不确定性需求（共9篇）
不确定性需求 篇1
一、引言
在当今的经济环境下, 竞争与合作是现代社会对每一个企业的要求, 企业不仅应该站在自身的角度思考问题, 还要站在整条供应链中进行涵盖所有利益相关者的全局性思考, 可以说, 供应链的有效管理是企业获得成功的关键因素。供应链管理包括不同环节之间持续不断的信息流、产品流和资金流的产生与交换, 每个环节执行不同的程序, 并与其他环节相互作用与影响。在供应链管理中, 库存管理是非常重要的环节之一, 它直接影响整条供应链的成本总和, 进而影响总体利润。很多企业因为出色的库存管理走向成功, 也有很多企业因为不佳的库存管理走向失败。然而, 库存管理是有一定规律可循的, 只要发现并掌握了它, 企业的管理者就可以在这方面做得更好。
二、安全库存的确定
要确定合适的安全库存, 必须掌握该产品供求关系的相关信息。
(一) 需求不确定性的估计方法
首先定义关于市场需求的两个变量:
R:由历史数据得到的每个时期的平均市场需求量。
σR:由历史数据得到的每个时期市场需求的标准差。
为方便起见, 我们假设市场需求呈正态分布 (事实上大多数企业的产品需求分布也确实为正态分布)
假设第i个时期 (i=1, …, k) 的产品市场需求服从均值为Ri、标准差为Qi的正态分布。用cov (i, j) 来表示第i个时期和第j个时期的协方差。那么k个时期的市场总需求服从均值为P、标准差为 Ω 的正态分布, 其中:
假设k个阶段的市场需求互不相关, 且都服从均值为R, 标准差为 σR的正态分布, 那么我们可以得到k个阶段的市场总需求服从均值为P、标准差为 Ω 的正态分布, 其中:
用以度量市场需求不确定性的变量是需求异数 (CV) :
其中 μ 为均值, σ 为标准差, 由此可知, 变异系数越大, 需求的不确定性越高
(二) 产品供给能力的度量
一个产品的供给能力越高, 就越能够应付未来需求的变化, 下面我们将给出几个度量产品供给能力的指标:
(1) 产品供给率 (fr) :指在市场总需求中, 库存产品能够满足的比率。
(2) 订单完成率:是指在所有的订单需求中, 可由库存满足订单需求的比率。如果一笔订单含有多个产品, 那么显然订单完成率要比产品供给率。
(3) 补给周期供给水平 (CSL) :指在所有的补给周期中, 能满足顾客所有需求的补给周期所占的比重。补给周期是指在连续两个补充订货交付点的时间间隔。补给周期供给水平就是指在一个补给周期内完全满足产品需求的时期的比率, 也就是概率。通常情况下, 补给周期供给水平要比产品供给率低。
(三) 在一定条件下确定合适的安全库存水平
首先, 定义几个变量:
ESC:每个补给货物周期的预期短缺, 是指在每个交付期中不能由现有库存满足的市场需求的期望值。
ROP:再订货点。当库存量到达再订货点时, 库存经理将向供应商发出货物订单。
L:货物交付期。指货物从订购到交付期间的时间间隔, 因需求不确定引起的产品短缺常常发生在货物交付期内。
ss:安全库存 (safe storage) , 由于安全库存为补给订货订单到达库存时剩余的平均产品数量, 因此我们可以得到如下的等式:
其中RL为货物交付期内的平均顾客需求量。
1.已知产品供给率, 确定安全库存
下面我们开始求解安全库存。
假设订货批量为Q, 那么产品供给率可以表示为:
在货物交付期间, 当市场需求超过在订货点ROP就会发生库存短缺, 因此, 如果用f (x) 表示货物交付期内的市场需求分布状态的密度函数, 那么, 预期短缺的期望表达式为:
承接上文的前提, 我们假设货物交付期的市场需求量服从均值为RL, 标准差为 σL的正态分布。将*1代入*3可得:
那么, 我们可以得到如下的公式:
我们令
Fs (·) 和fg (·) 分别为均值 μ=0, δ=1 的标准正态分布的分布函数和密度函数, 则我们可以得到:
进而化简如下:
代入*2式, 可得:
我们假定 σL、Q固定不变, 将ss视为自变量, fr视为因变量, 通过代入具体数据进行回归分析, 可以得到如下的一条近似的曲线关系:
由该曲线可知, 随着安全库存的边际增加, 产品供给水平的边际增加逐渐减小, 当产品供给水平过高时, 由此带来的利益增加会被高昂的库存成本抵消, 因此管理者不因盲目追求过高的产品供给水平。
2.已知补给周期供给水平 (CSL) , 确定安全库存
由于CSL指的是概率值, 因此我们只需要找到在需求函数中满足CSL的概率区间, 也就是找到实际的市场需求量小于再订购点的概率, 就可解出安全库存量。
首先, 我们得到的已知量如下:
由历史数据得到的货物交付期内的平均市场需求量=RL
由历史数据得到的货物交付期内市场需求的标准差=σL
根据*1式, 即ROP=RL+ss, 我们可以得到:
根据前文假设, 市场需求量为正态分布, 则可得:
令F-1 (p, μ, σ) =x为F (x, μ, σ) =p的反函数, 则我们可得:
将上式化为标准正态分布形式, 可得:
如果补给周期供给水平固定, 我们可以得到安全库存与货物交付期的市场需求标准差成线性正相关, 例如:市场需求的波动性增加5%, 安全库存也要相应增加5%。
进一步分析, 假设货物交付期为L, 单个时期的市场需求平均值为R, 标准差为 σR, 每个时期的市场需求互不相关, 那么我们可以得到:
由此可得:
通过上式, 我们可以发现, 安全库存和货物交付期的长度也成正比, 但是安全库存的增长要比货物交付期的增长慢, 如果货物交付期延长9%, 安全库存将只增加3%。
(四) 通过分析找到降低安全库存的管理杠杆
通过上述计算分析, 我们可以清晰地知道, 当产品供给水平一定时 (即CSL或fr一定) , 安全库存与货物交付期和市场需求的标准差成正比, 因此要降低安全库存, 应该从这两个方面下工夫。
1.要求供应商缩短货物交付期。当然这不是一句话就可以做到, 要让供应商缩短货物交付期, 需要额外的资金投入, 企业必须拿出一部分由减少安全库存成本获得的额外利润与供应商一起共享, 以此缩短供应商的货物交付期。
2.降低市场需求的不确定性。除了提高预测技术缩短这种不确定性以外, 企业应该将市场需求的信息在供应链间进行共享, 从而加大与供应商之间的协调程度, 以此消减由中间环节造成对需求预测的干扰。
四、聚集效应对安全库存的影响
我们把分散在各处的仓储资源聚集在一起, 形成一个统一的配送仓储中心这种活动成为聚集行为, 由此产生的效应成为聚集效应。
在实际的经济活动中, 聚集效应随处可见。苹果公司会在中国大陆设立几个销售片区, 在每个片区建造一个仓储中心, 负责该片区省份经销商的产品供给。家乐福则因为拥有自己的零售超市, 需要在每家零售店旁建造仓储点, 以此满足灵活的零售活动, 可见, 苹果公司的库存聚集程度要比家乐福高。同样地, 宝马公司通过向经销商授予特许经营权来销售本公司的汽车, 那么它只需要在一个销售片区设立一家综合的仓储中心来供给经销商, 然而全球大型餐饮集团百胜旗下的肯德基则需要在它涉足的每一个城市中建立一个小型的仓储站。接下来, 我们将分析聚集效应对安全库存产生的影响。
假设BMW宝马汽车公司在华东片区有k个城市销售7 系商务轿车, 假设每个城市的需求量呈正态分布, 那么:
Ri:每个城市的平均汽车需求量, 其中i=1, …, k
σi:每个城市的汽车需求量的标准差, 其中i=1, …, k
cov (i, j) :各个城市的汽车需求量之间的协方差, 其中i, j, 1<<i≠j<<k
于是我们可以得到宝马汽车公司在华东片区的整体汽车需求分布状态, 总需求依然呈正态分布:
其中, cov (i, j) =ρijσiσj, ρij为相关系数。
对上式分析, 我们可以发现:
(1) 若每个城市的市场需求都是正相关关系, 即 ρij=1, 我们可以得到
也就是说, 总市场的需求标准差等于各个城市需求标准差之和。
(2) 若每个城市的市场需求不全都呈正相关关系, 即 ρij<<1, 我们可以得到:
此时, 总市场需求的标准差小于等于各个城市标准差之和。因此, 综合上文得出的安全库存与市场需求的标准差呈正相关的关系, 我们可以得到如下结论:
如果各个分区域市场需求都互呈正相关, 聚集效应不会降低安全库存水平;如果各个分区域的市场需求不完全互呈正相关, 聚集效应将降低安全库存水平。在现实的经济活动中, 绝大多数的情况都属于后者, 因此, 我们可以得出结论, 聚集效应将减少安全库存。
五、需求不确定性对聚集效应的影响分析
通过上文的研究, 我们发现聚集效应能够减少一定的安全库存量, 进而在不改变产品供给水平的情况下, 减少库存成本。然而, 在现实经济活动中, 却依然有企业选择分散仓储的模式, 进行多点布局, 这是什么原因呢?事实上, 分散仓储并不是一无是处, 它的优势在于能够减少由于交通运输带来的成本和能够快速灵活的满足顾客的需求。管理者在制订集中仓储还是分散仓储的决策时需要在库存成本和交通运输成本以及灵活性三者之间做出权衡。
对于决策者来说, 确定一件商品的存储方式是集中仓储还是分散仓储需要在由前者获得的聚集效应优势和由后者获得运输成本优势和灵活性优势进行权衡。一般来说, 需求量非常小的商品往往需求不确定性很高, 称之为滞销商品;需求量非常大的商品往往需求不确定性很低, 称之为畅销商品。由上文得到的结果, 我们可以得到最终的结论:对于需求不确定性较高的滞销商品而言, 决策者应该将产品放在一个仓储中心集中存储, 这时由聚集效应产生的库存成本减少, 可以覆盖运输成本;对于需求不确定性较低的畅销商品而言, 决策者应该将产品储存在多个靠近顾客零售点的分散库存点, 能够提高产品的顾客反应能力, 降低运输成本。
参考文献
[1]Sunil Chopra, Peter Meindl.Supply Chain Management:Strategy, Planning, And Operation[M].北京:社会科学文献出版社, 2002.
