基于ＡＲＥＮＡ的４ｓ汽車銷售店庫存仿真研究

[摘要] 本文通過對4s汽車銷售店的庫存采用基于離散事件的建模理論和(s，S)的庫存系統(tǒng)管理模型，在介紹ARENA仿真軟件的基礎上，利用該軟件對4s店的供應鏈和庫存管理狀況進行仿真模擬，對庫存水平、缺貨情況、庫存成本等供應鏈績效評價指標進行仿真結果分析，發(fā)現(xiàn)問題所在并提出優(yōu)化方案。

[關鍵詞] 4s銷售店 ARENA 庫存仿真

一、引言

隨著近幾年來我國居民整體生活水平和消費能力的大幅提高，以及我國汽車制造工業(yè)、汽車生產廠商數(shù)量的飛速發(fā)展，居民的汽車購買欲望和實際消費量持續(xù)快速增長態(tài)勢，在這種情況下，4s汽車經(jīng)銷商數(shù)量迅速攀升，而行業(yè)間競爭壓力也逐漸上升。在當前的市場條件下，困擾4s汽車經(jīng)銷商的主要問題在于如何平衡滿足顧客需要量（即避免缺貨現(xiàn)象）和規(guī)避庫存風險壓力二者的沖突。汽車市場呈現(xiàn)競爭趨于白熱化的局面，4s汽車經(jīng)銷商也面臨著極大的壓力。影響汽車經(jīng)銷商采購和庫存策略的因素主要有以下幾方面:

1.研發(fā)競爭加劇，導致新車型或者改進車型的推出速度加快，由于擔心現(xiàn)有車型的市場競爭力下降，汽車經(jīng)銷商往往采取保守策略，降低采購量。另外，汽車行業(yè)呈現(xiàn)出類似家電行業(yè)的局面，廠商之間利用價格戰(zhàn)來爭奪市場份額，調低產品市場指導價格的頻率和幅度加快加大也是汽車經(jīng)銷商所擔心的因素之一。

2.缺貨成本上升。由于經(jīng)銷商對市場前景難以準確預測，往往會調低采購批量，此時又經(jīng)常會出現(xiàn)顧客暫時買不到現(xiàn)車的情況，消費者需要等待一個較長的汽車采購和運輸周期，由于同類廠商眾多，替代品較為豐富，使得顧客轉而尋找可以馬上提取現(xiàn)車的其他品牌汽車經(jīng)銷商，而且缺貨情況嚴重和提貨周期過長的話都會損害到汽車經(jīng)銷商的信譽和品牌知名度。

由于供應鏈系統(tǒng)是一個動態(tài)的復雜系統(tǒng)，其中存在著大量的隨機事件，利用傳統(tǒng)方法難以進行系統(tǒng)分析，因此，本文利用ARENA仿真軟件，采用基于離散事件的建模理論和(s，S)的庫存系統(tǒng)管理模型，對4s汽車經(jīng)銷店的供應鏈和庫存管理狀況進行仿真模擬。

二、ARENA軟件基本介紹及其體系結構

本文使用的仿真軟件是美國系統(tǒng)建模公司（System Modeling）的ARENA軟件，該軟件不需要描述物流系統(tǒng)的代碼。ARENA是在早期的SIMAN/CINEMA仿真系統(tǒng)上發(fā)展起來的，不僅保留了SIMAN/CINEMA的強大功能和靈活性，而且具有十分友好的用戶界面和方便的動畫元素，兼?zhèn)涓呒壏抡嫫鞯囊子眯院蛯Ｓ梅抡嬲Z言的柔性，并且可以和Visual Basic或者C通用程序語言相集成，利用EXCEL表格輸出仿真結果分析。

專用仿真語言，像GPSS，SIMSCRIPT和SLAM等，具有建模靈活的特點，但是需要花費很多時間學習編程，而且由于特定語法規(guī)則的限制，編程較為復雜和容易出錯。ARENA提供了一個可視化集成仿真環(huán)境，將過程語言、專用仿真語言和仿真器的優(yōu)點集成起來，采用面向對象技術和層次化結構體系。ARENA提供了多種可供選擇和可以交替的建模模板，主要由動畫仿真模板和分析模板組成，利用這些模板可以組合出各種不同的仿真模型。ARENA通過圖所示的完整層次結構保持了建模的靈活性。可以利用操作塊與構模元素面板中的低層模板與其他模塊中的高層模塊與SIMAN構件混合使用。用戶可以自己編寫VB或C/C++程序段嵌入模型來實現(xiàn)。ARENA不僅提供了標準模塊，用戶還可以針對各種行業(yè)系統(tǒng)建立自己的模塊（如采礦、自動制造、快餐等），同時達到建模靈活和易于使用的目的。最后，ARENA還提供了同一工作環(huán)境下的與模型集成的模塊演示動畫和圖表數(shù)據(jù)設計分析以幫助理解模型。

