四方协同

四方协同（共3篇）

四方协同 篇1

第四方物流的众多参与企业看成多个独立的小系统, 第四方物流的集成过程看成一个以盟主企业为主系统的多个子系统集成的过程;集成后的协同效果可以用多个绩效指标加以考核;由于第四方物流企业主要是基于降低物流成本和提高客户对复杂的物流需求而产生的, 本文用服务水平和收入水平的变化两个主要指标来衡量集成后的绩效 (根据实际情况和企业发展战略的不同, 企业盟主可以设置多个不同的绩效考核指标, 本文为了讨论的方便, 只设置了两个主要的指标) 。

一、数学模型介绍

集成后的大系统用s来表示, 盟主企业用s0, 其他的参与企业用si表示, 其中, i=0, 1, 2, …n, , 第四方物流系统的服务水平用v (s′) 表示, 各参与系统的纯收入用n (si) 来表示;用λf来表示集成后的协同效果, 用Δλf表示集成前后协同效果的变化, 其中

由于客户服务水平和纯收入变化与协同效果正相关, 故α>0, β>0, 他们的大小根据客户的实际情况赋值;

根据集合论得理论我们可以 那么

具体到第四方物流, 就是说, 如果子系统与原系统功能重复越小, 互补性越大, 集成以后的效果越好。将第i参与企业集成到盟主企业后, 产生的社会效益为:

第i个参与企业分得的协同效果为

它参加集成后得纯收入为

二、实例分析

A企业在组建物流联盟前的情况为, 服务水平v (s’) =0.8, 纯收入n (si) =300, 我们取α=200, β=0.6) , 协同内部的协同效果为340, A企业设定集成效果的期望值λf=520。

现有五个企业与加入的A企业组建的物流联盟中对外提供第四方物流服务, 在集成前它们的纯收入如下表:

他们与企业A集成后的收入及新系统的服务水平见下表:

max{Δλf}=62, 我们首先将A与C集成, 此时 ;此时C的收入变为

n (sn) =352.5, 由于λf=462<520, 没有达到我们的预期目标;我们将视为新的企业盟主, 继续集成;剩余的目标企业与新系统集成后的纯收入与服务水平如下表:

max{Δλf}=88, 我们将E与{A, C}集成, 此时 , 由于=760>520, 达到我们的预期目标;此时, 集成后的企业服务水平可达v (S1′) =0.8, 它的纯收入n (S1) =1000。

三、结论

从第四方物流集成的过程中来看, 第四方物流的各子系统在集成中由于协同而产生的超可加性, 根据企业的战略目标和偏好设置不同的指标体系, 指标体系的设置对协同效果起决定性的作用。第四方物流作为整体和其成员企业间的协同效果, 最终取决于它们之间互补的程度。

参考文献

[1]安德鲁·坎贝尔:战略协同第二版.北京机械工业出版社, 2000

[2]赵昌平王方华葛卫华:战略联盟形成的协同机制研究[J].上海交通大学学报, 2004 (3)

[3]柳键:现代物流运作模式——第四方物流[J].江苏商论, 2002 (6)

四方协同 篇2

随着物流外包业务的范围逐渐扩大，物流外包业务已经扩展到原材料采购、库存管理、产品配送、包装等许多增殖的物流服务。然而制造商要求物流外包业务的配送时间越来越精确，要求第三方物流服务运营商具备更加敏捷稳定的物流配送，因此第三方物流公司必须具备覆盖全国乃至全球的信息网络、仓储设施、配送中心以及运输工具等基础设施，具备解决物流运作整体的综合能力。

当前，大多数第三方物流服务商的配送业务，面临降低物流操作成本、满足变化莫测的客户需求，及减少覆盖全国乃至全球的信息网络、仓储和配送中心等基础设施的巨额投资问题；同时，还面临满足客户的外包业务需求，按照客户要求迅速调整物流运作效率，提升物流运作的整体优势等关键性问题。因此第四方物流服务运营商联合第三方物流服务商实行战略联盟，实现资源互补、信息共享、共担风险以及协同解决物流运做过程中出现的问题，借此迅速调整物流运作的灵活性和稳定性，迅速满足客户外包业务的严格要求[1,2]。

针对目前大多数第三方物流企业的物流基础设施利用效率低下，物流运作成本相对较高，没有充分发挥物流运作的竞争优势和差异化服务，第四方物流商作为第三方物流物流联盟的主要组织者和领头羊，必须从物流联盟系统整体角度出发，持续不断地对物流联盟整体物流运作进行持续不断的构造，协同规划物流系统的整体运作能力，促使第三方物流联合配置联盟内现有的物流资源（包括仓储、配送中心、运输工具、信息资源以及人力资源），真正实现第三方物流资源共享。

