趙克鼎

摘要：針對(duì)鋅冶煉企業(yè)生產(chǎn)過(guò)程中出現(xiàn)的原料采購(gòu)成本過(guò)高、原料供應(yīng)不穩(wěn)定、原料庫(kù)存安排不當(dāng)以及生產(chǎn)魯棒性差等問(wèn)題，通過(guò)對(duì)企業(yè)進(jìn)行供應(yīng)鏈管理優(yōu)化制定更優(yōu)的采購(gòu)/庫(kù)存計(jì)劃，降低企業(yè)原料采購(gòu)成本及運(yùn)營(yíng)風(fēng)險(xiǎn)，提高企業(yè)生產(chǎn)穩(wěn)定性。將從最小凈鋅需求量確定、價(jià)值預(yù)測(cè)、凈鋅采購(gòu)總量確定、供應(yīng)商選擇優(yōu)化、供應(yīng)商采購(gòu)決策五大方面出發(fā)，深入分析企業(yè)供應(yīng)鏈管理業(yè)務(wù)特點(diǎn)，結(jié)合物聯(lián)網(wǎng)多源信息實(shí)時(shí)共享、大數(shù)據(jù)存儲(chǔ)、業(yè)務(wù)高度集成等特點(diǎn)，研究相應(yīng)的優(yōu)化方法解決實(shí)際當(dāng)中的原料采購(gòu)決策、庫(kù)存優(yōu)化以及量?jī)r(jià)預(yù)警等難題，從而實(shí)現(xiàn)企業(yè)的供應(yīng)鏈管理優(yōu)化。

關(guān)鍵詞：供應(yīng)鏈;大數(shù)據(jù);庫(kù)存優(yōu)化;采購(gòu)決策

1 引言

供應(yīng)鏈管理是企業(yè)除研發(fā)和營(yíng)銷以外的支柱職能，全面覆蓋計(jì)劃、采購(gòu)、生產(chǎn)、配送等職能。供應(yīng)鏈管理對(duì)企業(yè)的經(jīng)營(yíng)利潤(rùn)和資本周轉(zhuǎn)率影響重大[1]。當(dāng)前的市場(chǎng)競(jìng)爭(zhēng)激烈，從企業(yè)與企業(yè)的競(jìng)爭(zhēng)已經(jīng)逐漸演變?yōu)槠髽I(yè)各核心職能的競(jìng)爭(zhēng)，尤其 在新零售的蓬勃發(fā)展、疫情時(shí)代帶來(lái)轉(zhuǎn)折的當(dāng)下，

2 供應(yīng)鏈管理優(yōu)化總體框架

供應(yīng)鏈管理優(yōu)化系統(tǒng)總體框架包括最小凈鋅需求量確定、價(jià)值預(yù)測(cè)、凈鋅采購(gòu)總量確定、供應(yīng)商選擇優(yōu)化、供應(yīng)商采購(gòu)決策五個(gè)方面。通過(guò)生產(chǎn)計(jì)劃、當(dāng)前庫(kù)存及來(lái)料狀態(tài)確定最小凈鋅需求量;基于歷史價(jià)格數(shù)據(jù)，利用計(jì)量經(jīng)濟(jì)學(xué)與深度學(xué)習(xí)等方法建立價(jià)值預(yù)測(cè)模型;基于價(jià)值預(yù)測(cè)趨勢(shì)，結(jié)合庫(kù)存及資金約束等，確定凈鋅采購(gòu)總量;對(duì)供應(yīng)商大數(shù)據(jù)進(jìn)行挖掘分析，構(gòu)建“供應(yīng)商畫(huà)像”，確定優(yōu)質(zhì)候選供應(yīng)商;最后根據(jù)供應(yīng)商評(píng)價(jià)管理與實(shí)際約束，綜合考慮采購(gòu)成本與生產(chǎn)因素，建立采購(gòu)優(yōu)化模型，得到各供應(yīng)商各品位原料采購(gòu)數(shù)量。

