您好,欢迎光临有路网!
供应链牛鞭效应建模与仿真(交通运输规划与管理研究系列)(交通运输规划与管理研究系列)
QQ咨询:
有路璐璐:

供应链牛鞭效应建模与仿真(交通运输规划与管理研究系列)(交通运输规划与管理研究系列)

  • 作者:刘红
  • 出版社:上海交通大学出版社
  • ISBN:9787313051240
  • 出版日期:2008年01月01日
  • 页数:226
  • 定价:¥42.00
  • 分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    本书对供应链牛鞭效应的形成过程进行了形式化描述,将产生牛鞭效应的原因归结为供应链的结构,分别建立了AR(1)及ARMA(1.1)需求、信息共享及不共享,并采用三种不同预测技术、订货点库存策略下两级及多级供应链牛。
    文章节选
    (2)供应链的决策结构与牛鞭效应
    (1)需求预测
    即lee,et a1.等人所描述的对需求信号的处理。根据lee,et a1.等人的分析,供应链内部各环节(企业)对需求信号的处理过程是导致牛鞭效应的原因之一。
    在供应链中,上游节点企业主要依赖下游节点企业的订单作为自己需求预测的依据,据此安排生产计划或供应计划,并据此向其上游节点发出订单。这一需求信息的产生过程是产生牛鞭效应的主要原因。企业一般采用简单的移动平均法和指数平滑法来预测需求。
    假设供应链上的每一级均孤立地开展库存管理决策(*小*大库存法),当某物品的实际库存量一旦低于*小库存(订货点),即发出订货,将物品补充至*大库存。预设订货点一般需要考虑两个因素:交货周期内的常规库存;应对需求波动的**库存。服务水准高低的设定,决定了**库存的大小。
    作为一位决定订单订货量的管理者,可使用一种简单的方法来进行需求预测,如指数平滑法。使用此法,当每日的新数据出现时,未来需求将呈现连续变化,发送给供应者的订单既反映了来自需求的库存数量,也反映了必要的**库存量。未来需求与相关的**库存可通过平滑技术得到。在交货期里,保持数周的**库存是习以为常的,其结果是预期的订货量将比需求数量变化更大。
    在供应链中,作为供应商的管理者,来自管理者的原有状态的每日订单就构成其需求。如果也使用指数平滑法来计算需求预测值及**库存,那么供应商提供的订单将会有巨大波动。由于大量的**库存产生牛鞭效应,因而使供应链中供应的交货时间越长,波动更为剧烈。
    (2)库存策略——批量订货
    在供应链中,每一个企业通常使用某种方法来控制库存。当库存耗尽时,下游企业会立刻向上游供应商发出订单,提出订货。订货批量有周期批量和即刻批量两种形式。
    企业通常采用批量订货法,既能减少订货次数与订货成本,又可获得批量运输的费用折扣。然而,若下游企业孤立开展库存管理决策和批量订货,上游企业实际面对的是间歇型的批量订货,时而一个大数量订货,时而订货为零,呈扭曲和振荡波动的批量型需求,而不是实际的*终需求。周期订单的制订和执行增大了需求变化范围并产生牛鞭效应。
    (3)促销策略——价格波动
    若商品供应价格存在周期性波动,当价格较低时,零售商将大量购进和囤积商品,同时减少价格较高时段的采购,造成订货数量的周期性振荡。
    供应链中的牛鞭效应导致供应链巨大的效率损失:它误导了生产计划,导致过多的库存投资、收益减少,并且降低了服务水平,还会导致无效运输等。因此对其形成机理、影响因素进行系统的理论与实证研究具有重要的理论与现实意义。
    本书在分析供应链牛鞭效应形成机理的基础上,首先以H.L.Lee提出的基于AR(1)需求模式的两级供应链牛鞭效应的理论模型为参考,从影响供应链牛鞭效应的外部因素即市场需求模式,以及内部因素即供应链的组织结构和决策结构等多个方面,对H.L.Lee的简单供应链牛鞭效应理论模型在深度和广度上进行了系统完整的拓展研究。主要的拓展性理论研究工作包括:建立了在无信息共享条件下基于AR(1)和ARMA(1,1)需求模式,采用移动平均预测技术、一次指数平滑预测技术、均方误差优化预测技术和订货点库存策略的供应链牛鞭效应理论模型并进行了参数影响分析,给出了订货量输出的随机特性。在信息共享条件下建立了基于AR(1)和ARMA(1,1)需求模式,采用移动平均预测技术、均方误差优化预测技术和订货点库存策略的供应链牛鞭效应理论模型。
    同时,利用EXTENI)系统仿真软件,建立了在共享和不共享需求信息的条件下,市场需求为AR(1)或者ARMA(1,1)时间序列,采用移动平均预测技术、一次
    指数平滑预测技术或者均方误差优化预测技术等各种组合情况下,供应链牛鞭效应的仿真模型,并对供应链牛鞭效应理论模型和仿真模型进行了相互验证。在此基础上,结合正交试验、极差分析技术和方差分析技术对影响供应链牛鞭效应的各种因素的重要度进行了排序,为降低供应链牛鞭效应提供了参考和依据。
    在上述研究工作的基础上,作者比较了在AR(1)和ARMA(1,1)需求模式下,供应链各级成员共享或不共享市场需求信息、采用移动平均预测技术或者均方误
    差优化预测技术时供应链系统整体牛鞭效应的大小,给出了共享或不共享需求信息以及不同预测技术的适用场合。
    *后,作者结合供应链牛鞭效应的概念,**对航运市场上的牛鞭效应进行了证研究。
    通过上述对供应链牛鞭效应的理论和仿真试验研究,得到了如下主要结论:
    (1)对基于AR(1)需求模式、移动平均预测技术、订货点库存策略的供应链,总是存在牛鞭效应。其值随备货期L的增加而增加,随需求预测时依据的基础数
    据期数p的增加而减小。
    目录
    第l章绪论
    1.1供应链牛鞭效应研究的目的与意义
    1.1.1供应链牛鞭效应的概念
    1.1.2供应链牛鞭效应研究的意义
    1.2国内外研究评述
    1.3本书的研究思路与主要内容

