赵灿灿,邱君降,张晓冬
(1.首都经济贸易大学 安全与环境工程学院,北京 100070;2.北京科技大学 东凌经济管理学院,北京 100083)
供应链是一种基于“竞争—合作—协调”机制的、以分布成员集成和行为协调为保证的运作模式。成员行为协调是供应链运作过程所面临的核心问题,通过成员协调自主行为和交互行为,可以提高供应链的柔性和服务水平,从而实现供应链组织的利益优化。因此,对供应链运作过程中的行为协调策略进行分析和优化,是提高供应链组织综合效益的有效途径。
针对供应链协调问题,近年来已有不少学者展开了相关研究,研究成果普遍表达了建模仿真方法对供应链协调过程分析的适用性[1-2]。在众多建模仿真方法中,主体技术能够很好地表述供应链成员行为的自治、主动和协作等特性,因此多主体系统与仿真技术相结合的方法是研究供应链协调问题最有效的技术手段。在建模原理方面,加拿大大学企业集成实验室最早将主体技术应用于供应链协调管理,提出一种集成供应链管理系统模型,对该模型应具备的主体种类和主体行为进行了概要性的分析[3];张维勇等也提出了基于多主体的供应链仿真模型,对模型结构、主体行为进行了更详细的描述,并使用JADE(Java Agent Development Framework)平台初步验证了模型的有效性[4];隆清琦等提出基于多主体的供应链分布式仿真平台框架,对平台框架的层次、协调控制结构进行了论述[5];而在具体应用环节,Wang,Iida和徐琪等均建立了基于主体技术的供应链仿真模型,分别量化分析了协商决策、竞争与协作以及协调管理机制对供应链的影响,验证了该技术对研究供应链协调问题的有效性[6-8];Bearzotti等强调成员自治性在供应链协调中的重要性,提出一种基于自治多主体的供应链过程协调仿真方法,并将其应用于供应商—零售商间的配送协调问题[9];Li等基于主体技术,分析了一个三级供应链(供应商—制造商—零售商)中主导成员的价格协调行为对供应链效益的影响[10];Gerard和苏菊宁分别应用主体技术分析了不同库存协调策略在供应链运作中的作用及效果[11-12];姜金菊等基于主体技术对制造商投产方式和原材料采购模式进行了仿真分析[13]。
由文献研究可知,已有仿真模型大多以两级模型(如供应商—零售商)为主,针对供应链局部协调问题展开仿真分析,实际上供应链却是由供应商、制造商、分销商、零售商和顾客组成的多级复杂网络系统。此外,现有的两级模型中也缺乏对成员间信息流、物流、组织关系和行为规则的详细描述,尚无法实现对供应链运作过程涉及的成员自主行为和交互行为的全方位模拟仿真,故而难以揭示供应链组织的演化规律。鉴于此,本文充分考虑成员行为自治、主动和协作等特性,借鉴人工智能多主体理论以及复杂适应系统理论[14-16],构建了一个面向主体行为的多级供应链运作过程集成模型,并基于该模型开发了一个五级供应链运作过程仿真平台,实现了面向供应链成员行为的可视化建模与仿真功能,并通过仿真实验初步验证了所提仿真模型的有效性。
为描述成员行为的自治、主动和协作性,可将供应链运作过程定义为由多级成员与环境交互的多主体复杂系统。该复杂系统通过成员自主及交互行为,不断变更环境对象状态,包括订单任务状态、供应链信息状态和运输工具状态,以协商一致的订货价格及订货量、适当的运输工具,满足订单需求,实现供应链协同运行的目标。因此,可建立一个面向主体行为的供应链运作过程集成模型,如图1所示。
该模型将订单任务、供应链信息和运输工具视为环境对象;其组织结构包含供应商主体、制造商主体、分销商主体、零售商主体和顾客主体五级成员主体。成员主体按任务执行功能实现订单功能主体、产品库存功能主体、生产功能主体和原材料库存功能主体的封装。
