1、建模与仿真建模与仿真SD方法方法经济管理学院工业工程系经济管理学院工业工程系1 外文参考教材外文参考教材(1)Jay.M.Forrester Industrial Dynamics,Principles of Systems,Urban Dynamics,World Dynamics 中文版。中文版。(2)John.D.Sterman Business Dynamics中文版中文版(3)Michael.C.Jackson Systems Thinking中文版中文版(4)Peter.M.Senge The Fifth Discipline中文版中文版(5)Dennis Sherwood See
2、ing the Forest for the Trees:A Managers Guide to Applying Systems Thinking 中文版中文版参考资料参考资料2 中文参考教材中文参考教材(1)王其藩王其藩 高级系统动力学，清华大学出版社，高级系统动力学，清华大学出版社，1995年年 9月月,系系统动力学，清华大学出版社，统动力学，清华大学出版社，1994年年10月月(2)俞金康，俞金康，系统动态学原理及其应用系统动态学原理及其应用，1993(3)谭惠民，谭惠民，系统动力学系统动力学，1989(4)喻学恒，喻学恒，系统工程理论与应用第一卷：系统动力学系统工程理论与应用第一卷：
3、系统动力学，1983(5)苏懋康，苏懋康，系统动力学原理及应用系统动力学原理及应用，1988(6)都兴富，都兴富，系统动力学原理及其应用系统动力学原理及其应用，1989(7)胡玉奎，胡玉奎，系统动力学系统动力学战略与策略实验室战略与策略实验室，1988(8)贾仁安、丁荣华，系统动力学贾仁安、丁荣华，系统动力学反馈动态性复杂分析，反馈动态性复杂分析，20033 电子版资料电子版资料(1)MIT系统动力学研究小组系统动力学研究小组 Road maps about Systems Dynamics(2)MIT开放式课程讲义开放式课程讲义 (3)系统动力学方法：快速指南系统动力学方法：快速指南(4)美
4、国能源部的系统动力学入门教程美国能源部的系统动力学入门教程 系统系统动力学入门教程动力学入门教程(5)Vensim软件中文参考手册软件中文参考手册(6)VensimUsers Guide Version 5 英文版英文版4 系统思考与系统思考与SD相关网站相关网站(1)MIT系统动力学小组的网站系统动力学小组的网站 http:/sdg.scripts.mit.edu/(2)中国学习型组织中国学习型组织 (3)系统动力学协会系统动力学协会 http:/www.systemdynamics.org/(4)系统动力学讨论论坛系统动力学讨论论坛 http:/www.systemdynamics.org
5、/forum系统动力学结构模型化原理系统动力学结构模型化原理基本反馈回路的基本反馈回路的DYNAMO仿真分析仿真分析SD方法方法7.1 系统动力学原理系统动力学原理1、由来与发展、由来与发展 Systems Dynamics,SD/J.W.Forrester(MIT)Industridl Dynamics(ID),1959Principles of Systems,1968Urban Dynamics(UD),1969World Dynamics(WD),1971SD,19727.1 系统动力学原理系统动力学原理2、研究对象及其结构特点、研究对象及其结构特点（1 1）研究对象）研究对象社会系统
