裴宇华
东南大学经济管理学院
由于供应链网络的不断拉伸与缩减，供应链网络的不确定性不断的增加。对不确定性因素下供应链网络设计优化变得尤为重要。本文以此问题出发，探讨了供应链网络中的不确定因素，并对解决优化问题的四种方法进行总结分析，探讨了供应链网络优化未来可研究的方向。
关键词： 供应链网络 优化方法 不确定性
一、引言
随着经济的不断发展，企业之间的竞争愈发激烈，而供应链网络设计对于企业竞争有很重要的意义。供应链网络这个概念起源波特提出的价值链理论，将单个企业的价值活动合为一个整体。将价值链扩展为价值流，表示活动从开始到结束以客户需求为动力的连续活动。因此供应链网络是价值链和价值流衍生出来的。而对于企业来说，为了提高其竞争力，必须对供应链网络进行优化，如降低成本，缩短产品配送时间，提高客户服务水平等。供应链网络优化可以分为战略决策优化和战术决策优化。战略水平优化包括网络设计、位置、设施数量的确定等，战术水平优化包括工厂的生产水平、装配策略、库存水平和批次大小等。供应网络设计优化是供应链网络优化中库存优化、车辆装载和路径优化的基础。根据供应链网络中的不确定因素进行分类，将其分为供应端不确定因素，即设施容量不确定性和节点可靠性的不确定性；中间端不确定因素，即运输成本和时间的不确定性等；需求端不确定因素，即确定需求和随机需求。
通过文献的阅读发现，供应链网络设计问题一般都包括选址问题、库存问题、运输问题等。因此供应链网络设计问题等价于选址、库存、路径的优化问题。由于供应链网络优化是为了使得供应链变得更加精简，这样虽然能够降低成本，但是使得供应链网络中的不确定性对整个供应链的影响更加显著。近年来，学者们开始重视不确定因素下的问题研究，因此本文将对存在不确定因素的条件下的供应链网络设计优化问题进行文献综述。
二、供应链网络不确定性研究综述
供应链不确定性的内部和外部来源，对不确定性下的供应链网络设计进行了全面的回顾。有位学者曾考虑了节点中断，以及对空间进行竞争的情况。分析了两家对称公司的竞争，并建立领导者-跟随者Stackelberg博弈竞争模型，推导出当其中一家公司相对于竞争对手具有先发优势时的最优设施选址设计。肖建华等研究了为了弥补传统供应链不断被拉伸后各个节点的脆弱性，考虑企业的选址问题，构建了一个具有弹性的单产品三级供应链网络，运用混合整数规划模型并利用遗传算法求解，使得供应链网络成本最低。其成本包括期望运输成本、固定成本、弹性成本和缺货损失成本。康凯研究的是在随机需求的条件下企业并购整合的问题。Georgiadis等将供应链网络设计问题作为一项战略活动来处理，包括在需求不确定性随时间变化的情况下，具有生产资源、仓库、配送中心和库存的多产品生产运输问题。之后有学者在其研究的基础上提出了灵活的供应链网络设计模型，使用了广义的生产/仓储节点，并使用基于场景的方法克服了需求的不确定性，降低传输成本。而马为民等同时考虑了供应端和需求端的不确定性，使用混合整数规划模型，将最短增广链法和遗传算法相结合来求解模型，以此来最小化设施的固定成本以及产品的运输成本。
大致可以发现，学者们对供应链网络问题的研究大多是针对供应端和需求端的不确定性来对供应链网络中选址，库存，路径问题进行优化。
三、供应链网络设计优化研究综述
在研究不确定条件下的供应链网络设计方面的问题建模方法大致可以分为随机规划 鲁棒优化、模糊规划、仿真优化等来进行研究。
随机规划，目的是用含有随机变量的规划模型来设计网络，以达到预期收益最大化与预期成本最小化。在过去的研究中，随机规划一直是处理不确定性问题的主要技术。但是随机规划存在着一定的缺陷，它没办法估计不确定参数的实际分布。因此，在不确定性下供应链设计问题中，学者们将对其研究的重点放在基于场景的随机规划，场景规划是对没有发生的场景进行概率确定。基于场景的随机规划通常优化目标函数的期望值，而不是直接对决策者偏好进行优化。在不确定需求下建立混合整数规划模型来解决供应链网络设计优化问题是一个长期的过程。Hamta等研究了需求不确定性下供应链网络设计中战略和战术决策的优化问题。在此基础上，建立了两阶段随机规划模型，第一阶段为战略选址决策阶段，第二阶段为战略决策阶段。同时基于每阶段的场景比较了随机模型和确定模型的区别，采用样本平均逼近和拉丁超立方体抽样相结合的方法，发现不确定性的存在可以提高解的质量。而Li等也是求解的两阶段随机规划模型，利用的是样本平均近似算法和加快场景分解算法来解决供应链网络选址问题。
鲁棒优化，目的是面对最坏的情况下，能够有一个保守的值，它不同于随机规划，不需要考虑不确定参数的分布问题。
