楊鵬飛++彭安++沈凌云++林勁

摘 要：供應(yīng)鏈整體效率的高低不僅基于基礎(chǔ)設(shè)施的完善水平，還與整個(gè)供應(yīng)鏈上下游的銜接水平以及供應(yīng)鏈各環(huán)節(jié)的信息化、智能化、協(xié)同化密不可分。文章旨在通過(guò)對(duì)上海邁創(chuàng)智慧供應(yīng)鏈股份有限公司（Maitrox）實(shí)際業(yè)務(wù)中大量數(shù)據(jù)的整理和分析工作，深入挖掘供應(yīng)鏈中各環(huán)節(jié)的數(shù)據(jù)關(guān)聯(lián)，通過(guò)實(shí)現(xiàn)數(shù)據(jù)同步，聯(lián)動(dòng)管理，利用預(yù)測(cè)、倉(cāng)儲(chǔ)預(yù)警、運(yùn)輸?shù)饶Ｐ吞岣邔?shí)際業(yè)務(wù)的運(yùn)營(yíng)效率，以提高供應(yīng)鏈的信息化和智能化水平，并最終提高日常業(yè)務(wù)管理的效率和便捷化程度。

關(guān)鍵詞：智慧供應(yīng)鏈；預(yù)測(cè)；倉(cāng)儲(chǔ)；運(yùn)輸

中圖分類號(hào)：F273.7 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： The overall efficiency of the supply chain is not only based on the improvement of the level of infrastructure， but also the cooperation between every role of the whole supply chain， as well as their informatization， intelligentization and coordinatation. This project aims to mining all kinds of data related to the supply chain in the Maitrox company's business practices， and to achieve data synchronization， joint management. We build the forecast， stocks warning and transportation models to improve the informatization and intelligent level of the supply， and finally we improve the efficiency of daily logistic information management and the convenient degree.

Key words： smart supply chain； forecast； inventory； transportation

0 引 言

在如今互聯(lián)網(wǎng)高度發(fā)達(dá)、大數(shù)據(jù)日益膨脹的年代，隨著供應(yīng)鏈管理內(nèi)涵的拓展、過(guò)程的延伸、覆蓋面的擴(kuò)大以及管理的日益專業(yè)化和標(biāo)準(zhǔn)化，對(duì)實(shí)現(xiàn)數(shù)據(jù)的高效管理和有效挖掘已經(jīng)成為供應(yīng)鏈智能化管理的重要研究課題[1]。

根據(jù)Younjung Kim等關(guān)于供應(yīng)鏈管理（SCM）的調(diào)查，未來(lái)的供應(yīng)鏈研究方向集中在由傳統(tǒng)的經(jīng)驗(yàn)主義向依托數(shù)據(jù)挖掘的智能化方向發(fā)展，通過(guò)倉(cāng)儲(chǔ)、運(yùn)輸?shù)葍?yōu)化，實(shí)現(xiàn)供應(yīng)鏈智慧管理的目標(biāo)[2]。在庫(kù)存環(huán)節(jié)，劉學(xué)恒等研究和探討了不同庫(kù)存策略的優(yōu)化問(wèn)題，并以兩層級(jí)供應(yīng)點(diǎn)的倉(cāng)儲(chǔ)系統(tǒng)作為研究對(duì)象，應(yīng)用粒子群算法，建立和優(yōu)化相應(yīng)的庫(kù)存模型，解決就近供應(yīng)點(diǎn)選取和轉(zhuǎn)運(yùn)等庫(kù)存策略方面的問(wèn)題[3]。在運(yùn)輸環(huán)節(jié)，李正艷基于傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)的概念和結(jié)構(gòu)設(shè)計(jì)，應(yīng)用于運(yùn)輸數(shù)據(jù)挖掘上，探討了物流配送路徑優(yōu)化問(wèn)題的遺傳算法和動(dòng)態(tài)規(guī)劃法在物流運(yùn)輸系統(tǒng)中的應(yīng)用，對(duì)運(yùn)輸路徑和多式聯(lián)運(yùn)等做了近一步的優(yōu)化[4]。

本文針對(duì)上海邁創(chuàng)智慧供應(yīng)鏈股份有限公司（Maitrox）供應(yīng)鏈運(yùn)營(yíng)中物流、倉(cāng)儲(chǔ)等數(shù)據(jù)庫(kù)管理、流程規(guī)劃、倉(cāng)儲(chǔ)預(yù)警管理和運(yùn)輸管理等方面的業(yè)務(wù)需求，對(duì)供應(yīng)鏈進(jìn)行全局規(guī)劃和關(guān)鍵環(huán)節(jié)技術(shù)上的支持和創(chuàng)新研究。并探索性地在預(yù)測(cè)層面，使用貝葉斯預(yù)測(cè)模型在一定可信度下對(duì)配件損耗量進(jìn)行預(yù)測(cè)，并產(chǎn)生訂貨提前期這一參數(shù)，通過(guò)引入倉(cāng)儲(chǔ)預(yù)警和運(yùn)輸系統(tǒng)來(lái)進(jìn)一步優(yōu)化傳統(tǒng)的S-t庫(kù)存管理策略和運(yùn)輸網(wǎng)絡(luò)有向圖最短路算法。

