潘　璐，盧　燕，董愛(ài)華

(東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院， 上海 201620)

基于仿真的動(dòng)態(tài)補(bǔ)貨算法在服裝供應(yīng)鏈中的研究

潘璐，盧燕，董愛(ài)華

(東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院， 上海 201620)

摘要：為改善服裝供應(yīng)鏈性能，提出了一種動(dòng)態(tài)補(bǔ)貨算法，并設(shè)計(jì)了一個(gè)庫(kù)存仿真平臺(tái)，應(yīng)用該仿真平臺(tái)對(duì)常見(jiàn)的庫(kù)存策略以及動(dòng)態(tài)補(bǔ)貨算法進(jìn)行了仿真分析．仿真結(jié)果表明，動(dòng)態(tài)補(bǔ)貨算法應(yīng)用于服裝供應(yīng)鏈可以在確保顧客服務(wù)水平的基礎(chǔ)上提高庫(kù)存周轉(zhuǎn)率．

關(guān)鍵詞：服裝供應(yīng)鏈； 動(dòng)態(tài)補(bǔ)貨算法； 仿真

近些年來(lái)，由于信息技術(shù)的快速發(fā)展，服裝業(yè)也在追尋信息改革的熱潮，隨著計(jì)算機(jī)科技和供應(yīng)鏈優(yōu)化管理的發(fā)展，庫(kù)存信息化管理已經(jīng)在服裝零售行業(yè)引起了廣泛的關(guān)注．如何有效進(jìn)行服裝庫(kù)存信息化管理和分析，對(duì)提升服裝零售店的企業(yè)影響力和經(jīng)濟(jì)效益至關(guān)重要．

過(guò)去的20年間，不同學(xué)科的研究人員對(duì)供應(yīng)鏈管理領(lǐng)域進(jìn)行了大量研究．文獻(xiàn)[1]模擬了一個(gè)汽車售后市場(chǎng)運(yùn)作的戰(zhàn)略供應(yīng)鏈計(jì)劃結(jié)果，研究結(jié)果表明，供應(yīng)鏈管理對(duì)行業(yè)的競(jìng)爭(zhēng)定位十分重要．然而有研究人員[2]指出，不同產(chǎn)品或行業(yè)的供應(yīng)鏈模式不盡相同．盡管如此，當(dāng)今對(duì)供應(yīng)鏈背景下的服裝業(yè)的研究甚少.大多數(shù)關(guān)于服裝供應(yīng)鏈的文獻(xiàn)采用非數(shù)學(xué)的方法分析供應(yīng)鏈的性能．例如，文獻(xiàn)[3]通過(guò)對(duì)傳統(tǒng)的實(shí)踐和快速反應(yīng)(QR)的比較，分析了美國(guó)紡織服裝流水線并從服裝供應(yīng)商調(diào)查數(shù)據(jù)中得出結(jié)論，采用了綜合改進(jìn)的企業(yè)在訂單補(bǔ)給方面比其他企業(yè)表現(xiàn)要好得多．文獻(xiàn)[4]詳述了美國(guó)服裝和紡織工業(yè)的變化，從主要的紡織企業(yè)和服裝生產(chǎn)商給出的數(shù)據(jù)中可以看到，當(dāng)零售商與供應(yīng)商交換信息，并要求他們迅速補(bǔ)充訂單時(shí)，制造商就必須重塑自己的經(jīng)營(yíng)策略．還有研究者采用案例研究方法對(duì)意大利紡織公司進(jìn)行調(diào)查，研究質(zhì)量管理及其對(duì)單個(gè)企業(yè)和整個(gè)供應(yīng)鏈網(wǎng)絡(luò)的影響[5].在國(guó)內(nèi)，文獻(xiàn)[6]指出我國(guó)服裝供應(yīng)鏈管理目前存在的問(wèn)題，并提出了我國(guó)服裝供應(yīng)鏈實(shí)施快速反應(yīng)對(duì)策應(yīng)采用先進(jìn)信息系統(tǒng)，并引入第三方物流等．文獻(xiàn)[7]通過(guò)對(duì)我國(guó)服裝供應(yīng)鏈具體特點(diǎn)的分析，對(duì)傳統(tǒng)的服裝供應(yīng)鏈進(jìn)行了改進(jìn)，把傳統(tǒng)的由下至上的訂單下達(dá)方式改變?yōu)橛缮现料碌南逻_(dá)方式．文獻(xiàn)[8]通過(guò) SCOR模型(supply-chain opeartions reference-model)對(duì)我國(guó)服裝業(yè)供應(yīng)鏈進(jìn)行分析優(yōu)化，以求其能對(duì)市場(chǎng)需求做到快速反應(yīng)并提高服裝業(yè)的核心競(jìng)爭(zhēng)力．

