论文部分内容阅读
随着经济全球化的不断发展与技术进步,企业面临的竞争环境更加复杂多变。因此,制造企业逐步从关注自身的资源整合转移到寻求上下游企业间的协作,通过对采购、生产、分销等环节的协同,达到降低成本、提高客户服务水平与供应链整体竞争力的目的。目前有关供应链协同优化的研究大多集中在静态或相对静态的状态下,即通常是一次订货或生产,针对一段时间上的动态协同优化研究仍然较少。然而瞬时最优不一定长期最优,市场的动态变化对于企业有着重要影响,并且更加贴近实际。
本论文主要研究制造业供应链动态协同优化问题。在市场变动的环境下,制造企业需要对市场需求进行预测,并根据变动的市场需求指导生产及定价等策略。通过与上下游企业在市场预测、生产、销售等环节上的协作,制造企业可以动态的选择最优策略,从而提高自身与供应链的利润。
首先,本文提出制造商一销售商协同预测流程,并建立协同预测模型。单一企业的预测通常带有行业、企业及经验的特点,容易产生信息缺失。本文分别利用灰预测及时间序列对制造商、销售商进行单一预测,并采用诱导有序加权算子构建协同预测模型,根据不同时点的预测精度计算加权值。算例证明协同预测模型可以有效集结数据信息,提高预测精度,从而降低库存、提高供应链效率及管理水平。
其次,提出市场变动下的供应链协同生产销售策略与模型。针对一个制造商与一个销售商在动态变化状态下的生产与定价决策问题,本论文构建被动接受市场动态模型和主动投入努力动态模型,进行制造商为主导地位、销售商为从属的地位的Stackelberg博弈和合作优化,再利用微分对策求解出生产量、批发价、零售价和投入努力值的最优策略,并进行比较分析。在包含促销期的一段时间内,以供应链利润最大化为前提,应用模型求解,企业可以动态选择最优生产量、定价及投入努力值,从而获得自身利润的增加并促进企业在整个供应链上实现可持续发展。