成员主体通过传感器感知环境对象状态变化,触发任务执行功能,结合行为库分析感知信息,调用行为协议对变化做出反应,执行各类自主行为(执行/决策行为)和交互行为(协作/协商行为),通过驱动器作用于环境对象来改变其状态,最终完成订单任务,满足需求。
该集成模型体现了以成员主体模型为核心的思想,以及过程中成员行为的自治、主动和协作性,可通过对行为协议和组织策略的定义与调整,实现成员行为和组织策略的仿真分析与优化,为研究供应链的各种不确定性、动态性和复杂性问题提供一种新的思路。因此,下文将重点对成员主体模型进行研究。
供应链运作过程中,成员行为既有自主行为(执行/决策行为),也有交互行为(协作/协商行为)。本文建立了如图2所示的供应链成员多层次主体模型结构。
该模型由传感器、驱动器和行为协议三部分组成,具有如下三层行为结构:
(1)执行层行为 表示成员主体根据环境模型识别供应链运作过程中的反应型事件并直接做出反应。例如:成员主体检测到订单时立刻存储,感知到补货信号时立即向上级发送补货订单,收到询价请求时立即响应给出报价。
(2)本地决策层行为 表示成员主体依据慎思推理开启决策行为并执行相应操作。本地决策层事件一般为较复杂的调度型事件。例如:当成员主体同时有多个待执行的订单任务时,按规则选择订单;当成员主体执行调货订单或紧急订单配送任务时,根据规则选择运输工具。
(3)组织协作层行为 表示成员主体间的交互行为,体现其社会能力和组织关系。供应链运作过程是典型的复杂交互行为过程,因此组织协作层是构建供应链运作过程多主体系统的重要依据,它能够实现对供应链成员间相互依赖、合作及制约关系的详细定义。包括:①供应链组织关系,如层级关系;②成员的群体决策过程,如定价和订货量协商过程;③成员间协作及协商过程,如调货伙伴选择过程、协作伙伴冲突协商过程、运输工具冲突协商过程等。
在主体的三层行为结构中,当某层行为内容超过本层行为能力时,其上层就发生控制作用。成员主体的每层行为均依据感知到的供应链环境状态,与本地行为协议库进行匹配,完成行为的输出。其中,匹配过程采用的是基于规则和解释机制的推理过程;行为协议库既有显性的行为规则,也有隐性的行为知识。
基于上述成员主体结构模型,对成员具体行为内容进行如下分析和提炼:
(1)顾客主体 具体行为内容如表1所示。
表1 顾客主体行为列表及描述
(2)零售商主体 内部按任务执行功能封装了订单功能主体和产品库存功能主体,具体行为内容如表2所示。
表2 零售商主体行为列表及描述
(3)分销商主体 内部按任务执行功能封装了订单功能主体和产品库存功能主体,具体行为内容如表3所示。
表3 分销商主体行为列表及描述
(4)制造商主体 内部按任务执行功能封装订单功能主体、产品库存功能主体、生产功能主体及原材料库存功能主体,具体行为内容如表4所示。
表4 制造商主体行为列表及描述
续表4
(5)供应商主体 内部按任务执行功能封装订单功能主体、产品库存功能主体及生产功能主体,具体行为内容如表5所示。
表5 供应商主体行为列表及描述
上述成员主体的行为内容均按供应链的环境信息和相应的行为协议形成匹配,在运作过程仿真中,可将成员主体的行为协议定义为:成员主体依据当前环境对象状态选择其相应行为的规则。该行为协议对保证集成模型描述供应链运作过程的真实性、仿真运行和结果的可信度均起着决定性作用,是实现仿真的关键。
下面对相关行为协议进行详细定义:
(1)成员主体自主行为协议(执行层、本地决策层)
1)订单检测行为协议 订单功能主体接收到新订单信息后,按订货量判断订单的有效性。