1 商業(yè)背景

本文以上海邁創(chuàng)智慧供應(yīng)鏈股份有限公司的供應(yīng)鏈為背景，提出一整套構(gòu)建智慧供應(yīng)鏈的想法，并在供應(yīng)鏈整體考慮的基礎(chǔ)上研究細(xì)節(jié)問(wèn)題具體的實(shí)現(xiàn)策略。

上海邁創(chuàng)智慧供應(yīng)鏈股份有限公司從2004年開(kāi)始，從事供應(yīng)鏈管理相關(guān)體系的業(yè)務(wù)。已經(jīng)構(gòu)建成一個(gè)完整的、鏈接上下游供應(yīng)商客戶的涵蓋計(jì)劃咨詢、備件采購(gòu)、備件墊資、物流、倉(cāng)儲(chǔ)、本地配送、大數(shù)據(jù)系統(tǒng)、高端維修、逆向物流全環(huán)節(jié)的供應(yīng)鏈管理服務(wù)全球生態(tài)體系。上海邁創(chuàng)智慧供應(yīng)鏈股份有限公司在供應(yīng)鏈上下游的功能定位，對(duì)于國(guó)際業(yè)務(wù)而言，負(fù)責(zé)從香港等發(fā)貨點(diǎn)往東南亞、歐美等一些國(guó)家配送手機(jī)配件，工作流程如圖1所示：

采購(gòu)的零部件從國(guó)內(nèi)內(nèi)地市場(chǎng)供應(yīng)商運(yùn)至發(fā)貨點(diǎn)倉(cāng)庫(kù)，然后發(fā)貨點(diǎn)再轉(zhuǎn)運(yùn)往國(guó)外服務(wù)商，并配送至各國(guó)家具體的維修點(diǎn)（簡(jiǎn)稱正向運(yùn)輸）。

本文在上海邁創(chuàng)智慧供應(yīng)鏈股份有限公司實(shí)際供應(yīng)鏈業(yè)務(wù)的基礎(chǔ)之上，通過(guò)分析業(yè)務(wù)需求，設(shè)計(jì)了配件損耗率預(yù)測(cè)、倉(cāng)儲(chǔ)預(yù)警、運(yùn)輸優(yōu)化、物流信息系統(tǒng)構(gòu)建等幾大系統(tǒng)對(duì)供應(yīng)鏈進(jìn)行全局優(yōu)化。各系統(tǒng)在供應(yīng)鏈不同環(huán)節(jié)進(jìn)行優(yōu)化服務(wù)，又密切協(xié)作，服務(wù)于供應(yīng)鏈整體。

根據(jù)邁創(chuàng)實(shí)際業(yè)務(wù)，運(yùn)用運(yùn)籌學(xué)內(nèi)相應(yīng)的倉(cāng)儲(chǔ)策略模型和運(yùn)輸優(yōu)化模型，對(duì)整體供應(yīng)鏈的關(guān)鍵環(huán)節(jié)加以優(yōu)化，旨在構(gòu)建一套根據(jù)現(xiàn)有數(shù)據(jù)的供應(yīng)鏈優(yōu)化系統(tǒng)，并最終通過(guò)地圖和業(yè)務(wù)流程等可視化技術(shù)加以呈現(xiàn)，為管理人員提供庫(kù)存預(yù)警、管理信息，以及運(yùn)輸優(yōu)化方案的決策支持服務(wù)。

如圖2該智慧供應(yīng)鏈服務(wù)的主要目的是減少人工干預(yù)，在節(jié)省人力成本的基礎(chǔ)之上，提高管理的規(guī)范化水平，提升供應(yīng)鏈的運(yùn)作效率，通過(guò)提供便捷化的供應(yīng)管理和可視化的運(yùn)輸策略，為決策提供參考支持。參照現(xiàn)代化供應(yīng)鏈主要組成部分的功能和上海邁創(chuàng)供應(yīng)鏈現(xiàn)階段主要的功能瓶頸將制定三個(gè)系統(tǒng)：預(yù)測(cè)系統(tǒng)，庫(kù)存系統(tǒng)，運(yùn)輸系統(tǒng)，分別對(duì)應(yīng)于預(yù)測(cè)模型，庫(kù)存模型，運(yùn)輸模型。

2 解決方案

首先對(duì)于供應(yīng)鏈中的組成部分，即預(yù)測(cè)系統(tǒng)、庫(kù)存系統(tǒng)、運(yùn)輸系統(tǒng)的功能進(jìn)行簡(jiǎn)單介紹，接著詳述如何把三者有機(jī)融合，以充分體現(xiàn)智慧供應(yīng)鏈的在提升供應(yīng)鏈效率中的作用。