6、社会系统（2 2）结构特点）结构特点 抉择性抉择性具有决策环节（人、信息）具有决策环节（人、信息）自律性自律性具有反馈环节具有反馈环节 非线性非线性具有延迟环节具有延迟环节（3 3）SDSD将社会系统当作将社会系统当作非线性非线性(多重多重)信息反信息反馈系统馈系统来研究来研究7.1 系统动力学原理系统动力学原理认识认识问题问题界定界定系统系统要素及其因要素及其因果关系分析果关系分析建立结建立结构模型构模型建立数建立数学模型学模型仿真仿真分析分析比较与比较与评价评价政策政策分析分析（流图）（流图）（DYNAMOYDYNAMOY方程）方程）3、工作程序、工作程序7.1 系统动力学原理系统动力学原
7、理4、系统动力学模型、系统动力学模型（1 1）常用要素）常用要素流流速率速率水平变量水平变量源与汇源与汇参数参数（2 2）流图符号）流图符号 流流 实物流实物流信息流信息流 速率变量速率变量 水准变量水准变量 L1 辅助变量辅助变量 A1。R1R1()。7.1 系统动力学原理系统动力学原理决 策行 动系 统状 态信 息(a)信息水准变量速率变量(系统状态)流(行动)(决策系统)7.1 系统动力学原理系统动力学原理 明确问题及其构成要素；明确问题及其构成要素；绘制要素间相互作用关系的因果关系绘制要素间相互作用关系的因果关系图。注意一定要形成回路；图。注意一定要形成回路；确定变量类型（确定变量类型
8、（L L变量、变量、R R变量和变量和A A变变量）。将要素转化为变量，是建模的关键一步量）。将要素转化为变量，是建模的关键一步。在此，应考虑以下几个具体原则：在此，应考虑以下几个具体原则：（3 3）流图绘制程序和方法）流图绘制程序和方法7.1 系统动力学原理系统动力学原理 a.水准（水准（L）变量是积累变量，可定义在任变量是积累变量，可定义在任何时点；而速率（何时点；而速率（R)变量只在一个时段才有变量只在一个时段才有意义。意义。b.决策者最为关注和需要输出的要素一般决策者最为关注和需要输出的要素一般被处理成被处理成L变量。变量。c.在反馈控制回路中，两个在反馈控制回路中，两个L变量或两个变
9、量或两个R变量不能直接相连变量不能直接相连。d.为降低系统的阶次，应尽可能减少回路为降低系统的阶次，应尽可能减少回路中中L变量的个数。故在实际系统描述中，辅变量的个数。故在实际系统描述中，辅助（助（A）变量在数量上一般是较多的。变量在数量上一般是较多的。绘制绘制SD流图。流图。7.1 系统动力学原理系统动力学原理5 5、举例、举例 L1R1（利息1）C1(利率)IR1(订货量)库存量DY(期望库存)（库存差额）PR1R2(出生人口)(人口总量)(死亡人口)C1（出生率）C2（死亡率）组织改善组 织绩 效组织缺陷。7.1 系统动力学原理系统动力学原理1、基本、基本DYNAMO方程方程(DYNAm
10、ic Model)水准方程（水准方程（L L方程）方程）L L1K=L1J+DTL L1K=L1J+DT*(RIJK-(RIJK-ROJK)ROJK)速率方程（速率方程（R R方程）方程）R R1KL=f(L1K,A1K,)辅助方程（辅助方程（A方程）方程）A A1K=g(L1K,A2K,R1JK,)赋初值方程（赋初值方程（N方程）方程）N L1=数值数值 或或 L1=L10 L10=数值数值常量方程常量方程（C C方程）方程）C C1=数值数值7.2 基本反馈回路的基本反馈回路的DYNAMO仿真分析仿真分析2、一阶正反馈回路、一阶正反馈回路 年人口增 加人 口数（+）P +PR PR PC1