3 最小凈鋅需求量確定

在鋅冶煉企業(yè)當(dāng)中，對(duì)于給定的生產(chǎn)計(jì)劃，其原材料采購(gòu)數(shù)量通常由相關(guān)工作人員根據(jù)個(gè)人經(jīng)驗(yàn)確定，然而人工決策存在主觀性強(qiáng)、決策隨意、缺乏合理依據(jù)等問(wèn)題，這使得當(dāng)前原料采購(gòu)?fù)ǔ３霈F(xiàn)采購(gòu)過(guò)剩、資金占用過(guò)高或采購(gòu)不足、影響安全庫(kù)存等問(wèn)題。因此，本項(xiàng)目擬構(gòu)建凈鋅投入量決策系統(tǒng)確定最小凈鋅需求量。

本項(xiàng)目擬采用機(jī)器學(xué)習(xí)、專家系統(tǒng)等方法建立凈鋅投入量決策系統(tǒng)，基于采購(gòu)歷史數(shù)據(jù)、生產(chǎn)日志、車間工況信息等，通過(guò)機(jī)器學(xué)習(xí)、專家系統(tǒng)等建立凈鋅投入量決策系統(tǒng)。當(dāng)系統(tǒng)構(gòu)建完成后，給出生產(chǎn)計(jì)劃鋅錠生產(chǎn)總量即可獲得相應(yīng)工況條件下最佳凈鋅投入量。接著考慮原料現(xiàn)有庫(kù)存數(shù)量、原料在途物流信息等，得到最小凈鋅需求數(shù)量。

4 價(jià)值預(yù)測(cè)

對(duì)于鋅冶煉企業(yè)而言，其發(fā)展很大程度上依賴于鋅精礦原料成本的控制，鋅精礦價(jià)格直接影響到企業(yè)經(jīng)濟(jì)的走勢(shì)，其劇烈波動(dòng)給企業(yè)帶來(lái)巨大的風(fēng)險(xiǎn)。如果能正確預(yù)測(cè)鋅精礦價(jià)格波動(dòng)，就能在企業(yè)的生產(chǎn)規(guī)劃中占得先機(jī)，利用這些信息調(diào)整企業(yè)的生產(chǎn)計(jì)劃，采取有力措施對(duì)沖價(jià)格波動(dòng)的風(fēng)險(xiǎn);其次如果能夠?qū)︿\精礦價(jià)格進(jìn)行正確預(yù)測(cè)，就能在準(zhǔn)確把握原料采購(gòu)時(shí)機(jī)，在鋅精礦價(jià)格發(fā)生殘酷性變化之前進(jìn)行操作，從而可以節(jié)約大量采購(gòu)成本，提高企業(yè)利潤(rùn)。因此，本項(xiàng)目擬研究鋅精礦價(jià)格變化因素并對(duì)其進(jìn)行非線性集成預(yù)測(cè)。

由于鋅精礦價(jià)格具有高度的波動(dòng)性、復(fù)雜性和不規(guī)則性，其不僅具有線性和非線性特征，還經(jīng)常受一些不規(guī)則突發(fā)事件的影響，因此線性模型或非線性模型以及兩者的混合都不能充分建模和預(yù)測(cè)。除了線性模型和非線性模型之外，有必要利用新技術(shù)來(lái)捕捉這種不規(guī)則突發(fā)事件的影響。本項(xiàng)目鋅精礦價(jià)格預(yù)測(cè)建模框架如圖4-16所示：首先，利用ARIMA模型來(lái)對(duì)鋅精礦價(jià)格序列的線性趨勢(shì)建模;其次，利用LSTM模型擬合鋅精礦價(jià)格的非線性周期規(guī)律;接下來(lái)，利用文本挖掘和專家系統(tǒng)來(lái)捕捉和量化重要事件對(duì)鋅精礦價(jià)格的影響;最后，利用集成預(yù)測(cè)技術(shù)將這三種結(jié)果進(jìn)行綜合集成，實(shí)現(xiàn)對(duì)鋅精礦價(jià)格變動(dòng)的中長(zhǎng)期預(yù)測(cè)。