2)订单任务调度协议 当订单功能主体有多个待执行订单任务时,按行为规则进行订单选择决策。其中,状态属性为“等待”的订单优先级更高,其次是状态属性为“开始”新订单。当出现多个可供执行的等待订单时,等待时间较长的订单具有较高优先级;订单功能主体在对状态属性为“开始”的新订单进行排序时,根据下级成员的级别属性确定订单优先级,具有较高级别的下级成员发送的订单具有较高优先级。若具有相同的级别属性,则根据先进先出的时间优先原则确定订单优先级,所有供应链成员的级别属性都会在仿真初始化时得到定义,级别划分和对应属性值为:重要客户(属性值:3)>一般客户(属性值:2)>新客户(属性值:1);订单功能主体空闲时,选择最先满足执行条件的订单任务来执行。
3)订单任务执行协议 当订单功能主体选择某一订单任务后,将在下一仿真步长开始执行。执行过程中依据库存功能主体的反馈信息判断订单是否完成,若反馈成功则表明当前订单完成,此时该订单执行任务相关的所有正常输出信息或者反馈输出信息的状态为“已知”;若反馈失败,则标记订单等待。
4)库存判断行为协议 库存功能主体根据订单量和库存量判断是否满足需求,若满足,则立即配货,并反馈成功;若不满足,则立即按订货量不大于调货阈值判断是否同级调货,若不满足同级调货条件,则反馈失败,否则请示成员主体执行同级调货,若同级调货协作失败,则生成紧急订单,并记录缺货量。
5)订单配货行为协议 当库存功能主体出现多个待执行订单配货任务时,按规则对配货任务进行优先级决策,状态属性为“等待”的订单配货任务具有最高优先级,其次是新的订单配货任务;当出现多个待执行的等待配货任务时,等待时间较长的配货任务具有较高优先级;新配货任务采取先进先出的执行策略。
6)运输工具调度协议 当执行订单配货任务时,按空闲优先原则选择运输工具;当运输工具忙碌或发生故障时,订单配货任务为“等待”。
7)补货协议 库存功能主体连续检查库存,达到补货点则触发补货,生成订货订单。
(2)成员主体交互行为协议(组织协作层)
1)同级调货协作伙伴选择协议 成员主体收到同级调货请示后,从同组成员中根据空闲且拥有较高库存的优先原则选择协作伙伴。
2)同级调货伙伴冲突协议 当协作伙伴冲突时,协作响应方按如下规则选择协作发起方:协作发起方的级别越高,协作的动力越优先,即若级别相当,则同级调货量较大的协作发起方具有优先协作的权利;若同级调货量相当,则根据协作伙伴的主观偏好选择协作发起方。
3)同级调货协作行为协议 当空闲成员主体通过感知器感知到同级调货协作信号时,根据当前库存量、同级调货量判断是否接收协作请求。若接受,则将同级调货订单加入当前订单任务库,同时反馈“协作成功”信息给发起方,协作发起方收到“协作成功”的信号后将订单任务标记为“完成”;若拒绝,则反馈“协作失败”信息给发起方,发起方收到“协作失败”的信号后,置订单任务为“等待”并存储,同时生成紧急订货并记录缺货量。待同级调货协作反馈后,协作发起方从中断处继续执行任务。
4)询价行为协议 当成员主体通过感知器感知到客户的询价信号时,立刻停止当前任务,响应询价请求,按独立定价给出报价。
5)议价行为协议 当成员主体收到询价响应后,按价格数量折扣与响应方展开协商。
相关行为协议并不是完全固定不变的,而是可以在实际供应链运作过程中,根据协调目的对其组织方式及其成员行为规则进行调整,从而更真实地反映出供应链运作过程中组织成员的个人偏好、组织策略和过程控制策略。正是供应链成员行为协议的这种可调整性,才为供应链运作过程的协调优化提供了可能。
本文基于所建立的集成模型,通过各成员主体的自主行为以及成员主体间的沟通、协作等交互行为过程,编制仿真程序,实现了成员行为驱动的供应链运作过程仿真模拟。为了对所提仿真原理的可行性进行验证,采用Visual C++编程语言开发了一个建模及仿真实验平台,初步实现了所提的仿真原理。仿真的具体运行过程如图3所示。
