量I；
运行输出模块有三种运行模式：单次运行、参数优化运行和比较运行；
单次运行只能运行一次模型，运行后进入单次运行的启动界面；参数优化运行用于对模型的动态参数进行优化选择，模型在同一参数下能够运行多次，运行后进入优化运行界面；比较运行用于显示某一个参数对于仿真模型的影响，运行后进入比较运行界面；
运行输出模块终输出六种物资在电站、中转储备系统和供应商处的库存情况，以折线图的形式表示；电站需求的满足情况，以表格的形式展现；和电站生产物资不能得到满足而导致的生产延时的时间分布情况，以条形图形式表现。
本发明的有益技术效果是：通过在供应链网络规划时强化供应链风险的考量，重点关注供应商供货能力满足状况，将风险因素纳入供应链网络规划中，以仿真分析方法获得规划方案与运行建议，旨在降低总体物流成本，可视化风险，辅助企业决策。
附图说明
图1是本发明实施例1提供的工程物资供应链网络规划仿真方法的流程图。
图2是本发明实施例1提供的工程物资供应链网络规划仿真方法中概率表现型风险的量化方法流程图。
图3是本发明实施例1的考虑风险因素的供应链模型示意图。
图4是本发明实施例1的输入输出图。
具体实施方式
下面结合本发明的附图1-4，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
一种基于仿真的工程物资供应链网络规划方法与系统，包括如下：
一、根据供应链业务环境确定供应链风险因素(包含第1、第2两个步骤)
第1步：风险因素确定：
分析供应链层级结构，判断供应链为两层或三层结构，统计分析各个层的风险事件，通过采访等形式对各个风险事件进行评定，确定规划中优先考虑的风险因素。
图3所示，水电开发物资供应链中存在两层和三层供应链结构，其中核心风险因素包含合作伙伴风险、供/需波动风险和运输风险。
第2步：风险评价指标确定：
通过调研分析，获得各项风险因素的评价指标，其中评价指标必须可通过历史数据获得。本例中供/需波动风险以月度波动率
Figure RE-GDA0002462560360000051
计划实施偏差率
Figure RE-GDA0002462560360000052
为指标；合作伙伴风险采用供应商不发货率αb作为指标；运输风险以运输延时率
Figure RE-GDA0002462560360000053
为指标。
Figure RE-GDA0002462560360000054
Figure RE-GDA0002462560360000055
Figure RE-GDA0002462560360000056
Figure RE-GDA0002462560360000057
式(1)中
Figure RE-GDA0002462560360000058
表示在第i月工程标段a的实际物资供应量(消耗量)；式(2)中
Figure RE-GDA0002462560360000059
表示在第i月工程的实际物资供应量(消耗量)，
Figure RE-GDA00024625603600000510
表示在第i月工程的实际物资供应量 (消耗量)；式(3)中
Figure RE-GDA00024625603600000511
表示在供应商b无法发货或延时发货的订单数目，
Figure RE-GDA00024625603600000512
表示供应商b成功履行的订单数量；式(4)中
Figure RE-GDA00024625603600000513
表示供应商b采用i种运输方式的运输订单中逾期的订单数量，
Figure RE-GDA00024625603600000514
表示供应商b采用i种运输方式的运输订单中准时到达的订单数量，其中i＝0表示采用铁路运输，i＝1表示采用公路运输。
二、输入历史数据，量化各项风险值(包含第3、第4两个步骤)
第1、第2步所述风险中包含概率表现型风险和经验分布型风险，其中合作伙伴风险与运输风险属于概率表现型风险，供需波动风险属于经验分布风险。
第3步：量化概率表现型风险：
图2所示，规划人员根据经验假定分布类型，然后采用归纳统计量法、直方图法或概率图法，根据历史数据验证分布类型，若分布类型符合则继续使用矩估计法或极大似然法获取分布参数估计，获得完整的分布类型后根据风险指标的指标值对风险因素变量的概率密度函数做积分获得风险概率，若风险因素变量为离散密度函数则将相对应值相加即为量化风险概率；若验证分布类型不符合要求，则重新假定分布类型，直到获得量化风险值。
第4步：量化分布型风险：
采用定义质量函数量化风险。在一个区间内所有可能出现的x的P(x)之和等于
X1，X2，……落入该区间的比重。而在区间内如何将每个P(x)分配给每一个可能的x，采用样本均值作为其分布。
三、编制物流运行代码并配置(包含第5、第6、第7三个步骤)
采用基于Agent的建模方法，使用AnyLogic 8professiona件编写仿真系统，系统包括输入模块、业务仿真模块、运行输出模块。
