论文部分内容阅读
供应链网络覆盖的区域越来越广,涉及不同的国家和地区;供应链网络结构越来越复杂,涉及到众多不同类型网络的叠加;供应链网络中的产品特征不同,对整个供应链网络运行的影响不同;供应链管理中的自然风险和人为风险因素众多,风险管理方法的差异性较大。伴随全球经济一体化进程的加快和网络信息技术的高速发展,高效的计算机与计算机网络和信息系统完全能够协调覆盖全球范围内的供应链网络,这就要求研究人员能够提供更加准确有效的理论来理解如此复杂的供应链网络,更加实用的工具来指导供应链网络中决策者的决策。供应链网络涉及产品的物流运输网络、资金网络、信息网络、企业关系和人际关系网络等等,具有多重网络叠加的超网络特征和性质,而超网络理论对具有多层、多级、多维、多属性和多准则特征的网络问题能够给出有效而准确的解释。因此,采用超网络视角对供应链网络开展研究具有重要的理论意义和现实价值。本文在界定超网络和供应链超网络概念和特征的基础上,明晰主要研究内容,在此基础上构建了准确描述供应链网络特征和产品特征的超网络均衡模型,以及基于风险管理的供应链超网络均衡模型,通过数值算例证明求解的可行性和可靠性,通过敏感性分析了解不同参数的变化对于均衡结果的影响情况,通过单一厂商趋近均衡解的过程,分析此过程中相关厂商的最优决策情况。本文的主要研究工作包括以下几个方面:(1)动态供应链超网络均衡模型。针对需求的动态变化,构建了动态供应链超网络均衡模型,在时变需求和弹性需求下把优化模型转化成为变分不等式和演化变分不等式,采用修正投影算法和动态投影系统进行求解。并给出在时变需求和弹性需求下两种算例,得到了个体优化下的均衡解,证明了方法的可靠性和实用性,其次通过某一时刻个体优化和全局优化下的最优解,对比个体优化和全局优化的差异情况。(2)基于产品促销的多目标决策下供应链超网络均衡模型。不同的促销方式与供应链网络中决策者决策时不同的决策目标,对于供应链均衡流量的影响不同,本文构建了基于产品促销的多目标决策下供应链三层超网络均衡模型,第一层为产品生产商,第二层为产品零售商,第三层为产品的需求市场,生产商和零售商考虑成本、关系价值和风险三个决策目标,并且产品的促销方式对个体厂商之间关系价值的影响较大。在弹性需求下,把生产商和零售商的效用最优化表达式转换成变分不等式,采用修正投影算法进行求解,给出决策者在风险和关系价值不同的偏好下的敏感性分析,并通过一厂商趋近均衡解的过程,说明其它厂商在此过程中的的最优决策情况。该模型更加适合具有产品促销方式的供应链网络的实际应用,该模型的研究也有利于推进供应链网络中实际操作方法和超网络理论的结合从而解决供应链网络中的实际问题,可为供应链网络中不同厂商从个体优化的角度在不同促销方式下的最优决策提供科学的参考。(3)时间敏感性产品供应链超网络均衡模型。供应链网络中大部分产品都具有时间的约束,针对这类产品具有时间敏感性的特点,并结合供应链网络的实际情况,构建了两种时间敏感性产品供应链超网络均衡模型。一种是采用奖惩函数表达对时间的控制,当产品送达超过最后日期,将受到惩罚,如果提前送达将给予一定的奖励;另一种是采用时间函数和损失率来表达效用递减类易腐性产品随着时间的推移,其产品变化的特征。进一步把个体厂商的效益优化表达式转换成变分不等式,采用修正投影算法进行求解。给出相应的算例,并通过敏感性分析探讨了奖惩力度、时间约束和损失率逐渐增大的情况下,网络中的均衡流量的变化情况。通过一厂商趋近均衡解的过程,阐述其它厂商在时间约束下的最优决策情况。该模型的研究有助于解决目前通过多目标决策方法描述时间敏感性产品不准确和目标间权重难以确定的问题,这两个模型的研究也有利于多种方法和超网络理论与方法相结合来解决实际问题,可为时间敏感性产品供应链网络中的节点企业在个体优化下的最优决策提供借鉴与参考。(4)基于风险管理的供应链超网络均衡模型。供应链网络的风险管理是供应链管理的主要内容之一,目前供应链网络中自然风险因素和人为风险因素众多,不同的风险因素导致供应链中断的情况时常发生,供应链企业损失惨重,为进一步理解和解决此问题,构建了两种基于风险管理的供应链超网络模型。一种是采用风险系数控制产品生产商供应零售商产品的比例;另一种是基于风险因素发生的概率和损失,各个节点厂商优化期望利润。通过这两种方式构建了三层供应链超网络模型。通过算例分析了不同风险系数和风险因素发生概率情况下,网络中均衡解的敏感性情况。通过一厂商趋近均衡解的过程,说明在不同的风险管理方法下,相关厂商在此过程中的最优决策情况。并采用超网络绩效测度的N-Q方法测度了供应链网络绩效在不同风险系数下的变化情况。该模型的研究有助于解决目前通过多目标决策方法描述供应链超网络中风险管理所带来的难以应用的问题,该模型的研究也有利于供应链超网络的理论研究和实际应用相结合,为基于风险管理的供应链网络中节点企业的最优决策提供科学参考。