1 协同规划TPL配送作业的分析模型

配送一体化作业包括仓储库存管理与恢复、配送中心、运输及客户之间建立敏捷而又稳定的配送体系。第四方物流运营商把多个第三方物流服务商集结在一起结成物流联盟，统一进行物流运作，统一规划和管理资源。本文第四方物流服务运营商构建协同规划多个TPL物流配送作业的仿真分析模型为解决战略联盟内物流配送作业一体化提供了有效的方法和途径，从系统的角度协同规划物流作业能力，促使其配送特定作业所耗费资源最小，成本最低，物流运作效率达到最理想化的系统分析模型。下面先假设协同规划物流作业的分析模型变量：

(1）假设在规划系统内有p个仓储设施；有q个配送中心；共有h个区域客户；在周期t内有r种产品需要经过配送中心转配送到特定客户手中。

(2）假设在规划系统内采用自动补充计划，那么，Xrp t为周期t内制造商将产品r自动补充到第三方物流的p仓储进行库存的数量；δrpt为周期t内制造商将产品r自动补充到第三方物流p仓储的单位产品补充成本。

(3)CLrpt为周期t第p仓储的单位产品r库存作业成本，Irpt为周期t内产品r在仓储p的库存数量；CPrqt为周期t内单位产品r在配送中心的单位作业成本，Krqt为周期t内产品r在配送中心q的产品数量。

(4)CLLrpqt为周期t从p仓储运输到配送中心q的单位产品r的单位里程的运输作业成本（或者称为自动补充成本，下面相关变量也可以这样称呼）；LLrpqt为周期t从p仓储运输到配送中心q的运输里程；XPrp q t为周期t从p仓储派发（供应）到配送中心q的产品r的数量；CLQrq h t为周期t从配送中心q运输到区域客户h的单位产品r的单位里程运输作业成本；LQrqht为周期t从配送中心q运输到区域客户h的运输里程；XQrqht为周期t从配送中心q派发（供应）到区域客户h的产品r的数量。

(5)I+rpt为周期t末第三方物流仓储p库存产品r的数量；I-rpt为周期t末第三方物流仓储p因超负荷而自动转移到其他仓储库存产品r的数量；CI-rpt为周期t内仓储p因超负荷而自动转移到其他仓储的单位产品r的库存成本，其发生相应的转移概率为Prpt。

(6)K+rqt为周期t末第三方物流配送中心q的库存产品r的数量；K-rqt为周期t末第三方物流配送中心因超负荷而自动转移到其他配送中心的库存产品r的数量；CK-rqt为周期t内配送中心q因超负荷而自动转移到其他配送中心的单位产品r的库存成本，其发生的相应转移概率为PPrqt。

(7)RQrht为周期t内区域客户h因产品r短缺所引起单位产品的损失；Yrht为周期t内区域客户h的产品r短缺的数量，其发生的相应概率为PQrht。

(8)SPYrt为周期t内制造商自动补充仓储p的产品r所发生的短缺数量；SQYrt为周期t内从仓储p自动补充配送中心q的产品r所发生的短缺数量。

(9)PDrp t为周期t内根据定单仓储p对产品r的需求量；QDrqt为周期t内根据定单配送中心q对产品r的需求量；Drht为周期t内根据定单区域客户h对产品r的需求量。

(10)TPrpt为周期t内产品r在仓储p的储存能力（容量）；TQrqt为周期t内产品r在配送中心q所能处理的作业容量；APrpt为周期t内产品r自动补充仓储p的单位产品的平均时间；BPrpt为周期t内单位产品r在仓储p库存作业的平均时间，AQrqt为周期t内产品r补充到配送中心q的单位产品的平均时间；BQrqt为周期t内单位产品r在配送中心q的作业平均时间；AHrht为周期t内产品r补充到区域客户h的单位产品的平均时间；TAt为周期t内总配送操作时间。

第四方物流战略联盟内协同规划多个TPL物流配送作业的分析模型：

在周期t内多个TPL服务运营商所发生的总配送成本：

联盟内总配送成本：

协同规划的约束条件：

从上面协同规划物流作业能力的分析模型可以清晰看出以下规律：式（1）和式（2）表示配送一体化促使系统总配送成本最小。

配送作业总成本由以下几个部分构成：仓储自动补充成本、库存作业成本、配送中心自动补充成本、配送中心作业成本、运输作业成本以及配送延误短缺而损失的成本之和[1,3,4,5]。