三、仿真模型事件及流程

本文中以離散事件方式對顧客到達與購買行為決策進行建模，假定顧客以某種隨機分布概率（如指數(shù)分布）到達時間間隔來到經(jīng)銷商處，如此時有庫存，則可以馬上得到需求量（固定設為1輛）；如果此時庫存為零，則按照一定的概率離開此經(jīng)銷商，轉而尋找其他汽車經(jīng)銷商；剩余部分顧客則會支付定金，不足部分作為未交付訂貨，等到庫存補充足以后再取。在仿真時間段內，流失顧客人數(shù)可以視為缺貨損失成本。圖2是ARENA的購買仿真流程圖。

同時，庫存仿真模型的控制策略中，庫存情況I(t)(t表示仿真開始到現(xiàn)在的時間)為整數(shù)，如果庫存水平已經(jīng)為負了（例如有未交付訂貨）而此時還有顧客訂貨，則直接把新訂貨量變負直接加到庫存水平上即可。設立庫存檢查員的角色，每天開始時檢查庫存情況I（t）以決定此時是否需要向供貨商發(fā)出訂單。如果庫存水平值已經(jīng)小于常數(shù)s，則經(jīng)銷商開始訂貨并使其庫存值到達另一個常數(shù)S。因此，如果I（t）

使用ARENA系統(tǒng)仿真建模，需要創(chuàng)建兩個實體和定義一系列全局變量，其名稱、含義和設定值如下：

Customer實體：顧客到達實體，服從EXPO（0.3）的指數(shù)分布時間間隔來到。若庫存有貨，顧客需求數(shù)量和概率分別為1和100%，若沒有現(xiàn)貨，則需求數(shù)量為1或0的離散分布概率為0.7和0.3，即30%的顧客選擇放棄購買。

Inventory Evaluator實體：庫存檢查員實體，初次創(chuàng)建時間為0，仿真開始即創(chuàng)建，此后的時間間隔為Delivery Lag+1，即在庫存補充到達的第二天創(chuàng)建，即庫存檢查員在下次到貨前不會發(fā)出新的訂單。

下列為系統(tǒng)主要全局變量：

Inventory Level：仿真任意時刻庫存水平，起初值為70，I（t）即為此變量

Little s：參數(shù)s，其初值為20

Big S：參數(shù)S，其初值為100

TOC：累加所有訂貨費用之和的累加統(tǒng)計器變量，默認初值為零

SC：訂貨固定費用，值為5000

VC：單位貨物可變訂貨費用，值為200

UHC：單位貨物庫存保管費用，值為200

USC：單位未交貨貨物短缺成本，值為800

Delivery lag：訂貨延遲期，服從UNIF(10，12)的均勻分布

建立該模型的主要作用是統(tǒng)計分析仿真運行時間內庫存平均成本，該費用由以下三部分加和組成，其含義和用ARENA中的SIMAN表達式為：

①平均訂貨費用：仿真時間結束時，和訂貨次數(shù)有關的費用。仿真結束時所得累計訂貨成本除以仿真天數(shù)即得。SIMAN公式為：OVERLUE（Avg Ordering Cost）

②總儲存費用：，SIMAN公式為：DAVG（Holding Cost）

③總缺貨費用：，SIMAN公式為：DAVG（Shortage Cost）

因此，平均成本使用SIMAN表達式表述為：

OVERLUE（Avg Ordering Cost）+ DAVG（Holding Cost）

四、仿真實現(xiàn)和結果分析

實現(xiàn)仿真流程的ARENA軟件采用了面向對象的模塊化建模方法，本文的庫存仿真系統(tǒng)主要由顧客購買事件模塊組和庫存檢查員訂貨事件模塊組構成。

1.顧客購買事件模塊

購買事件模塊所實現(xiàn)功能是按照一定分布的時間間隔產生顧客類實體（Customer），此任務是由ARENA中的CREATE創(chuàng)建功能塊實現(xiàn)的，在這里可以設定有關參數(shù)。產生顧客實體以后，由BRANCH分支功能塊執(zhí)行查看當前庫存水平（Inventory Level）的條件判斷，參見圖2。