仿真是一種解決和分析復(fù)雜的系統(tǒng)或過(guò)程的決策支持工具[9]，其重要性體現(xiàn)在它能夠通過(guò)建立模型以及之后的實(shí)驗(yàn)來(lái)模擬實(shí)際系統(tǒng)的行為．模型創(chuàng)建和實(shí)驗(yàn)的結(jié)合，使設(shè)計(jì)人員和管理人員可以“描述系統(tǒng)的行為，提出理論或假說(shuō)來(lái)解釋所觀察到的行為，并且使用該模型來(lái)預(yù)測(cè)未來(lái)的行為，即通過(guò)改變系統(tǒng)或其操作方法產(chǎn)生的效果[10]”．

在服裝業(yè)中，仿真系統(tǒng)已被廣泛使用于流水線[11]、模塊化制造系統(tǒng)[12]等．有研究小組提出了一種用仿真技術(shù)來(lái)評(píng)估一組給定的輸入條件的零售商采購(gòu)策略[13]，研究了一種在有限貨架期內(nèi)與服裝快速反應(yīng)零售相適應(yīng)的新型服裝供應(yīng)體系．在隨后研究[14]中，該團(tuán)隊(duì)又使用隨機(jī)計(jì)算機(jī)仿真模型進(jìn)行量化分析，比較了QR系統(tǒng)與傳統(tǒng)系統(tǒng)的性能．

盡管前人已經(jīng)有一些對(duì)服裝供應(yīng)鏈的研究，但這些研究都有一定的局限性．由于服裝零售業(yè)受季節(jié)和時(shí)間等變化影響較強(qiáng)，很多管理方法都難以及時(shí)準(zhǔn)確地根據(jù)時(shí)間變化進(jìn)行動(dòng)態(tài)補(bǔ)貨，實(shí)時(shí)性較差．為改善服裝供應(yīng)鏈系統(tǒng)的庫(kù)存管理效果，本文提出了一種基于補(bǔ)貨算法的庫(kù)存管理方法，設(shè)計(jì)了一個(gè)仿真平臺(tái)，再應(yīng)用該庫(kù)存平臺(tái)對(duì)常見(jiàn)的庫(kù)存策略(如沒(méi)有補(bǔ)貨機(jī)會(huì)的庫(kù)存策略)、靜態(tài)安全庫(kù)存策略和定量補(bǔ)貨庫(kù)存策略進(jìn)行仿真分析，在此基礎(chǔ)上進(jìn)一步提出動(dòng)態(tài)補(bǔ)貨算法，以優(yōu)化現(xiàn)有庫(kù)存策略．

1顧客服務(wù)水平及庫(kù)存周轉(zhuǎn)率

影響庫(kù)存管理的因素有很多，對(duì)于零售商的庫(kù)存管理效果，可以用顧客服務(wù)水平和庫(kù)存周轉(zhuǎn)率來(lái)表示．

顧客服務(wù)水平[15](customer service level，用CSL值來(lái)衡量) 是指在整個(gè)銷售過(guò)程中顧客需求被滿足的程度．很顯然，在控制成本的條件下，高CSL值代表更多的市場(chǎng)和利潤(rùn)．有兩種方式計(jì)算CSL值，即分別用有貨或者缺貨來(lái)計(jì)算CSL值．有貨是指當(dāng)顧客來(lái)買這件衣服時(shí)，這件衣服是有的，而缺貨是指庫(kù)存中沒(méi)有這件衣服．如果一個(gè)時(shí)間段內(nèi)某件衣服并沒(méi)有需求，那么這段時(shí)間內(nèi)這件衣服的缺貨則不會(huì)引起CSL值的下降．因此這里用缺貨來(lái)計(jì)算CSL值更準(zhǔn)確，如式(1)所示.

(1)

庫(kù)存周轉(zhuǎn)率用來(lái)評(píng)判補(bǔ)貨策略的優(yōu)劣，庫(kù)存周轉(zhuǎn)率(inventory turnover，用IT值來(lái)衡量)又可稱為績(jī)效值，是指某時(shí)間段的出庫(kù)總金額(總數(shù)量)與該時(shí)間段庫(kù)存平均金額(或數(shù)量)的比．對(duì)零售商而言，IT值越大，意味著企業(yè)效益越好．本文定義IT值如式(2)所示，即用銷售量對(duì)平均庫(kù)存水平的比值作為IT的度量值．

(2)

一般影響CSL和IT值的因素有實(shí)際顧客需求(customer’s demand，簡(jiǎn)稱D)、需求預(yù)測(cè)(demand forecast，簡(jiǎn)稱F)、銷售時(shí)間長(zhǎng)短(length of sales seasons，簡(jiǎn)稱SL)以及補(bǔ)貨策略(replenishment strategy，簡(jiǎn)稱RS)．顧客服務(wù)水平與這4個(gè)影響因素的關(guān)系可以通過(guò)式(3)表示.

CSL=f1(D,F,SL,RS)

(3)

其中，補(bǔ)貨策略主要由補(bǔ)貨周期、補(bǔ)貨提前時(shí)間和安全庫(kù)存3因素來(lái)決定．補(bǔ)貨周期(replenishment cycle，用RC值衡量；周)是重復(fù)性補(bǔ)貨中連續(xù)兩次補(bǔ)貨的間隔時(shí)間.提前時(shí)間(lead time，用LT值衡量；周)是對(duì)零售商從下訂單到收到此批貨物的時(shí)間段的定義，是貨品下單、生產(chǎn)、運(yùn)輸以及到貨的一個(gè)過(guò)程時(shí)間段.安全庫(kù)存(safety stock，用SS值衡量；周)是指為了防止不確定性因素而預(yù)計(jì)的幾周保險(xiǎn)儲(chǔ)備量(緩沖庫(kù)存)．補(bǔ)貨策略與影響其因素關(guān)系表示如下

RS=f2(RC,LT,SS)

(4)

2動(dòng)態(tài)補(bǔ)貨算法

2.1常見(jiàn)補(bǔ)貨算法

常見(jiàn)庫(kù)存補(bǔ)貨算法有3種[16-17]，即沒(méi)有補(bǔ)貨機(jī)會(huì)的庫(kù)存策略、靜態(tài)安全庫(kù)存策略和定量補(bǔ)貨庫(kù)存策略．

沒(méi)有補(bǔ)貨機(jī)會(huì)的庫(kù)存策略是指在零售時(shí)間段不補(bǔ)貨，在零售開(kāi)始階段有一定量的庫(kù)存以滿足銷售階段．由于沒(méi)有補(bǔ)貨機(jī)會(huì)，在銷售最初零售商就需要準(zhǔn)備足夠的庫(kù)存來(lái)面對(duì)接下來(lái)的銷售階段，同時(shí)選擇適當(dāng)?shù)膸?kù)存量以取得最大利潤(rùn)，這種策略必須在需求確定且不變的較理想化條件下，才能保持零售過(guò)程的順暢．即使如此，這種策略仍然會(huì)產(chǎn)生巨大的庫(kù)存成本，影響企業(yè)經(jīng)營(yíng)利潤(rùn)．

靜態(tài)安全庫(kù)存策略是先設(shè)定一個(gè)具體的安全庫(kù)存值，當(dāng)某一貨物的庫(kù)存數(shù)量低于這個(gè)貨物的安全庫(kù)存值時(shí)，就會(huì)報(bào)警并提醒零售商訂貨．對(duì)于某些需求且生產(chǎn)長(zhǎng)期穩(wěn)定的商品，靜態(tài)安全庫(kù)存是很好的解決方法．但對(duì)于隨季節(jié)、時(shí)間變化較頻繁的服裝而言，該策略的庫(kù)存管理效果并不好．

定量補(bǔ)貨庫(kù)存策略，顧名思義，是指每次補(bǔ)貨量都采用相同的補(bǔ)貨算法，使用定量補(bǔ)貨策略的情況不多，一般需求變化不大的商品會(huì)采用此種方法.由于需求比較固定，采用定量補(bǔ)貨的零售商一般結(jié)合以往經(jīng)驗(yàn)就能確定貨品補(bǔ)貨量．

2.2動(dòng)態(tài)補(bǔ)貨算法

安全庫(kù)存的存在可以提高顧客服務(wù)水平，為防止由于需求量的突然改變而導(dǎo)致的缺貨問(wèn)題，一般零售商都會(huì)留有一定的安全庫(kù)存．當(dāng)然安全庫(kù)存過(guò)多會(huì)導(dǎo)致庫(kù)存成本上升，平均周轉(zhuǎn)率IT值降低．

本文所采用的動(dòng)態(tài)補(bǔ)貨算法考慮了安全庫(kù)存，即生產(chǎn)商提供給零售商的初始庫(kù)存以及后續(xù)的每次補(bǔ)貨量都依據(jù)預(yù)測(cè)放置SS周的安全庫(kù)存．此外，由于預(yù)測(cè)和實(shí)際需求存在誤差，在確認(rèn)訂單量的過(guò)程中，結(jié)合實(shí)際銷售情況以及需求預(yù)測(cè)來(lái)應(yīng)對(duì)這種誤差，從而實(shí)現(xiàn)動(dòng)態(tài)補(bǔ)貨算法．安全庫(kù)存周數(shù)SS從1周開(kāi)始，如果放1周的安全庫(kù)存達(dá)不到預(yù)期的顧客服務(wù)水平要求，可以把安全庫(kù)存周數(shù)加1，直到達(dá)到要求為止．之所以需要調(diào)節(jié)安全庫(kù)存周數(shù)，因?yàn)轭櫩头?wù)水平與銷售總量、銷售季節(jié)的長(zhǎng)度、預(yù)測(cè)誤差、補(bǔ)貨周期、提前期以及具體的補(bǔ)貨算法等密切相關(guān)．

圖1為補(bǔ)貨和到貨情況的示意圖，假設(shè)采用每周補(bǔ)1次貨(RC=1周)，提前時(shí)間為2周(LT=2周)，安全庫(kù)存周數(shù)為1周(SS=1周)的一個(gè)銷售背景．在銷售周期開(kāi)始階段，零售商已擁有4周的貨物，以滿足第一批補(bǔ)貨貨品到貨前的顧客需求．在第1周結(jié)束后，需要根據(jù)第1周的銷售情況和對(duì)接下來(lái)幾周的顧客需求預(yù)測(cè)以及當(dāng)前的庫(kù)存情況下補(bǔ)貨訂單，此次補(bǔ)貨量應(yīng)該滿足直到第二次訂單到貨前的一段時(shí)間消耗量，即從第2周到第4周的顧客需求．依此類推，第2周結(jié)束的時(shí)候又為訂貨時(shí)間，需要訂貨量和目前庫(kù)存的總數(shù)能滿足接下來(lái)的3周需求量，再此基礎(chǔ)上，再加1周安全庫(kù)存．值得注意的是，由于在接下來(lái)的2周中，會(huì)有一次訂單貨品的到達(dá)，所以在計(jì)算訂貨量時(shí)，必須減去當(dāng)前庫(kù)存量和中間到貨量，以確保沒(méi)有重復(fù)訂貨．

圖1　動(dòng)態(tài)補(bǔ)貨算法示例圖Fig.1　The example of dynamic replenishment algorithm

式(5)和(6)給出了動(dòng)態(tài)補(bǔ)貨算法中每個(gè)庫(kù)存量單位(stock keeping unit，簡(jiǎn)稱SKU)的需求量Dm和實(shí)際訂單量Dt的計(jì)算方法．

(5)

Dt=Dm-Ts-In

(6)

其中：POS數(shù)據(jù)是算法中模擬顧客對(duì)各個(gè)SKU的上一周購(gòu)買情況，即上一周實(shí)際銷售值.而分子和分母部分都采用需求預(yù)測(cè)曲線(即時(shí)間分布百分比)中的數(shù)值來(lái)表示，有關(guān)該需求預(yù)測(cè)曲線詳見(jiàn)本3.1節(jié)；訂單滿足周數(shù)為(LT+RC+SS)周，即初期已擁有(LT+RC+SS)周的貨物，這部分貨物的總量表示為從當(dāng)前周開(kāi)始往后LT+RC+SS周預(yù)測(cè)曲線的百分比之和；上周的預(yù)測(cè)量為預(yù)測(cè)曲線中上周所占的百分比，即每次補(bǔ)貨時(shí)都對(duì)接下來(lái)的LT+RC+SS周顧客對(duì)某個(gè)SKU的需求做如下估計(jì)，依據(jù)上一周該SKU的銷售量，以及最初對(duì)銷售季節(jié)分布預(yù)測(cè)曲線來(lái)計(jì)算.如假設(shè)當(dāng)前是第4周末，第4周某個(gè)SKU的銷售量是4，預(yù)測(cè)曲線分布中第4周是2%，而LT=2周，RC=1周，SS=1周，接下來(lái)從第5周到第8周預(yù)測(cè)曲線分布加起來(lái)占總分布的10%，則第5周初得到的接下來(lái)4周該SKU的需求量Dm為4×10%/2%=20件．當(dāng)然，實(shí)際的訂單量還要根據(jù)式(6)減去當(dāng)前的庫(kù)存量In，以及在發(fā)出訂單到貨物真正到達(dá)零售店時(shí)這段時(shí)間中的到貨量Ts.本文所指的動(dòng)態(tài)補(bǔ)貨算法的意義也正是體現(xiàn)在這里，即每次補(bǔ)貨都依據(jù)上一周的銷售值來(lái)調(diào)整后幾周的補(bǔ)貨值．

3仿真實(shí)驗(yàn)及分析

3.1仿真方法

本文所實(shí)現(xiàn)的仿真算法從服裝零售商管理庫(kù)存角度出發(fā)，模擬每周進(jìn)行的銷售、到貨、提交訂單、更新庫(kù)存、記錄銷售量和缺貨量等流程．該算法對(duì)每種SKU都有預(yù)測(cè)量和需求量的表達(dá)，其中預(yù)測(cè)量包括總數(shù)、需求預(yù)測(cè)曲線(即時(shí)間分布百分比)以及各個(gè)SKU的百分比分布．需求量為預(yù)測(cè)量和誤差之和，在給定總量誤差、需求預(yù)測(cè)誤差和SKU分布誤差后可以得到模擬的顧客需求[14]．本文假設(shè)總量誤差、需求預(yù)測(cè)誤差和SKU分布誤差均為中等程度．

這是給出了一個(gè)預(yù)測(cè)量總數(shù)為50 000件及其SKU分布的仿真實(shí)例，其中包括6種款式、7種顏色以及6種尺碼規(guī)格，具體分布見(jiàn)表1所示. 例如，就款式而言，6種不同款式分別占整體的分布比例為0.10/0.15/0.25/0.30/0.15/0.05．需求預(yù)測(cè)曲線在仿真平臺(tái)設(shè)計(jì)時(shí)分成了3種，分別是陡的峰值出現(xiàn)在前期、中期或后期．需求量分布是由一組百分?jǐn)?shù)組成的，一周一個(gè)百分?jǐn)?shù)，表示在銷售季節(jié)開(kāi)始前，生產(chǎn)商和零售商預(yù)計(jì)的每周顧客購(gòu)貨量占總銷售量的百分比，12周之和為1.峰值代表節(jié)假日或促銷活動(dòng)所在的周，也可以由用戶自定義季節(jié)分布的每周所占的百分比值.

表1　庫(kù)存仿真系統(tǒng)需求量化分布表

3.2仿真流程

首先由用戶輸入預(yù)測(cè)總量、需求預(yù)測(cè)曲線、銷售周期、安全庫(kù)存周數(shù)、補(bǔ)貨周期以及補(bǔ)貨提前時(shí)間等信息，系統(tǒng)根據(jù)輸入信息進(jìn)行運(yùn)算，通過(guò)模擬真實(shí)零售店進(jìn)行周銷售，結(jié)合補(bǔ)貨算法，模擬每周顧客對(duì)各個(gè)SKU的購(gòu)買情況，記錄實(shí)際銷售量和缺貨量，并依據(jù)不同補(bǔ)貨算法計(jì)算補(bǔ)貨量，更新到貨量，以此類推，直到整個(gè)銷售季節(jié)結(jié)束．得出每個(gè)SKU的每周補(bǔ)貨量、實(shí)際銷售量和缺貨量，并依據(jù)式(1)和(2)計(jì)算出所有SKU的總CSL和IT值，繪制出該時(shí)間段的庫(kù)存動(dòng)態(tài)變化圖、顧客服務(wù)水平曲線以及庫(kù)存周轉(zhuǎn)率曲線，從而分析庫(kù)存管理的優(yōu)劣．具體動(dòng)態(tài)補(bǔ)貨算法仿真流程如圖2所示，仿真程序依據(jù)希望得到的CSL值，調(diào)整安全庫(kù)存周數(shù)．安全庫(kù)存周數(shù)從1周開(kāi)始，如果安排1周的安全庫(kù)存不夠，即達(dá)不到預(yù)期的CSL值要求，則仿真程序可以把安全庫(kù)存周數(shù)加1，直到達(dá)到要求為止．

圖2　動(dòng)態(tài)補(bǔ)貨算法仿真設(shè)計(jì)流程圖Fig.2　　　　The simulation design flow chart of 　　　dynamic replenishment algorithm

3.3仿真平臺(tái)及界面

利用上述仿真原理，結(jié)合C#編程語(yǔ)言和數(shù)據(jù)庫(kù)進(jìn)行仿真設(shè)計(jì)，得出不同條件下的仿真結(jié)果，具體界面如圖3所示.模擬曲線面板中，選擇不同的銷售時(shí)間和需求預(yù)測(cè)曲線(時(shí)間分布百分比)，可從圖3右下方的圖示區(qū)域得出具體曲線分布，模擬條件面板中可選庫(kù)存策略、安全庫(kù)存周數(shù)、補(bǔ)貨周期、補(bǔ)貨提前時(shí)間等，然后點(diǎn)擊模擬進(jìn)行仿真，得到仿真結(jié)果界面，如圖4所示．分別點(diǎn)擊圖4左邊的實(shí)際需求曲線、服務(wù)水平、績(jī)效圖以及庫(kù)存動(dòng)態(tài)變化圖按鈕，右邊圖示區(qū)域則會(huì)相對(duì)應(yīng)地顯示出曲線分布，同時(shí)左下角顯示出平均顧客服務(wù)水平和平均庫(kù)存周轉(zhuǎn)率的統(tǒng)計(jì)結(jié)果．

圖3　庫(kù)存模擬仿真條件界面Fig.3　The interface of inventory simulation

圖4　模擬效果圖Fig.4　The effect diagram of simulation

3.44種庫(kù)存策略仿真比較

為了比較不同補(bǔ)貨算法的優(yōu)劣性，本文利用仿真平臺(tái)對(duì)動(dòng)態(tài)補(bǔ)貨算法以及上文提到的3種比較常見(jiàn)策略進(jìn)行仿真，其結(jié)果對(duì)比如表2所示．把不同算法中的預(yù)測(cè)量和誤差值調(diào)成了同一值．

表2　動(dòng)態(tài)補(bǔ)貨算法庫(kù)存策略與常見(jiàn)庫(kù)存策略對(duì)比

沒(méi)有補(bǔ)貨機(jī)會(huì)的庫(kù)存策略因其沒(méi)有補(bǔ)貨過(guò)程，所以沒(méi)有安全庫(kù)存、補(bǔ)貨周期、提前期等補(bǔ)貨相關(guān)輸入?yún)?shù)，其余庫(kù)存策略輸入?yún)?shù)均為12周的銷售時(shí)間，選擇中期高峰需求曲線作為預(yù)測(cè)曲線，1周安全庫(kù)存，每周進(jìn)行補(bǔ)貨，提前期為2周．根據(jù)要求，期望能滿足90%顧客需求，即CSL平均值大于0.9．從表2中可以看到，在4種庫(kù)存策略中，只有靜態(tài)安全庫(kù)存策略由于其自身的補(bǔ)貨滯后性導(dǎo)致CSL平均值為0.882 7， 沒(méi)有滿足CSL平均值為0.9的要求，其余3種均達(dá)到CSL平均值大于0.9的要求.這3種庫(kù)存策略在平均周轉(zhuǎn)率的比較中，沒(méi)有補(bǔ)貨機(jī)會(huì)的庫(kù)存策略的庫(kù)存周轉(zhuǎn)率最低，定量補(bǔ)貨庫(kù)存策略其次，動(dòng)態(tài)補(bǔ)貨算法的庫(kù)存策略最高．在3種常見(jiàn)庫(kù)存策略的比較中，靜態(tài)安全庫(kù)存的IT平均值較大，但由于其CSL平均值未達(dá)到仿真標(biāo)準(zhǔn)，所以無(wú)法確定其優(yōu)于其他算法．在所有庫(kù)存策略比較中，動(dòng)態(tài)補(bǔ)貨算法的IT平均值遠(yuǎn)遠(yuǎn)高于其余庫(kù)存策略且擁有CSL平均值高達(dá)0.997 2，可見(jiàn)動(dòng)態(tài)仿真算法的優(yōu)良性．

4結(jié)語(yǔ)

本文針對(duì)庫(kù)存管理系統(tǒng)的相關(guān)概念進(jìn)行詳細(xì)闡述，論述了庫(kù)存以及庫(kù)存模型的概念和特點(diǎn)，提出了一種動(dòng)態(tài)補(bǔ)貨算法，設(shè)計(jì)了基于補(bǔ)貨算法的服裝零售庫(kù)存仿真平臺(tái)，仿真結(jié)果顯示，這種補(bǔ)貨算法在適當(dāng)?shù)陌踩芷?、較短的補(bǔ)貨周期和提前期等條件下可以改善系統(tǒng)的庫(kù)存策略，在滿足一定的顧客服務(wù)水平的同時(shí)提高庫(kù)存周轉(zhuǎn)率，有利于提升服裝零售商的效益，對(duì)促進(jìn)服裝零售業(yè)智能化發(fā)展具有一定的借鑒意義．

參考文獻(xiàn)

[1] HAMNANT J, DISNEY S M, CHILDERHOUSE P, et al．Modeling the consequences of a strategic supply chain initiative of an automotive aftermarket operation[J]．International Journal of Physical Distribution and Logistics Management, 1999, 29(9):535-550．

[2] KINCADE D H, VASS D, CASSILL N L. Implementation of technology and relationships to supply chain performance: Apparel manufacturer’s perspectives[J]. International Reviews of Retail, Distribution and Consumer Research, 2001, 11(3):301-327.

