CN113673817A - 一种复杂供应链网络系统架构建模与适应性评价方法 - Google Patents
一种复杂供应链网络系统架构建模与适应性评价方法 Download PDFInfo
- Publication number
- CN113673817A CN113673817A CN202110778261.6A CN202110778261A CN113673817A CN 113673817 A CN113673817 A CN 113673817A CN 202110778261 A CN202110778261 A CN 202110778261A CN 113673817 A CN113673817 A CN 113673817A
- Authority
- CN
- China
- Prior art keywords
- supply chain
- product
- network
- flow
- module
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 239000008358 core component Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009191 jumping Effects 0.000 description 2
- 238000005295 random walk Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
Abstract
本发明涉及一种复杂供应链网络系统架构建模与适应性评价方法,包括下列步骤:(1)供应链中产品网络的建模;(2)供应链供应商网络建模;供应链供应商网络中企业之间的关系用相关度矩阵表示,由于信息流、产品流与服务流、需求流和资金流的流动方向是确定的,相关度矩阵建立完成后,采用infomap算法对其进行模块划分;(3)供应链动态供应协同网络分层结构;(4)基于信息熵理论建立供应链网络的适应性评价方法。
Description
技术领域
本发明涉及复杂网络构建与评价技术,特别涉及在整个供应链运营过程中利用复杂网络构建技术实现对供应链网络的构建与评价。
背景技术
复杂网络理论是一种描述自然科学、社会科学和工程技术上相互关联关系的模型工具。概括地讲,复杂网络是由大量的个体通过内在和外在关系联系在一起,具有复杂动力学行为与复杂拓扑结构形成的系统.作为一门新兴交叉学科,它综合运用图论、矩阵理论、概率论、数理统计等理论分析工具,对存在的各种复杂现象进行解释与预测。
由于供应链成员众多,彼此之间又通过物流、资金流和信息流的直接和间接交换存在着多角色的交叉关系,使得实际的供应链呈复杂的网络结构形状。
发明内容
本发明的目的是提供一种供应链网络的建模与评价方法,包括产品网络的建模与供应商网络的建模,借助复杂网络理论,对供应链网络进行了矩阵、网络图(无向图、有向图)的构建,实现供应链网络的可视化支持,同时给出各产品模块集合的相似度评价,确定各产品之间的共享模块。技术方案如下:
一种复杂供应链网络系统架构建模与适应性评价方法,包括下列步骤:
(1)供应链中产品网络的建模
供应链产品网络为无向图,产品网络中的节点代表组成产品的零件,边代表零件之间的连接关系即相关度,相关度采用矩阵的形式进行表示,同时,各节点带有属性,组成节点的属性集合;
建模完成后,对供应链产品网络进行模块划分,一类产品中,共享模块的数量越多,其共享度越高;
(2)供应链供应商网络建模
供应链供应商网络为有向图,同样存在节点和边,节点表示企业,边表示企业之间的联系;
供应链供应商网络中,存在多层供应商、制造商、分销商、零售商,最后到达顾客,网络中产品流与服务流的流动方向为供应商→制造商→分销商→零售商→顾客,表示从上到下提供产品与服务的过程;需求流和资金流的流动方向为顾客→零售商→分销商→制造商→供应商,表示从下到上反馈需求与资金的过程;信息流的流动方向是双向的,表示供应商网络中各成员传递信息的过程;
供应链供应商网络中企业之间的关系也可用相关度矩阵表示,由于信息流、产品流与服务流、需求流和资金流的流动方向是确定的,利用矩阵表示企业之间的关系时规则如下:
设相关度矩阵为A,Aij为第i行,第j列的元素,若为1则表示企业i对企业j存在某种流的流动,在供应链供应商网络的相关度矩阵中,存在以下情况:
相关度矩阵建立完成后,采用infomap算法对其进行模块划分,设pα表示节点α的访问概率,访问概率pα的计算方法,采取pagerank算法;
(3)供应链动态供应协同网络分层结构:第一层为产品项目层,即一类产品的不同类型;第二层为产品结构分解层,即用前面提到的产品网络建模对各类产品进行网络构建;第三层为供应链节点筛选层,即将上一层划分出的模块与供应商进行匹配,综合考虑库存、物流效率、云端协作要求、用户使用偏好、协作质量要求约束条件筛选出最优供应商;第四层为筛选后的供应链网络层;
产品模块划分后,各产品模块集合的相似度评价公式如下:
r为相似度
t为该类产品的类型数
Ti为第i个产品的模块集合
共享模块的数量越多,相似度越大;
(4)基于信息熵理论建立供应链网络的适应性评价方法:在将供应链产品网络模块划分与识别共享模块后,模块与已有模块供应商匹配的越多越好,供应商与模块数相同时,对供应链的适应度进行比较,公式如下:
p为适应度
m为模块数
Si为模块i的供应商数量。
附图说明
图1:供应链产品网络建模;
图2:供应链供应商网络建模;
图3:某国内著名汽车核心部件生产供应链;
图4:某国内著名汽车核心部件生产供应链相关度矩阵热力图;
图5:模块划分后的某国内著名汽车核心部件生产供应链;
图6:适应度评价供应链示例。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施进行清楚、完整的描述,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。
如图1所示,本发明的供应链产品网络的建模方法,供应链产品网络为无向图。设各产品为P,则P={P1,P2,....,Ps},其中Pi为各产品中的一种,图1中存在两种元素,节点(Nodes)和边(Edges),节点表示零件,边表示零件之间的相关度。P1={V1,E1},其中V1表示组成产品1的零件集合,E1表示组成产品1的零件之间的关系,用相关度矩阵表示。
建模完成后,即可对供应链产品网络进行模块划分,如图1所示,P1={M1,M2},P2={M2,M3},P3={M2,M4}分别表示产品1由模块1和模块2组成,产品2由模块2和模块3组成,产品1由模块2和模块4组成,则模块2可定义为该类产品的共享模块。一类产品中,共享模块的数量越多,其共享度越高。
如图2所示,一种供应链供应商网络建模方法,供应链供应商网络中同样存在节点和边,节点表示企业,边表示企业之间的联系。不同于供应链产品网络,供应商网络由于存在着信息流、产品流与服务流、需求流和资金流的流动,因此采用有向图。
供应链供应商网络中,存在多层供应商、制造商、分销商、零售商,最后到达顾客。网络中产品流与服务流的流动方向为供应商→制造商→分销商→零售商→顾客,表示从上到下提供产品与服务的过程;需求流和资金流的流动方向为顾客→零售商→分销商→制造商→供应商,表示从下到上反馈需求与资金的过程;信息流的流动方向是双向的,表示供应商网络中各成员传递信息的过程。
同样,供应链供应商网络中企业之间的关系也可用相关度矩阵表示,由于信息流、产品流与服务流、需求流和资金流的流动方向是确定的,因此利用矩阵表示企业之间的关系时规则如下:
相关度矩阵A中,Aij为第i行,第j列的元素,若为1则表示企业i对企业j存在某种流的流动。因此,在供应链供应商网络的相关度矩阵中,存在以下情况:
因此,供应链供应商网络的相关度矩阵和产品网络的相关度矩阵不同,其不一定为对称矩阵。
下面以某国内著名汽车核心部件生产供应链为例进行说明。如图3所示,涉及2000多家供应商、4个生产厂、78家分销中心、1100多家维修店,所有这些环节共同决定了该部件的质量和服务。在这种复杂供应链结构下,要实现供应链总体管控,必须要供应链系统可知、可见,具备良好的可视化形态。利用上述规则建立相关度矩阵,该供应链的相关度矩阵热力图如图4所示。
相关度矩阵建立完成后,可以利用各种算法进行模块划分,因为供应链供应商网络为有向网络,因此采用infomap算法对其进行模块划分,infomap算法以最小描述长度为目标函数,最小描述长度又以随机游走的思想进行计算,因此适用于有向网络。
infomap算法采用自下而上的思路,类似于凝聚聚类,其步骤如下:
(1)每个节点都初始化一个独立的模块;
(2)按照随机的顺序遍历每个节点,将每个节点都归到最小描述长度下降幅度最大的那个相邻的节点;
(3)重复步骤(2),直到最小描述长度不再下降。
最小描述长度的公式如下:
L(M)为最小描述长度。
pα表示节点α的访问概率。
表示模块i中所有节点所需的平均字节长度。
其中访问概率pα的计算方法,Infomap采取了pagerank的做法:
(1)初始所有节点都是均匀访问概率;
(2)在每个迭代步骤里,对于每个节点,有两种方式跳转:要么以1-r的概率从节点a的连接边中选择一条边进行跳转,选每条边的概率正比于边的权重;要么以r的概率从节点a随机的跳到图上其他任意一点(r一般取0.15)。
(3)重复步(2)直到收敛。
对某国内著名汽车核心部件生产供应链网络进行模块划分后,结果如图5所示。从结果可以看出,该供应链划分为三个模块。
第一个模块为两层供应商与C公司组成的模块,表示商品在销售之前的运输途径;
第二个模块为分销中心、专营店、客户1、客户2、客户3、客户6,表示商品通过分销中心和专营店销售到客户的途径。
第三个模块为外库1、外库2、客户4、客户5,表示从仓库到外库直接销售到顾客的途径。
本发明采用的供应链动态供应协同网络分层结构,第一层为产品项目层,即一类产品的不同类型;第二层为产品结构分解层,即用前面提到的产品网络建模对各类产品进行网络构建;第三层为供应链节点筛选层,即将上一层划分出的模块与供应商进行匹配,综合考虑库存、物流效率、云端协作要求、用户使用偏好、协作质量要求等约束条件筛选出最优供应商;第四层为筛选后的供应链网络层。
产品模块划分后,各产品模块集合的相似度评价公式如下:
r为相似度
p为该类产品的类型数
Pi为第i个产品的模块集合
以图1的产品网络为例,P1={M1,M2},P2={M2,M3},P3={M2,M4}分别表示产品1由模块1和模块2组成,产品2由模块2和模块3组成,产品1由模块2和模块4组成。
在供应链网络中,共享模块的数量越多,相似度越高,其应对各种需求变化的响应速度也就越快。因此在供应链网络中,共享模块的数量应尽量多。
最后,基于信息熵理论提供一种供应链网络的适应性评价方法。在将供应链产品网络模块划分与识别共享模块后,因为模块由供应商供应,因此各模块与各模块的供应商之间存在联系。模块的供应商数量越多,其应对某一供应商供应不及时问题的速度越快。因此,在供应链网络中,模块与已有模块供应商匹配的越多越好,尤其对于共享模块,同时应尽量减少新模块供应商数量。供应商与模块数相同时,可以对供应链的适应度进行比较,公式如下:
p为适应度
m为模块数
Si为模块i的供应商数量
尽管上面结合附图对本发明的优选实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,并不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可以做出很多形式,这些均属于本发明的保护范围之内。
Claims (1)
1.一种复杂供应链网络系统架构建模与适应性评价方法,包括下列步骤:
(1)供应链中产品网络的建模
供应链产品网络为无向图,产品网络中的节点代表组成产品的零件,边代表零件之间的连接关系即相关度,相关度采用矩阵的形式进行表示,同时,各节点带有属性,组成节点的属性集合;建模完成后,对供应链产品网络进行模块划分,一类产品中,共享模块的数量越多,其共享度越高;
(2)供应链供应商网络建模
供应链供应商网络为有向图,同样存在节点和边,节点表示企业,边表示企业之间的联系;供应链供应商网络中,存在多层供应商、制造商、分销商、零售商,最后到达顾客,网络中产品流与服务流的流动方向为供应商→制造商→分销商→零售商→顾客,表示从上到下提供产品与服务的过程;需求流和资金流的流动方向为顾客→零售商→分销商→制造商→供应商,表示从下到上反馈需求与资金的过程;信息流的流动方向是双向的,表示供应商网络中各成员传递信息的过程;
供应链供应商网络中企业之间的关系用相关度矩阵表示,由于信息流、产品流与服务流、需求流和资金流的流动方向是确定的,利用矩阵表示企业之间的关系时规则如下:
设相关度矩阵为A,Aij为第i行,第j列的元素,若为1则表示企业i对企业j存在某种流的流动,在供应链供应商网络的相关度矩阵中,存在以下情况:
相关度矩阵建立完成后,对其进行模块划分;
(3)供应链动态供应协同网络分层结构:第一层为产品项目层,即一类产品的不同类型;第二层为产品结构分解层,即用前面提到的产品网络建模对各类产品进行网络构建;第三层为供应链节点筛选层,即将上一层划分出的模块与供应商进行匹配,综合考虑库存、物流效率、云端协作要求、用户使用偏好、协作质量要求约束条件筛选出最优供应商;第四层为筛选后的供应链网络层;
产品模块划分后,各产品模块集合的相似度评价公式如下:
r为相似度
t为该类产品的类型数
Ti为第i个产品的模块集合
共享模块的数量越多,相似度越大;
(4)基于信息熵理论建立供应链网络的适应性评价方法:在将供应链产品网络模块划分与识别共享模块后,模块与已有模块供应商匹配的越多越好,供应商与模块数相同时,对供应链的适应度进行比较,公式如下:
p为适应度
m为模块数
Si为模块i的供应商数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778261.6A CN113673817B (zh) | 2021-07-09 | 2021-07-09 | 一种复杂供应链网络系统架构建模与适应性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778261.6A CN113673817B (zh) | 2021-07-09 | 2021-07-09 | 一种复杂供应链网络系统架构建模与适应性评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113673817A true CN113673817A (zh) | 2021-11-19 |
CN113673817B CN113673817B (zh) | 2023-11-24 |
Family
ID=78538790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110778261.6A Active CN113673817B (zh) | 2021-07-09 | 2021-07-09 | 一种复杂供应链网络系统架构建模与适应性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673817B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117473199A (zh) * | 2023-11-17 | 2024-01-30 | 广东永锢电子机械科技有限公司 | 应用于供应链物流系统的信息推送方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1399754A (zh) * | 1999-08-20 | 2003-02-26 | 电子资讯系统有限公司 | 集成商业和支持商业的信息技术框架与结构的建模结构及方法 |
US7716077B1 (en) * | 1999-11-22 | 2010-05-11 | Accenture Global Services Gmbh | Scheduling and planning maintenance and service in a network-based supply chain environment |
US20150254589A1 (en) * | 2014-03-04 | 2015-09-10 | Tata Consultancy Services Limited | System and Method to Provide Inventory Optimization in a Multi-Echelon Supply Chain Network |
CN107392424A (zh) * | 2017-06-14 | 2017-11-24 | 中国航空综合技术研究所 | 一种建立产品制造过程中质量波动源解释结构模型的方法 |
CN108090602A (zh) * | 2016-11-22 | 2018-05-29 | 浙江科技学院 | 一种基于无标度供应网格簇的复杂供应链网络优化设计方法 |
CN110503326A (zh) * | 2019-08-16 | 2019-11-26 | 南京邮电大学 | 一种基于复杂网络的分层供应链网络的建模方法 |
-
2021
- 2021-07-09 CN CN202110778261.6A patent/CN113673817B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1399754A (zh) * | 1999-08-20 | 2003-02-26 | 电子资讯系统有限公司 | 集成商业和支持商业的信息技术框架与结构的建模结构及方法 |
US7716077B1 (en) * | 1999-11-22 | 2010-05-11 | Accenture Global Services Gmbh | Scheduling and planning maintenance and service in a network-based supply chain environment |
US20150254589A1 (en) * | 2014-03-04 | 2015-09-10 | Tata Consultancy Services Limited | System and Method to Provide Inventory Optimization in a Multi-Echelon Supply Chain Network |
CN108090602A (zh) * | 2016-11-22 | 2018-05-29 | 浙江科技学院 | 一种基于无标度供应网格簇的复杂供应链网络优化设计方法 |
CN107392424A (zh) * | 2017-06-14 | 2017-11-24 | 中国航空综合技术研究所 | 一种建立产品制造过程中质量波动源解释结构模型的方法 |
CN110503326A (zh) * | 2019-08-16 | 2019-11-26 | 南京邮电大学 | 一种基于复杂网络的分层供应链网络的建模方法 |
Non-Patent Citations (2)
Title |
---|
孙锐;王海燕;: "基于BP神经网络的电子商务环境下供应链联盟绩效评价研究", 管理评论, no. 12, pages 24 - 29 * |
鹿红娟;郭伟;邵宏宇;: "基于博弈论的再制造生产模式的研究", 机械工程学报, vol. 47, no. 20, pages 18 - 22 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117473199A (zh) * | 2023-11-17 | 2024-01-30 | 广东永锢电子机械科技有限公司 | 应用于供应链物流系统的信息推送方法及系统 |
CN117473199B (zh) * | 2023-11-17 | 2024-03-19 | 广东永锢电子机械科技有限公司 | 应用于供应链物流系统的信息推送方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113673817B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghorabaee et al. | Fuzzy extension of the CODAS method for multi-criteria market segment evaluation | |
Seidscher et al. | A Semi-Markov decision problem for proactive and reactive transshipments between multiple warehouses | |
Ko et al. | A genetic algorithm-based heuristic for the dynamic integrated forward/reverse logistics network for 3PLs | |