式（3）和式（5）说明仓储控制水平及库存管理所能力容纳的产品情况[3,5,6]。

式（4）和式（6）说明配送中心所能力处理物流作业的能力及其库存控制能力[5,6]。

式（7）和式（8）分别说明仓储和配送中心所存储产品数量、自动补充的产品数量以及产品市场需求之间平衡关系[5,6]。

式（9）和式（10）说明仓储产品安全库存控制水平提高，克服产品短缺现象比前年有所降低[1,3]。

式（11）～式（14）说明配送中心产品安全库存控制水平也提高，克服产品没能供应各个客户而出现产品短缺现象比前年有所降低[3,7]。

式（15）说明总配送操作时间是由仓储补充时间、库存作业时间、从仓储到配送中心的运输时间、配送中心作业时间以及从配送中心到客户的运输时间之和[7,8]。

式（16）～式（21）是指协同规划资源能力分析模型所涉及到变量都为非负数[1,3]。

2 协同规划配送作业的仿真模型

第四方物流服务运营商协同规划多个TPL物流配送作业的分析模型，为我们开发一种在第四方物流联盟内综合考虑各种相关因素去解决配送一体化的理论模型。在物流实际运作过程中，物流操作存在许多不确定的因素，如气候反常、临时交通堵塞、设备出现故障以及市场需求变化无常等。在许多文献的研究过程中，操作时间都被设定为不变常量，而在现实物流系统内，操作时间不能为静态的因素，因此操作时间在分析模型不能正确反映实际操作时间的动态情况。

仿真分析模型是在物流联盟系统内建立独立分析和仿真模型，开发解决分析模型的应用程序以及应用此程序解决实际系统中问题。因此，在分析模型中操作时间就可以考虑为动态因素，通过开发的仿真模型的应用程序独立模拟实际的运作情况。仿真模型可以利用开发的应用程序把最初的影响因素及其相应的变量去优化分析模型，然后利用仿真分析模型计算出的结果在反馈到分析模型中，反复进行以致仿真结果与预期实际运作结果相近似。

在仿真模型中，操作时间被定义为仿真运行时间，即为按照预定客户需求完成整个配送系统的总配送时间，如分析模型中式（15）所反映的时间。这里我们用仿真运行时间代表分析模型的操作时间，因此在分析模型中操作时间，我们可以根据仿真模型中仿真运行时间的结果调整，然后用调整的操作时间重新产生新的协同规划分析模型。当前述仿真的运行时间（PRT）与调整的运行时间接近于规定范围内，我们就可以认为通过仿真模型模拟出来的分析模型就反映现实的物流运转状况，因而协同规划各个变量都达到最优化的状态。仿真模型的结构示意图[1,3]如图1。

下面把仿真分析模型的应用程序的分析步骤列示如下：

(1）根据分析模型产生配送作业计划。

(2）如果步骤1为初始状态就直接进入步骤3，否则进入步骤6。

(3）基于从分析模型中解出配送的初始变量运行仿真模型。

(4）得出初始仿真模拟的运行时间（IRT）。

(5）用IRT调整分析模型中操作时间的约束条件，然后进入步骤1。

(6）从分析模型产生的当前配送计划运行仿真模型得到调整的操作时间（PRT）。

(7）从步骤6获得当前仿真模型的运行时间CRT。

(8）如果PRT与CRT接近于许可的范围内（），令IRT=PRT，然后进入步骤10，否则进入步骤9。

(9）使用CRT调整分析模型中操作时间的约束条件，然后进入步骤1。

(10）由分析模型获得配送计划就是实际配送的最优化的解决途径。

(11）停止。

3 结论

本文主要从理论上说明了第四方物流协同规划多个第三方物流企业配送作业的仿真分析模型。主要可以说明以下几个问题：

(1）第四方物流运营商基于TPL联盟整个系统的角度规划物流配送作业，持续不断地运输路线和配送网络再设计以及物流作业流程再构造的能力，第三方物流能够不断地优化全球配送网络的能力，克服TPL因气候和空间等不确定因素而影响配送作业运行效率，减少配送作业的复杂性变量，提高TPL物流运作的快速应变能力，缩短配送作业时间