5 凈鋅采購(gòu)總量確定

在當(dāng)前原材料采購(gòu)運(yùn)行模式下，原材料采購(gòu)數(shù)量通常由操作員根據(jù)生產(chǎn)計(jì)劃憑個(gè)人經(jīng)驗(yàn)進(jìn)行確定，其雖能在一定程度上滿足生產(chǎn)需求，但忽視了原材料價(jià)格變動(dòng)帶來(lái)的影響，不能實(shí)現(xiàn)多采購(gòu)期靈活決策，采購(gòu)成本仍有較大的降低空間。另一方面，由于采購(gòu)和生產(chǎn)受市場(chǎng)變化、政策調(diào)控、天氣狀況、生產(chǎn)狀態(tài)等多方面因素影響，存在較大不確定性，而人工面對(duì)海量信息顯得無(wú)所適從，難以做出合理的判斷與決策。因此，本項(xiàng)目擬分析原料價(jià)格變化趨勢(shì)并構(gòu)建魯棒不確定性優(yōu)化模型，對(duì)凈鋅采購(gòu)總量進(jìn)行決策。

本項(xiàng)目首先基于原材料價(jià)格變化趨勢(shì)，考慮庫(kù)存約束、資金約束、生產(chǎn)約束等確定凈鋅最大/最小采購(gòu)量，當(dāng)未來(lái)采購(gòu)點(diǎn)原材料價(jià)格呈上升趨勢(shì)時(shí)增大當(dāng)前采購(gòu)數(shù)量，當(dāng)未來(lái)采購(gòu)點(diǎn)原材料介個(gè)呈下降趨勢(shì)時(shí)減小當(dāng)前原料采購(gòu)數(shù)量。接著考慮市場(chǎng)變化、政策調(diào)控、天氣情況、生產(chǎn)工況等不確定性因素影響，構(gòu)建魯棒不確定優(yōu)化模型，得到最佳凈鋅采購(gòu)總量，在保證生產(chǎn)的同時(shí)使單位原材料成本最低，并提升原料供給魯棒性。

6 供應(yīng)商選擇優(yōu)化

由于鋅冶煉企業(yè)供應(yīng)商數(shù)量多，其供應(yīng)商總計(jì)達(dá)100多家;供應(yīng)商類型多，既有直銷商又有中間商，這導(dǎo)致原料的品位參差不齊;供應(yīng)商供貨不穩(wěn)定，直銷商供貨主要受所在區(qū)域天氣影響，中間商供貨受庫(kù)存、天氣、訂單等多種復(fù)雜因素影響，并且不同區(qū)域的供應(yīng)商原料運(yùn)輸也存在時(shí)滯不確定性;供應(yīng)商原礦價(jià)格差異大，不同供應(yīng)商對(duì)不同品位鋅精礦的定價(jià)千差萬(wàn)別。以上多種復(fù)雜因素在人工主觀判斷下下通常無(wú)法得到較好的供應(yīng)商選擇結(jié)果，為此本項(xiàng)目擬采用數(shù)據(jù)包絡(luò)分析構(gòu)建“用戶畫(huà)像”的方法對(duì)供應(yīng)商選擇進(jìn)行優(yōu)化，選擇較好的供應(yīng)商以提高原料品位質(zhì)量、保證原料供貨穩(wěn)定。

各供應(yīng)商在經(jīng)營(yíng)當(dāng)中存在信用程度、原料質(zhì)量、訂單數(shù)目等多項(xiàng)指標(biāo)的歷史數(shù)據(jù)，結(jié)合多項(xiàng)評(píng)價(jià)指標(biāo)可對(duì)各供應(yīng)商建立“用戶畫(huà)像”進(jìn)行評(píng)價(jià)分級(jí)，從而選擇綜合指標(biāo)較優(yōu)的供應(yīng)商。本項(xiàng)目擬采用數(shù)據(jù)包絡(luò)分析的方法對(duì)各供應(yīng)商進(jìn)行評(píng)價(jià)分級(jí)，首先結(jié)合企業(yè)實(shí)際需求對(duì)Dickson供應(yīng)商評(píng)價(jià)規(guī)范的二十三條準(zhǔn)則進(jìn)行分析，提取重要的指標(biāo)特征;接著以各供應(yīng)商為決策單元，以信譽(yù)度、運(yùn)費(fèi)等作為單元輸入，以原料質(zhì)量、訂單數(shù)目等作為單元輸出，構(gòu)建以最大產(chǎn)投比為目標(biāo)函數(shù)的非線性規(guī)劃模型;最后通過(guò)求解其對(duì)偶問(wèn)題得到各決策單元產(chǎn)投比，從而選擇綜合評(píng)價(jià)值較高的原料供應(yīng)商。

7供應(yīng)商采購(gòu)計(jì)劃

在以往鋅精礦采購(gòu)當(dāng)中，原材料供應(yīng)通常處于供過(guò)于求的狀況，各品位原料充足供應(yīng)滿足了生產(chǎn)流程對(duì)元素含量的需求，管理人員通常只考慮采購(gòu)成本。隨著市場(chǎng)行情的變化，目前鋅精礦供應(yīng)處于供不應(yīng)求狀態(tài)，尤其優(yōu)質(zhì)礦更為稀缺，這就使得以只考慮采購(gòu)成本的傳統(tǒng)人工運(yùn)行模式采購(gòu)的原料難以滿足生產(chǎn)流程對(duì)各元素含量的需求。因此，本項(xiàng)目擬構(gòu)建多目標(biāo)優(yōu)化的供應(yīng)商采購(gòu)決策模型，取代傳統(tǒng)被動(dòng)采購(gòu)的運(yùn)行方式，實(shí)現(xiàn)滿足生產(chǎn)需求下的綜合成本最小采購(gòu)。

基于各供應(yīng)商鋅精礦品位及報(bào)價(jià)、供應(yīng)商礦石各元素預(yù)報(bào)值、富含金屬回收價(jià)格、各品位原料實(shí)時(shí)庫(kù)存信息、凈鋅采購(gòu)總量、各供應(yīng)商評(píng)分等數(shù)據(jù)，綜合考慮供應(yīng)商供給能力約束、凈鋅采購(gòu)總量約束、采購(gòu)資金限額約束、生產(chǎn)流程中元素含量約束、礦倉(cāng)庫(kù)存容量限制等約束條件，構(gòu)建以最小化采購(gòu)成本和高評(píng)分供應(yīng)商優(yōu)先為目標(biāo)的多目標(biāo)優(yōu)化模型，得到各供應(yīng)商各品位原料采購(gòu)數(shù)量，在滿足生產(chǎn)需求的同時(shí)實(shí)現(xiàn)總體采購(gòu)成本最低，且提升原料供貨穩(wěn)定性與質(zhì)量?jī)?yōu)良性。

8 技術(shù)實(shí)現(xiàn)

在進(jìn)行供應(yīng)鏈優(yōu)化分析時(shí)，遵循一定的流程，包含需求定義、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)預(yù)處理、模型構(gòu)建、模型評(píng)估、模型部署與更新等。技術(shù)體系以大數(shù)據(jù)Hadoop為基石，采用分布式計(jì)算框架Hive，采用分布式Hadoop體系技術(shù)搭建的基于分布式文件系統(tǒng)HDFS，分布式數(shù)倉(cāng)Hive的體系架構(gòu)，可以完全支持企業(yè)供應(yīng)鏈管理離線數(shù)據(jù)分析和在線流式數(shù)據(jù)處理的業(yè)務(wù)場(chǎng)景，基于數(shù)據(jù)開(kāi)發(fā)工具，從源系統(tǒng)數(shù)據(jù)，到數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行數(shù)據(jù)的統(tǒng)一清洗、加載、轉(zhuǎn)換，覆蓋了數(shù)據(jù)開(kāi)發(fā)的各種場(chǎng)景，能夠處理企業(yè)供應(yīng)鏈過(guò)程中海量的、類型多樣的數(shù)據(jù)存儲(chǔ)和計(jì)算，完全整合企業(yè)供應(yīng)鏈全域數(shù)據(jù)，有效支撐數(shù)據(jù)場(chǎng)景化應(yīng)用。通過(guò)利用開(kāi)源的大數(shù)據(jù)組件整合搭建輕量級(jí)數(shù)據(jù)平臺(tái)，提供數(shù)據(jù)接入，數(shù)據(jù)處理與分析，數(shù)據(jù)可視化等工具和模塊，實(shí)現(xiàn)供應(yīng)鏈管理優(yōu)化。

數(shù)據(jù)可視化中，為了將最終結(jié)果更好的呈現(xiàn)給業(yè)務(wù)人員，方便他們進(jìn)行數(shù)據(jù)的進(jìn)一步分析，可以選擇一些成熟的可視化軟件進(jìn)行數(shù)據(jù)展示和業(yè)務(wù)的二次分析。以FineBi為例，其操作簡(jiǎn)單，用戶只需要進(jìn)行簡(jiǎn)單的拖拽操作，選擇和拖拽自己需要分析的字段，即時(shí)就可以觀察自己的數(shù)據(jù)規(guī)律;交互強(qiáng)大，通過(guò)下鉆、上卷、旋轉(zhuǎn)、切片、聯(lián)動(dòng)等OLAP多維分析功能，可以迅速的幫助用戶洞察數(shù)據(jù)背后的問(wèn)題;效果炫酷，支持眾多的圖表類型和樣式，可打造出炫酷的可視化效果，讓用戶的數(shù)據(jù)以更生動(dòng)更有沖擊力的方式展示出來(lái)。用戶可以自動(dòng)的根據(jù)數(shù)據(jù)倉(cāng)庫(kù)關(guān)聯(lián)關(guān)系進(jìn)行建模，也能手動(dòng)配置關(guān)聯(lián)關(guān)系，這樣既解放了數(shù)據(jù)管理員的工作，也提升了分析人員的效率。

9結(jié)語(yǔ)

供應(yīng)鏈子項(xiàng)目主要包括供應(yīng)商評(píng)價(jià)管理及采購(gòu)量決策優(yōu)化兩大部分，通過(guò)本項(xiàng)目實(shí)施，形成智鋅供應(yīng)鏈管理系統(tǒng)及供應(yīng)鏈駕駛艙。在智鋅供應(yīng)鏈管理系統(tǒng)的供應(yīng)商評(píng)價(jià)中，可匯總統(tǒng)計(jì)大數(shù)據(jù)平臺(tái)中供應(yīng)商各項(xiàng)供貨信息，并自動(dòng)計(jì)算季度、年度、綜合評(píng)價(jià)結(jié)果，極大減輕相關(guān)人員的工作負(fù)擔(dān)，提升評(píng)價(jià)結(jié)果的準(zhǔn)確性，提升供應(yīng)商評(píng)價(jià)管理效率;采購(gòu)決策優(yōu)化部分可實(shí)時(shí)展示生產(chǎn)計(jì)劃、庫(kù)存情況、鋅產(chǎn)品價(jià)格、加工費(fèi)等采購(gòu)相關(guān)的信息，并給出鋅精礦采購(gòu)量建議，有助于確定最佳采購(gòu)量，在保證生產(chǎn)需求的前提下降低原料采購(gòu)成本，提升經(jīng)營(yíng)利潤(rùn)。供應(yīng)鏈駕駛艙直觀展示生產(chǎn)計(jì)劃、預(yù)報(bào)信息、庫(kù)存情況、產(chǎn)品價(jià)格、到貨量分析、到貨成分分析供應(yīng)商評(píng)價(jià)等信息，有助于運(yùn)營(yíng)管理部、營(yíng)銷中心等部門人員快速掌握鋅精礦供應(yīng)鏈的各項(xiàng)信息。通過(guò)本項(xiàng)目實(shí)施，有助于提升供應(yīng)鏈相關(guān)業(yè)務(wù)管理效率及決策水平，降低原料采購(gòu)成本，提升企業(yè)運(yùn)營(yíng)利潤(rùn)。

參考文獻(xiàn)：

[1] 徐家旺，黃小原. 市場(chǎng)供求不確定供應(yīng)鏈的多目標(biāo)魯棒運(yùn)作模型[J]. 系統(tǒng)工程理論與實(shí)踐，2006（6）：37-40.

[2] 徐家旺，黃小原. 電子市場(chǎng)環(huán)境下需求不確定供應(yīng)鏈多目標(biāo)魯棒運(yùn)作模型[J]. 系統(tǒng)工程，2006，24（5）：1-6.

[3] 盛鋒. 需求不確定下的魯棒供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)[J]. 科學(xué)技術(shù)與工程，2012，12（11）：2649-2654.

[4] 邱若臻. 基于最小最大后悔值準(zhǔn)則的供應(yīng)鏈魯棒協(xié)調(diào)模型[J]. 系統(tǒng)管理學(xué)報(bào)，2011，20（3）：296-302.

[5] Pishvaee M S， Rabbani M， Torabi S A. A robust optimization approach to closed-loop supply chain network design under uncertainty[J]. Applied Mathematical Modeling， 2011（35）：637-649.