11、（人口年自然增长率人口年自然增长率0.02）。L P K=PJ+DTJ+DT*PRJKPRJKN P=100R PRKL=C1KL=C1*PKPKC C1=0.02 PPR0100211022.042104.042.0808p1000一阶正反馈（简单一阶正反馈（简单人口问题）系统输人口问题）系统输出特性曲线出特性曲线7.2 基本反馈回路的基本反馈回路的DYNAMO仿真分析仿真分析3、一级负反馈回路、一级负反馈回路 库存量库存差额订货量+()R1DI+期望库存Y1000 Z（订货调整时间，5）I R1D Y（6000）。L IK=IJ+DTK=IJ+DT*R1JKR1JKN I=1000R R1
12、KL=DK/ZKL=DK/ZA DK=Y-IKK=Y-IKC Z=5C Y=6000 IDR10100050001000120004000800228003200640It10000 一阶负反馈（简单一阶负反馈（简单 库存控制）系统输库存控制）系统输 出特性曲线出特性曲线4、简单库存控制系统的扩展简单库存控制系统的扩展 库存量入库量途中存货量订货量库存差额I（）+（）GR2+R1+Z（5）Y（6000）I G100001000R1 R2DW（10）。L GK=GJ+DTK=GJ+DT*(R1KL-R2JK)(R1KL-R2JK)L IK=IJ+DTR2JKK=IJ+DTR2JKR R1KL=D
13、/ZKL=D/ZA D=Y-IKKC Y=6000C W=10,Z=5C I=1000C G=1000060001000t二阶负反馈系统输出特性曲线I交（到）货 率 库存量 测试 函数正常销售（发货）率。销售（发货）率T3 MAXT2 库存 差额期望库存SMOOTH平 均 销售（发货）率 订货率StepRampPulseSinNoiseDELAY。7.3 案例案例背景知识：背景知识：牛鞭效应：牛鞭效应：最早由宝洁公司在最早由宝洁公司在20世纪世纪90年代提年代提出的。宝洁公司对其中某项产品的订货进行考察出的。宝洁公司对其中某项产品的订货进行考察时发现，其产品的零售商的库存是稳定的，波动时发现，
14、其产品的零售商的库存是稳定的，波动幅度不大，然后再考察分销商的订货情况时，发幅度不大，然后再考察分销商的订货情况时，发现分销商的订货需求波动比较大，而宝洁公司向现分销商的订货需求波动比较大，而宝洁公司向它的供应商订货幅度变化更大。从产品的零售商它的供应商订货幅度变化更大。从产品的零售商到供应商，他们的订货需求的波动幅度逐渐增大，到供应商，他们的订货需求的波动幅度逐渐增大，形似一条鞭子，因此被称为牛鞭效应（如图）。形似一条鞭子，因此被称为牛鞭效应（如图）。市场需求量市场需求量零售商订货量零售商订货量分销商订货量分销商订货量供应商订货量供应商订货量订货量订货量时间时间牛鞭效应示意图牛鞭效应示意图啤
15、酒游戏：该游戏是由麻省理工学院斯隆管理学院在啤酒游戏：该游戏是由麻省理工学院斯隆管理学院在20世纪世纪60年代创立的库存管理策略游戏，该游戏形象地反年代创立的库存管理策略游戏，该游戏形象地反映出牛鞭效应的存在及影响。几十年来，游戏的参加者成映出牛鞭效应的存在及影响。几十年来，游戏的参加者成千上万，但游戏总是产生类似的结果。千上万，但游戏总是产生类似的结果。因此游戏产生恶劣因此游戏产生恶劣结果的原因必定超出个人因素结果的原因必定超出个人因素,这些原因必定是藏在游戏这些原因必定是藏在游戏本身的结构里。本身的结构里。在游戏中，零售商通过向某一批发商订货，来响应顾在游戏中，零售商通过向某一批发商订货，
