供應鏈牛鞭效應研究，劉紅著。
基本介紹
- 中文名：供應鏈牛鞭效應研究
- 作者：劉紅
- 關鍵字：企業管理、供應鏈管理、信息管理、系統仿真
- 導師：施欣
- 學科專業：交通運輸規劃與管理
- 學位級別：博士論文
- 學位授予單位：上海海事大學
- 學位授予時間：2006
- 館藏號：F274
- 館藏目錄：2009\F274\101
中文摘要
供應鏈中的牛鞭效應導致供應鏈巨大的效率損失：它誤導了生產計畫、導致過多的庫存投資、收益減少，並且降低了服務水平，還會導致無效運輸等等。因此對其形成機理、影響因素進行系統的理論與實證研究具有重要的理論與現實意義。 本文在分析供應鏈牛鞭效應形成機理的基礎上，首先以Prof H.L.LEE提出的基於AR(1)需求模式的兩級供應鏈牛鞭效應的理論模型為參考，從影響供應鏈牛鞭效應的外部因素即市場需求模式，以及內部因素即供應鏈的組織結構和決策結構等多個方面，對H.L.LEE的簡單供應鏈牛鞭效應理論模型在深度和廣度上進行了系統完整的拓展研究。主要的拓展性理論研究工作包括：建立了在無信息共享條件下基於AR(1)和ARMA(1，1)需求模式，採用移動平均預測技術、一次指數平滑預測技術、均方誤差最佳化預測技術和訂貨點庫存策略的供應鏈牛鞭效應理淪模型並進行了參數影響分析，給出了訂貨量輸出的隨機特性。在信息共享條件下建立了基於AR(1)和ARMA(1，1)需求模式，採用移動平均預測技術、均方誤差最佳化預測技術和訂貨點庫存策略的供應鏈牛鞭效應理論模型。 同時，本文利用EXTEND系統仿真軟體，建立了在共享和不共享信息的條件下，市場需求為AR(1)或者ARMA(1，1)時間序列，採用移動平均預測技術、一次指數平滑預測技術或者均方誤差最佳化預測技術等各種組合情況下，供應鏈牛鞭效應的仿真模型，並對供應鏈牛鞭效應理論模型和仿真模型進行了相互驗證。在此基礎上，結合正交試驗、極差分析技術和方差分析技術對影響供應鏈牛鞭效應的各種因素的重要度進行了排序，為降低供應鏈牛鞭效應提供了參考和依據。 在上述研究工作的基礎上，本文比較了在AR(1)和ARMA(1，1)需求模式下，供應鏈各級成員共享或不共享市場需求信息、採用移動平均預測技術或者均方誤差最佳化預測技術時供應鏈系統整體牛鞭效應的大小，給出了共享或不共享信息以及不同預測技術的適用場合。 最後，本文結合供應鏈牛鞭效應的概念，首次對航運市場上的牛鞭效應進行了實證研究。 通過上述對供應鏈牛鞭效應的理論和仿真試驗研究，本文得到了如下主要結論： (1)對基於AR(1)需求模式、移動平均預測技術、訂貨點庫存策略的供應鏈，總是存在牛鞭效應。其值隨備貨期L的增加而增加，隨需求預測時依據的基礎數據期數ρ的增加而減小。至於需求相關係數ρ，當0≤ρ≤1時，供應鏈牛鞭效應隨ρ的增大而減小，當-1≤ρ≤0時，如p為偶數，供應鏈牛鞭效應隨ρ的增大而增大，如p為奇數，供應鏈牛鞭效應隨ρ的增大而減小。上述結論對於ARMA(1，1)需求模式仍然成立。 (2)對基於AR(1)需求模式、一次指數平滑預測技術、訂貨點庫存策略的供應鏈，總是存在牛鞭效應，其值隨ρ的增大而減小，隨L的增大而增大，隨ɑ的增大而增大。 (3)對基於AR(1)需求模式、均方誤差最佳化預測技術、訂貨點庫存策略的供應鏈，僅當相關係數ρ大於0時才存在牛鞭效應，其值隨備貨期L的增加而增加。至於相關係數，存在一個臨界點ρ*，當ρ＜ρ*時，牛鞭效應隨ρ的增加而增加，當ρ＞ρ*時，牛鞭效應隨ρ的增加而減小。當需求為ARMA(1，1)模式時，僅當ρ＞θ，供應鏈存在牛鞭效應，並且存在一個臨界點ρ*，當ρ＜ρ*時，牛鞭效應隨ρ的增加而增加，當ρ＞ρ*時，牛鞭效應隨ρ的增加而減小。 (4)基於AR(1)和ARMA(1，1)需求模式、移動平均預測技術、訂貨點庫存策略的兩級供應鏈，其訂貨量輸出為ARMA(1，P)時間序列；基於AR(1)需求模式、一次指數平滑預測技術、訂貨點庫存策略的兩級供應鏈，其訂貨量輸出為ARMA(1，∞)時間序列；基於AR(1)和ARMA(1，1)需求模式、均方誤差最佳化預測技術、訂貨點庫存策略的兩級供應鏈，其訂貨量輸出為ARMA(1，1)時間序列。 (5)無論是AR(1)需求模式和ARMA(1，1)需求模式，當供應鏈各級成員採用移動平均預測技術預測需求時，共享市場需求信息總能顯著降低供應鏈系統整體牛鞭效應。 (6)對於AR(1)需求模式，採用均方誤差最佳化預測技術時，僅當ρ＞O，共享信息有利於降低牛鞭效應。對於ARMA(1，1)需求模式，存在一個臨界相關係數ρ*，當ρ＞ρ*時，共享信息有利。 (7)無論是否共享信息，對於AR(1)需求模式，存在一個臨界備貨期L*，當LL*時，採用均方誤差最佳化預測技術有利於降低系統整體牛鞭效應，並且該臨界值隨ρ的增大而增大。對於ARMA(1，1)需求模式，也存在類似的現象。