仿真步骤如下:
步骤1 仿真初始化。用户通过打开自定义的仿真控制界面初始化仿真输入参数。
步骤2 供应链运作过程仿真启动后,当仿真运行到需要成员行为时仿真程序暂停,此时感受器模块将当前供应链的环境状态信息传递给集成接口程序,再由接口程序调用相关的供应链成员主体模块,执行对应的处理逻辑。
步骤3 依据成员主体环境状态—行为关系判断:若为执行层行为,则仿真模型加载成员主体行为模块并调用其中相应的执行行为函数;若为本地决策层行为,则仿真模型加载成员主体行为模块,并调用其中已封装的本地推理函数,按照当前供应链的环境信息状态数据推理,返回行为结果,并根据成员行为结果重启相应的仿真程序;若为组织协作层行为,则涉及协作的所有供应链成员主体针对当前环境的信息状态数据进行消息传递和响应,返回协作行为结果,重新启动仿真程序,执行相应的协作行为。
步骤4 仿真运行达到已设定终止条件,仿真结束,并输出仿真结果。
该仿真平台通过一个图形化界面实现了可视化过程建模,具体为:通过主体配置、主体属性和组织关系的定义,灵活地描述供应链成员、层级关系、订单任务及相关信息关系。图4所示为某次仿真实验建立的一个五级供应链运作过程仿真测试模型。
该模型描述了一个典型的5层供应链结构,包括3个供应商(Si,i=3)、1 个制造商(Mi,i=1)、3个分销商(Di,i=3)、9个零售商(Ri,i=9)和27个顾客(Ci,i=27)。具体层级关系和成员级别属性如表6所示,其中顾客的级别属性与其上级零售商成员的级别属性一致。
顾客需求服从指数分布D~e(λ=50);重要顾客(级别=3)的购买概率α3=1、订单等待取消概率β3=0.1;一般顾客(级别=2)的购买概率α2=0.9、订单等待取消概率β2=0.2;新顾客(级别=1)的购买概率α1=0.8、订单等待取消概率β1=0.3;各级采用(R,Q)库存策略,即连续检查库存达到再订货点R,向上级发出订单量Q的订货订单:零售商(54,189)、分销商(162,567)、制造商产品最大库存3 402,日产量243;原材料库存(486,1 701);供应商最大库存1 701,日产量243;供应商、制造商、分销商及零售商的额定订单执行时间均为1d。供应商、制造商、分销商的配送时间分别为2d,2d和1d;3个供应商均只有一个运输工具,故障率F-Ds=2%;制造商、分销商均有3个运输工具,故障率依次为F-DM=2%,F-DD=2%。
表6 供应链组织结构
在图形化界面中,按上述输入信息建立五级供应链过程仿真模型。本实例中,一个仿真步长代表1d。仿真开始后,程序将在每一步长遍历所有成员主体状态,并根据其行为协议对环境状态变化做出反应,从而描述成员主体在供应链运作过程中的各类行为,仿真时间达到设定的模拟天数时单次仿真结束。
在平台支持下,对同一运作过程采用同级调货行为策略前后,进行对比仿真分析。设计实验:方案1,同级不发生调货行为,为调货决策阈值ψ设定一个比较大的数;方案2,只考虑零售商的同级调货行为,调货决策阈值ψ=9。
图5所示为方案2下某次仿真过程中,同组零售商成员R1,R2和R3在某时间段的行为过程。
