论文部分内容阅读
考虑自身物流能力有限,很多供应商寻求与第三方物流(Third-party Logistics,TPL)合作以实施供应商管理库存(Vendor-managed Inventory, VMI)。基于此,本论文聚焦于研究VMI&TPL集成环境下的补货及发货策略,主要包括两大部分:其一,由于VMI&TPL集成供应链结构复杂,本文根据系统动力学模拟VMI&TPL集成供应链系统,通过仿真分析了TPL在VMI供应链中的集货与风险分担作用;其二,针对TPL的补货及发货业务,将VMI&TPL集成供应链简化为一个两级供应链模型,根据最优化理论对四种需求环境下TPL补货及发货策略进行优化。具体而言,本文主要创新性研究工作总结如下:一是在VMI-APIOBPCS模型的基础上,将串行供应链拓展到分销供应链中,并引入TPL,构成VMI&TPL三级供应链系统,建立“生产-库存-运输”集成模型(VMI&TPL-APIOBPCS),考察其在阶跃需求和随机需求环境下的系统表现。模拟结果表明:引入TPL后,供应商的生产节奏更加平稳,系统库存水平得到降低,零售商的平均服务水平得到提升。二是在有限计划期内的确定性需求环境下,得到TPL的最优补货及发货策略满足“零库存”规则,基于该规则本文设计了一种复杂度为O(T3)的算法优化TPL的补货及发货策略。通过与VMI的运作成本比较,算例结果表明:引入TPL后能够形成多批次小批量运输,从而有效降低供应链库存水平。另外,考虑了零售商的订单需求带有时间窗约束,当TPL的运输成本是运输量的线性函数时,容易安排发货策略以满足不同零售商的时间窗需求,提出了一种复杂度为O(T3)的算法优化TPL的补货及发货策略。当TPL的运输成本是运输量的Stepwise型函数时,该问题为NP-hard难题,因而考虑了一种特殊的时间窗约束,优先满足时间窗较早的零售商订单,设计了一种复杂度为O(T4)算法优化TPL的补货及发货策略。三是在随机需求下,TPL采用基于时间和基于数量策略以满足下游零售商的累积订单需求,并最小化平均成本。在以上两种集货策略下,分别设计了两个有效算法得到TPL的最优补货及发货策略。通过比较研究发现:当零售商的等待成本较大时,基于时间的发货策略优于基于数量的发货策略。四是在多零售商需求下,不同零售商对交货时间有不同的偏好。TPL的最优发货策略不一定满足“零库存”规则,但不同零售商的最优发货期为层级包含结构,基于该发货期结构提出一个有效算法得到每个补货周期内的最优发货策略,并根据WW模型和算法得到整个计划期内的最优补货策略。此外,当零售商类别比较多时,以上提出的算法会比较复杂,因而论文提出了两个有效的启发式算法近似得到TPL的补货及发货策略。