若當前庫存有現(xiàn)貨，則通過ASSIGN賦值功能塊從當前庫存量中扣除顧客需求量（Inventory Level -Demand Size1），然后，Customer實體經(jīng)由Dispose清除操作塊離開系統(tǒng)；反之，選擇另一路徑，此時針對缺貨現(xiàn)象，利用Demand Size2這一離散隨機變量產生放棄購買的顧客數(shù)量和訂貨排隊顧客數(shù)量，此時直接把訂貨量變負加到庫存量上即可，參見圖2。最后經(jīng)由Dispose清除操作塊離開系統(tǒng)，在Dispose功能模塊中利用其實體記錄統(tǒng)計功能統(tǒng)計顧客信息。

2.庫存檢查員訂貨事件模塊組

庫存檢查員實體（Inventory Evaluator）同樣是由CREATE功能塊按照模型參數(shù)實現(xiàn)的。庫存檢查員由BRANCH功能塊執(zhí)行查看當前庫存水平（Inventory Level）是否小于s的條件判斷，如當前庫存不能滿足最低庫存水平s，則通過ASSIGN賦值功能塊將訂貨數(shù)量（Order Quantity）賦值為最高庫存量與當前庫存的差值（Big S- Inventory Level），參見圖3。

然后再通過把庫存檢查員實體由Delay延時功能塊來實現(xiàn)交貨延遲時間的仿真，訂貨到達后，再通過ASSIGN賦值功能即時更新庫存數(shù)量（Inventory Level + Order Quantity），，并通過Dispose功能塊離開；至于另一分支，沒有任何操作，只是由Dispose功能塊釋放實體，參見圖3。

3.仿真結果輸出分析和庫存優(yōu)化

ARENA提供了多種動畫效果來演示說明仿真進程和結果，本次仿真主要采用了如圖4的庫存水平隨時間變化的散點圖效果，左邊主要通過溫度計式動畫顯示當前的庫存水平。

由于仿真試驗中各種隨機變量的產生具有偶然性，一次仿真的結果并不能完全模擬真實情況，因此，我們通過多次仿真取結果平均值的方式更加貼近真實情況。表1中是進行10次仿真模擬中一些參數(shù)的平均值。從表1中可以觀察到由于擔心庫存壓貨的情況出現(xiàn)，經(jīng)銷車的缺貨情況比較嚴重，缺貨成本遠遠高出庫存成本，此外，由于訂貨和庫存調撥的周期較長，也加劇了缺貨成本。

針對這種情況，可以采用多級庫存方式優(yōu)化供應鏈的及時性和快速反應性，經(jīng)銷商在檢查本銷售點庫存時，可以通過集成化的信息平臺傳遞給供應商，可以優(yōu)化生產進度，降低庫存水平；另外，可以采用建立地區(qū)性配送中心的方案，假設各個銷售商面對獨立同分布的隨機需求過程，根據(jù)相應的庫存控制策略進行訂貨，并假定固定提前器、缺貨等待等因素。所有的銷售商都由配送中心供貨，配送中心每周檢查庫存，根據(jù)自己的庫存控制策略向廠商發(fā)出訂單，也可以節(jié)省經(jīng)銷商庫存量和缺貨成本。通過對仿真參數(shù)進行優(yōu)化調整以后，經(jīng)過多次仿真的平均結果如表2。

五、結束語

文中所研究的仿真模型仍然在不斷修改和完善之中，不容置疑的是實際的物流系統(tǒng)遠比本論文中的模型復雜的多，這其中繼續(xù)收集包括更加精確的和合理的數(shù)據(jù)統(tǒng)計、成本計算等主要仿真依據(jù)，這將對研究和優(yōu)化汽車行業(yè)供應鏈績效水平，并應用于其他行業(yè)的供應鏈模型中。在以后的研究過程中，將會逐步完善供應鏈模型的層次性仿真、以及更加準確的供應鏈庫存成本模型構建等方面問題，以期在實際中得到廣泛應用。

參考文獻:

[1]W.David.Kelton，Simulation with ARENA，Third Edition[M] Copyright 2004 By the McGraw-Hill，Inc USA，2004

[2]劉瑞葉任洪林李志民:計算機仿真技術基礎[M].北京：機械工業(yè)出版社，2004

[3]王亞超馬漢武:生產物流系統(tǒng)建模與仿真[M].北京：科學出版社，2006

[4]苗明郭曉霞姚夏莉:基于ARENA的集裝箱港口裝卸工藝系統(tǒng)方案仿真研究[J].物流技術，2006，(3):85～86

[5]楊東進:我國汽車4s營銷模式現(xiàn)狀、問題及對策分析[J].商場現(xiàn)代化，2007，（4）:56～57

“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”