(2）由式（9）～式（14），说明第三方物流企业要提高配送作业的稳定性，减少产品配送因延误或损害而导致赔偿制造商的损失（即，提高配送作业质量[1,3]。

(3）从系统的角度来规划物流操作，第四方物流加强第三方物流联合管理和控制仓储、配送中心和车辆，实现资源共享，优势互补，提高TPL对配送作业的协同规划能力；因此第三方物流联合进行联合配送作业，这就降低TPL的库存作业成本及控制成本、配送中心作业成本及管理成本和运输成本，促使第三方物流的配送作业总成本明显降低[2]。

(4）仿真分析模型可以模拟协同规划第三方物流的动态作业运行的最优化状态，提高仓储和配送中心的动态控制能力，动态配置仓储、车辆和配送中心等基础设施，提高资源利用效率，以便优化配送系统运作的敏捷性和稳定性，缩小与理想状态的差距，真正实现资源共享和优势互补，最大化实现物流联盟的竞争优势和可持续的价值增长潜力。

参考文献

[1]Young Hae Lee,Sook Han Kim.Production-Distribution Planning in Supply Chain Considering Capacity Constraints[J],Computers&Industrial Engineering2002(43):169-190.

[2]李秀、应维云、刘文煌等:《第四方物流的体系结构和运作模式研究》[J];《计算机集成制造系统-CIMS》2004(10):1233-1237。

[3]Wikrom Jaruphongsa,Sila Cetinkaya,Chung-Yee Lee.Warehouse Space Capacity and Delivery Time Window Considerations in Dynamic Lot-sizing for a Simple Supply Chain[J],Internation Journal of Production Economics,2004(92):169-180.

[4]June Young Jung,Gary Blau,Joserph F Pekny,Gintaras V Rcklaitis,David Eversdyk.A Simulation Based Optimization Approach to Supply Chain Management under Demand Uncertainty[J],Computers and Chemical Engineering,2004(28):2087-2106.

[5]Ch Schneeweiss.On the Applicability of Activity Based Costing as a Planning Instrument[J],International Joural of Production Economics,1998(54):277-284.

[6]Carsten Homburg.Improving Activity-Baesd Costing Heuristics by High-level Cost Drivers[J],European Journal of Operations Research,2004(157):332-343.

[7]甘天圣、刘琼、邱浩波:《面向ASP应用的多目标物流配送路径算法研究》[J];《中国制造业信息化,》2005(06):75-79。

四方协同 篇3

1 第四方物流企业协同运作过程的动态决策模型概述

在第四方物流企业协同运作管理过程中,非结构化的决策问题占主体。市场目标确定、合作伙伴企业的选择和概念方案确定等决策中,通常缺少可用的确定算法、决策规则及知识。决策问题的解决主要靠决策者的经验、直觉以及其它隐性知识。即使进入具体设计阶段,非结构化问题仍然占一定的比重。基于科学决策算法是解决非结构化问题的重要途径。

通过运筹学模型往往用来解决这样的决策冲突问题,通过设立全局目标函数,弱化系统的子目标参数,将子系统作为全局函数的约束条件,建立目标规划模型,最后求解,从而确定决策方案。这种方法是决策科学的重要基础方法,但对于网络化分布式的第四方物流企业,这种方法在实际应用中会遇到许多难题。譬如,建模与实际情况出入较大、模型求解的困难、参数信息等。

为此,本文提出基于动态决策的第四方物流企业的协同运作过程决策冲突控制方法:构成第四方物流企业的各盟员企业各自独立地进行决策,通过计算机网络系统进行信息集成,建立公共和本地知识库;通过与知识库的信息交互动态调整决策方案,最后达到整体优化。在这一方法中,协同是通过信息集成形成的知识库来进行的,同时提供了两个基本功能:信息交换和知识共享,这两个功能支持了过程协同决策过程的形成。

过程协同决策向量可以分为两类:全局决策向量和局部决策向量。全局决策向量涉及网络化制造项目的总体决策,由所有参与企业共同确定;局部决策向量是各参与企业内部的自控向量,与其它企业无关。全局决策向量与局部决策向量共同作用形成局部最优解。例如,在制定服务计划时,各参与物流服务企业都要参与决策,各类项目的集成服务提供的是全局决策向量,而参与企业的专项物流服务等则属于局部决策向量。

