供應鏈資源優化配置支持系統研究與開發

摘要：為了提高整個供應鏈的競爭力，使其快速有效響應市場需求，同時保證低成本協調運營，本文引入可以解決面向市場進行供應鏈資源優化配置的線性規劃模型及其廣義逆優化模型，設計了一個以模型的構建和求解為核心模塊的供應鏈資源優化配置支持系統，給出了系統的功能、流程和基于J2EE的系統架構。該系統能實現提供面向市場快速優化配置供應鏈資源、協調供應鏈低成本運營的決策支持，從而提高供應鏈的整體競爭力。

關鍵詞：供應鏈；資源優化配置；廣義逆優化模型；支持系統

中圖分類號：F224.0文獻標識碼：A文章編號：1002-3100(2007)08-0083-05

Abstract: To improving the competitiveness of the entire supply chain， responsing efficiently to the market， and operating in coordination with low cost， the Generalized Inverseoptimal（ILP）models of a Linear Programming（LP）model are set up for supply chain resources Optimal Allocation. And then a support system with the ILP models' building and solving module as the core module is analyzed and designed， it is realized through J2EE framework and XML related technology. Relative to the main supply chain management software widely applied， the system has unique advantages with ILP models: according to the market， it can provide decision support of supply chain resources optimal allocation quickly， moreover， improve the comprehensive competitiveness of the entire supply chain.

Key words: supply chain; resources optimal allocation; generalized inverseoptimal model; support System

0引言

如何提高供應鏈的競爭力是供應鏈理論研究和管理實踐的永恒主題。成功的供應鏈所具有的競爭優勢主要表現在其產品和服務能夠以最低成本和最佳質量快速響應市場需求[1-2]，這不僅要求供應鏈運營過程的各環節具有相對技術優勢和較高運作效率，同時要能夠避免鏈上某些環節資源富余造成的浪費和高成本、資源不足造成的不能滿足市場需求的損失，即供應鏈還要具備能根據市場需求快速識別占用資源不合理的過程并能夠做出相應調整，使供應鏈低成本協調運營的技術和能力。

企業資源優化配置方法經過多年發展形成兩大方向：數學規劃法和MRP法。MRP和MRPⅡ系統制定生產計劃基于企業資源和生產能力無限假設，由BOM表和工藝流程逐級推演得來，系統邏輯流程里并無資源優化功能[3-7]。ERP的生產計劃采用了線性規劃模型，考慮到了企業的資源和能力限制[4-5]，但究其實質仍是面向企業內部的串行校驗過程，優化能力有限，且無論在計劃技術基礎或功能方面都不具備協調多個企業間資源的觀念和能力。近年來計算機技術的快速發展使短時間內求解復雜規劃問題成為可能，一些ERP廠商紛紛在產品中實現了數學規劃模型，例如Oracle軟件產品中的CAO（Constrains Anchored Optimization）優化模型，SAP公司產品中的APO（Advanced Planner and Optimizer）模塊[3]。高級計劃與排程（Advanced Planning and Scheduling，APS）系統作為ERP計劃功能的補充或供應鏈管理的優化引擎也采用了多種數學解析優化算法[4-5]，只是其計劃與排產功能模塊的分離設計，給反溯回查帶來了不少困難，同時在不同的模塊間的溝通增加了操作的復雜性，降低了整個APS的效率。

采用了線性規劃模型作為資源優化模塊的ERP和APS系統的最大問題在于用傳統的方法對模型求解，將資源數看作剛性約束，這與實際中供應商分銷商可選、一些資源量是可調的事實相悖，并且這樣求得的結果也不能真正做到響應市場需求。基于廣義逆優化模型的供應鏈資源優化配置系統擬實現以最大限度滿足市場需求為前提，通過優化資源參數引導資源優化配置，實現供應鏈整體低成本協調運營的目標。

1供應鏈資源優化配置的線性規劃及逆優化模型

1.1線性規劃模型

1.2線性規劃的廣義逆優化模型

對模型（1）直接求解，可以解決將現有資源按照效益最大或成本最低的原則在多項生產任務中進行分配的問題，但不能解決如何通過合理組織資源最大限度滿足市場需求的問題。這是由于線性規劃模型將資源約束作為剛性約束進行處理，沒有考慮到在市場經濟環境下企業擁有的資源結構中部分資源的約束是彈性的原因。因此，研究該問題不能按照一般的線性規劃求解方法從模型中直接求得最佳生產方案，只能在最大滿足市場需求的前提下，對資源按照效益最大或成本最低的原則采用逆優化方法。

目前逆最優化問題的研究只涉及到一般線性規劃可行解成為最優解的逆優化問題[9-16]。然而，在最優生產計劃問題中，經常遇到需要將由市場需求決定的預期目標點作為模型的某些非可行解變成最優解的問題，這是目前一般線性規劃逆優化問題方法不能解決的問題，其應用價值十分有限。本文中廣義逆優化模型探討將線性規劃模型的某些非可行解成為最優解。為簡化問題，設有線性規劃模型標準型：