預(yù)測(cè)系統(tǒng)將歷史數(shù)據(jù)作為訓(xùn)練集，建立預(yù)測(cè)系統(tǒng)，輸入某一類手機(jī)配件和時(shí)間參數(shù)，系統(tǒng)給出該手機(jī)配件在某一時(shí)間段的需求量，并將預(yù)測(cè)結(jié)果傳遞給庫(kù)存系統(tǒng)。

庫(kù)存系統(tǒng)根據(jù)物流以及庫(kù)存信息建立一套庫(kù)存模型。手機(jī)配件缺貨有單位損失費(fèi)，每次進(jìn)貨會(huì)有固定費(fèi)用，但一次進(jìn)貨太多則造成貨物積壓，又會(huì)導(dǎo)致存儲(chǔ)費(fèi)上升。采用不同的存儲(chǔ)策略構(gòu)建不同的存儲(chǔ)模型都會(huì)對(duì)進(jìn)貨策略造成影響。庫(kù)存系統(tǒng)接收預(yù)測(cè)系統(tǒng)傳遞的預(yù)測(cè)結(jié)果，判斷某一種手機(jī)配件在未來(lái)一段時(shí)間內(nèi)是否缺貨，缺貨量為多少，并發(fā)出預(yù)警信息，并將預(yù)警信息傳遞給運(yùn)輸系統(tǒng)。預(yù)警信息包括在未來(lái)某段時(shí)間t和預(yù)計(jì)的缺貨量d。

運(yùn)輸系統(tǒng)收集物流信息、配件成本費(fèi)、關(guān)稅等，并根據(jù)時(shí)間約束（預(yù)警信息中包含的時(shí)間段t）計(jì)算最優(yōu)路徑或者最優(yōu)的配送方案（快遞公司的選擇）。運(yùn)輸系統(tǒng)將計(jì)算的結(jié)果進(jìn)行整理展示，為決策者提供參考。

由圖3可以看出，模式的發(fā)起點(diǎn)在于預(yù)測(cè)。預(yù)測(cè)的有效性與準(zhǔn)確性直接影響智慧供應(yīng)鏈的功能。預(yù)測(cè)之所以如此重要的原因在于：（1）缺貨時(shí)不能保證某個(gè)倉(cāng)庫(kù)一定有缺少的手機(jī)配件。一種保證不缺貨的方案是，盡可能多的儲(chǔ)備貨物。但這會(huì)造成倉(cāng)儲(chǔ)費(fèi)激增，資金積壓。因此，預(yù)測(cè)某段時(shí)間某種手機(jī)配件會(huì)缺貨，倉(cāng)庫(kù)提前備貨。（2）訂貨提前期。并不是有了需求預(yù)測(cè)后，缺貨的情況就不會(huì)發(fā)生，因?yàn)樨浳飶牟杉袌?chǎng)運(yùn)往倉(cāng)庫(kù)還需要時(shí)間。例如，預(yù)測(cè)系統(tǒng)告知倉(cāng)庫(kù)，5天后電池可能會(huì)缺貨，這時(shí)，采購(gòu)人員去采購(gòu)時(shí)卻發(fā)現(xiàn)電池最快只能在7天后送達(dá)。訂貨提前期的存在要求在做預(yù)測(cè)時(shí)必須將訂貨準(zhǔn)備時(shí)間和運(yùn)輸時(shí)間添加到預(yù)測(cè)時(shí)間段內(nèi)。

接下來(lái)分別介紹這三個(gè)子系統(tǒng)的具體細(xì)節(jié)和實(shí)現(xiàn)方案。

2.1 預(yù)測(cè)系統(tǒng)

通過(guò)研究手機(jī)配件故障率預(yù)測(cè)系統(tǒng)，目的在于預(yù)測(cè)原有機(jī)型未來(lái)可能發(fā)生的故障數(shù)和在保修期間每個(gè)月可能需要更換的配件以及配件數(shù)量，并且可以根據(jù)相似類型配件預(yù)測(cè)新配件的損耗率，從而可以提前做好供貨準(zhǔn)備，提高企業(yè)的售后服務(wù)質(zhì)量。

基于實(shí)際運(yùn)營(yíng)數(shù)據(jù)，本文建立了預(yù)測(cè)模型，使用訓(xùn)練數(shù)據(jù)訓(xùn)練模型，并用測(cè)試數(shù)據(jù)計(jì)算錯(cuò)誤率?；阱e(cuò)誤率，就可以在一定可靠性要求下，對(duì)現(xiàn)實(shí)的情況進(jìn)行預(yù)測(cè)了。圖4展示了本文建立預(yù)測(cè)模型的過(guò)程。該過(guò)程也是數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)的一般化步驟。

常見(jiàn)的預(yù)測(cè)模型有貝葉斯預(yù)測(cè)模型、平均值模型、回歸模型、時(shí)間序列法、灰色預(yù)測(cè)模型等。具體到實(shí)際的手機(jī)配件運(yùn)輸項(xiàng)目上，選用了貝葉斯預(yù)測(cè)模型和時(shí)間序列法，給定時(shí)間參數(shù)和配件參數(shù)就能得到預(yù)測(cè)的需求。