[2]马士华, 林勇, 陈志祥.供应链管理[M].北京:机械工业出版社, 2003.
[3]占述勇, 陈荣秋.论JIT环境下制造商和供应商之间的关系[J].管理科学学报, 1998.
不确定性需求 篇2
一、信息分类
信息分类与组织是一个产品的基础，符合现实场景使用逻辑，满足商业需求将广告和有效信息合理编排，才能给以用户流畅清晰的体验。
常见的分类方法有：
1 逻辑分类
将对象按照一定的现实逻辑进行分类组织。例如，在生活中，要买一个洗衣机，在百货商城中依次找到家电卖场→大家电类→洗衣机品类→(品牌、容量、是否智能、缸数等)。相应地，一个电子商务网站的信息组织形式类似设计。
2 卡片分类具体操作是邀请用户“把类似的东西放在一起”(把标有产品元素的标签提供志愿者进行阅读理解并分类)，这种方法在产品设计的初级阶段可以容易获取用户对产品内容的期望，为信息架构的搭建提供依据。对现有产品迭代改良时，卡片分类还可以检验架构的合理性。
卡片分类还可以具体分为：
开放式：(用户完全自行确定分类的组数和卡片数)，优势在于提供更加丰富的分类结果，但也容易造成结果不可控。
封闭式：先将导航架构设计好，再由用户分别归类卡片，结构有限可控，一般是对信息设计的结果进行验证之用。
二、导航设计完成正确的信息分类之后，下一步开始导航设计。
1 导航的自我解释：
虚拟的互联网世界没有现实世界中明显的方向感，不清晰的导航往往导致用户流失。一个好的导航设计最基本的任务就是要让用户知道“我从哪里来?”“我现在在哪里”“我能去哪里”。下图是在京东商城上搜索购买洗衣机的面包屑元素。
注：面包屑通常水平地出现在页面顶部，一般会位于标题或页头的下方。它们提供给用户返回之前任何一个页面的链接(这些链接也是能到达当前页面的路径)，在层级架构中通常是这个页面的父级页面。
2 深广度平衡：在导航的信息组织中，层级的数目一般称为导航的深度，每一层级中包含的菜单项数可以称为导航的广度。在导航设计中，需要兼顾深广度的数量，保证用户的浏览路径足够便捷(选择少，跳转少，简单明了)。
过度追求少层级或者浅层级。对于导航设计没有严格意义上的多或者少，需要结合产品本身的设计来规划，当然也要考虑平台特性。尤其是PC端移植到移动端的产品，往往有“庞大”结构，这时候需要做“减法”，针对新平台的用户使用习惯，重新调整导航设计，凸出更核心的业务，精简聚合。想起前不久深圳PM大会上鹅厂前辈分享QQ的年轻化之路，有谈到新版手Q底部导航浓缩成3个tab的改进，
在4tab当道5tab拉风的时代，敢推出3tab的设计，并且获得用户的认可，这少不了优秀导航设计的功劳。
三、平衡商业需求设计除了考虑用户的信息需求，还要了解产品背后的商业目的。保证用户体验的时候，别忘了是谁给你发工资的呢。
先看看亚马逊广告的植入方式：
在二级品类导航页中植入相关广告，比起某些站点密密麻麻全屏+各种浮窗广告的设计，会不会小清新一些。广告植入贴近用户当前搜寻的需求，不强行妨碍用户操作。
四、设置快捷入口
除了有完整且有逻辑性的导航供用户一步一步体验产品，往往还需要为重要功能或者常用功能提供快捷入口，一步到位，减少重复操作的繁琐。
例如：逻辑上看购物车属于我的淘宝，但是因为其属于常用功能，故单独列出来作为一个快捷入口。
五、任务设计需求文档中的功能和内容一般比较零散，通过信息架构将零散内容分门别类封装之后，下一步需要任务设计来将它们串起来，成为可以一步步跳转的功能。
任务流程是一个产品的骨架，支撑起整个产品，为各个模块的功能内容提供基础。
例如一个LBS社交产品，可能采用这样的任务线：初启动进入消息页面(阅读欢迎信息)→LBS搜索附近用户/群→与新朋友(群组)互动→发表自己状态→体验其它增值服务(如游戏)——纯脑补。
任务线一般还有主次之分
结合信息结构分解用户任务
然后进行优先级排序(用户数、使用频次、重要度)
接着组合性质相关的任务(例如社交产品中搜索附近的用户和附近的群组性质是一样的，归为一类)
这样才可以得到比较有条理且主次分明的任务线。
完成任务线的设计还不够，用户素质参差不齐，即使PM或者设计师看起来再“合逻辑”的设计，依然会有大大小小的用户搞不懂，我们需要多想一步，通过科学的方法引导用户完成任务：
1 相似性引导：
如果功能元素的页面表现具有大小、色彩、形态、视觉等上的相似，可以牵引着用户的视觉，引导用火操作。
2 方向性引导：
通过整齐的指引性箭头、排版和线条，引导用户去完成相应的操作。
3 运动元素引导：用户完成一些操作之后，相应的页面元素发生变化，直观地显示引导操作，例如移动端常见的抽屉式设计。
4 向导控件：
明确告诉用户，完成一次操作有多少步骤，当前处于哪一步，下一步需要做什么。
★ 材料消耗量如何确定？
★ 确定入党积极分子情况范文
★ 确定广告策略
★ 确定入党积极分子情况
★ 合同甲方乙方如何确定
★ 确定的反义词
★ 确定位置教案
★ 涉密人员确定情况工作报告
★ 确定位置教学反思
不确定性需求 篇3
日产量能力
1.Dc更改的原则
当前生产能力不能满足市场的需要，需要重新更改Dc。在需要高峰季节，生产能力不能满足市场需求，应该重新计算Dc。
2.Dc制定
步骤1：获取本年度内，各条装配生产线上各机型及选装的计划年产量。如果在同一生产线或工艺过程中生产一些部件，就必须考虑一些其他的需求（配件，厂际配件，协作生产，附件等）
日产量＝年产量/年生产可用天数
日标准正常用于需求高峰与需求低谷的比较
步骤2:①确定顾客对成品的实际需求：确定市场分段；按照顾客类型确定需求特征及发货期望；开始当前的“安置”；将当前的“安置”调整到计划实际需求（大多数情况下是比较主观的）；推动工厂与市场在实际需求方面达成一致；确定关键竞争优势。
②确定配件，附件以及协作生产的需求：配件需求包含按照钱数表达的常规需求，以及某一时间段的实际需求。对特殊的大的总成或者零件需要讨论工厂或供应商的关键能力范围；协作生产和厂际生产需要与客户进行讨论。尤其适用于厂际之间为了更好的反映实际需求而改变生产的计划。
步骤3:确定每条生产线“可能的”并且可以接受的产量削减。市场行为:①确定平均可接受量；②如果生产/可用性反映需求，确定“必须处理的”可接受量。
步骤4:比较实际需求与我们支持实际需求的能力。在资金花费，市场成本以及导致的能力限制。市场/生产/供应商管理活动：①在当前的能力达成一致；②确定实际需求与生产，供应商，以及人员需求之间的关系；③在未来的几年中在策略以及运营原则方面达成一致，满足Dc与Dm的策略方面达成一致。
步骤5:确定当前的工厂能力（最大日产量）：考虑当前能力；确定按照需求制造的成本；编写劳动力计划。
生产活动：
①确定当前的机器与装配能力：表达现能力；能力/设计能力批准；在当前限制与设备/装配能力方面达成一致；比较当前能力与实际需求模式；估算支持实际需求提升能力的投资；按零件号，及产品系列确定主要投资。
②编写人员计划支持实际需求：确定最大的、可以接受的计划加班（对于需求曲线最高点）；确定需求人员数；更改确定需要更改的政策/合同，以支持实际需求模式，在更改可以发生时；根据未来2~4年的规定，从最大胆的角度出发，确定最大的变化量（日产量），支持的人员需求计划。