第5步：编制输入模块：
输入模块用于收集仿真需要的输入，其包含动态参数与仿真输入数据。动态参数即步骤 0所确定的各项风险量化值，包括月度波动率
Figure RE-GDA0002462560360000061
计划实施偏差率
Figure RE-GDA0002462560360000062
为指标；合作伙伴风险采用供应商不发货率αb；仿真输入数据包含供应商未来五年的年度供应链(包括六种物资)、电站未来五年的年度需求计划(包括六种物资)、和供应链中包括的时间参数(主要包括各个供应商的供货提前期和生产时长等因素)。
第6步：编制业务仿真模块：
业务仿真模块具体实现仿真功能，其充分表现供应链的结构与供应链网络中各个层间的供应模式。按照不同物资供应链网络特征，将其划分为六个子模块，分别表示六种工程物资仿真。
业务仿真模块考虑了以月度波动率、计划试试偏差率为指标的供/需波动风险、以供应商不发货率为指标的合作伙伴风险和以运输延时率为指标的运输风险。
业务仿真模块采用施工现场拉动的物资供应模式，在各个环节间存在一种(t，R，S)的补货策略。其中t指盘点库存的事件周期，R指安全库存，S指最大库存量，此补货模式下各个环节每隔t时间对库存进行清点，当发现库存量小于R时则向上游发出订货请求，订货量为最大库存S减去当前的库存量I。
第7步：编制运行输出模块：
运行输出模块用于仿真实施与结果统计。
有三种运行模式：单次运行、参数优化运行和比较运行。单次运行只能运行一次模型，运行后进入单次运行的启动界面；参数优化运行用于对模型的动态参数进行优化选择，模型在同一参数下能够运行多次，运行后进入优化运行界面；比较运行用于显示某一个参数对于仿真模型的影响，运行后进入比较运行界面。
其输出包含六种物资在电站、中转储备系统和供应商处的库存情况、电站需求的满足情况和电站生产物资不能得到满足而导致的生产延时的时间分布情况。
结果表示时，以折线图表示六种物资在电站、中转储备系统和供应商处的库存情况；以表格的形式表示电站需求的满足情况；以条形图形式表现电站生产物资不能得到满足而导致的生产延时的时间分布情况。
四、输入历史数据，根据需求运行不同模式仿真，获得输出并分析(包含第8、第9两个步骤)
第8步：获取输入历史数据：
获取供应商未来五年的年度供应链(包括六种物资)、水电站未来五年的年度需求计划 (包括六种物资)、供应链中包括的时间参数(主要包括各个供应商的供货提前期和生产时长等参数)和第3、第4步获得的各项量化风险值。
第9步：运行输出，分析结果：
按照使用需求选择运行模式，获得六种物资在电站、中转储备系统和供应商处的库存情况、电站需求的满足情况和电站生产物资不能得到满足而导致的生产延时的时间分布情况。分析输出获得结果。
实施例2：
一种基于仿真的工程物资供应链网络规划系统，包括输入模块、业务仿真模块、运行输出模块；其中，
输入模块用于收集仿真需要的输入，其包含动态参数与仿真输入数据；
动态参数为权力要求2中所确定的各项风险量化值，包括月度波动率
Figure RE-GDA0002462560360000071
计划实施偏差率
Figure RE-GDA0002462560360000072
供应商不发货率αb，运输延时率
Figure RE-GDA0002462560360000073
仿真输入数据包含供应商未来五年的年度供应链、电站未来五年的年度需求计划、和供应链中包括的时间参数；
业务仿真模块考虑了以月度波动率、计划试试偏差率为指标的供/需波动风险、以供应商不发货率为指标的合作伙伴风险和以运输延时率为指标的运输风险；
业务仿真模块按照不同物资供应链网络特征，将其划分为六个子模块，分别表示六种工程物资仿真；
业务仿真模块采用施工现场拉动的物资供应模式，在各个环节间采用(t，R，S)补货策略；其中t指盘点库存的事件周期，R指安全库存，S指最大库存量，此补货模式下各个环节每隔t时间对库存进行清点，当发现库存量小于R时则向上游发出订货请求，订货量为最大库存S减去当前的库存量I；
运行输出模块有三种运行模式：单次运行、参数优化运行和比较运行；
单次运行只能运行一次模型，运行后进入单次运行的启动界面；参数优化运行用于对模型的动态参数进行优化选择，模型在同一参数下能够运行多次，运行后进入优化运行界面；比较运行用于显示某一个参数对于仿真模型的影响，运行后进入比较运行界面；
运行输出模块终输出六种物资在电站、中转储备系统和供应商处的库存情况，以折线图的形式表示；电站需求的满足情况，以表格的形式展现；和电站生产物资不能得到满足而导致的生产延时的时间分布情况，以条形图形式表现。
在本发明的描述中，需要理解的是，术语“逆时针”、“顺时针”“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