由组织结构可知,零售商R1的顾客为重要客户,其购买概率为1,因此零售商R1在仿真进程中不会出现空闲,如图5a所示:仿真开始后,零售商R1每天都有订单任务;第5天达到补货点,向上级分销商发出补货订单;第7 天出现库存不满足订单,判断订单量小于阈值,寻求拥有更多库存的零售商R3同级调货,并完成调货;分销商的订单额定执行时间和配送时间均为1 天,因此,第8 天,零售商R1收到补货订单到货;第12天,再次达到补货点,向上级补货;第13天,上级分销商由于运输工具故障导致配送延误,零售商R1收到延误信息;第14天,再次发生库存不满足订单,判断满足调货条件,零售商R1寻求拥有更多库存的零售商R3同级调货,但调货失败,产生缺货;第15 天,由于补货订单未到货,零售商R1持续缺货状态;第16天,补货订单到货,零售商R1回复正常,继续执行订单任务。
图5b和图5c中均出现空闲的状态,这是因为零售商R2和R3的顾客以购买概率产生购买行为,当顾客不产生购买行为时,零售商就会出现空闲,且顾客购买概率相对较小的零售商R3出现空闲的次数更多;图5c中,零售商R2没有出现缺货,订单均正常执行,且因为上级分销商在执行零售商R2的补货订单配送任务时,运输工具没有发生故障,所以也没有发生配送延误;图5b中,第7天,顾客没有产生购买行为,因此零售商R3空闲,同时收到零售商R1的调货请求,执行调货任务;第14天,零售商R3选择优先执行顾客的订单任务,再执行零售商R1的调货任务,因此出现库存不满足而导致调货协作失败。
为了对行为策略的协调效果进行检验,建立了一系列假设,并采用t检验对各项评价指标进行显著性检验。仿真模型运行100次,各评价指标如表7所示。
由表7可知,方案2的订单及时满足率、库存周转率、顾客满意度、组织利润率、资产周转均大于方案1,且t检验结果显示二者的比较具有统计学显著差异,这说明方案2的供应链运作过程能够更快更及时更好地满足顾客需求;由于同级调货频繁发生,不仅及时地满足了顾客订单需求,降低了失销成本,还提高了库存的周转率和组织利润;库存周转率的提升也降低了成员主体的平均库存水平,从而节约了库存成本,加快了资产周转。此外,缺货频率在统计学上也具有显著差异,方案2的缺货频率比方案1的缺货频率降低了3%。
表7 同级调货行为策略前后仿真数据的对比分析
本文针对供应链运作过程的特点,提出面向主体行为的供应链运作过程仿真模型,该仿真模型以成员主体模型为核心,突出了成员主体的多层次行为结构,并通过开发一个五级供应链仿真平台实现了面向供应链成员的可视化建模与仿真。本研究的主要特色为:①所构建的过程集成仿真模型突出了对供应链成员间信息流、物流、组织关系、行为规则等方面的详细描述,为研究供应链的各种不确定性、动态性和复杂性问题提供了一种新的思路;②仿真模型以主体模型为核心,充分体现过程中成员行为的自治性、主动性和协作性;③基于提出的仿真原理所开发的多级供应链仿真平台,可以实现成员行为协议和组织策略的定义与调整,为供应链的协调建模、协调仿真和协调管理提供了一种量化和动态的研究方法。
后续将围绕供应链成员主体行为协议的扩充、供应链运作过程仿真评价体系等关键技术展开进一步研究,并对更多的协调行为策略和实际项目进行仿真评价,以期为供应链运作过程重组或优化提供更科学的依据。
[1]JI Yali,WU Jun,HU Guanyue.Agent based supply chain coordination research[J].Commercial Times,2007(24):18-20(in Chinese).[吉亚力,吴 隽,胡冠月.基于Agent的供应链协调协调研究[J].商业时代,2007(24):18-20.]
[2]MA Shihua,LIN Yong,CHEN Zhixiang.Supply chain management[M].Beijing:China Machine Press,2000(in Chinese).[马士华,林 勇,陈志祥.供应链管理[M].北京:机械工业出版社,2000.]