步骤6:确定供应商的当前能力。供应商管理行为:确定当前供应商的能力展示能力能最高支持的产量是多少；能力/设计能力AFE；确定影响能力的活动；比较当前能力与实际需求；估计支持实际需求提升能力所需的投资；按零件号与系列确定主要投资；确定我们产品需要使用的特殊机器的供应商；确定高度服务的供应商；确定供应商反应时间。（需要考虑配件，厂际加工件，协作生产件，附件，你的最大日需求必须包括所有的需求。）
步骤7:最终的Dc必须满足产品的订单履行目标，需要考虑的目标包括：可接受的客户反应时间（客户愿意等多久?）；满足经销商发货时间，资产管理－库存目标，直线性，产品供应额。（日订单混合变化－机型与选装/数量变化。）
步骤8:计算能力需求（Dc）。确定Dc，表示工厂产量提升的能力与不需要重新设计生产线的最大的实际输出量。
能力需求（Dc）：
①确定在峰值需求时，每天成品非加班情况下的数量。峰值生产至少持续6周以上；
②需要检验满足订单履行策略的生产线的灵活性。如果必要的话，在日不加班方案上中加一个参数，以便该工人提供一个流动的空站位。（Dm与Dc的关系：本步骤中的最大日产量用于Dm的计算；在上述Dc确定中的同一需求高峰，每天最大的需求（包括加班）就是产品系列Dm；将Dm提供于物流规范。）
③确定季节性周期，以及季节性周期月数。周期及周期月份数应该是顾客“实际”需求。确定的结果应该是需要的峰值数量及满足批量需求的批量的持续时间。
3.Dc发布
回顾确定的Dc和相关支持数据，最高CEO签字批准，通报批准的Dc文件。
参考文献
不确定性需求 篇4
一、需求不确定性及项目绩效相关概念
在软件项目实施过程中, 需求分析是一个最重要的阶段。并且对未来项目阶段有最大的影响 (T urner, 1992) 。准确的界定用户需求是非常困难的, 这是软件项目费用超支、进度延迟的主要原因。因此, 需求不确定性是项目成功的一个致命因素, 己经被学者们认为是一个最主要的软件项目风险因素, 是软件项目成功的障碍之一。
项目绩效即衡量一个项目的成功与否, 有时在实物上很难定义, 例如项目利益相关者对于成功的认知不一样, 项目管理者自认为在完工期内完成即可认为成功, 但使用者却认为完成产品不符合期望;或是虽然工期均较原定目标增加, 但最终产品仍被认为有成功的效益。因此, 根据研究的需要, 对于项目绩效的衡量只能采取相对客观、可行的指标。N idumolu (1996) 把“项目绩效”定义为“软件项目在过程和产品方面获得成功的程度”。 (W allace&K eil, 2004;N idumolu, 1996;R ail, 2000) 。
产品绩效指软件项目开发结果的绩效, 即开发出的软件的绩效, 主要衡量所开发出的软件系统是否能够安全使用并且达到了项目预期的目标。而过程绩效指的是项目管理过程中管理和控制方面的绩效, 主要包括两个方面:项目的预算绩效和进度绩效。
二、需求不确定性与项目绩效的关系模型
很多学者研究了需求不确定性与项目绩效的关系。N idum olu (1995, 1996) 开启了需求不确定性研究的新领域。N idumolu (1995) 研究了需求不确定性, 剩余绩效风险和项目绩效的关系。他的研究考虑了绩效中的软件开发过程绩效和产品绩效。
N idumolu提出了标准化和需求不确定性通过中间变量剩余绩效风险影响产品和过程绩效, 需求不确定性与剩余绩效风险有显著的正相关关系, 而剩余绩效风险对项目过程绩效和产品绩效都有显著的正相关关系。剩余绩效风险只反映软件项目后阶段出现的绩效风险。该模型提出了需求不确定性增加了剩余绩效风险, 而软件开发标准化减少了这种风险。N idum olu提出增加剩余绩效风险将对产品和过程绩效产生消极的影响。他还建议增加需求不确定性对产品和过程绩效产生直接的负面影响。来自64个美国软件项目的数据普遍支持了N idumolu的模型。只有需求不确定性和产品绩效的负相关关系的假设没有被支持。他的结论是, 在美国软件公司的样本中剩余绩效风险缓解了标准化和需求不确定性对产品和过程绩效的影响。
一些学者在N idum olu (1995, 1996) 研究的基础上, 对需求不确定性进行了更进一步的研究。T ony M oy nih an (2000) 研究了信息系统项目经理处理需求不确定性的策略。发现项目经理对需求不确定性的不同层面采取不同的策略。
Kwan-SikN a等 (2002) 收集了韩国1999-2000年软件项目的资料, 对N idumolu (1996) 的模型在信息技术发展中国家的应用进行了验证和修改Kwan-Sik N a等 ( (2002) 研究发现在发展中国家, 信息技术不是非常发达的情况下, 剩余绩效风险并不适用。他研究发现了需求不确定性与产品绩效和过程绩效的直接关系。K w an-S ik N a等则认为剩余绩效奉献并不适合作为一个中间变量, 而需求不确定性与软件项目绩效的有直接关系, 并且需求不确定性与产品绩效和过程绩效都呈负相关关系。Ay ad Y.Aldaijy (2002) 的研究也证实了需求不确定性与任务不确定性、软件项目开发质量之间的关系。其中需求不确定性与任务不确定性呈正相关关系, 而与软件项目开发质量呈负相关关系。
参考文献
[1]、Sarma R.Nidumolu.Standardization, requirements uncertainty and software project performance.Information&Manag ement31 (1996) 135-150
[2]、Kwan-Sik Na a, James T.Simpson b, *, X iaotong L i b, Tushar Sing h b, Ki-Yoon Kim.Software development risk and project performance measurement:E vidence in Korea.The Journal of Sy stems and Software80 (2007) 596-605
不确定性需求 篇5
1 供应链及供应链需求不确定性因素
1.1 供应链的涵义
供应链 (Supply Chain, SC) 是围绕着核心企业建立起来的, 核心企业与供应商、供应商的供应商即一切向前的关系, 以及核心企业与用户、用户的用户及一切向后的关系所形成的链网结构。在供应链中, 原材料依次通过“链”上的各个环节, 逐步变成产成品, 产成品再通过一系列的流通配送环节, 最后送达消费者手中。在从原材料到产成品的过程中, 产品的附加价值逐渐增加、差异性逐渐增大, 而且越靠近市场需求端, 市场对产品需求的波动性越强。
1.2 供应链需求不确定性因素
供应链需求不确定性因素是指在供应链运作过程中, 因无法预期的状况发生直接或间接造成供应链整体绩效的降低, 甚至供应链的崩溃, 并造成有形或无形损失的需求因素。导致供应链需求不确定性的因素主要有:
1.2.1 客户需求因素
客户需求是供应链中最主要的不确定性来源。顾客可能会在不定期的时间订购不规则数量的产品, 导致需求预测误差;另外, 消费者偏好也会随着时间而改变, 这些原因使企业订单式生产变的很难实现, 企业不得不保留一些存货, 当订单的变动愈大, 就需要更多存货来满足顾客需求。
1.2.2 行业因素