    第2章供应链结构与牛鞭效应
    2.1供应链结构
    2.1.1供应链及供应链管理
    2.1.2供应链结构及分类
    2.2影响供应链牛鞭效应的因素
    2.3供应链牛鞭效应形成过程的形式化描述
    2.3.1供应链的组织结构与牛鞭效应
    2.3.2供应链的决策结构与牛鞭效应

    第3章基于AR(1)需求的多级供应链牛鞭效应建模与仿真
    3.1基于AR(1)需求的两级供应链牛鞭效应
    3.1.1基于AR(1)需求的两级供应链牛鞭效应量化模型
    3.1.2基于AR(1)需求的两级供应链牛鞭效应量化模型参数影响分析
    3.1.3基于AR(1)需求的两级供应链订货量a的随机特性分析
    3.2 AR(1)需求过程的多级供应链牛鞭效应分析
    3.3基于AR(1)需求的两级供应链牛鞭效应的仿真建模与分析
    3.3.1基于AR(1)需求的两级供应链牛鞭效应仿真模型
    3.3.2仿真模型的验证
    3.3.3仿真运行及分析
    3.3.4基于正交设计的多因素敏感性方差分析
    3.4基于AR(1)需求的多级供应链牛鞭效应的仿真建模与分析
    3.4.1基于AR(1)需求的多级供应链牛鞭效应仿真模型
    3.4.2仿真模型的验证一
    3.4.3基于AR(1)需求的多级供应链牛鞭效应仿真运行及分析
    3.5小结一