要將貝葉斯網(wǎng)絡(luò)有效應(yīng)用于配件失效率預(yù)測(cè)，首先需要細(xì)致分析影響配件失效的因素并理清各因素與事件之間的關(guān)系，然后通過(guò)計(jì)算得出的事件發(fā)生概率信息為預(yù)測(cè)提供依據(jù)。將訓(xùn)練數(shù)據(jù)輸入預(yù)測(cè)模型，并通過(guò)后續(xù)的模型驗(yàn)證和修正等工作得到了具有實(shí)際預(yù)測(cè)功能的模型。

基于貝葉斯的網(wǎng)絡(luò)模型，選取實(shí)際中部分配件數(shù)據(jù)進(jìn)一步分析，驗(yàn)證基于歷史數(shù)據(jù)計(jì)算出的手機(jī)配件的平均故障率和出現(xiàn)故障率的最大概率值作為模型參數(shù)使用是可行的。通過(guò)多種配件類型的計(jì)算分析，本文選取較大數(shù)據(jù)量的手機(jī)機(jī)型“A60

+_ID_BLACK”，在印度尼西亞于2012-09-06上市的主板為例。

通過(guò)分析計(jì)算得出，手機(jī)機(jī)型是“A60+_ID_BLACK”，在印度尼西亞于2012-09-06上市的主板，損耗率隨上市時(shí)間走勢(shì)預(yù)測(cè)值和真實(shí)值對(duì)比如圖5所示。

從圖5可以看出，手機(jī)配件實(shí)際損耗率的走勢(shì)和基于歷史數(shù)據(jù)算出的故障率的平均值以及基于歷史數(shù)據(jù)的故障率的最大概率值相同。但是實(shí)際值在開(kāi)始幾個(gè)月和最大概率值接近，之后卻更加接近故障率的平均值。

所以以基于歷史數(shù)據(jù)計(jì)算出的手機(jī)配件平均故障率和出現(xiàn)故障率的最大概率值，作為參考是可行的，雖然有誤差。在實(shí)際應(yīng)用中將會(huì)考慮到這些誤差。

而根據(jù)公式算出的損耗率（后驗(yàn)概率）與故障數(shù)和實(shí)際值（先驗(yàn)概率）對(duì)比，手機(jī)機(jī)型為A60+_ID_BLACK主板在印尼地區(qū)2013年9月的損耗率，如圖6所示。

分析圖6，選取的數(shù)據(jù)為隨機(jī)選取。使用預(yù)測(cè)模型的誤差在可接受的范圍內(nèi)，但是仍然需要在計(jì)算公式的過(guò)程中進(jìn)行優(yōu)化，或者對(duì)在保量分類的過(guò)程中進(jìn)一步優(yōu)化，使誤差更小。然而，使用貝葉斯網(wǎng)絡(luò)預(yù)測(cè)模型來(lái)預(yù)測(cè)手機(jī)配件損耗率是可行的。

2.2 庫(kù)存系統(tǒng)

庫(kù)存系統(tǒng)的核心是庫(kù)存模型。為了使庫(kù)存系統(tǒng)新增預(yù)警功能，必須設(shè)定貨物的存儲(chǔ)策略。不同的存儲(chǔ)策略適用于不同的配件類型。因此，首先應(yīng)該對(duì)于配件進(jìn)行分類。

2.2.1 配件分類。分類的主要目的是通過(guò)對(duì)品種、規(guī)格極為繁多的庫(kù)存物資進(jìn)行分類，使得企業(yè)管理人員把主要注意力集中在金額較大，最需要加以重視的產(chǎn)品上，達(dá)到節(jié)約資金的目的。

傳統(tǒng)的分類或者稱之為管理方法有ABC庫(kù)存分類法，如下所示：A類物資——占總品種的10%以下，年金額占全部庫(kù)存物資年金額的60%到70%。特點(diǎn)是品種數(shù)量不多，但價(jià)格高，需求不穩(wěn)定。B類物資——占全部庫(kù)存物資總品種的20%到30%，年金額占全部庫(kù)存物資年金額的20%左右，需求量一般。C類物資——占全部庫(kù)存物資總品種的60%到70%，年金額占全部庫(kù)存物資年金額的10%到20%。特點(diǎn)是品種數(shù)量多、單價(jià)低、需求量大、穩(wěn)定。

除傳統(tǒng)的ABC庫(kù)存分類法，也可以使用數(shù)據(jù)挖掘中的k均值（k-Means）算法對(duì)貨物進(jìn)行聚類，進(jìn)而分出類別。K均值聚類用于n維連續(xù)空間中的對(duì)象。為了簡(jiǎn)便，假設(shè)對(duì)貨物分類時(shí)只考慮兩個(gè)屬性：貨物的種類和單價(jià)?；谶@兩個(gè)數(shù)據(jù)，對(duì)配件的模擬分類結(jié)果如圖7所示：