供应链中需求不确定性来源也可能是企业所出的行业, 外部市场环境的变化、行业中不可预测的竞争者、市场产品组合改变、产品的退化率、新产品的出现、产品生命周期缩短、产品种类增多、生产成本压力增大、全球化竞争加剧等, 这都使得企业既要保持较低的生产成本, 又要提供满足消费者个性化需求的多样化产品, 必然会增加供应链中需求的不确定性。
1.2.3 供应链本身因素
供应链中需求不确定性来源也可能是供应链本身, 产品需求时间预测错误、产品需求量预测错误、供应链上下游节点间的管理和信息不畅等因素引起的不需求确定性。例如, 由于货物短缺, 下游企业间可能会存在短缺博弈, 而上游企业看不到顾客的真实需求, 从而造成需求不确定性增加。
2 降低供应链需求不确定性策略
在激烈变化的市场竞争环境下, 在供应链企业之间的协调与合作过程中, 存在着大量的需求不确定性。只要存在需求不确定性, 就存在一定的风险。因此, 供应链管理者要降低供应链需求不确定性, 实现供给与需求的平衡, 从而提高整体供应链收益。
2.1 提高供应链预测水平
企业为了更好地了解自己的客户, 在供应链的各个阶段加强协调沟通, 使用需求规划信息系统, 及时了解市场信息, 按市场需求组织生产, 稳定销售计划, 提高预测性。实际应用中, 企业可以在特定的时间范围内来确定需求与计划的, 如按季、月、旬或周, 企业应努力提高近期销售计划的准确性, 同时缩短计划实施的时间长度, 如做到按周甚至按天来组织生产, 通过对预测以及预测误差的分析, 确定物料的安全库存和采购计划, 提高采购的准确性和降低库存水平。预测准确性的提高会降低库存积压量和库存缺货量, 增加企业的利润。
2.2 采用MRPII/JIT的生产模式
MRPII (Manufacturing Resource Planning) 是将公司最高层管理与中层管理结合在一起, 以制造资源计划为活动核心, 促使企业管理循环的运作, 达到最有效的企业经营。JIT (Just In Time) 生产方式, 即“在需要的时候。按需要的量生产所需的产品”。看板方式是JIT生产方式中的一种简单有效的方式, 也称传票卡制度或卡片制度。采用看板方式, 要求企业各工序之间或企业之间或生产企业与供应者之间采用固定格式的卡片为凭证, 由下一环节根据自己的节奏, 逆生产流程方向, 向上一环节指定供应。MRPII/JIT的生产管理模式是将MRPII和JIT相结合, 上游工序采用MRPII生产方式, 下游工序通过加工单采用JIT生产方式控制。上游工序的MR PII生产方式保证了投入生产线的原料尽快地加工以满足需求, 从而保证了机器的合理利用;下游工序的JIT生产方式可以防止过多的原料投入生产线, 从而有利于减小在制品数量, 降低供应链需求不确定性, 降低库存费用。
2.3 采用快速反应管理方式
快速反应是指供应链管理者所采用的一系列降低补给货物交货期的措施。当货物交货期缩短时, 供应链管理者就可以提高他们的预测准确性, 从而使供给与需求更加匹配, 供应链利润也相应提高。快速反应方式主要有快速响应 (Quick Response, QR) 和有效顾客响应 (Effi cient Consumer Response, ECR) 方式, 它们是全新的业务方式, 体现了技术支持的业务管理思想, 即在正确的时间、正确的地点用正确的商品来响应顾客需求, 供应链中各节点企业通过建立良好的贸易伙伴关系, 利用条形码和POS扫描等信息技术, 使下游企业能够及时跟踪各种商品的销售和库存情况降低订货周期, 实施自动补货系统, 消除供应链系统中不必要的成本和费用, 降低供应链需求不确定性, 提高顾客服务水平。
2.4 采用延迟制造策略
为了能在成本一定和风险降低的基础上快速满足最终消费者的多样化需求, 企业往往会在整个生产与供应的流程中将相同程序的制作过程尽可能最大化, 以获得规模经济, 而将形成差异化的按订单生产的过程尽可能推迟, 这种制造模式被称为延迟制造。实际上, 延迟制造是把生产和运输环节推迟到最后一刻, 其原理是通过延迟以获取更多的市场信息, 在较为准确地获取市场信息的基础上, 从而有效规避甚至消除供应链的风险和需求不确定性。
2.5 恰当配置产品供给源
恰当配置产品供给源是指企业采用两个供给货源的联合策略:一个供给源注重产品的成本但解决需求不确定性的能力较差;另一个供给源侧重需求不确定性的灵活应变能力, 但产品的成本较高。为了使恰当配置产品供给源策略更有效, 一般把一种产品供给源作为另一种产品缺货时的后备资源, 且两个供给源所侧重的性能必须有差别。低成本的产品供给源必须是经济的, 并且只需提供市场需求量中可预测的那部分产品。反应型的产品供给源应该注重快速反应能力, 目的是为了使收益增加, 使供给与需求的匹配程度更高。恰当配置产品供给源的价值取决于一个供给源需求稳定时成本的降低, 供给源可以是以数量为基础的, 也可能是以产品为基础的, 这取决于需求不确定性的起因。在以数量为基础的恰当配置产品供给策略中, 产品需求量中可预测的那部分产品由经济型工厂生产, 而不确定的那部分产品由反应型工厂生产。因此, 通过采用恰当配置产品供给源策略, 减少需求不确定性, 降低企业成本, 提高企业利润。
2.6 规划供应链各节点企业的功能
规划供应链各节点企业的功能是指针对产品固有特性, 将供应链上各个节点企业的角色重新规划定位, 以降低需求不确定的发生, 具体做法可以通过实施供应商管理库存的方法来降低或消除需求不确定性对供应链的负面影响。实施供应商管理库存, 由供应商统一管理和调拨库存, 供应商通过和用户 (分销商、批发商或零售商) 建立合作伙伴关系, 主动提高向用户交货的频率, 使供应商从过去单纯的执行用户的采购订单变为主动为用户分担补给库存的责任, 在加快供应商响应用户需求是速度的同时, 也使用户大大降低了库存水平, 这样就可以消除由于需求不确定性的存在而引起的资源分配不合理, 供应链效率低下等问题。
3 结语
本文从分析供应链需求不确定性因素出发, 提出提高供应链预测水平, 采用MRPII/JIT的生产模式, 采用快速反应管理方式, 采用延迟制造, 恰当配置产品供给源等策略来减少或降低供应链需求的不确定性的策略, 并消除需求不确定性对供应链的负面影响, 实现供给与需求的平衡, 从而提高整体供应链收益。
参考文献
[1]陈阳, 叶怀珍.基于精柔协同的供应链需求不确定性管理研究[J].铁道运输与经济, 2010 (05) .
[2]鲍尔索克斯, 克劳斯, 库珀.供应链物流管理[M].北京:机械工业出版社, 2004.
[3]Mason Jones, R.Naylor, et.al.Lean, agile or leagile?Matching your supply chain to the market place[J].Internationa1Journal of Production Research, 2002, 38 (17) :4061-4070.
[4]Chern C C, Hsieh J S.A heuristic algorithm for master planning that satisfies multiple objectives[J].Computers&Operations Research, 2007 (34) :3491-3513.