通過廣義逆優化模型的構建和求解，不僅可以提高原目標函數變量系數的精確性，而且，還可以提高約束函數的變量系數和約束值的精確性。應用于供應鏈資源優化配置上的意義在于，以產品的市場需求量作為供應鏈資源線性規劃模型的既定最優解，通過逆向調整模型中供應鏈各業務流程的資源參數，以調整結果引導相關業務流程再造，可以很好地解決面向市場需求的供應鏈資源優化配置問題。

2系統原理

2.1系統功能設計

為實現面向整個供應鏈的供應鏈資源管理與優化配置，須建立相應的建模和決策支持系統，該系統設計目標如下：

（1）為供應鏈核心企業建立起透明的高效供應鏈資源管理體系，幫助企業實現供應鏈資源的管理、分析及優化效果評價。（2）根據供應鏈運營模式建立資源優化模型生成模板，幫助企業建立線性規劃模型、逆優化模型，取代節點企業ERP的DRP、MPS、MRP、CRP，為制定短期最優生產計劃和調度提供決策支持。（3）幫助企業識別供應鏈上資源富裕或者短缺的需改進的流程環節以及改造的目標，為長期生產計劃，業務流程再造提供決策支持。

基于以上目標，系統的功能模塊如圖1所示。

2.2系統流程

考慮到方便計算作業成本和精煉模型，系統首先根據最終產品BOM和物流走向追溯出供應鏈核心業務流程，剔除不直接影響核心業務的附屬活動，根據資源優化配置建模所需的數據類型及結構，建立供應鏈資源信息庫及信息管理子系統，存儲、管理實際供應鏈核心業務流程所占用資源的屬性（標識，是否共享、占用量等）值、成本值等數據。供應鏈優化模型管理系統根據用戶的選擇按一定規則從信息庫里讀取建模所需數據，由內置的模型生成模板在數據驅動下生成線性規劃模型，然后由逆優化模型管理系統根據已生成的線性規劃模型和市場需求信息自動構建逆優化模型；模型管理系統還負責對生成的原線性規劃模型和逆優化模型求解，并將計算結果匯總比較，轉化為業務流程能力不足或富裕信息的報告，提供給業務流程再造群件系統，經由群件系統的聯線專家通過人機交互，多方案研究、擇優，總結生成過程改進與再造建議應用于供應鏈流程優化。

3系統框架

供應鏈資源的多樣復雜性和供應鏈管理的分布、動態性，決定了供應鏈資源優化配置系統具有以下特點：（1）分布性：系統所要優化的過程包含集成了整個供應鏈節點企業的主要流程、活動，各個過程的資源屬性信息各異，過程之間相互銜接但異地分布。（2）并行性：優化配置過程不是串性的，從模型的構建、求解、到結果的分析、資源優化配置決策的制定都具有并行性。（3）柔性：供應鏈資源優化模型的構建模塊必須具備一定柔性，如可能增加合作伙伴引起模型的擴展；大規模定制生產模式比較一般生產模式，不應將裝配過程計算在內，且模型中無產品的最低需求（定單需求）約束；庫存過程VMI（供應商管理庫存）模式與其它模式的成本核算應分屬不同節點企業；運輸過程可以根據具體情況靈活選擇運輸方式和規模；模型的約束條件必須可以增刪，以應對預見不到的企業資源的異常情況或突發事件。

綜合考慮系統的以上特點和功能需求，系統采用基于J2EE的四層體系框架來搭建，在傳統的三層結構基礎上[18-19]，加入數據持久化層，負責連接關系數據庫和平面XML文檔讀寫，以提高系統的響應速度。

3.1基于J2EE的四層系統框架

3.1.1表示層。客戶端有基于Web的瀏覽器和基于JAVA的應用程序，客戶端的形式由用戶（專家和各級決策者）與服務器所處的網絡（internet或intranet）決定，用戶通過它們來選擇構建模型的選項，觸發優化模型的構建和求解運算，分析比較優化前后的結果，并且具有群件系統的統一GUI界面。

3.1.2應用服務層。應用服務器里部署運行JSP和Servlet，負責處理遠程用戶請求，調用相關Java Bean完成應用并返回結果。核心業務邏輯由EJB（Enterprise Java Bean）實現，ModelSelction是一個有狀態session Bean，記錄用戶的信息、操作歷史；LPModel和ILPModel是Message Driven Bean，分別實現原模型和逆優化模型的構造，solveLP實現求解，resTranXML完成求解結果的輸出。底層的數據連接、安全、通信等技術由EJB容器提供。

3.1.3數據持久化層。模型組的構建過程中需要進行大量參數的頻繁讀取和初步處理，如果直接對存儲在關系數據中的XML資源信息文檔進行操作，需要在熟悉XML文檔結構的基礎上編寫大量的JDBC代碼，一旦XML層次結構或者元素發生變化，需要重新改寫龐雜的代碼；再者關系數據庫的JDBC API對XML處理能力遠沒有基于SAX的JDOM、dom4j工具強大。因此在應用服務層和后端數據層之間加入一個數據持久化層，在該層開發一個數據讀寫器（ReadWriter），主要具備以下功能：通過實現dom4j API產生XSL文件，將描述供應鏈資源的XML文檔轉換為只包含優化模型所需的參數的另種格式的XML數據文件；封裝JDBC數據庫管理語句完成對關系數據庫中的XML資源信息文檔、運算結果XML文檔的一次性讀取、寫入。