Claims (8)

1.一种基于仿真的工程物资供应链网络规划方法，其特征在于，包括以下步骤：
S1、通过工程物资供应链业务环境来确定供应链风险因素；
S2、在步骤S1的基础上，输入工程物资供应链的历史数据，对各项风险值进行量化；
S3、在步骤S2的基础上，编制物流运行代码并配置在计算环境中，所述物流运行代码能够表明工程物资供应链的结构、工程物资供应链网络中各个层间的供应模式、并包含步骤S2中所量化的各项风险值；
S4、在步骤S3的基础上，结合上述计算环境，根据需求运行不同模式的仿真，输出相应的工程物资供应链网络规划。
2.根据权利要求1所述的一种基于仿真的工程物资供应链网络规划方法，其特征在于，步骤S1具体包括：
分析判断供应链层级结构，统计分析各个层的风险事件，对各个风险事件进行评定，确定规划中优先考虑的风险；
通过历史数据统计分析各项风险的具体评价指标，合作伙伴风险采用供应商不发货率作为指标；供/需波动风险以月度波动率、计划试偏差率为指标；运输风险以运输延时率为指标；其中，
Figure FDA0002395751140000011
式(1)中月度波动率
Figure FDA0002395751140000012
表示相邻月份之间实际供应量的波荡情况，间接反映出受季节性因素影响下各个月份供/需的波动情况；
Figure FDA0002395751140000013
表示在第i月工程标段a的实际物资供/需量；
Figure FDA0002395751140000014
式(2)中计划实施偏差率
Figure FDA0002395751140000015
指各个月份中实际生产量或消耗量与计划生产量或消耗量的差值比例，其能够反映因为供应链中施工进度变化、设备工艺更新、人员判断失误风险因素导致在最终实施环节供应量或消耗量的偏差程度；
Figure FDA0002395751140000016
表示在第i月工程的实际物资供应量或消耗量，
Figure FDA0002395751140000017
表示在第i月工程的实际物资供应量或消耗量；
Figure FDA0002395751140000018
式(3)中供应商不发货率αb即供应商因为生产推迟、库存不足、物资不达标原因造成的物资无法按照工程业主订单要求发送的订单数量与订单总数的比值，
Figure FDA0002395751140000019
表示在供应商b无法发货或延时发货的订单数目，
Figure FDA0002395751140000021
表示供应商b成功履行的订单数量；
Figure FDA0002395751140000022
式(4)中运输延时率
Figure FDA0002395751140000023
即供应商采用铁路/公路运输方式的所有运输订单中未按照合同规定时间逾期到达的订单数量占总订单数量的比例，
Figure FDA0002395751140000024
表示供应商b采用i种运输方式的运输订单中逾期的订单数量，
Figure FDA0002395751140000025
表示供应商b采用i种运输方式的运输订单中准时到达的订单数量，其中i＝0表示采用铁路运输，i＝1表示采用公路运输。
3.根据权利要求1所述的一种基于仿真的工程物资供应链网络规划方法，其特征在于，步骤S2中的风险可分为概率表现型与经验分布表现型。
4.根据权利要求3所述的一种基于仿真的工程物资供应链网络规划方法，其特征在于，概率表现型风险采用数理统计方法量化其风险值，具体包含以下步骤：
根据经验假定分布类型；
采用归纳统计量法、直方图法或概率图法，验证分布类型；
使用矩估计法或极大似然法获取分布参数估计；