不确定性需求 篇6
配电网重构是配电网优化运行的一种手段, 它通过改变线路开关的开合状态来变换网络的拓扑结构, 是降低配电网网损的有效途径[1,2,3,4]。
全球一次能源价格的日益上涨和环境的不断恶化, 使可再生能源得到大力的发展, 分布式电源 (DG) 的使用在一定程度上缓解了全球能源和环境压力。DG在未来将成为一种重要的电能生产方式, 改变电力系统在中低压层面的结构与运行方式。DG对配电网带来诸多影响, 文献[5-6]认为DG出力具有很强的随机性和间歇性, 对网络运行状态的分析产生较大的影响, 并对DG的随机出力模型进行了研究。其中文献[5]采用半步变量法对系统进行了随机潮流计算, 得到网络的运行参数;文献[6]针对风力发电系统出力不确定性进行了建模, 采用两点估计法进行计算。
各国政府认识到节能和减排是缓解环境污染问题的重要措施, 电动汽车作为未来汽车技术发展的主攻方向[7], 是解决此问题的最佳途径。文献[8-9]研究表明电动汽车有序充电, 有助于电网的安全经济运行, 提升电动汽车的环保价值;文献[10]研究了智能电网下, 电网和电动汽车互动的问题, 建立了电力市场下电动汽车充电问题的优化模型;文献[11]提出了把电动汽车作为可控的DG并联到网络的构架方式, 来提高电网经济性;文献[12]研究了含有电动汽车的混合储能系统, 结果表明混合储能系统能够更为经济有效地运作。
智能电网要求把用户积极性调动起来, 交互、互动, 达到削峰填谷, 提高能源利用率的目的。而需求响应作为互动的解决方案, 得到大力的研究和应用。需求响应是指电力用户针对市场价格信号或激励机制做出响应并改变正常电力消费模式的一种手段, 能够改变用户的用电习惯, 减少某时段的用电负荷以响应电力供应, 从而在保障电网稳定、提高系统可靠性与经济性方面发挥重要作用。文献[13]提出了多代理系统 (MAS) 的总体框图, 考虑了不同用户的用电习惯及负荷响应特点得到合理的分时电价策略。
上述文献研究表明, DG的出力、电动汽车的充电负荷均具有不确定性, 同时峰谷分时电价是需求侧管理 (DSM) 的解决方案之一, 能够指导用户的用电行为, 使得系统负荷具有分时段的不同特点。这些因素均对配电网重构结果产生了不可忽视的影响。因此, 综合考虑各种DG出力的不确定性、电动汽车和峰谷分时电价的配电网重构具有重要的理论意义和实用价值。
目前, 配电网重构问题的研究集中于算法的改进, 针对不确定性的研究较少[6,14,15], 综合考虑负荷变化不确定性, 光伏发电系统、风力发电系统出力不确定性以及峰谷分时电价造成的负荷需求响应对重构结果影响的文献几乎没有。
本文主要研究了DG和电动汽车接入配电网后的网络重构问题, 建立了计及DG出力不确定性和电动汽车充电不确定性的配电网重构模型, 同时, 考虑峰谷分时电价对用电负荷的影响, 根据用电负荷分时段的需求响应特性对配电网进行分时段重构。算例的仿真结果表明了本文方法的正确性和有效性。
1 配电网重构的数学模型及约束条件
1.1 目标函数
配电网重构的目标函数一般为降低网损、提高供电可靠性、提高供电质量等。本文以电网运行的经济性, 即运行费用最小为目标函数, 其表达式为:
式中:F为运行费用;N为分段重构的时段数;En为时段n的电价;Δtn为时段n的时间长度;nb为配电网的支路总数;rl为第l条支路的电阻;wl为第l条支路的开关状态, 取1表示开关闭合, 反之表示开关断开;Il为流过第l条支路的电流幅值;ε为开关操作一次的费用;wn, l为第l条支路的开关在时段n的状态。
1.2 约束条件
1) 潮流约束:
式中:Pi和Qi为节点i的输入功率;PDGi和QDGi为节点i的DG注入功率;PLi和QLi为节点i的负荷功率;Vi和Vj分别为节点i和j的电压幅值;Gij, Bij, θij分别为节点i和j间的电导、电纳和相角差;Nb为配电网的节点总数。
2) 支路容量约束:
式中:Sl和Sl max分别为第l条支路流过的功率及其最大值。
3) 节点电压约束:
式中:Vi, Vi min, Vi max分别为节点电压及其最小和最大允许值。
4) 辐射状网络运行和无孤岛约束:
配电网重构后形成辐射状结构, 不存在孤岛。
5) 开关操作次数约束:
式中:Ts为第l条支路的开关动作次数上限值;Tt为所有开关操作次数在整段时间内的上限值。
2 配电网中不确定性因素的随机模型
2.1 风力发电机的随机出力模型
风速具有不确定性, Weibull分布是一种目前被普遍应用且能够较好模拟风速的实际分布概率的一种模型。
Weibull分布的概率密度函数如下[5]:
式中:v为风速;k和c为Weibull分布的2个参数, 其具体数值可由平均风速μw和标准差σw得到;Γ (·) 为Gamma函数。
通过Weibull分布模拟出风速后, 通过风速和风力发电机出力之间的关系函数可以得到风力发电机的出力分布。关系函数如下所示:
式中:Ψ1=Pr/ (vr-vci) ;Ψ2=-Ψ1vci;pr为风力发电机额定功率;vci为切入风速;vr为额定风速;vco为切出风速。
在与电网并联运行的风力发电系统中, 大多采用异步发电机, 为建立旋转磁场实现异步工作, 需要从电网中吸收无功功率。此时, 风力发电机可简化处理为PQ节点。
2.2 光伏发电系统的随机模型
太阳光照强度也具有和风速类似的随机性, 因此, 光伏发电系统的输出功率也是随机的。据统计, 在一段时间内, 可以用Beta分布近似模拟太阳光照强度, 其概率密度函数如下[5]:
式中:z和zmax分别为某一时间段内的实际太阳光照强度及其最大值;α和β为Beta分布的形状参数, 能够通过一定时段内太阳光照强度的平均值μz和标准差σz计算得到。
假设太阳能电池方阵具有M个电池组件, 每个组件的面积和光电转换效率分别为A和η, 则这个太阳能电池方阵总的输出功率为:
同风力发电系统类似, 光伏发电系统也可由电容器组来保证功率因数基本为一常数, 因此在潮流计算中可看成PQ节点[5]。
2.3 负荷随机模型
有关随机潮流的文献多数采用正态分布近似反映负荷的不确定性[5,6], 其有功和无功功率的概率密度函数分别为:
式中:Ph和Qh分别为节点h的有功和无功功率;μPh和μQh分别为负荷有功和无功功率的数学期望;σPh和σQh分别为负荷有功和无功功率的标准差, 其值可采用负荷预测数据通过概率统计方法来确定。
2.4 电动汽车充电负荷的随机模型
文献[16]结果表明:从概率分析的角度看, 电动汽车负荷的随机性和一般负荷的随机性给系统调度带来的影响是类似的, 由于一般负荷也服从正态分布, 因此, 可以用正态分布近似反映电动汽车负荷的不确定性:
式中:μPv和μQv分别为电动汽车充电有功和无功功率的数学期望值;σ2Pv和σ2Qv分别为电动汽车充电有功和无功功率的方差。
3 基于蒙特卡洛模拟的随机潮流
蒙特卡洛法能够较好地对待求变量的随机参数进行模拟, 其基本思想是:首先建立一个概率模型或随机过程, 使它的参数等于问题的解, 然后通过对模型或过程的观察或抽样试验来计算所求参数的统计特征, 最后给出所求解的近似值[17]。设待求量x是随机变量χ的数学期望E (χ) , 则可根据χ的概率分布函数对χ进行Np次随机抽样, 产生相互独立的χ值的序列χ1, χ2, …, χNp, 计算其算术平均值χ-为:
当Np充分大时有:
由大数定理可知, χ是x的一个无偏估计[17]。
把蒙特卡洛法用于分析系统的不确定性时, 可以较为真实地反映系统的实际情况, 使分析结果更接近实际。
相对于传统的潮流计算, 随机潮流可以运用概率统计方法处理系统中的不确定因素。当建立好控制变量的概率模型之后, 就可以通过样本进行潮流计算, 即可求得待求量的概率分布、期望值、方差。
4 基于分时电价的负荷需求响应模型
分时电价会对用户产生一定的响应, 效益函数B (d) 可以较好地来分析这种基于分时电价的负荷需求响应, 其中d为负荷需求量。一般用户会以利益最大化的原则来安排自己的用电习惯, 效益函数表达用户消费电能所带来的收益, 即, 其中为电价。当时, 用户的收益最大[18]。用户的效益函数一般可以表示为如下的二次函数形式[18]:
式中:和d0分别为不考虑负荷对电价响应时的电价与负荷需求量;ξ为电价系数。
基于上述分析, 对式 (18) 中的d求偏导, 得到:
对式 (19) 中的ω~求偏导, 得到:
此时, -ξ即为用户的需求对价格的响应系数, 可以根据用户类型及用户的历史用电数据来确定。
因此, 计及需求响应的负荷时序模型可以用如下公式来表达:
式中:dT为T时段的负荷大小;为T时段的电价;dT0为T时段未考虑需求响应前的负荷大小;为T时段未实行分时电价时的电价。