16、来响应顾客要求购买的啤酒订单，批发商通过向生产啤酒的工厂订客要求购买的啤酒订单，批发商通过向生产啤酒的工厂订货来响应这个订单。该实验分成三组，分别扮演零售经理、货来响应这个订单。该实验分成三组，分别扮演零售经理、批发经理和工厂经理。每一组都以最优的方式管理库存，批发经理和工厂经理。每一组都以最优的方式管理库存，准确订货以使利润最大化。准确订货以使利润最大化。案例介绍：此案例主要是通过模拟啤酒游戏来仿真供应案例介绍：此案例主要是通过模拟啤酒游戏来仿真供应链中的牛鞭效应，从为改善牛鞭效应来提供帮助。首先假链中的牛鞭效应，从为改善牛鞭效应来提供帮助。首先假设啤酒游戏中包含零售商、批发商、供应商三个成
17、员。同设啤酒游戏中包含零售商、批发商、供应商三个成员。同时对游戏中的参数进行如下假设：市场对啤酒的前时对游戏中的参数进行如下假设：市场对啤酒的前4周的周的需求率为需求率为1000周周/箱，箱，在在5周时开始随机波动，波动幅度周时开始随机波动，波动幅度为为200，均值为，均值为0，波动次数为，波动次数为100次，随机因子为次，随机因子为4个。个。假设各节点初始库存和期望库存为假设各节点初始库存和期望库存为3000箱，期望库存持箱，期望库存持续时间为续时间为3周，库存调整时间为周，库存调整时间为4周，移动平均时间为周，移动平均时间为5周，周，生产延迟时间和运输延迟时间均为生产延迟时间和运输延迟时间
18、均为3周，不存在订单延迟。周，不存在订单延迟。仿真时间为仿真时间为0200周，仿真步长为周，仿真步长为1周。期望库存等于周。期望库存等于期望库存持续时间和各节点的销售预测之积。期望库存持续时间和各节点的销售预测之积。问题识别：本案例主要研究供应链中牛鞭效应，各个供应链问题识别：本案例主要研究供应链中牛鞭效应，各个供应链节点库存积压，库存波动幅度比较大，不够稳定，导致供节点库存积压，库存波动幅度比较大，不够稳定，导致供应链的成本居高不下，失去了竞争优势。因此急需采取措应链的成本居高不下，失去了竞争优势。因此急需采取措施来削弱牛鞭效应，从而能够降低整条供应链的成本，建施来削弱牛鞭效应，从而能够降低
19、整条供应链的成本，建立稳定的竞争优势。因此本案例通过啤酒游戏来对供应链立稳定的竞争优势。因此本案例通过啤酒游戏来对供应链进行仿真，从而为寻找较优的供应链结构来削弱牛鞭效应，进行仿真，从而为寻找较优的供应链结构来削弱牛鞭效应，降低成本。降低成本。系统边界确定：本案例中只考虑供应链中零售商、批发商、系统边界确定：本案例中只考虑供应链中零售商、批发商、供应商，而且仅考虑他们之间的库存订货系统，没有涉及供应商，而且仅考虑他们之间的库存订货系统，没有涉及供应商的生产系统，供应链中的物流供应系统等等。供应商的生产系统，供应链中的物流供应系统等等。因果关系图：因果关系图：当市场需求增加时，零售商的库存将会减
20、少，当市场需求增加时，零售商的库存将会减少，从而导致零售商期望库存和零售商的库存之差即零售商库从而导致零售商期望库存和零售商的库存之差即零售商库存差增加，当零售商库存差增加，零售商增加向批发商订存差增加，当零售商库存差增加，零售商增加向批发商订货来弥补库存差。零售商的订货增加会加快批发商对零售货来弥补库存差。零售商的订货增加会加快批发商对零售商的送货率，但是这个过程存在两个延迟过程。一个信息商的送货率，但是这个过程存在两个延迟过程。一个信息延迟过程，就是零售商将市场需求变化情况反馈批发商过延迟过程，就是零售商将市场需求变化情况反馈批发商过程。另一个是物质延迟过程，就是批发商得到零售商的订程。另
21、一个是物质延迟过程，就是批发商得到零售商的订货要求需要一个时间过程来满足这个要求。同样，批发商货要求需要一个时间过程来满足这个要求。同样，批发商的库存也会减少，这样就引起批发商期望库存和批发商库的库存也会减少，这样就引起批发商期望库存和批发商库存之差，批发商就会增加向供应商订货来弥补库存差。同存之差，批发商就会增加向供应商订货来弥补库存差。同理，批发商增加订货量会引起供应商向生产商或上级供应理，批发商增加订货量会引起供应商向生产商或上级供应商增加订货量，在这两个弥补库存差的过程中同样存在延商增加订货量，在这两个弥补库存差的过程中同样存在延迟过程，然后来响应市场需求迟过程，然后来响应市场需求。系