利用概率公式，通过风险指标的指标值对风险因素变量的概率密度函数做积分获得风险概率，若风险因素变量为离散密度函数则将相对应值相加即为量化风险概率。
5.根据权利要求3所述的一种基于仿真的工程物资供应链网络规划方法，其特征在于，经验分布表现型采用观测数据生成模型，定义一个质量函数，在一个区间内所有可能出现的x的P(x)之和等于X1，X2，……，Xn落入该区间的比重；而在区间内如何将每个P(x)分配给每一个可能的x，采用样本均值作为其分布。
6.根据权利要求1所述的一种基于仿真的工程物资供应链网络规划方法，其特征在于，步骤S3中的物流运行代码包含三种仿真模式：单次运行、参数优化运行和比较运行；其中单次运行只运行一次模型；参数优化运行用于对模型的动态参数进行优化选择，模型在同一参数下能够运行多次，运行后进入优化运行界面；比较运行用于显示某一个参数对于仿真模型的影响。
7.根据权利要求1所述的一种基于仿真的工程物资供应链网络规划方法，其特征在于，步骤S4中输出结果采用均值、分布条形图和折线图形式展现。
8.一种基于仿真的工程物资供应链网络规划系统，其特征在于，包括输入模块、业务仿真模块、运行输出模块；其中，
输入模块用于收集仿真需要的输入，其包含动态参数与仿真输入数据；
动态参数为权力要求2中所确定的各项风险量化值，包括月度波动率
Figure FDA0002395751140000026
计划实施偏差率
Figure FDA0002395751140000031
供应商不发货率αb，运输延时率
Figure FDA0002395751140000032
仿真输入数据包含供应商未来五年的年度供应链、电站未来五年的年度需求计划、和供应链中包括的时间参数；
业务仿真模块考虑了以月度波动率、计划试试偏差率为指标的供/需波动风险、以供应商不发货率为指标的合作伙伴风险和以运输延时率为指标的运输风险；
业务仿真模块按照不同物资供应链网络特征，将其划分为六个子模块，分别表示六种工程物资仿真；
业务仿真模块采用施工现场拉动的物资供应模式，在各个环节间采用(t，R，S)补货策略；其中t指盘点库存的事件周期，R指安全库存，S指最大库存量，此补货模式下各个环节每隔t时间对库存进行清点，当发现库存量小于R时则向上游发出订货请求，订货量为最大库存S减去当前的库存量I；
运行输出模块有三种运行模式：单次运行、参数优化运行和比较运行；
单次运行只能运行一次模型，运行后进入单次运行的启动界面；参数优化运行用于对模型的动态参数进行优化选择，模型在同一参数下能够运行多次，运行后进入优化运行界面；比较运行用于显示某一个参数对于仿真模型的影响，运行后进入比较运行界面；
运行输出模块终输出六种物资在电站、中转储备系统和供应商处的库存情况，以折线图的形式表示；电站需求的满足情况，以表格的形式展现；和电站生产物资不能得到满足而导致的生产延时的时间分布情况，以条形图形式表现。
CN202010130927.2A 2020-02-28 2020-02-28 一种基于仿真的工程物资供应链网络规划方法及系统 Active CN111401804B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010130927.2A CN111401804B (zh) 2020-02-28 2020-02-28 一种基于仿真的工程物资供应链网络规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010130927.2A CN111401804B (zh) 2020-02-28 2020-02-28 一种基于仿真的工程物资供应链网络规划方法及系统