文献[19]通过制定合理的峰谷分时电价策略和采用有序充电策略能够有效地“移峰填谷”。有序充电指导充电汽车在特定的时间、地点进行集中充电, 避免对电网造成负面影响, 根据以上研究, 本文设电动汽车都在用电低谷期 (00:00—07:00, 23:00—24:00) 之间有序集中充电, 并在11:00—18:00间有少量进行充电。
5 求解配电网重构的量子进化算法
5.1 量子比特编码
在量子计算中, 充当信息存储单元的物理介质是一个双态量子系统, 称为量子比特。量子进化算法中的个体采用量子比特编码, 每个量子比特位|w〉可以由|0〉和|1〉这2种量子态的叠加表示, 具体表达式如下[19]:
式中:a和b为复数, 分别表示状态|0〉和|1〉的概率幅。
|a|2和|b|2分别为该量子位处于状态0和状态1的概率大小并且满足归一化条件|a|2+|b|2=1, 所以通过a和b的数值大小可以知道该量子位处于状态0或1的概率, 具体的状态需要通过量子位的坍塌来决定[20]:首先产生0~1之间的一个随机数Z, 如果Z2<|a|2, 则该量子位的状态取1, 否则取0。
对于配电网重构问题, 每个开关有2种状态, 分配一个量子比特位, 种群个体的量子比特编码表示如下:
式中:gjt为第t代第j个个体的量子位编码。
初始状态时每个量子位上的概率幅 (a, b) 均设为, 这意味着在初始化种群个体时每个可行解以相等的概率生成。
5.2 量子门
量子门是量子算法实现进化的执行机构, 量子门的种类较多, 有非门、受控非门、H门等[21]。需要根据具体的问题选择量子门, 配电网重构问题比较适合采用量子旋转门U (θi) , 旋转公式如下[20]:
式中: (ai, bi) 和 (ai′, bi′) 分别为第i个量子位旋转前、后的概率幅;θi为旋转角, 其大小和方向可以采用查表方式更新。
5.3 求解配电网重构的算法流程
求解配电网重构的算法流程如下。
步骤1:根据峰谷分时电价, 设定总的重构时段数N, 取时段n=1 (n≤N) 。
步骤2:统计该时段内的历史数据, 得到DG、电动汽车、节点负荷概率模型的参数。
步骤3:设定种群大小和迭代次数Kp, 取当前迭代次数kp=1 (kp≤Kp) , 初始化个体的量子比特位。
步骤4:通过量子坍塌方式生成个体的状态。
步骤5:通过蒙特卡洛模拟进行随机潮流计算, 得到每个个体的适应度函数值 (运行经济性) 。
步骤6:找出最优个体, 并作为向导, 进化其他个体的量子位概率幅。
步骤7:kp→kp+1, 若kp≤Kp, 转步骤4, 否则保存最优结果, 并继续。
步骤8:n→n+1, 若n≤N, 转步骤2, 否则结束并输出结果。
具体流程图见附录A图A1。
6 算例分析
本文采用图1所示改进的IEEE 33节点配电网系统[22]作为算例。该系统有37条支路、5条联络线, 基准功率为100 MVA, 基准电压为12.66kV, 总负荷为 (3 720+j2 300) kVA。
在节点7处接入电动汽车充电桩, 设有500辆电动汽车充电;在节点13处接入3台风力发电机;在节点29处接入由20个太阳能电池组成的方阵;在节点31处接入一个燃气轮机。开关操作费用为7元/次[23];未实行分时电价时的电价为0.4元/ (kW·h) , 实行分时电价后峰、平、谷电价分别为0.59, 0.42, 0.27元/ (kW·h) [24]。
工、商业负荷比重较大的节点需求响应程度较小, 取响应系数为0.05;居民负荷比重较大的节点需求响应程度较大, 取响应系数为0.1。由于工、商业负荷一般占据用电负荷的80%, 针对本文算例:取节点1, 5, 6, 8, 9, 10作为居民负荷比重较大的节点;其余节点为工、商业负荷比重较大的节点。开关约束条件的处理方法如文献[25]所述。
本文采用的风力发电机型号为丹麦Bonus1 MW/54m, 额定功率为200kW, 切入风速、额定风速、切出风速分别是3, 14, 25 m/s, 风轮直径为54.2 m;太阳能电池组件型号为Pilkington SFM144Hx250wp, 每个组件的面积为2.16 m2, 每个组件的光电转换效率为13.44%, 一个太阳能电池方阵的组件个数为400[5]。设风力发电机和太阳能电池的功率因数角均为63.435°;电动汽车型号为日本丰田汽车公司制造的RAV43, 最大充/放电功率为3.6kW, 以该功率充电可以在6h内充满[16]。式 (24) 中的θ0取0.01π。峰谷分时电价时段划分情况如下[13]:峰, 07:00—11:00, 18:00—23:00;谷, 23:00—07:00。
本文根据美国可再生能源实验室测得的风速和太阳光照强度数据[26], 按照上述峰谷时段分别对相应的数据进行处理, 得到每个时段系统各模型的概率参数。根据文献[16]的研究, 假定电动汽车通常在非高峰时段充电;具有特定的充/放电时段且只在这些时段内充/放电;在充/放电时段内具体的充/放电时间服从均匀分布, 针对充电行为采用蒙特卡洛法模拟出负荷大小, 其特定的充电时段如第4节所述。本文在各时段使用的模型参数见附录A表A1。
本文基于蒙特卡洛模拟对概率模型抽样1 000次, 根据所得的样本进行随机潮流计算, 重构结果如表1所示。
图2给出了各方案在各个时段的运行费用, 可知, 各方案总运行费用为:重构前, 1 779.434元;分时段重构, 1 396.208元;不分时段重构, 1 437.912元;不考虑需求响应重构, 1 492.074元。可见, 本文方法得到的重构结果具有最好的经济性。
文献[27]表明响应系数的区间一般为[-0.5, 0], 为了研究响应系数对重构结果的影响度, 设所有节点响应系数的变化范围为[-0.5, 0], 步长为0.02, 进行仿真, 结果如图3所示。
由图3可知, 响应系数对重构后的运行费用有较大的影响, 有必要采用激励措施来提高或降低用户的响应系数, 使得网络的运行费用处于较小的状态, 采用何种激励措施来提高或降低响应系数, 保证负荷具有一定的响应程度, 使得响应系数处于一个适合范围是值得研究的内容。
7 结语
本文综合考虑了电动汽车充电负荷的随机性, 风力发电机、太阳能电池出力的随机性, 以及一天中太阳能电池分时段的出力特性, 并根据需求侧响应的形式之一 (峰谷分时电价) 对负荷的影响进行分时段的重构, 得到的拓扑结构较不考虑峰谷分时电价、系统随机性的传统重构方法获得的结果更符合实际情况。算例仿真表明, 该模型对提高网络的运行经济性具有较好的效果。
附录见本刊网络版 (http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx) 。
参考文献
不确定性需求 篇7
关键词：专有品牌,不确定性需求,收益共享契约
1 引言
供应链契约管理是促使供应链协调并有效运作的重要手段, 供应链契约的制定避免了供应链上各成员只考虑自身利益最大化而造成“双重边际化” (Double Marginalization) 的无效率问题, 收益共享契约 (Revenue Sharing Contract) 是一种有效的供应链协调机制。共享收益契约机制是指制造商以较低的批发价格将商品转让给分销商, 待商品销售任务完成之后制造商与分销商共享供应链销售收入, 标准的收益共享契约模型是分销商获得供应链销售收入份额为Φ, 而制造商获得的供应链销售收入份额为1-Φ。大多数的收益共享契约研究以理论的探讨为主, 价格作为零售商的决策变量。文献[2]研究零售商同时采用收入共享与批发价格两种契约形式下的双方利益平衡问题;文献[3]研究收益共享契约如何影响供应链绩效;文献[4]等建立了基于收益共享的供应商-零售商伙伴关系模型, 分析不同供应链成员的收益情况;文献[5]等建立了供应链收益共享契约协调的随机期望模型;文献[6]等通过比较普通契约和收入共享契约的结果, 指出收入共享契约具有可以实现化;文献[7]研究两级供应链中引入集成商的收益共享契约协调;文献[8]研究了在应对突发事件情况下的收益共享的供应链协调。
对专有品牌经营而言, 最终销售价格一般是由特定销售区域的供应商统一制定, 在此情况下最终销售价格是供应商的决策变量而不是销售商的决策变量。鉴于零售商为了自身的利益可能会谎报相关成本, 探讨如何设计激励机制, 实现供应链的信息共享, 实现收益共享契约下供应链的优化。
2 模型分析
2.1 模型符号说明
由于市场信息存在不对称, 即供应商对零售商的单位成本发生的确定只能根据历史数据或经验判断发生的相关范围, 零售商如果隐瞒自己真实的成本, 提高自己的局部利益, 将破坏供应链的最优利益。所以供应商对给予零售商的折扣价格设计一个契约参数, 使零售商能如实反映自己的成本。根据文献 (1) 和 (5) , 假设Cr∈[Cr1, Cr2], 概率分布函数为Y (cr) 和概率密度函数y (cr) , 在不考虑缺货损失, 也不存在允许退货的前提下, 对收益共享契约模型的其它符号做如下设定:
产品的市场零售价格——p
供应商需要支付的单位成本——cd
零售商上报的支付价格之外的单位成本——cr
该供应链的除价格外的单位总成本——c=cm+cr
允许的最大零售价格——undefined
独立于p的随机变量——δ
供应商和零售商的收益分享参数, 其中零售商比例——Φ, Φ∈[0, 1]
供应商给零售商的批发价格——w
零售商的订货量——q
专有品牌经营的供应商和零售商组成的供应链中, 供应商统一确定商品的零售价格, 零售商从代理商那里获得一定折扣购进产品, 并按照契约约定将收益中1-Φ的比例给予供应商。本文采用加性不确定性来表示需求的不确定性, 如果undefined, 其中undefined
则市场的需求的概率密度函数和分布函数分别为:F (x|p) =F[x-y (p) ], F (x|p) >0
F (x|p) =F[x-y (p) ], f (x|p) >0
F (x|p) =F[x-y (p) ]
根据杨德礼 (2006) , 零售商的销售期望可表示为:
S (q, p) =E min (x, q) =q-∫undefinedF[x-y (p) ]dx (1)
2.2 专有品牌销售供应链系统的利润模型
①供应链系统利润函数:
∏ (q, p) =ps (q, p) - (cd+cr) q (2)
将 (1) 带入 (2) 得到
∏ (q, p) = (p-cd-cr) q-p∫undefinedF[x-y (p) ]dx (3)
令undefined, 则专有品牌供应链系统的最优订货量
undefined
令undefined, 则专有品牌供应链的最优零售价格
undefined
在p*为专有品牌专卖供应链的最优零售价格时, (p*, q*) 表示品牌专卖供应链达到协调的最优组合。
②考虑了零售商谎报成本的存在, 所以令undefined, 其中λ∈ (0, 1) (6)
即设计价格折扣跟零售商所报的成本有关, 零售商要想获得较大的折扣, 就要减少高报成本, 使成本的发生数据接近真实, 供应商的利润模型为:
∏d (q, p) = (1-Φ) PS (q, p) +wq-cdq (7)
将 (1) 带入 (7) , (6) 带入 (7) 得到
, 则收益共享契约供应商的最优订货量
undefined
供应商所确定的最优零售价格为p*, 有下式成立:
undefined
③零售商的利润模型:
∏r (q, p) =Φps (q, p) -wq-crq (11)
将 (1) 带入 (11) , (6) 带入 (11) 得
undefined
令undefined, 在收益共享模式下零售商的最优订货量
undefined
令式 (13) 等于式 (9) 等于式 (4) , 即
undefined
得到供应链达到协调时, λ和Φ必须满足的关系:
undefined
将式 (15) 分别代入式 (7) 和式 (12) 得到
所以在供应商知道零售商的单位成本发生额的情况下, 供应商和零售商的利润占供应链系统总利润的份额取决于Φ值的大小, 它的具体值取决于双方的谈判能力大小。
3 结语
本文以单一代理商和零售商组成的简单专有品牌供应链为研究对象, 在市场需求不确定且依赖价格的情况下, 设计一个契约机制改变供应商对零售商成本无法确切掌握的劣势, 通过探讨可知建立收益共享契约模型使供应链协调必须使批发价格和收益共享比例满足特定的比例关系, 在不存在缺货和退货的情况下, 在契约的范围内供应链的协调与双方的讨价还价能力有关, 可以在进一步的研究中拓展供应链参与者的数目, 考虑存在退货和缺货损失的情况下等更为复杂的市场环境如何实现供应链的协调。
参考文献
[1]邱若臻, 黄小原.供应链收入共享契约协调的随机期望值模型[J].中国管理科学, 2006, 14 (4) :30-34.
不确定性需求 篇8
关键词：不确定性需求,服务水平,安全库存
1 数学模型的构建
一般情况下,需求的变动幅度会大于供给的变动幅度。为了成本最小化我们寻求科学的库存管理方法,而概率统计科学的发展为我们提供了一个良好的理论平台。
1.1 统计数据的基本处理
为了便于说明问题,我们以某个销售公司在某地区4个交货周期里为期60天的需求数据进行分析,其需求量单位为万件,得出如下表的统计数据。
由以上数据可得出日平均需求量约为4个单位(除去3天的缺货时间),可认为缺货出现在很短的时间内,且带来的直接损失为3×4=12个单位的产品与57天内的总销售量相比仅占很小的比例。
通过观察天数与需求量的分布柱状图,可以看出其分布情况关于均值(中数与众数)近似对称,表明该地区的客户需求量呈正态分布。根据正太分布的数字特征,由公式:
undefined(其中,undefined
得σ≈2个单位的产品,由正太分布概率表可知:
undefined。
1.2 安全库存模型
如果设:安全库存为S,一年的售货期为T,一年内的订货次数为N,一年的总需求量为Q,订货周期为t,每天的平均需求量为undefined,一次订货量为q,单位库存成本为C1,一次订货成本为C2,总成本为C。
则有,undefined2
又有undefined和T=tN
得到,undefined
根据数学知识我们知道当undefined取最小值时,总成本C才能取得最小值。
由于undefined
当且仅当undefined时,undefined(经济订货批量) 时,undefined,此时,undefined,(其中,undefined表示特定的客户服务水平所对应的平均值的标准偏差的数值。)
设:undefined,那么,C=an+b
由此看来,n的取值越小,总成本就越少,同样地,客户的服务水平就会越低。因此,组织的管理者应该在客户服务水平与库存成本之间做出合理的选择。如,50%的客户服务水平,总成本为b,84.13%的客户服务水平,总成本为a+b,97.72%的客户服务水平,总成本为2a+b,等以此类推。
根据数学的知识,我们知道正太分布函数的密度分布函数为:
undefined
那么,针对本模型中的需求量:
undefined
因为,正太分布函数的概率分布函数即为:
F(x)=∫undefinedf(x)d(x)
需求量q是一个大于等于零的值,因此:Q(q)=∫undefinedq(q)d(q),Q(q)∈[0,1],在此,服务水平α= Q(q),其图像如下图所示:
由图2可知,Q(q)的概率分布图像是S型曲线。也就是说,当Q(q)= 1/2=50%左右时,q的很小的变动就会带来Q(q)的大幅度的变动,Q(q)在这段区间的对q的变动很敏感。但是随着q的继续增加Q(q)的增加幅度会慢慢变小,Q(q)会越来越接近与1,但永远不会与y=1这条直线相交。根据经济学的知识我们不难得出当Q′(q)=a时的q的值,在经济上是最优的,
即Q′(q)=[∫undefinedq(q)d(q)]′=q(q)=a
得出:undefined
通过观察q(q)的图像可以看出,在Q(q)的所有切线中与直线C=an+b平行的切线有两条,分别位于Q(q)的50%处的两侧,通过前面的分析可知当Q(q)=50%时,n=0,
所以:undefined(其中,undefined即为所求的订货量,undefined为一个订货周期的平均需求量。
解方程组:
undefined
得到:undefined,
最小库存成本为:C=an+b,(其中,undefined为安全库存量,根据q的取值,通过查正太分布的概率表,可以得到此点处的概率,也就是客户服务水平α= Q(q)=∫undefinedq(q)d(q),确定最佳安全库存的同时,也实现了总库存成本的最小化与客户服务水平的最大化。此时,q的取值到达经济学最优。
2 总结
引发顾客需求不确定的因素分析 篇9
由于供应链是一个由供应商、制造商、销售商等组成的复杂的网络结构, 其基本特征是具有复杂性、动态性和交叉性, 因此, 充满了许多不确定性因素。在这些不确定性中, 其中需求的不确定性是最难控制的。
需求的不确定性集中表现为[1]: (1) 需求数量的不确定性; (2) 需求的多样性;要求产品多样化, 进而零部件多种多样; (3) 产品的短生命周期性。
本文从环境与消费者自身因素两个方面对引发顾客需求不确定性的因素进行了分析。
二、环境引发的不确定性因素分析
环境主要包括:内部组织环境不确定性、供应链所处外部环境的不确定性及自然环境不确定性。这是指人文环境、政策环境的变化给供应链带来的不确定性。
1. 政策引发的不确定性
制度能起到转移和分散不确定性的作用, 这是制度经济学对制度功能的一个概括, 而制度也能增加不确定性, 而且增加幅度很大。如:
2006年财政部、国家税务总局“调整和完善消费税政策的通知”下发后, 引起社会各界的广泛关注, 并很快引起市场的反映。据相关报道, 消息发布后, 一些地方的进口车经销商紧急调整报价表, 部分高档进口车的价格, 一夜间上涨1 0多万元;一些餐饮企业, 准备在4月来临前, 大量购买木制一次性筷子;还有一些准备装修的人, 也想在近几天把实木地板买好, 以免到2006年4月1日实木地板因消费税的调整而涨价。据了解, 消费税调整所涉及的美容护肤、石化、白酒等行业, 也做出不同程度的反应[2]。
2. 保险业不发达增加消费需求的不确定性
发达的商业保险和社会保险, 就可降低人们将会面临的风险, 从而提高消费, 增加消费的确定性因素, 减少预防性储蓄。保险业不发达, 居民自保意识强弱不同, 即增加了消费需求的不确定性因素。
据瑞士再保险Singma杂志的统计[3], 在2000年84个国家和地区中, 我国的保险深度和保险密度分别列73位和61位, 其数字分别为:15.2美元、1.8%, 不仅低于工业化国家2 383.8美元和9.08%的水平, 也低于新兴市场国家和地区4 1.7美元和3.2%的水平。这说明中国保险业的落后。近年来我国保险业虽然有了明显提高, 但与国外比较仍然较低。
3. 广告对消费者影响是不确定的
某一时点市场上某一类别的所有品牌称为品牌全集, 把品牌全集中消费者意识到其存在的那部分品牌称为意识集, 而把品牌全集中除意识集以外的其他品牌称为非意识集。意识集包含考虑集、惰性集和排除集[4]。考虑集是指少数被消费者列为购买决策选项的品牌的集合。惰性集是指意识集中消费者持中性态度的品牌;而排除集则是消费者持反对态度而把它们排除在自己的考虑之外的品牌[5]。消费者最终只会购买考虑集中的品牌, 因此考虑集中的品牌一部分会被消费者最终购买, 而另一部分则是被列入考虑范围但未购买的品牌。各类品牌集之间的关系如图1所示。
近年来研究发现, 广告在品牌传播中要留给消费者一定的想像空间, 也就是说, 品牌认知不等于事实, 成功的广告品牌传播要使广告越来越脱离商品而发展成自成一体的策略系统, 这是现代品牌传播的重要心理基础。即品牌在商店内陈列和反映品牌特征的广告能够显著影响消费者的考虑集。现代脑神经科学的研究也证明了这一现象, 即不同的消费者在广告影响下能产生美好和遐想的品牌其大脑反应 (区域) 是不一样的。难怪著名管理学家汤姆·彼得斯说, 今天品牌管理已进入“脑件时代” (Age of Brainwave) , 未来品牌管理就是管好消费者的大脑[6]。
4. 销售人员的服务态度和业务水平不确定
消费者对消费产品与服务的满意度, 是影响消费决策的关键因素。这里的满意度是指消费者在购买决策过程中对产品或服务的心理体验和反应倾向, 在通常情况下, 消费者对某一产品或服务满意度介于满意信任型和否定型之间。通常消费者对所要购买的产品的各个方面持有完全肯定的态度, 对产品的制造和供应充满信任, 对服务员提供的各方面服务非常满意的情况下, 才能导致肯定性购买决策。顾客对所要购买的产品虽然满意, 但对制造商或供应商心存疑惑, 虽然也可能导致肯定性购买决策, 但需要销售人员具有极好的服务态度和极高的业务水平, 使消费者在心理上产生安全感和认同感, 进而形成肯定和满意的态度。
顾客对产品的满意度是一个综合指标的变化而变化。顾客对于每个需求指标的重视度是不同的, 是随机的, 因人而异的。的取值受到与顾客相关的文化因素 (如价值观、道德观等) 、社会因素 (员工所处的正式组织与非正式组织包括家庭的影响) 、个人因素 (如职业、经济状况、生活方式、个性以及自我观念、知识、阅历、年龄等) 及心理因素等的影响。如有些人看重物质上的满足, 而有些人在精神上有更高的追求, 这些都会反映在的取值上。
5. 信息搜索准确度存在不确定
信息搜索消费者认识到自己的需要以后, 便会自动地进入购买决策过程中的另一个阶段——信息搜索, 当然, 对于反复购买的商品, 消费者会越过信息搜索阶段, 因为所需信息已被消费者通过过去的搜索而掌握, 另外对于一个消费者来说, 越贵的商品越能使消费者重视信息搜索。
现实世界中的信息往往是不确定的, 如信息表中可能有不完备的数据、信息源信息的不准确、人们认识事物的过程也是不断变化的, 每个人对事物的认识有自己的观点, 这样对事物的观察结果就会发生偏差, 而有些时候由于各种原因, 又必须采用估计的方法, 这些因素都会在一定程度上造成信息系统的不确定性。
三、消费者自身因素引发的不确定性因素分析
1. 心理预期的不确定
在伊拉克战争打响之前, 石油价格一路走高。战争一旦爆发, 石油价格反而下降, 情形与第一次海湾战争非常相似。看来, 石油价格并非仅仅取决于供需关系, 更取决于人们的心理预期[8]。
当消费者预期某种商品的价格在将来某一时期会上升时, 就会增加目前的需求, 当消费者预期某商品的价格在将来某一时期会下降时, 就会减少对该商品的现期需求[7]。
理性预期的消费函数理论, 预期也会发生变化, 但预期的变化只与信息的变化相关, 这种引起预期变化的信息就是以前所没有掌握的新信息。信息的获得是随机的, 因此, 人们对未来收入和财产的估计也会发生随机性变化, 由于消费计划是根据对未来收入和财产的预期作出的, 所以, 消费计划也会发生随机性变动, 这就是短期消费函数波动的原因。并且如果信息是噪音或是谎言, 一般的基于逻辑的分析和预测会进一步增强需求不确定性。
2. 消费价值观存在不确定
消费价值观属于人的经济价值观范畴, 是指人们的消费行为、消费方式和价值取向。不同的消费者对同一种消费品的价值观是不一样的, 由此会影响到他们的消费行为。每个消费者的消费价值观都会有差异, 具体有[10]:
(1) 节俭价值观; (2) 功能主义价值观; (3) 骄奢价值观; (4) 时尚消费价值观。
消费价值对于消费者的行为起着强烈的引导作用。价值观具有相对稳定性, 但并不是说价值观是一成不变的。环境的变化、知识的增长、经验的积累, 会影响到人的世界观、人生观的改变, 消费价值观也会随之变化。
3. 消费者独特性需求特性引发需求的不确定
消费者独特性需求 (consumers'need for uniqueness) 源于Snyder和Fromkin提出的独特性需求的概念, 即尽管个体需要遵守大众化的社会规范以避免冲突, 并赢得他人的认可、赞同、和奖赏, 但每个人都有体现个性和追求差异的愿望[11]。
Tian和Mc Kenzie在此基础上, 进一步将消费者独特性需求明确定义为个体通过购买、使用和处置消费品的方式来追求与众不同, 其目的在于显示和强化个性特征和社会身份。其操作定义是指消费者反从众的行为倾向, 也就是在消费活动中表现的标新立异的选择 (Creative Choice Counterconfommity) 、非大众化的选择 (Unpopular Choice Counter-conformity) 和避免雷同 (Avoidance of Similarity) [11]。独特性需求必然引发消费者需求的多样性及不确定性。
4. 双方信任存在不确定
消费者购买行为取决于双方信任程度。双方信任因素包括受信方、施信方和双方的交互过程。即:一方面是受信方的特征, 包括其能力、善意与诚实, 以及具体的行为等属性。另一方面是施信方的特征, 包括其态度、对他人的一般性信任程度等;再次是双方互动的特征, 包括沟通、交往的频次和共同的价值观等。信任程度不同决定了消费者购买行为的不确定性[12-13]。
5. 消费者购买决策相互感染的程度存在不确定
消费心理学研究表明, 人在社会情境下所接受的宣传影响和所做的购买决策, 与在个人情境下有明显的差别。在社会情境下, 人们总是会相互模仿、相互感染的, 其购买决策带有明显的从众性[14]。亲戚和朋友是典型的外部信息来源, 这些人由消费者经常接触、关系较为密切的一些人所组成。由于经常在一起学习、工作、聊天等, 使消费者在购买商品时, 往往受到这些人对商品评价的影响, 相互感染的程度是随机不确定的, 有时甚至是决定性的影响。尽管这些人对商品的认识或消息来源有时也不十分准确。相互感染程度的随机不确定性决定了消费者对商品的认知的不确定, 进而决定了消费者购买决策的随机性。
四、结论
市场需求的不确定将给供应链企业的生产决策和物流决策造成障碍, 本文通过对于需求不确定性的研究, 帮助企业认识不确定, 进而从不确定性中寻求确定性, 制定有效的预防策略。但本文还存在一定缺陷:对于供应链需求不确定性研究还存在一些局限性, 需求不确定性来源是一个动态变化的过程, 因此, 在不同的时期、不同的行业、针对不同的研究背景应当作相应的分析;其次, 对需求不确定性的分析只是定性的, 没有进行深入研究。
摘要：供应链充满了许多不确定性, 在这些不确定性中, 其中需求的不确定性是最难控制的, 本文从环境与消费者自身因素两个方面对引发顾客需求不确定性的因素进行了分析。