Dotoli et al. | A multi-level approach for network design of integrated supply chains | |
Ding et al. | Stochastic multi-objective production-distribution network design using simulation-based optimization | |
Shu et al. | Integrated location and two-echelon inventory network design under uncertainty | |
Srinivasan et al. | A comprehensive clustering algorithm for strategic analysis of supply chain networks | |
Chen | Large-scale optimization in online-retail inventory management | |
CN113673817A (zh) | 一种复杂供应链网络系统架构建模与适应性评价方法 | |
Huh et al. | A continuous‐time strategic capacity planning model | |
Rajkanth et al. | Material flow optimisation in a multi-echelon and multi-product supply chain | |
Bozorgirad et al. | Genetic algorithm enhancement to solve multi source multi product flexible multistage logistics network | |
Mittal et al. | Ordering policy using temporal association rule mining | |
CN113052418A (zh) | 一种基于多维数据结构的生产计划方法及系统 | |
Xu et al. | Research on evaluation on agility of agile supply chain network based on complex network theory | |
Tajabadi et al. | To develop an integrated model for green supply chain | |
Nguyen et al. | Big data analytics in supply chain management in supply-chain management: A state-of-the-art literature review | |
Singh et al. | TISM-based model to evaluate the flexibility index of a supply chain | |
Farhangi | Multi-Echelon Supply Chains with Lead Times and Uncertain Demands: A Lot-Sizing Formulation and Solutions | |
Kazemi et al. | Presenting a bi-objective integrated model for production-distribution problem in a multi-level supply chain network | |
Zwolińska et al. | Impact of change in the structure of distribution system on incurred cost | |
Tripathi et al. | A Network based Approach for Reducing Variant Diversity in Production Planning and Control. | |
Kawabata et al. | Detection of bottleneck in manufacturing supply chain using specific kpi | |
Jahan | Proposing a New Method to Optimize the Routing in the Distribution of Vendors' Goods Using the Internet of Things (IoT) | |
Gjeldum et al. | APPLICATION OF THE INTEGRATIVE PROCEDURE FOR MANAGEMENT OF PRODUCTION AND SERVICE IMPROVEMENT PROCESS ON THE ASSEMBLY LINE. |
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 |