Publications (2)

Publication Number Publication Date
CN111401804A true CN111401804A (zh) 2020-07-10
CN111401804B CN111401804B (zh) 2023-07-11

Family

ID=71430405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010130927.2A Active CN111401804B (zh) 2020-02-28 2020-02-28 一种基于仿真的工程物资供应链网络规划方法及系统

Country Status (1)

Country Link
CN (1) CN111401804B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113033943A (zh) * 2020-12-28 2021-06-25 航天科工网络信息发展有限公司 一种应用于国防产业供应链的分布式统一管理方法
CN113361105A (zh) * 2021-06-07 2021-09-07 杭州未名信科科技有限公司 一种工厂相关生产成本分析方法、装置、存储介质及终端
CN113657699A (zh) * 2021-06-25 2021-11-16 国网浙江省电力有限公司绍兴供电公司 一种基于风险指数的电力物资管控系统及方法
CN115063046A (zh) * 2022-08-08 2022-09-16 安徽继远软件有限公司 基于大数据分析的电网物资供应商数智驾驶舱系统
CN115081967A (zh) * 2022-08-22 2022-09-20 中科航迈数控软件(深圳)有限公司 基于多维度感知的数控机床加工过程的模拟方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060085323A1 (en) * 2004-10-14 2006-04-20 Cisco Technology Inc. System and method for analyzing risk within a supply chain
US20150109287A1 (en) * 2013-10-17 2015-04-23 Caterpillar, Inc. Method and system for supply chain network sensitivity analysis and presentation
CN105139090A (zh) * 2015-08-25 2015-12-09 国网天津市电力公司 一种基于消耗预测的电力行业安全库存决策分析方法
CN107437137A (zh) * 2016-05-25 2017-12-05 达索系统美国公司 供应链中的风险识别
CN107464025A (zh) * 2017-08-25 2017-12-12 智脑智能科技（苏州）有限公司 基于大数据的供应链需求预测与智能决策方法
CN108510159A (zh) * 2018-03-08 2018-09-07 北京化工大学 基于参考模型和关键危害分析的乳制品质量风险识别方法
CN109711765A (zh) * 2018-11-29 2019-05-03 国家电网有限公司 基于Kraljic采购定位模型的配网物资分类方法
CN109800991A (zh) * 2019-01-25 2019-05-24 南京润辰科技有限公司 一种基于三流合一模型的供应链贸易金融风险评估系统
CN110245852A (zh) * 2019-06-05 2019-09-17 武汉科技大学 一种基于混合仿真的供应链物流网络效能评估分析方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060085323A1 (en) * 2004-10-14 2006-04-20 Cisco Technology Inc. System and method for analyzing risk within a supply chain
US20150109287A1 (en) * 2013-10-17 2015-04-23 Caterpillar, Inc. Method and system for supply chain network sensitivity analysis and presentation
CN105139090A (zh) * 2015-08-25 2015-12-09 国网天津市电力公司 一种基于消耗预测的电力行业安全库存决策分析方法
CN107437137A (zh) * 2016-05-25 2017-12-05 达索系统美国公司 供应链中的风险识别
CN107464025A (zh) * 2017-08-25 2017-12-12 智脑智能科技（苏州）有限公司 基于大数据的供应链需求预测与智能决策方法
CN108510159A (zh) * 2018-03-08 2018-09-07 北京化工大学 基于参考模型和关键危害分析的乳制品质量风险识别方法
CN109711765A (zh) * 2018-11-29 2019-05-03 国家电网有限公司 基于Kraljic采购定位模型的配网物资分类方法
CN109800991A (zh) * 2019-01-25 2019-05-24 南京润辰科技有限公司 一种基于三流合一模型的供应链贸易金融风险评估系统
CN110245852A (zh) * 2019-06-05 2019-09-17 武汉科技大学 一种基于混合仿真的供应链物流网络效能评估分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
肖文珍: "工程供应链风险的多层次模糊综合评价", 《科技进步与对策》 *
谈晶等: "基于遗传BP网络优化模型的集成化供应链危机预警支持系统", 《商场现代化》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113033943A (zh) * 2020-12-28 2021-06-25 航天科工网络信息发展有限公司 一种应用于国防产业供应链的分布式统一管理方法
CN113033943B (zh) * 2020-12-28 2024-03-29 航天科工网络信息发展有限公司 一种应用于国防产业供应链的分布式统一管理方法
CN113361105A (zh) * 2021-06-07 2021-09-07 杭州未名信科科技有限公司 一种工厂相关生产成本分析方法、装置、存储介质及终端
CN113361105B (zh) * 2021-06-07 2023-09-19 杭州未名信科科技有限公司 一种订单分配方法、装置、存储介质及终端
CN113657699A (zh) * 2021-06-25 2021-11-16 国网浙江省电力有限公司绍兴供电公司 一种基于风险指数的电力物资管控系统及方法
CN115063046A (zh) * 2022-08-08 2022-09-16 安徽继远软件有限公司 基于大数据分析的电网物资供应商数智驾驶舱系统
CN115081967A (zh) * 2022-08-22 2022-09-20 中科航迈数控软件(深圳)有限公司 基于多维度感知的数控机床加工过程的模拟方法及系统
CN115081967B (zh) * 2022-08-22 2022-11-29 中科航迈数控软件(深圳)有限公司 基于多维度感知的数控机床加工过程的模拟方法及系统