22、统流程图：根据因果关系图绘制系统流程图。首系统流程图：根据因果关系图绘制系统流程图。首先要识别系统中的水平变量、速率变量。本系统先要识别系统中的水平变量、速率变量。本系统中包括零售商库存、批发商库存、供应商库存三中包括零售商库存、批发商库存、供应商库存三个水平变量；市场需求率、批发商发货率、供应个水平变量；市场需求率、批发商发货率、供应商发货率、供应商生产率、三个速率变量。各个商发货率、供应商生产率、三个速率变量。各个节点的发货率是根据下级节点的订单来决定的。节点的发货率是根据下级节点的订单来决定的。各级节点的订单又是由产品销售预测和库存差来各级节点的订单又是由产品销售预测和库存差来决定的。各
23、个节点的发货率还需要辅助变量来表决定的。各个节点的发货率还需要辅助变量来表达。辅助变量包括各节点的订单量，期望库存、达。辅助变量包括各节点的订单量，期望库存、销售预测量、供应商生产需求。销售预测量、供应商生产需求。建立仿真方程式：建立仿真方程式：(1)市场销售率市场销售率=1000+IF THEN ELSE(TIME4，RANDOM NORMAL(-200，200，0，100，4),0)单单位：箱位：箱/周周(2)零售商销售预测零售商销售预测=SMOOTH(市场销售率，移动平均时间市场销售率，移动平均时间)单位：箱单位：箱/周周(3)零售商期望库存零售商期望库存=期望库存持续时间期望库存持续时
24、间零售商销售预测零售商销售预测 单位：箱单位：箱(4)零售商库存零售商库存=INTEG(分销商发货率分销商发货率-市场销售率，市场销售率，3000)单位：箱单位：箱(5)零售商订单零售商订单=MAX(0，零售商销售预测，零售商销售预测+(零售商期望库零售商期望库存存-零售商库存零售商库存)/库存调整时间库存调整时间)单位：箱单位：箱/周周(6)批发商发货率批发商发货率=DELAY3(零售商订单，运输延迟时间零售商订单，运输延迟时间)单位：箱单位：箱/周周(7)批发商销售预测批发商销售预测=SMOOTH(批发商发货率，移动平均时批发商发货率，移动平均时间间)单位：箱单位：箱/周周(8)批发商库存
25、批发商库存=INTEG(供应商发货率供应商发货率-批发商发货率，批发商发货率，3000)单位：箱单位：箱(9)批发商期望库存批发商期望库存=期望库存持续时间期望库存持续时间批发商销售预测批发商销售预测 单位：箱单位：箱(10)批发商订单批发商订单=MAX(0，批发商销售预测，批发商销售预测+(批发商期望批发商期望库存库存-分销商库存分销商库存)/库存调整时间库存调整时间)单位：箱单位：箱/周周(11)供应商发货率供应商发货率=DELAY3(分销商订单，运输延迟时间分销商订单，运输延迟时间)单位：箱单位：箱/周周(12)供应商销售预测供应商销售预测=SMOOTH(供应商发货率，移动平均供应商发货
26、率，移动平均时间时间)单位：箱单位：箱/周周(13)供应商库存供应商库存=INTEG(供应商生产率供应商生产率-供应商发货率，供应商发货率，3000)单位：箱单位：箱(14)供应商期望库存供应商期望库存=期望库存持续时间期望库存持续时间供应商销售预测供应商销售预测 单位：箱单位：箱(15)供应商生产需求供应商生产需求=MAX(0，供应商销售预测，供应商销售预测+(供应商供应商期望库存期望库存-供应商库存供应商库存)/库存调整时间库存调整时间)单位：箱单位：箱/周周(16)供应商生产率供应商生产率=DELAY3(供应商生产需求率，生产延供应商生产需求率，生产延迟迟)单位：箱单位：箱/周周计算机仿