如圖7所展示的，紅色點(diǎn)分布趨向于種類少而單價(jià)貴，因此為A類，綠色點(diǎn)分布趨向于種類偏多而單價(jià)偏貴，符合B類，藍(lán)色點(diǎn)分布趨向于種類多而單價(jià)低，符合C類。

2.2.2 存儲(chǔ)策略。分類后，對(duì)不同類型的手機(jī)配件應(yīng)用不同的存儲(chǔ)策略。通常存儲(chǔ)策略分為以下三類（如圖8所示）。

t循環(huán)策略：每隔時(shí)間t補(bǔ)充存儲(chǔ)量Q。適用于需求穩(wěn)定的C類貨物。

S，s策略：當(dāng)前庫(kù)存量q>s時(shí)不補(bǔ)充，q≤s時(shí)，立刻補(bǔ)充存貨。補(bǔ)貨量Q=S-q。適用于需求隨機(jī)、不穩(wěn)定的系統(tǒng)。

S，s，t策略：每隔時(shí)間t檢查一次，當(dāng)存量q>s時(shí)不補(bǔ)充，當(dāng)存量q≤s時(shí)，補(bǔ)充量Q=S-q。適合需求隨機(jī)的系統(tǒng)。

三種存儲(chǔ)策略各有優(yōu)劣，根據(jù)各策略特征，采取如下處理方案：C類貨物采取t循環(huán)策略，B類貨物采取S，s，t策略，A類貨物采取S，s策略。

實(shí)際中考慮到系統(tǒng)資源的開(kāi)銷和效率，假設(shè)業(yè)務(wù)人員每天在固定的時(shí)刻統(tǒng)一對(duì)所有缺少的貨物進(jìn)行配送。在該時(shí)刻過(guò)后新產(chǎn)生的缺貨預(yù)警則留到第二天處理。庫(kù)存系統(tǒng)每天只需要定時(shí)對(duì)所有貨物進(jìn)行檢查一次。如圖9所示。

考慮到公司的業(yè)務(wù)和實(shí)際應(yīng)用情形，建議采取S，s，t策略來(lái)管理預(yù)警貨物。因?yàn)樵搸?kù)存策略最能適應(yīng)公司紛繁復(fù)雜的業(yè)務(wù)需求。

同理對(duì)于存儲(chǔ)策略，也不僅僅局限于以上三種，需要明確的是建立存儲(chǔ)策略的根本目的是建立預(yù)警機(jī)制。

2.2.3 預(yù)警機(jī)制。按照前文介紹，并不是任何時(shí)候都可以進(jìn)貨，貨物的配送需要時(shí)間（訂貨提前期），需要提醒計(jì)劃人員何時(shí)進(jìn)貨以及進(jìn)貨量。預(yù)警的真正目的是：在合適的時(shí)間將預(yù)測(cè)需求反饋給計(jì)劃人員。

計(jì)算合適的預(yù)警的時(shí)間，需要訂貨提前期t。此時(shí)需要預(yù)測(cè)系統(tǒng)的協(xié)助。將訂貨提前期t輸入預(yù)測(cè)系統(tǒng)，系統(tǒng)會(huì)計(jì)算未來(lái)t天的需求量Q ，若當(dāng)前庫(kù)存Q-Q ≤s，那么根據(jù)預(yù)測(cè)，會(huì)得出結(jié)論：t天后，庫(kù)存將降低至安全庫(kù)存s以下。只需要根據(jù)當(dāng)前庫(kù)存量來(lái)判斷是否進(jìn)貨：當(dāng)前庫(kù)存Q≤s+Q 時(shí)進(jìn)貨，否則不進(jìn)貨（如圖10所示）。

預(yù)警系統(tǒng)的建立將改善系統(tǒng)的合理決策，因?yàn)槠髽I(yè)不必每次等到庫(kù)存降至0時(shí)才去進(jìn)貨。且不用面臨缺貨損失費(fèi)。

比如，假設(shè)單位缺貨損失費(fèi)為2，單位庫(kù)存為1，每天的需求為10，運(yùn)輸時(shí)間為10。那么當(dāng)庫(kù)存為100時(shí)，就發(fā)出進(jìn)貨預(yù)警并即刻進(jìn)貨。10天后，貨物送達(dá)，庫(kù)存剛好降至為0。

在此期間，總的損失費(fèi)為：庫(kù)存量×單位庫(kù)存費(fèi)×存儲(chǔ)時(shí)間=1×100÷2×10=500。

但若當(dāng)庫(kù)存降至0時(shí)才開(kāi)始進(jìn)貨，則不僅存在庫(kù)存費(fèi)，還將面臨缺貨損失費(fèi)：庫(kù)存費(fèi)+缺貨損失費(fèi)=500+10×10×2=700。當(dāng)然損失的不僅僅是費(fèi)用，還有客戶的信賴和期望。

2.3 運(yùn)輸系統(tǒng)

運(yùn)輸系統(tǒng)的核心是運(yùn)輸模型。串聯(lián)庫(kù)存模型和運(yùn)輸模型的是訂貨提前期。對(duì)于運(yùn)輸系統(tǒng)來(lái)說(shuō)，得到的訂貨提前期就是時(shí)間限制，即運(yùn)輸系統(tǒng)計(jì)算出的最優(yōu)路徑（可能不止一條）其運(yùn)輸時(shí)間必須小于等于訂貨提前期，否則倉(cāng)庫(kù)會(huì)面臨缺貨的風(fēng)險(xiǎn)。因此，運(yùn)輸系統(tǒng)的任務(wù)就是計(jì)算出一條運(yùn)輸時(shí)間小于等于訂貨提前期且運(yùn)輸費(fèi)用最少的線路，稱之為最優(yōu)路線。

2.3.1 最優(yōu)訂購(gòu)時(shí)間。優(yōu)先考慮倉(cāng)庫(kù)費(fèi)用，可以采取迭代的思想。庫(kù)存系統(tǒng)首先假設(shè)訂貨提前期為t，此時(shí)通過(guò)運(yùn)輸模型計(jì)算出在滿足運(yùn)輸時(shí)間小于等于訂貨提前期t的所有線路中，運(yùn)輸費(fèi)用最小的運(yùn)輸線路所需的運(yùn)輸時(shí)間是否等于t。若是，則發(fā)出預(yù)警。否則不發(fā)出預(yù)警，因?yàn)橛欣碛烧J(rèn)為，當(dāng)前并不是訂貨的最佳時(shí)機(jī)，而應(yīng)該經(jīng)過(guò)一段時(shí)間再選用該最優(yōu)的運(yùn)輸線路。

然而，采取以上策略面臨該最優(yōu)線路可能不存在的風(fēng)險(xiǎn)。如圖11所示：

庫(kù)存模型預(yù)計(jì)，t 時(shí)刻經(jīng)過(guò)訂貨提前期t后（到達(dá)t 時(shí)刻）庫(kù)存將剛好降低至安全庫(kù)存線下。因此將需求信息發(fā)送給運(yùn)輸系統(tǒng)。運(yùn)輸系統(tǒng)計(jì)算的最優(yōu)路徑其運(yùn)輸時(shí)間小于t，為t ，如圖11，易得，t =t +t-t 。因此，采取在t 時(shí)刻發(fā)貨，經(jīng)過(guò)時(shí)間t 后貨物剛好在t 時(shí)送達(dá)。但問(wèn)題是，無(wú)法保證在t 時(shí)刻原來(lái)的最優(yōu)線路還存在，因?yàn)樵瓉?lái)的最優(yōu)線路是在t 時(shí)刻計(jì)算出來(lái)的，比如該路徑的發(fā)貨點(diǎn)在今天被調(diào)出了一批貨物而存儲(chǔ)不足，則該最優(yōu)路線改變。具體應(yīng)用中，不必具體到每分每秒，庫(kù)存系統(tǒng)每天檢查一次倉(cāng)庫(kù)，基于此，設(shè)定運(yùn)輸系統(tǒng)每天也只檢查一次，查看最優(yōu)路徑是否發(fā)生變化，算法流程圖如圖12所示：

其中，訂貨提前期的計(jì)算是為了和庫(kù)存系統(tǒng)形成對(duì)接，上文的討論無(wú)形中對(duì)運(yùn)輸系統(tǒng)的功能提出了要求——根據(jù)時(shí)間約束計(jì)算出最優(yōu)路徑。

2.3.2 模型構(gòu)建。首先明確運(yùn)輸系統(tǒng)的作用——根據(jù)時(shí)間約束計(jì)算最優(yōu)路徑。在所要求解的運(yùn)輸問(wèn)題中， 除了要考慮費(fèi)用因素外，還需要考慮運(yùn)輸風(fēng)險(xiǎn)、機(jī)會(huì)成本、人工成本等。實(shí)際中，最直接的優(yōu)劣判斷就是運(yùn)輸帶來(lái)的費(fèi)用，這可能包括：運(yùn)輸費(fèi)、海關(guān)費(fèi)、裝卸費(fèi)等。這些費(fèi)用都是由于運(yùn)輸產(chǎn)生的，可以將其合并為運(yùn)輸費(fèi)。

除了費(fèi)用，還需要考慮運(yùn)輸時(shí)間，即整條線路上的運(yùn)輸時(shí)間和必須小于時(shí)間約束。因此，線路規(guī)劃的目標(biāo)就是：找出滿足時(shí)間約束條件的費(fèi)用最小的線路。基于此建立起的運(yùn)輸網(wǎng)絡(luò)的模型為一個(gè)有向圖，每條邊上有兩個(gè)權(quán)值。

因此，運(yùn)輸系統(tǒng)的任務(wù)就簡(jiǎn)化成從多個(gè)已知（哪些倉(cāng)庫(kù)存儲(chǔ)該種配件顯然已知）起點(diǎn)中計(jì)算出到終點(diǎn)的最優(yōu)線路。不失一般性，只需要遍歷計(jì)算從特定起點(diǎn)到指定終點(diǎn)（缺貨倉(cāng)庫(kù)）的最優(yōu)路徑，再比較這些最優(yōu)路徑，從中選擇一條最優(yōu)路徑即可。

因此，運(yùn)輸系統(tǒng)的任務(wù)可以簡(jiǎn)化為：求解帶時(shí)間約束的最短路徑問(wèn)題。

圖13中，運(yùn)輸系統(tǒng)首先生成左圖的運(yùn)輸網(wǎng)絡(luò)圖，并指定起終點(diǎn)。運(yùn)輸網(wǎng)絡(luò)圖中包含運(yùn)輸線路的時(shí)間和費(fèi)用。時(shí)間和費(fèi)用分別是該路段的運(yùn)輸時(shí)間和運(yùn)輸費(fèi)用。右圖是運(yùn)輸模型計(jì)算得出的最優(yōu)的運(yùn)輸線路及其運(yùn)輸方式（藍(lán)色線條表示）。

對(duì)于帶時(shí)間約束的最短路徑問(wèn)題，有許多不同的解法，最簡(jiǎn)單的蠻力法首先計(jì)算兩點(diǎn)間的所有路徑，這可以通過(guò)深度優(yōu)先遍歷來(lái)實(shí)現(xiàn)，然后計(jì)算每條路徑的總時(shí)間和總費(fèi)用并比較得出最優(yōu)路徑。該算法的時(shí)間復(fù)雜度是On ，算法優(yōu)化可以考慮動(dòng)態(tài)規(guī)劃、剪枝等策略。本文將運(yùn)輸模型中的核心算法做成一個(gè)模塊，以便隨時(shí)切換算法，使用不同的算法來(lái)比較運(yùn)算時(shí)間。

2.3.3 實(shí)例計(jì)算。為了能更深刻地說(shuō)明問(wèn)題，舉一個(gè)實(shí)際計(jì)算實(shí)例來(lái)展示運(yùn)輸系統(tǒng)的作用。

如圖13所示，圖中每個(gè)圓表示貨運(yùn)點(diǎn)，圓之間的連線表示路徑，路徑上標(biāo)有運(yùn)輸方式（sea，海運(yùn)；air，航空；highway，公路；train，鐵路）。每種運(yùn)輸方式后面帶有兩個(gè)數(shù)字表示該邊上該運(yùn)輸方式的權(quán)值、時(shí)間和費(fèi)用；需求的目標(biāo)是：將貨物從HK（Hong Kong）運(yùn)到UK（United Kingdom），使得總運(yùn)輸費(fèi)用最少。

在傳統(tǒng)的供應(yīng)鏈中，一般是到了庫(kù)存降低到一定程度（這個(gè)一定程度是通過(guò)經(jīng)驗(yàn)判斷的）后才進(jìn)貨的，比如目前只剩100件，預(yù)估3天后消耗完。則必須在3天內(nèi)將貨物送到，最優(yōu)方案：第一種方案（時(shí)間：2<3，費(fèi)用：6）。

如圖14，在智慧供應(yīng)鏈中，進(jìn)貨時(shí)間會(huì)由預(yù)警系統(tǒng)告知，假設(shè)預(yù)測(cè)模型和預(yù)警模型得出最低庫(kù)存是300件，且在6天內(nèi)消耗完，則可選的運(yùn)輸方式組合會(huì)有很多，這時(shí)滿足時(shí)間限制（Timelimit）為6的最少運(yùn)輸費(fèi)用為方案四（總時(shí)間為5<6，費(fèi)用為4）。

企業(yè)實(shí)際進(jìn)貨通常為定期檢測(cè)不同配件的庫(kù)存量，并根據(jù)該配件的歷史需求量按經(jīng)驗(yàn)進(jìn)行進(jìn)貨，因此進(jìn)貨日期和進(jìn)貨量會(huì)出現(xiàn)一定偏差，為了保證服務(wù)質(zhì)量往往采取提前采購(gòu)、多進(jìn)貨的方案，但是這卻增加了庫(kù)存和運(yùn)輸成本。

通過(guò)運(yùn)輸模型的計(jì)算結(jié)果和目前企業(yè)的進(jìn)貨方案相比，本文所提出的供應(yīng)鏈解決方案在實(shí)際應(yīng)用中有巨大潛力。正如上文所說(shuō)，預(yù)測(cè)起到了關(guān)鍵性的作用，預(yù)測(cè)最根本的改善在于知道庫(kù)存降到多少時(shí)最適合進(jìn)貨（比如提前到6天），此時(shí)可選的路徑運(yùn)輸方案很多，包括海運(yùn)和鐵路，因此費(fèi)用較低。