    第4章基于ARMA(1,1)需求的多级供应链牛鞭效应建模与仿真
    4.1基于ARMA(1,1)需求的两级供应链牛鞭效应
    4.1.1基于ARMA(1,1)需求过程的两级供应链牛鞭效应量化模型
    4.1.2基于ARMA(1,1)需求过程的两级供应链牛鞭效应量化模型参数分析
    4.1.3基于ARMA.(1,1)需求过程的两级供应链订货量随机特性分析
    4.2基于ARMA(1,1)需求过程的两级供应链牛鞭效应仿真
    4.2.1基于ARMA(1,1)需求的两级供应链牛鞭效应仿真建模
    4.2.2基于ARMA(1,1)需求的两级供应链牛鞭效应仿真模型验证
    4.2.3基于ARMA(1,1)需求的两级供应链牛鞭效应仿真分析
    4.3基于正交设计的ARMA(1,1)需求两级供应链牛鞭效应参数敏感性分析
    4.4基于ARMA(1,1)需求的多级供应链牛鞭效应仿真
    4.4.1基于ARMA(1,1)需求的多级供应链牛鞭效应仿真建模与验证
    4.4.2基于ARMA(1,1)需求过程多级供应链牛鞭效应仿真分析
    4.5小结

    第5章基于不同预测技术的两级供应链牛鞭效应建模与仿真
    5.1基于一次指数平滑预测技术的两级供应链牛鞭效应
    5.1.1基于一次指数平滑预测技术的两级供应链牛鞭效应量化模型
    5.1.2基于一次指数平滑预测技术的两级供应链牛鞭效应量化模型参数分析
    5.1.3基于一次指数平滑预测技术的两级供应链订货量随机特性分析
    5.2基于均方误差优化预测技术的两级供应链牛鞭效应
    5.2.1基于均方误差优化预测技术的两级供应链牛鞭效应量化模型
    5.2.2基于均方误差优化预测技术的两级供应链牛鞭效应量化模型参数分析
    5.2.3基于均方误差预测技术的两级供应链随机特性分析
    5.3基于一次指数平滑预测技术的两级供应链牛鞭效应仿真
    5.3.1基于一次指数平滑预测技术的两级供应链牛鞭效应仿真建模
    5.3.2基于一次指数平滑预测技术的两级供应链牛鞭效应仿真模型验证
    5.3.3基于一次指数平滑预测技术的两级供应链牛鞭效应仿真运行与分析
    5.3.4基于正交设计的多因素敏感性方差分析
    5.4基于均方误差优化预测技术的两级供应链牛鞭效应仿真
    5.4.1基于均方误差优化预测技术的两级供应链牛鞭效应仿真建模
    5.4.2基于均方误差优化预测技术的两级供应链牛鞭效应仿真模型验证
    5.4.3基于均方误差优化预测技术的两级供应链牛鞭效应仿真运行与分析
    5.4.4基于正交设计的多因素敏感性分析
    5.5 AR(1)需求下不同预测技术对简单两级供应链牛鞭效应的比较分析
    5.6小结

    第6章.ARMA(1,1)需求下不同预测技术的多级供应链牛鞭效应建模与仿真
    6.1 ARMA(1,1)需求下基于一次指数平滑预测的多级供应链牛鞭效应
    6.1.1 ARMA(1,1)需求下基于一次指数平滑预测的多级供应链牛鞭效应仿真建模
    6.1.2 ARMA(1,1)需求下基于一次指数平滑预测的多级供应链牛鞭效应仿真模型验证
    6.2 ARMA(1,1)需求下基于均方误差优化预测的多级供应链牛鞭效应
    6.2.1 ARMA(1,1)需求下基于均方误差优化预测的两级供应链牛鞭效应量化模型
    6.2.2 ARMA(1,1)需求下基于均方误差优化预测级两级供应链牛鞭效应参数分析
    6.2.3 ARMA(1,1)需求下基于均方误差优化预测的两级供应链牛鞭效应随机特性
    6.2.4 ARMA(1,1)需求下基于均方误差优化预测的多级供应链牛鞭效应仿真建模
    6.2.5 ARMA(1,1)需求下基于均方误差优化预测技术的多级供应链牛鞭效应仿真模型验证
    6.3 ARMA(1,1)需求多级供应链牛鞭效应不同预测技术的仿真分析比较
    6.4小结

    第7章信息共享下多级供应链牛鞭效应建模与仿真
    7.1 AR(1)需求移动平均预测技术信息共享多级供应链牛鞭效应
    7.1.1AR(1)需求移动平均预测技术信息共享多级供应链牛鞭效应量化模型
    7.1.2AR(1)需求移动平均预测技术信息共享多级供应链牛鞭效应仿真建模
    7.1.3 AR(1)需求移动平均预测技术信息共享多级供应链牛鞭效应仿真模型验证
    7.1.4 AR(1)需求移动平均预测技术信息共享多级供应链牛鞭效应仿真分析
    7.2 ARMA(1,1)需求移动平均预测技术信息共享多级供应链牛鞭效应建模与仿真
    7.2.1ARMA(1,1)需求移动平均预测技术信息共享多级供应链牛鞭效应量化模型.
    7.2.2 ARMA(1,1)需求移动平均预测技术信息共享多级供应链牛鞭效应仿真建模
    7.2.3 ARMA(1,1)需求移动平均预测技术信息共享多级供应链牛鞭效应仿真模型验证
    7.2.4 ARMA(1,1)需求移动平均预测技术信息共享多级供应链牛鞭效应仿真分析
    7.3.AR(1)需求均方误差优化预测信息共享多级供应链牛鞭效应建模与仿真
    7.3.1AR(1)需求均方误差优化预测信息共享多级供应链牛鞭效应量化模型
    7.3.2 AR(1)需求均方误差优化预测信息共享多级供应链牛鞭效应仿真建模
    7.3.3 AR(1)需求均方误差优化预测信息共享多级供应链牛鞭效应仿真模型验证
    7.3.4 AR(1)需求均方误差优化预测信息共享多级供应链牛鞭效应仿真分析
    7.3.5 AR(1)需求均方误差优化预测多级供应链信息不共享牛鞭效应仿真模型建立及验证
    7.4 ARMA(1,1)需求均方误差优化预测信息共享多级供应链牛鞭效应建模与仿真
    7.4.1 ARMA(1,1)需求均方误差优化预测信息共享多级供应链牛鞭效应量化模型-
    7.4.2 ARMA(1,1)需求均方误差优化预测信息共享多级供应链牛鞭效应仿真建模
    7.4.3 ARMA(1,1)需求均方误差优化预测信息共享多级供应链牛鞭效应仿真模型验证
    7.4.4 ARMA(1,1)需求均方误差优化预测信息共享多级供应链牛鞭效应仿真分析
    7.5 AR(1)需求下多级供应链信息共享与不共享及不同预测技术仿真分析比较
    7.5.1AR(1)需求下多级供应链信息共享与不共享仿真比较分析
    7.5.2 AR(1)需求和信息不共享下多级供应链不同预测技术仿真比较分析
    7.5.3 AR(1)需求和信息共享下多级供应链不同预测技术仿真比较分析
    7.6 ARMA(1,1)需求下多级供应链信息共享与不共享及不同预测技术仿真比较
    7.6.1 ARMA(1,1)需求下多级供应链信息共享与不共享仿真比较分析
    7.6.2 ARMA(1,1)需求和信息不共享下多级供应链不同预测技术仿真比较分析
    7.6.3 ARMA(1,1)需求和信息共享下多级供应链不同预测技术仿真比较分析
    7.7小结

    第8章航运市场中牛鞭效应实证分析
    8.1航运产品供应链
    8.1.1航运市场产品特点
    8.1.2航运产品供应链
    8.2集装箱航运市场中的牛鞭效应
    8.2.1集装箱航运市场牛鞭效应的界定及现象
    8.2.2集装箱航运市场牛鞭效应的量化形式
    8.3航运市场牛鞭效应的危害
    8.4航运市场牛鞭效应的成因分析
    8.4.1对航运产品需求的预测
    8.4.2船舶建造周期的影响
    8.4.3批量运输及运输的不平衡性
    8.4.4运输价格的波动
    8.4.5定量供应与短缺博弈
    8.5降低航运市场牛鞭效应的措施
    8.6小结
    第9章总结与展望
    9.1总结
    9.2展望
    参考文献
    后记

    ……

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外