27、真：计算机仿真：使用使用Vensim软件建立系统流图和填入方程软件建立系统流图和填入方程式，就可以对系统进行仿真。建立仿真模型式，就可以对系统进行仿真。建立仿真模型可以可以与现实对照，可以寻求削弱牛鞭效应的策略，可与现实对照，可以寻求削弱牛鞭效应的策略，可以预测系统未来的行为趋势。以预测系统未来的行为趋势。通过仿真结果可以发现啤酒游戏能够很好地模通过仿真结果可以发现啤酒游戏能够很好地模拟供应链中的牛鞭效应现象。系统中各个成员的拟供应链中的牛鞭效应现象。系统中各个成员的库存和订单量都波动幅度很大，市场的需求信息库存和订单量都波动幅度很大，市场的需求信息在供应链中一级一级地放大。在供应链中一级一级
28、地放大。我们已经很好地对真实的牛鞭效应进行了仿真，我们已经很好地对真实的牛鞭效应进行了仿真，因此现在需要采用措施来削弱牛鞭效应。我们知因此现在需要采用措施来削弱牛鞭效应。我们知道系统的结构决定系统的行为，同样牛鞭效应由道系统的结构决定系统的行为，同样牛鞭效应由啤酒游戏中的结构决定。所以要想削弱牛鞭效应啤酒游戏中的结构决定。所以要想削弱牛鞭效应关键在于进行政策优化。关键在于进行政策优化。政策优化：政策优化：在前面已经提到，政策优化包括参数优化、结构优化、在前面已经提到，政策优化包括参数优化、结构优化、边界优化。边界优化。SD的优化是最优控制问题。但是这种优化在的优化是最优控制问题。但是这种优化在
29、本质上大大不同于人们已熟悉的线性模型，常规的最优化本质上大大不同于人们已熟悉的线性模型，常规的最优化技术对它已无能为力。关于技术对它已无能为力。关于SD优化的手段与方法，常用优化的手段与方法，常用的是的是”试凑法试凑法”，即事先设计政策方案，然后通过模拟在，即事先设计政策方案，然后通过模拟在所设计的方案中选优。所设计的方案中选优。“试凑法试凑法”一般是对系统的参数而一般是对系统的参数而言，主要依靠建模与分析人员的经验和技巧，很难达到数言，主要依靠建模与分析人员的经验和技巧，很难达到数学意义上的优化或满意。这也是有人质疑系统动力学的地学意义上的优化或满意。这也是有人质疑系统动力学的地方，没有数学
30、上的严谨性。因此有些系统动力学研究者想方，没有数学上的严谨性。因此有些系统动力学研究者想弥补弥补“试凑法试凑法”的缺点，开始将遗传算法、蚁群算法、小的缺点，开始将遗传算法、蚁群算法、小波分析等全局优化方法用于波分析等全局优化方法用于SD模型的优化问题。模型的优化问题。对于牛鞭效应现象，已经很多国内外学者进对于牛鞭效应现象，已经很多国内外学者进行了深入的研究，关于牛鞭效应的原因提出了许行了深入的研究，关于牛鞭效应的原因提出了许多原因。因此在此借鉴他们的研究成果，提出的多原因。因此在此借鉴他们的研究成果，提出的措施来削弱牛鞭效应，通过对它们进行仿真模拟，措施来削弱牛鞭效应，通过对它们进行仿真模拟，
31、来验证这些措施的效果。来验证这些措施的效果。其中其中斯坦福大学斯坦福大学Hau L.Lee 教授对牛鞭效应教授对牛鞭效应的原因比较有说服力。本案例主要研究供应链组的原因比较有说服力。本案例主要研究供应链组织结构和信息结构对牛鞭效应的影响，从而为优织结构和信息结构对牛鞭效应的影响，从而为优化系统结构提供帮助。化系统结构提供帮助。1.供应链组织结构：通过增长供应链的长度和缩供应链组织结构：通过增长供应链的长度和缩短供应链的长度来研究牛鞭效应的变化情况。所短供应链的长度来研究牛鞭效应的变化情况。所以我们分别研究二级供应链和四级供应链的库存以我们分别研究二级供应链和四级供应链的库存和订单情况，从而与三
32、级供应链进行对比，看验和订单情况，从而与三级供应链进行对比，看验证牛鞭效应是否与供应链的长度有关。二级供应证牛鞭效应是否与供应链的长度有关。二级供应链裁掉批发商，供应商直接和零售商进行交易。链裁掉批发商，供应商直接和零售商进行交易。四级供应链增加一个分销商。二级供应链、四级四级供应链增加一个分销商。二级供应链、四级供应链和三级供应链的因果关系图、系统流图、供应链和三级供应链的因果关系图、系统流图、方程式都类似，因此在这里不再重复。方程式都类似，因此在这里不再重复。通过对各级供应链的各成员库存量和订单的通过对各级供应链的各成员库存量和订单的比较，随着供应链上节点企业的增加比较，随着供应链上节点企
33、业的增加,供应商生产供应商生产需求大幅上升，在四级供应链中更是达到需求大幅上升，在四级供应链中更是达到6000箱箱/周。由此说明周。由此说明,供应链中水平层次的参与者越多供应链中水平层次的参与者越多,信息被加工迭代次数就越多信息被加工迭代次数就越多,放大现象越严重放大现象越严重,市市场需求扭曲的程度也越大。可以知道随着供应链场需求扭曲的程度也越大。可以知道随着供应链长度增长，供应链的牛鞭效应越来越严重。因此长度增长，供应链的牛鞭效应越来越严重。因此可以知道供应链的组织结构对牛鞭效应是有一定可以知道供应链的组织结构对牛鞭效应是有一定的影响的，所以通过调整供应链的组织结构可以的影响的，所以通过调整
34、供应链的组织结构可以来削弱牛鞭效应。现在供应链越来越向网络化，来削弱牛鞭效应。现在供应链越来越向网络化，虚拟化；那么这样的供应链组织调整是不是有利虚拟化；那么这样的供应链组织调整是不是有利于供应链库存水平的稳定呢？于供应链库存水平的稳定呢？(拓展部分拓展部分)2.供应链信息结构供应链信息结构 许多研究牛鞭效应的学者都认为供应链的信许多研究牛鞭效应的学者都认为供应链的信息结构对牛鞭效应有很大的影响，由于供应链成息结构对牛鞭效应有很大的影响，由于供应链成员之间利用信息不对称进行商业博弈，从而导致员之间利用信息不对称进行商业博弈，从而导致市场需求信息在各级成员之间被扭曲，逐渐放大市场需求信息在各级成
35、员之间被扭曲，逐渐放大市场需求。因此很多学者提出通过供应链各成员市场需求。因此很多学者提出通过供应链各成员之间的协调之间的协调,建立有效的信息共享机制与激励机制建立有效的信息共享机制与激励机制,可以减轻牛鞭效应的影响。所以当前出现了许多可以减轻牛鞭效应的影响。所以当前出现了许多新的供应链库存管理模式如供应商库存管理新的供应链库存管理模式如供应商库存管理(Vendor Managed Inventory,VMI)、联合库、联合库存管理存管理(Jointly Managed Inventory，JMI)、协同规划、预测与补给协同规划、预测与补给（Collaborative Planning For
36、ecasting and Replenishment,CPFR)等等。等等。本案例中我们选取本案例中我们选取VMI模式来验证通过改善供模式来验证通过改善供应链信息结构是否能够削弱牛鞭效应。应链信息结构是否能够削弱牛鞭效应。VM I(供供应商管理库存应商管理库存)是一种较为典型的信息共享下的库是一种较为典型的信息共享下的库存管理方式存管理方式.在传统的供应链管理模式中在传统的供应链管理模式中,信息流由下至信息流由下至上到达制造商上到达制造商,物流由上至下到达终端客户物流由上至下到达终端客户,在这在这个过程中个过程中,供应链成员彼此都是独立的供应链成员彼此都是独立的,没有信息没有信息共享共享,每个