如果沒(méi)有相應(yīng)的輔助決策，只能憑經(jīng)驗(yàn)判斷進(jìn)貨時(shí)機(jī)，而一般情況是到了庫(kù)存見(jiàn)底后，才開(kāi)始進(jìn)貨，而這時(shí)的進(jìn)貨時(shí)間（3天）更短，可選線路不多，基本都是空運(yùn)，因此運(yùn)輸費(fèi)用也更高。

3 總 結(jié)

本文主要目的是參考實(shí)際的手機(jī)配件配送商業(yè)案例，構(gòu)建具有實(shí)際可操作性的供應(yīng)鏈系統(tǒng)，并針對(duì)供應(yīng)鏈的低效環(huán)節(jié)加以優(yōu)化以提高整個(gè)供應(yīng)鏈的效率。對(duì)此，我們構(gòu)建了三個(gè)子系統(tǒng)——預(yù)測(cè)系統(tǒng)、庫(kù)存系統(tǒng)、運(yùn)輸系統(tǒng)。三個(gè)子系統(tǒng)具有高內(nèi)聚低耦合的特性，內(nèi)部通過(guò)預(yù)測(cè)需求和訂貨提前期串接起來(lái)。

預(yù)測(cè)作為庫(kù)存方案和運(yùn)輸選擇的依據(jù)，它的存在為合理有效地管理配件提供了基礎(chǔ)。運(yùn)輸系統(tǒng)和庫(kù)存系統(tǒng)相互交換數(shù)據(jù)、相互支持，致力于達(dá)到運(yùn)輸和庫(kù)存的平衡高效。通過(guò)預(yù)測(cè)、庫(kù)存、運(yùn)輸系統(tǒng)的協(xié)作，以及正向物流和逆向物流的結(jié)合，可以實(shí)現(xiàn)一種動(dòng)態(tài)平衡的智能化的供應(yīng)鏈運(yùn)行模式。

三個(gè)系統(tǒng)的實(shí)現(xiàn)細(xì)節(jié)不一定與本文相同，但都需要用到統(tǒng)計(jì)學(xué)、數(shù)據(jù)挖掘、線路優(yōu)化等相關(guān)知識(shí)，對(duì)此本文也做出了相應(yīng)的討論。本文所描述的方案距離全面高效運(yùn)行的供應(yīng)鏈系統(tǒng)實(shí)現(xiàn)還有一段路要走，但對(duì)于供應(yīng)鏈研究和其實(shí)際應(yīng)用而言，本文研究具有較好的應(yīng)用價(jià)值和現(xiàn)實(shí)意義。

參考文獻(xiàn)：

[1] 佚名. 2015年中國(guó)物流現(xiàn)狀調(diào)研及發(fā)展趨勢(shì)走勢(shì)分析報(bào)告[EB/OL]. （2015-09-08）[2017-03-05]. http：//wenku.baidu.com/view/f3d6c414e53a580217fcfe65.html.

[2] Younjung Kim， Youngho Lee， Kyung-Yong Chung， et al. An investigation on the information systems research in supply chain management： an analysis of research topic and methodology[J]. October 2015，74（20）：8849-8860.

[3] 劉學(xué)恒，汪傳旭，許長(zhǎng)延. 帶有時(shí)限的多點(diǎn)應(yīng)急系統(tǒng)庫(kù)存策略優(yōu)化研究[J]. 計(jì)算機(jī)工程與應(yīng)用，2012（7）：212-216，230.

[4] 李正艷. 基于數(shù)據(jù)挖掘的物流運(yùn)輸系統(tǒng)研究[D]. 重慶：重慶大學(xué)（碩士學(xué)位論文），2010.

[5] 傅家良. 運(yùn)籌學(xué)方法與模型[M]. 上海：復(fù)旦大學(xué)出版社，2005.

[6] 何榮宣. 傳統(tǒng)物流向現(xiàn)代供應(yīng)鏈管理轉(zhuǎn)變的策略[J]. 企業(yè)經(jīng)濟(jì)，2011（9）：41-43.

[7] 朱清華. 基于供應(yīng)鏈的管理信息系統(tǒng)構(gòu)建[D]. 重慶：西南大學(xué)（碩士學(xué)位論文），2007.

[8] 許會(huì)元. 企業(yè)物流的數(shù)據(jù)挖掘與智能管控[D]. 杭州：浙江理工大學(xué)（碩士學(xué)位論文），2015.

[9] Pang-Ning T， Michael S， Vipin K. Introduction to Data Mining[M]. 北京：人民郵電出版社，2011.

[10] Jun-Yeon Lee， Richard K. Cho， Seung-Kuk Paik. Supply chain coordination in vendor-managed inventory systems with stockout-cost sharing under limited storage capacity[J]. European Journal of Operational Research， 2016，248（1）：95-106.

[11] Maria Boile， Hyangsook Lee， Sotirios Theofanis. Hierarchical Interactions between Shippers and Carriers in International Maritime Freight Transportation Networks[J]. Procedia-Social and Behavioral Sciences， 2012，48：3651-3660.