如前所述,过程协同决策冲突控制是一个群体决策冲突控制过程。但在决策过程中,参与协同的企业所处的地位并不相同,其中一个且是唯一一个企业是起领导作用的,称为盟主或者领导企业,其它企业则称为从属企业。领导企业的作用在于全局决策向量由这个企业通过求解自身的优化模型得出,并将其传递到知识库中进行共享,同时也求解出本企业的局部决策向量。从属企业则被动地接收知识库的消息通知,将知识库中共享的全局决策向量作为已知量,通过求解自身的优化模型确定自身的局部决策向量,得到本企业的决策最优值,并将增益向量传递给知识库,供领导企业调用,作为领导企业优化模型的已知参数参与下一轮的协同。这一协同信息集成的过程,如图1所示。

2 第四方物流企业协同运作过程的动态决策模型构建

在过程协同决策过程中,以事先确定的某一企业作为领导企业并不一定能使全局决策向量收敛。当出现决策变量不收敛的情况下必须更换领导企业,也就是说每一个参与决策的企业都有可能作为领导企业或从属企业参与决策过程。由前述两点可知,某一企业作为领导企业和从属企业时的决策模型是不一样的。也就是说,每一个企业在参与过程协同决策时都可能有两个决策模型:作为领导企业时的决策模型和作为从属企业时的决策模型。可分别称之为该企业的领导决策模型和从属决策模型。

假设有m个企业参与远程项目的过程协同决策,则全局决策向量可表示为:D=(d1g,d2g,…,dgn1)。

其中,d1g=(i=1,…,n)为全局决策变量,n为全局决策变量的个数。企业j的局部决策向量为:

不失一般性,企业的领导决策模型可表述为

企业的从属决策模型可表述为:

其中:M1P,M2P,…,MPj-1,MPj+1,…,MmP分别为除企业j的其它企业的从属决策模型的增益向量,即:

在领导决策模型中,全局决策向量DG和局部决策向量DjR是变量,而以其它企业的增益向量作为参数(常量),在从属模型中,局部决策向量DjR是变量,而以全局决策向量DG作为参数(常量)。

基于企业资源约束条件的静态假设,上述模型可求解出在企业资源约束的条件下的最优值。在模型表示的信息集成过程中,从属企业通过知识库与领导企业进行信息融合,供领导企业做出战略决策。同时,这种融合的作用是相互双向的,全局决策也会受到不断更新的局部决策信息的影响,而随之变化。从而构成了一个动态循环的过程协同决策过程。

3 第四方物流企业协同运作过程的动态决策模型求解

通过信息集成来化解第四方物流企业协同运作内部的冲突可能,得到整体的解决方案。为此,必须要求协同运作过程中的全局决策向量必须是不断收敛的。同时,也必须为递归循环的过程协同决策过程找到满意解,使其得以终止。因此,可以假设企业j作为领导企业时,在与从属企业的协同过程中得出的一系列全局决策向量为

相邻决策向量之间的差距可以以向量之差的1阶范数表示,即

其中:t为企业j求解全局决策向量的序数,ρ为合适的正数,以保证算法的顺利进行。

通过定量描述过程协同决策过程中决策变量的差异化程度,可以发现这些在过程协同决策过程中得出的向量之间的差距可以衡量各参与决策企业之间决策冲突程度:当量化的距离在不断扩大时,说明决策向量是发散的,此时必须采取措施改变这种状况;当量化的距离减小到一定程度时,得到的解就是满意解。这一过程如下所述:

(1)系统初始化:如有m个企业,可按预先确定的顺序安排各企业作为领导企业的次序,领导企业为企业j。此时,企业j=1;设定可接受的足够小的正数π,当相邻决策向量的差距<π时,协调过程结束;

(2)企业参数初始化:完成企业j作为领导企业的初始化工作t=1,ρi,t=α,从属企业的初始增益向量为预先设定的默认值;

(3)企业j求解本企业的领导决策模型,得到全局决策向量DGj,t,以及本企业的最优局部决策向量DjR,如果t=1,则转(1);

(5)如果ρi,t<τ,则过程协同决策过程结束,DGj,t即为可被各企业接受的满意解;

(6)如果ρi,t>ρi,t-1,且j

(7)如果j=m,则过程协同决策过程以失败结束;

(8)领导企业j向知识库传递全局决策向量DGj,t,各从属企业据此求解本企业的从属决策模型,得出本企业的最优局部决策向量。

摘要：在第四方物流企业协同运作过程中,由于成员企业子目标与协同运作的全局目标间可能存在差异,当冲突发生时,其结果就会影响到协同运作整体目标的实现。通过计算机网络系统集成成员企业决策信息,建立公共和本地知识库,运用动态决策模型,提出与知识库信息交互动态调整的决策方案,最后达到协同运作的整体优化控制决策冲突的发生。