37、个体都是为了自己的利益最大化考虑每个个体都是为了自己的利益最大化考虑,只会采取自己的预测方法只会采取自己的预测方法,遵守各自的补货原则等。遵守各自的补货原则等。与传统供应链不同的是与传统供应链不同的是,由于信息共享由于信息共享,使使得得VM I下的供应链中只包含有用的和真实的需求下的供应链中只包含有用的和真实的需求信息信息,供应链成员不再依赖预期来进行订货。在供应链成员不再依赖预期来进行订货。在VM I的协议下的协议下,零售商及时将其商品销售信息和零售商及时将其商品销售信息和库存消耗量跨越分销环节的多个成员库存消耗量跨越分销环节的多个成员,与批发商、与批发商、制造商共享制造商共享,供应商监视零
38、售商的库存状况供应商监视零售商的库存状况,确定确定库存补充数量。库存补充数量。本案例我们以三级本案例我们以三级VMI模式下的供应链为模式下的供应链为研究对象，将其与传统三级供应链进行对比，来研究对象，将其与传统三级供应链进行对比，来验证信息结构的调整对牛鞭效应的影响。验证信息结构的调整对牛鞭效应的影响。VMI模式下的三级供应链与传统的三级供应模式下的三级供应链与传统的三级供应链只是在信息结构不同，链只是在信息结构不同，VMI中成员不再是根据中成员不再是根据自己的销售预测来进行订货，而是在自己的销售预测来进行订货，而是在VMI协议下协议下由零售商将市场的需求信息与批发商、供应商来由零售商将市场的
39、需求信息与批发商、供应商来共享，由供应商来对零售商的库存进行管理。所共享，由供应商来对零售商的库存进行管理。所以以VMI模式的三级供应链的因果关系图与传统三模式的三级供应链的因果关系图与传统三级供应链一样，只是系统流图有点差异。级供应链一样，只是系统流图有点差异。由系统流图可以知道，由系统流图可以知道，VMI模式下的三级供应链模式下的三级供应链各成员的订单直接依赖于市场需求信息，不再根据自己各成员的订单直接依赖于市场需求信息，不再根据自己的销售预测来订货。同时各上游节点需要对下游节点的的销售预测来订货。同时各上游节点需要对下游节点的库存进行管理。因此它们的方程式也要进行修改。库存进行管理。因此
40、它们的方程式也要进行修改。(1)批发商订单批发商订单=MAX(0，零售商销售预测，零售商销售预测+(批发商期批发商期望库存望库存2-批发商库存批发商库存-零售商库存零售商库存)/库存调整时间库存调整时间)单单位：箱位：箱/周周(2)供应商生产需求供应商生产需求=MAX(0，零售商销售预测，零售商销售预测+(供应供应商期望库存商期望库存3-供应商库存供应商库存-批发商库存批发商库存-零售商库存零售商库存)/库存调整时间库存调整时间)单位：箱单位：箱/周周 仿真结果对比如下图所示：仿真结果对比如下图所示：由仿真输出结果可知，与传统供应链相比，在由仿真输出结果可知，与传统供应链相比，在实施实施VMI
41、的供应链中，各节点库存量比较稳定，的供应链中，各节点库存量比较稳定，波动幅度明显减小。供应链各节点订单水平及生波动幅度明显减小。供应链各节点订单水平及生产需求波动幅度也明显降低，说明各节点订货水产需求波动幅度也明显降低，说明各节点订货水平越来越接近市场需求信息，需求信息的放大程平越来越接近市场需求信息，需求信息的放大程度大大减少。由此可知，供应链各成员之间信息度大大减少。由此可知，供应链各成员之间信息的共享有效地缓和了市场需求的不确定性，削弱的共享有效地缓和了市场需求的不确定性，削弱了牛鞭效应。所以通过对供应链的信息结构进行了牛鞭效应。所以通过对供应链的信息结构进行调整有利于削弱牛鞭效应。调整有利于削弱牛鞭效应。