[3]FOX M S,CHIONGLO J F,BARBUCEANU M.The integrated supply chain management system[R].Toronto,Canada:University of Toronto,1993.
[4]ZHANG Weiyong,MEI Bo,QIAN Jun,et al.Multi-agent based simulation model construction for supply chain[J].Computer Applications,2007,27(S1):99-101(in Chinese).[张维勇,梅 勃,钱 军,等.基于多智能代理的供应链仿真模型的构建[J].计算机应用,2007,27(S1):99-101].
[5]LONG Qingqi,LIN Jie.Architecture of multi-Agent-based distributed simulation platform for supply chain[J].Computer Integrated Manufacturing Systems,2010,16(4):817-821(in Chinese).[隆清琦,林 杰.基于多智能代理的供应链分布式仿真平台体系结构[J].计算机集成制造系统,2010,16(4):817-821.]
[6]WANG M,WANG H,VOGEL D,et al.Agent-based negotiation and decision making for dynamic supply chain formation[J].Engineering Applications of Artificial Intelligence,2009,22(7):1046-1055.
[7]IIDA T,ZIPKIN P.Competition and cooperation in a twostage supply chain with demand forecasts[J].Operations Research,2010,58(5):1350-1363.
[8]XU Qi,XU Fuyuan.Multi-agents-based enterprise supply and demand network coordination mechanisms[J].Journal of University of Shanghai for Science and Technology,2003,25(4):330-335(in Chinese).[徐 琪,徐福缘.多Agent企业供需网协调管理机制研究[J].上海理工大学学报,2003,25(4):330-335.]
[9]BEARZOTTI L A,SALOMONE E,CHIOTTI O J.An autonomous multi-agent approach to supply chain event management[J].International Journal of Production Economics,2012,135(1):468-478.
[10]LI J,SHENG Z,LIU H.Multi-agent simulation for the dominant players'behavior in supply chains[J].Simulation Modelling Practice and Theory,2010,18(6):850-859.
[11]GERARD P C,PAUL H Z.Competitive and cooperative in-ventory policies in a two stage supply chain[J].Management Science,1999,45(7):936-953.
[12]SU Juning,LIU Shuqing,ZHAO Xiaohui.Research on inventory coordination strategy in supply chain under random demand[J].Systems Engineering,2004,22(7):26-30(in Chinese).[苏菊宁,刘书庆,赵小惠.随机需求下供应链库存协调策略研究[J].系统工程,2004,22(7):26-30.]
[13]JIANG Jinju,LIN Jie.Agent-based simulation for supply chain[J].Journal of System Simulation,2004,16(12):2847-2850(in Chinese).[姜金菊,林 杰.基于智能代理的供应链仿真[J].系统仿真学报,2004,16(12):2847-2850.]
[14]WANG Wenjie,YE Shiwei.Artificial intelligence-principles and applications[M].Beijing:Post&Telecom Press,2004(in Chinese).[王文杰,叶世伟.人工智能原理与应用[M].北京:人民邮电出版社,2004.]
[15]ZHANG Xiaodong,LUO Le,MIAO Chun,et al.Product development process simulation based on intelligent agent model of designer[J].Journal of System Simulation,2007,19(12):2654-2657(in Chinese).[张晓冬,罗 乐,缪 春,等.基于设计者智能主体模型的产品开发过程仿真[J].系统仿真学报,2007,19(12):2654-2657.]
[16]ZHANG Xiaodong,ZHANG Zhiqiang,SHE Peiyi,et al.Organization configuration simulation of production cells based on human-machine collaborative model[J].Computer Integrated Manufacturing Systems,2013,19(3):499-506(in Chinese).[张晓冬,张志强,佘沛一,等.基于人机协同模型的生产单元组织配置仿真[J].计算机集成制造系统,2013,19(3):499-506.]