Bertsimas等提出了一种基于鲁棒优化的供应链离散时间优化控制方法。基于Bertsimas研究的内容之后的学者在研究过程中利用区间数据不确定性的鲁棒优化方法，扩展了一个包含不确定性因素的基本确定位置-分配模型。当产品需求、供应能力、运输和短缺成本数据存在不确定性时，所提出的鲁棒公式可将整个供应链成本降至最低，以确定最优位置和分配策略。盛锋等考虑了由供应商，制造商，分销商，零售商组成的四级鲁棒供应链，运用情景法来描述需求不确定性，运用改进遗传算法对整数规划模型进行求解之后可以较好的发现鲁棒优化模型确定的供应链网络结构性能较好。之后学者研究一个双目标闭环供应链网络设计问题，并将其改编为单目标模型，在此基础上将单目标模型转变为鲁棒模型。之后提出了一种多目标鲁棒优化方法，将经济、环境以及网络弹性最大化考虑在模型中研究在需求和发电能力不确定的情况下，电力供应链的绿色度、成本和弹性之间的关系。
模糊规划，在模糊规划中的参数都是模糊数。在不确定性下，利益相关者的协调选择和订单的分配尤其有助于优化供应链网络性能。提出了一种基于模糊交叉效率数据包络分析的不确定性条件下的供应链网络设计方法。在考虑不确定需求模式下的汇率、关税等全球因素，提出了多目标混合整数规划，并发展了模糊求解方法。在生鲜农产品供应链网络设计，利用三角模糊函数来描述信息的不确定性，在运输成本和设施选址的固定成本上考虑了农产品浪费的处理成本和追溯成本，并使用多目标规划的方法来求解最优解。在研究了模糊价格和销售努力依赖需求下闭环供应链中的最优决策。他们建立了几个博弈论模型来比较制造商、零售商和合作者的行为。
仿真优化，在设计生产-分销二级供应链网络，基于仿真优化除了对定量控制参数或系统参数进行优化之外还对网络结构、控制策略集和控制策略的量化参数进行优化。同时Shu等提出了一种基于仿真的多目标优化方法，将网络的战略配置决策与最优运行策略的选择相结合，实现了生产分销网络的优化设计。该方法依赖于多目标遗传算法和通用建模仿真框架。学者在研究了具有随机供需关系的供应链网络设计问题。构建了一个三级供应链网络设计模型并使用仿真优化方法来研究供需不确定性对成本降低的影响。通过对比发现供给不确定性对预期成本降低的影响大于需求不确定性。
四、结论
通过对文献的阅读可以发现，采用随机规划，鲁棒优化，模糊规划，仿真优化等可以对供应链网络中的不确定性问题进行有效的解决，但是在实际中，随机规划问题存在一定的缺陷，因此在解决实际问题中常常是鲁棒优化、模糊规划等。在研究不确定性供应链网络设计问题中，研究可以大致分为二级供应链网络、三级供应链网络和四级供应链网络，按照研究对象来分，分为单目标，双目标和多目标。而研究此类不确定性问题需要用到场景法开进行求解，场景越多则研究越复杂。目前可以发现，大量的文献都是围绕供应端和需求端的不确定性进行研究，未来研究方向可以将不确定性因素放至中间端进行研究。
[1]肖建华,刘侠,尚帅,陈萍.基于节点失效和需求不确定的弹性供应链网络优化模型与算法[J].统计与决策,2018,34(17):50-53.
[2]康凯,卢山山,张庆红.随机需求下横向并购供应链网络整合优化策略研究[J].工业技术经济,2016,35(09):43-51.
[3]Georgiadis M C , Tsiakis P , Longinidis P , et al. Optimal design of supply chain networks under uncertain transient demand variations[J]. Omega, 2011, 39(3):254-272.
[4]马卫民,李彬,徐博,张发幼.考虑节点中断和需求波动的可靠供应链网络设计问题[J].系统工程理论与实践,2015,35(08):2025-2033.
[5]Hamta N, Shirazi M A, Ghomi S M T F, et al. Supply chain network optimization considering assembly line balancing and demand uncertainty[J]. International Journal of Production Research, 2015, 53(10)
[6]Li X, Zhang K. A sample average approximation approach for supply chain network design with facility disruptions[J]. Computers & Industrial Engineering, 2018, 126
[7]Bertsimas D , Thiele, Aurélie. A Robust Optimization Approach to Inventory Theory[J]. Operations Research, 2006, 54(1):150-168.
[8]盛锋.需求不确定下的鲁棒供应链网络优化设计[J].科学技术与工程,2012,12(11)
[9]Shu J , Ma Q , Li S . Integrated location and two-echelon inventory network design under uncertainty[J]. Annals of Operations Research, 2010, 181(1):233-247.