3.1.4后端數據層。在數據庫中存儲以XML表示的供應鏈結構、資源信息。在平面文件夾中暫存數據庫中提取的XML資源信息文件、由用戶選擇而產生的XSL文件以及根據XSL文件轉換而來的主要包括建模所需數據的XML文件和最終的結果文檔。

3.2開發環境與工具

J2EE應用的開發有眾多的開源軟件可供選擇，考慮到技術成熟度，方便開發和框架間高內聚低耦合等因素，且本系統輕量級應用特點，采用Struts和Spring來搭建J2EE框架；采用Eclipse來開發和測試EJB，SWT/JFACE開發用戶界面；應用服務容器采用Tomcat，服務器操作系統采用Windows 2000/XP；后端關系數據庫采用SQL server 2005，該版本對XML數據類型的處理能力有了諸多改進[20]：實現了XQuery的Query()函數可以在XML數據類型的列中對其所存儲的XML數據進行索引；函數Modify()可以增刪、修改XML文檔的節點；OPENROWSET支持大批量的XML文檔導入數據庫。

4結束語

線性規劃的廣義逆優化模型，可以通過調整原線性規劃模型的模型參數，使得可行非最優解、不可行解成為模型的最優解。將廣義逆優化模型應用于供應鏈資源的優化配置系統上，可以解決根據市場需求量調整流程資源量、資源消耗矩陣等，引導供應鏈的過程改進或再造，使供應鏈能夠實現快速有效響應市場，同時低成本協調運營的目標。

本文建立了供應鏈資源優化線性規劃的廣義逆優化模型，在此基礎上設計了一個以模型的構建和求解為核心模塊的供應鏈資源優化配置支持系統，給出了系統功能模塊、系統流程，搭建了基于J2EE的四層系統框架。系統通過提供面向市場需求快速調整供應鏈資源，保證低成本運營的決策支持，提高了整個供應鏈的競爭能力。

參考文獻：

[1] MARTIN C. Logistics and Supply chain Management[M]. Beijing: Electronic Industry Publishing House， 2006.

[2]馬士華，林勇，陳志祥. 供應鏈管理[M]. 北京：機械工業出版社，2000.

[3] Stadtler H， Kilger C. Supply Chain Management and Advanced Planning[M]. Springer， Berlin， 2002.

[4]梁新剛. 高級規劃與排程（APS）[EB/OL]. (2007-03-20)[2007-05-22]. http://www.analysys.com.cn/main/www.index.php?action=showContentID=29TID=12WID=1004.

[5] 蔡穎. APS供應鏈優化引擎[M]. 廣州：廣東經濟出版社，2004.

[6] 藍伯雄，鄭燕. 基于供應鏈結構的企業資源計劃系統[J]. 計算機集成制造系統，2005，11(11):1580-1586.

[7] 王法，聶榮，袁德成. APS理論與應用[J]. 物流技術，2005，7(28):86-89.

[8] JEREMY F S. Modeling the Supply Chain[M]. Wadsworth Group: Thomson Learning， 2005.

[9]Michael Ringor， Lech Papiez. Inverse planning and optimization: a comparison of solutions[J]. Radiation Physics and Chemistry， 1998，53:263-274.

[10] Jianzhong， Zhenhong Liu. A further study on inverse linear programming problem[J]. Computational and Applied Mathematics， 1999，106:345-359.

[11] C. Yang， J. Zhang. Two general methods for inverse optimization problems[J]. Applied Mathematics Letters， 1999，12:69-72.

[12]J. Zhang， Z. Ma. A network flow method for solving some inverse combinatorial optimization problems[J]. Optimization， 1996，37:59-72.

[13] J. Zhang， Z. Liu. Calculating some inverse linear programming problem[J]. Comput. Appl. Math， 1996，72:261-273.

[14] 金茂源. 一類線性規劃逆問題及解法[J]. 應用數學學報，1999，22(2):284-291.

[15] 關秀翠. 關于一般線性規劃逆問題的一種簡化[J]. 運籌與管理，2002，11(2):35-40.

[16] 關秀翠，刁在筠. 一般線性規劃問題的限制逆問題[J]. 運籌與管理，2000，9(3):8-13.

[17]ZHANG Xiang-bin， Sun lijun， Yang Deli. Inverse Optimization Methods of Linear Programming Model for Optimal Production Plan in Supply Chain[C]. The 10th World Multi-Conference on Systemics， Cybernetics and Informatics， 2006.

[18] JOHNSON R. J2EE Development Frameworks[J]. Computer， 2005，38(1):107-109.

[19] SUN. Java EE at a Glance[EB/OL]. (2007-03-20)[2007-05-22]. http://java.sun.com/javaee/index.jsp.

[20] KERLIN S. Professional SQL Server 2005 XML[M]. Wrox programmer to programmer， 2006.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”