需求不确定下电商供应链系统优化研究

范志强 胡彦勇

中图分类号：F224   文献标识码：A

内容摘要：近年来，考虑需求不确定性因素一直是供应链优化的重点。本文针对电商供应链设计了一种灰色预测模型，有效对需求量进行科学估算，并以成本最小化为目标构建混合整数规划模型，最后通过LINGO软件验证了模型的有效性和可行性。

关键词：需求不确定   电商供应链   灰色预测模型

随着技术的进步和管理水平的提升，企业内部供应链的可优化空间已经很小，甚至很难再提升，企业管理者开始将目光转向整个供应链系统的优化设计上。有效的供应链管理正成为企业快速响应市场需求、获得利润、赢得竞争优势的重要源泉。同时，互联网、物联网、大数据、云计算、人工智能等技术的发展也为整体供应链系统优化提供了可能。目前，以电子商务平台为主体进行供应链系统优化的研究并不多，本文借鉴前人研究成果，在考虑需求量不确定性的基础上，建立以电商平台为核心的供应链系统优化模型。现实生活中，电商平台主要面对零售商和消费者两种客户群体，本文主要研究以零售商为电商平台下游节点的供应链系统，对其进行运输协调优化，进而使供应链成本最低。

电商产品需求量不确定性及灰色模型

长期以来，由于供应链自身具有的不确定性，造成供应链失调，导致“牛鞭效应”的问题一直存在。牛鞭效应是由美国著名供应链专家Lee教授提出的，又称为“需求变异加速放大原理”，指供应链中各节点的需求信息在向上级节点传递时会扭曲及放大。针对此问题，本文站在电商平台角度，采用灰色预测理论，建立GM（1，1）模型，根据零售商过去和现在需求量的发展趨势和状况，借助科学方法对其未来月需求量进行分析和预测，从而减少供应链中“牛鞭效应”的影响。

（一）模型参数

m—供应商个数;n—制造商个数;l—零售商个数;k—客户个数;u—运输商个数;w—供应链总费用;xni—第n制造商生产第i种产品的数量;xuni—第u个运输商从第n制造商运送到电商的第i种产品数量;λuli—第u个运输商从电商运送到第l零售商的第i种产品数量;ηunr—第u个运输商从第m个供应商运送到第n制造商的第r种原材料数量;pi—第i种产品的单位产品生产成本;ci—电商销售第i种产品的单位产品销售成本;cli—第l零售商销售第i种产品的单位产品销售成本;cuni—第u个运输商从第n制造商运送到电商第i种产品的单位运输费用;culi—第u个运输商从电商运送到第l零售商第i种产品的单位产品运输费用;cumnr—第u个运输商从第m供应商运送到第n制造商第r种原材料的单位原材料运输成本;cmr—第m供应商供给的第r种原材料的单位原材料供给成本;dz1i——电商对第i种产品的最大需求量;dz2li—第l零售商对第i种商品的最大需求量;dz3li—第l零售商对第i种商品的最小需求量;δmr—第m供应商供应第r种原材料的最大供给能力;eni—第n制造商生产第i产品的最大生产能力;fi—第i种产品的已有库存数量;gir—生产第i种产品，单位产品对第r种原材料的需求量;cs—电商的缺货成本;b—延期订货比例;ES—电商的预期缺货量（件）;R—电商的月需求量;Q—电商每次订货的固定订货量（件/次）;B—电商的预期缺货成本占单位价值的百分比（%）;V—单位产品的价值（元）;M—供应商集合;N—制造商集合;L—零售商集合;U—运输商集合;K—客户集合;I—产品集合;R—原材料集合。

假设以某苏宁商场作为供应链上电商的角色，以其中一种产品作为此供应链上的流通商品进行研究，此商品的单位产品月库存成本为60元/月，为苏宁商场提供这种产品的制造商有2个，生产这种产品所需原材料为1种，单位产品需要0.8吨原材料，提供这种原材料的原材料供应商有1个、零售商有3个、运输商有3个，运输具体方式不予考虑。具体数值如表2-5所示。

结合上述数值，利用混合整数规划模型，得到目标函数为：

约束条件：

其中，A为电商本月订单量，由灰色预测模型求得A=311，利用Lingo11.0求解得：Min W=659620元，η1111=260，η1121=250，η2111=240，η2121=280，η3111=270，η3121=230，x11=800，x21=950，x111=80，x211=90，x311=85，x121=85，x221=100，x321=90，λ111=280，λ121=275，λ131=280，λ211=290，λ221=270，λ231=290，λ311=270，λ321=255，λ331=300。

结论

供应链优化少不了技术支持，更少不了供应链上各节点的通力合作，从而实现共赢。本文利用灰色预测理论进行科学预测，弥补信息失调带来的影响，提供更准确的订单量，实现更精确生产，能有效避免电商缺货成本，也能减少其库存成本。本文建立的以电商为核心的供应链模型，对现实中诸如沃尔玛、苏宁，甚至淘宝、京东等都具有重要借鉴意义。

参考文献：

1.刘思峰，曾波，刘解放，谢乃明.GM（1，1）模型的几种基本形式及其适用范围研究[J].系统工程与电子技术，2014，36（3）

2.毋晓琛.灰色优化模型在高速公路交通量预测中的应用[J].山西建筑，2013，39（24）