[3] HEWITT W C, HUNTER N A, KING R E．Analysis of the benefits of quick response implementation for the domestic retail[R]．Apparel and Textile Industries, North Carolina State University, NCSU-IE-Technical Report-90-8, 1991:108-121．

[4] ABERNATHY F H, DUNLOP J T, HAMMOND J H, et al．A stitch in time, lean retailing and the transformation of manufacturing-lessons from the apparel and textile industries[M]．England: Oxford University Press, 1999:234-256．

[5] ROMANO P, VINELLI A.Quality management in a supply chain perspective, strategic and operative choices in a textile-apparel network[J]．International Journal of Operations and Production Management, 2001, 21(4): 446-460．

[6] 張剛, 王洪鑫, 周彥婷．淺議服裝企業(yè)供應(yīng)鏈快速反應(yīng)[J]．企業(yè)活力,2008(8)：76-77.

[7] 辛磊, 孫保華, 高元平．服裝供應(yīng)鏈的優(yōu)化設(shè)計(jì)研究[J]．北方經(jīng)濟(jì),2013(10):33-34．

[8] 蔣清泉, 郝鷺捷．基于快速反應(yīng)的我國(guó)服裝業(yè)供應(yīng)鏈優(yōu)化研究[J]． 生產(chǎn)力研究,2014(4):76-81．

[9] HARRELL C R, BATEMAN R E, GOGG R J, et al．System improvement using simulation [M]．Utah:Promodel Corporation, 1995: 1-11．

[10] PEGDEN C D, SHANNON R E, SADOWSKI R P．Introduction to simulation using siman [M].2nd ed．New York:McGraw-Hill, 1995: 1-5．

[11] WHITAKER D． A study of a production line in the garment industry[J]．Clothing Institute Journal, 1973,21(4): 113-120．

[12] WANG J, SCHROER B J, ZIEMKE M C．Understanding modular manufacturing in the apparel industry using simulation[C] //Proceedings of the 1991 Winter Simulation Conference. 1991: 441-447．

[13] HUNTER N A, KING R E, NUTTLE H. An apparel-supply system for QR retailing[J]． Journal of Textile Institute, 1992, 83(3): 462-471．

[14] HUNTER N A, KING R E, NUTTLE H L W． Evaluation of traditional and quick-response retailing procedures by using a stochastic simulation model[J]．Journal of Textile Institute, 1996,87(1):42-55．

[15] DONG A H, WONG W K, YEUNG K W,et al．Development of a portfolio simulation system for apparel supply chain[J]．Journal of Donghua University(English Edition),2009,26(2):207-215．

[16] 李靜一，王曉鋒．基于Kalman濾波器的服裝零售業(yè)庫(kù)存控制策略[J]．紡織學(xué)報(bào), 2010, 31(5):131-136．

[17] 盧燕．基于無(wú)線射頻和動(dòng)態(tài)補(bǔ)貨算法的服裝零售庫(kù)存管理[D]．上海：東華大學(xué)信息科學(xué)與技術(shù)學(xué)院,2014：29-33．

Research of a Dynamic Replenishment Algorithm Based on Simulation in Apparel Supply Chain

PANLu,LUYan,DONGAi-hua

(College of Information Science and Technology，Donghua University，Shanghai 201620，China)

Abstract:In order to improve the performance of apparel supply chain, a dynamic replenishment algorithm is put forward． Based on the algorithm, a stock simulation platform is designed．Several common inventory strategies and dynamic replenishment algorithm are simulated and evaluated on the simulation platform． Simulation results prove that the proposed dynamic replenishment algorithm can improve the customer service level and inventory turnover in apparel supply chain．

Key words:apparel supply chain; dynamic replenishment algorithm; simulation

文章編號(hào)：1671-0444(2016)02-0273-06

收稿日期：2015-01-13

基金項(xiàng)目：中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金資助項(xiàng)目

作者簡(jiǎn)介：潘璐(1992—)，女，安徽六安人，碩士研究生，研究方向?yàn)楣?yīng)鏈優(yōu)化與仿真. E-mail：panludh@126.com 董愛(ài)華(聯(lián)系人)，女，副教授，E-mail:dongaihua@dhu.edu.cn

中圖分類號(hào)：TP 13

文獻(xiàn)標(biāo)志碼：A