Also Published As

Publication number Publication date
CN111401804B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
CN111401804B (zh) 一种基于仿真的工程物资供应链网络规划方法及系统
Carvalho et al. Supply chain redesign for resilience using simulation
Benjaafar et al. Carbon footprint and the management of supply chains: Insights from simple models
US7827049B2 (en) Estimating demand for a supply chain according to order lead time
US7921030B1 (en) Profit optimization system for supply chains with limited parts availability
CN108932589A (zh) 一种企业信息化项目实施管理系统
US8315923B2 (en) Method of determining safety stock levels
Tasdemir et al. Achieving cost efficiency through increased inventory leanness: Evidences from oriented strand board (OSB) industry
Guo et al. Designing a sustainable-remanufacturing closed-loop supply chain under hybrid uncertainty: Cross-efficiency sorting multi-objective optimization
Onwubolu Emerging Optimization Techniques in Production Planning & Control
Pan et al. Construction material supply chain process analysis and optimization
Karimi et al. Multi-objective multi-facility green manufacturing closed-loop supply chain under uncertain environment
Troutt et al. Behavioral estimation of mathematical programming objective function coefficients
Jafari-Nodoushan et al. Designing a sustainable disruption-oriented supply chain under joint pricing and resiliency considerations: a case study
Hejazi et al. Robust optimization of sustainable closed-loop supply chain network considering product family
Nozari et al. A Comprehensive Strategic-Tactical Multi-Objective Sustainable Supply Chain Model with Human Resources Considerations
Hekimoğlu et al. Modeling repair demand in existence of a nonstationary installed base
Donnelly et al. Oregon's Transportation and Land Use Model Integration Program
Aazami et al. A bi-objective robust optimization model for an integrated production-distribution problem of perishable goods with demand improvement strategies: a case study
Sobanjo et al. Evaluation of projects for rehabilitation of highway bridges
Ho Application of a system dynamics model to improve the performance of make-to-order production
CN113361746A (zh) 一种配电网物资品类优化方法
Chang et al. Probe of the replenishment strategy and grouping rule in the semiconductor industry
Chiadamrong et al. A robust possibilistic chance-constrained programming model for optimizing a multi-objective aggregate production planning problem under uncertainty
Amiri et al. Supply chain design of sustainable photovoltaic systems considering robust-fuzzy pricing and optimization

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant