基于Ｗｉｔｎｅｓｓ的供應鏈系統的仿真設計與改善

摘要：文章介紹了供應鏈中的“牛鞭效應”以及Witness的基本應用，討論了在供應鏈系統中利用Witness軟件進行仿真的方法，采用了由鋼鐵公司、鋼材服務中心、部件生產商和汽車廠所組成的供應鏈結構進行仿真，整個供應鏈和供應鏈上各節點的訂貨提前期和運輸時間是所介紹的模型中的主要供應鏈績效指標。通過模型的運行結果分析出供應鏈系統中的“瓶頸”和導致“牛鞭效應”出現的原因，從而提出緩解牛鞭效應的對策，并通過設置模型中的參數對供應鏈系統進行改善，以緩解“牛鞭效應”。

關鍵詞：供應鏈；牛鞭效應；Witness；仿真

中圖分類號：F273.7文獻標識碼：A文章編號：1002-3100(2008)09-0087-05

Abstract：The paper introduces the“bullwhip effect”of a supply chain and the application of software Witness， and discusses the simulation of software Witness in the supply chain system. The structure of supply chain in the paper is composed by steel company， steel service center， parts manufactures and car factories. The lead-time of order and the time of transportation in each stage and of whole chain are the main performance index at present research stage. Based on the results of model simulation， it analyzes the factors of“bottleneck”in supply chain system and the cause of“bullwhip effect”. Finally， it not only proposes several countermeasures， but also improves the supply chain system by setting up the parameters of the model to ease up the “bullwhip effect”.

Key words：supply chain；bullwhip effect；Witness；simulation

1供應鏈中的“牛鞭效應”與仿真的目的

供應鏈是圍繞核心企業，通過對信息流、物流和資金流的控制，從采購原材料開始，制成中間產品以及最終產品，最后由銷售網絡把產品送到消費者手中的將供應商、制造商、分銷商、零售商和最終用戶連成一個整體的功能網鏈結構模式[1-3]。

作為一種跨企業的協作，供應鏈包含了所有加盟的節點企業，不僅是一條聯結供應商到用戶的物流鏈、信息鏈和價值鏈，而是一條增值鏈[1-4]。提高整條供應鏈的增值能力，增強供應鏈的競爭力，成為各節點企業共同的目標。盡管如此，在供應鏈的實際運作中，卻存在著許多困難：如預測的不準確，信息的不透明，供應的缺乏，生產與運輸作業的不均衡，庫存居高不下，成本過高等現象[4－5]。引起這些問題的原因很多，但主要原因之一就是“牛鞭效應”。

“牛鞭效應”是供應鏈上的一種需求變異放大（方差放大）現象[6-8]，其原因是信息流從最終客戶端向原始供應商端傳遞時，無法有效地實現信息的共享，使得信息扭曲而逐級放大，導致了需求信息出現越來越大的波動。這種信息扭曲的放大作用在圖形上顯示很像一根甩起的鞭子，因此被形象地稱為“牛鞭效應”[2，9]。最下游的客戶端相當于鞭子的根部，而最上游的供應商端相當于鞭子的梢部，在根部的一端只要有個輕微的抖動，傳遞到末梢端就會出現很大的波動。在供應鏈上，這種效應越往上游，變化就越大，距終端客戶越遠，影響就越大。這種信息扭曲如果和企業制造過程中的不確定因素疊加在一起，將會導致巨大的經濟損失。由此可見，牛鞭效應的存在，已經成為削弱供應鏈的增值能力和競爭能力的主要負面因素[4]。

為了緩解這種效應，本文試圖通過Witness軟件進行仿真，此軟件是一個關于生產、運輸、規劃等的仿真軟件，它使用與實際系統相同的事物組成的相應的模型，通過運行一定的時間來模擬系統的績效[2]。Witness軟件的特點之一就是可以顯示生產、運輸系統仿真的整個過程，從而可以讓使用者清楚地了解到生產運輸過程中發生的問題，及時地對模型的參數進行調整，實現對物流系統的優化配置。

本文仿真的目的在對供應鏈的仿真系統進行設計基礎上，通過模型的運行結果分析出供應鏈系統中的“瓶頸”因素和導致“牛鞭效應”出現的原因，從而提出緩解“牛鞭效應”的對策，并通過調整模型中的參數對供應鏈系統進行改善，以緩解“牛鞭效應”。文中假定在保持供應鏈連續工作的條件下，來仿真一段時間的工作，其中，動態地顯示供應鏈上各節點企業即時的庫存量，作為評價仿真系統性能指標。

2供應鏈系統模型的建立

下面舉例說明Witness對供應鏈仿真系統的設計和優化。鋼材從鋼鐵公司到汽車廠經過鋼材服務中心和部件生產商。上游環節根據下一環節的庫存供貨。當鋼材服務中心的庫存小于15批時鋼鐵公司開始生產，每生產一批原鋼卷材需要時間服從1～3小時的均勻分布。當部件生產商的庫存小于6批時，鋼材服務中心開始配貨，每配一批貨需要的時間服從0.5～1小時的均勻分布。當三個汽車廠商中庫存量最小的小于3時，4個部件生產商開始組織生產，每生產一批部件需要的時間服從2～6小時的均勻分布。汽車生產商每耗用一批部件需要4小時。供應量每兩個環節之間的路程需要5小時。

2.1構建結構模型

定義供應鏈系統元素，并布置可視化模型的結構圖，如圖1所示。根據生產的結構和生產現場的布置建立模型結構圖可以清晰地看出模型中各實體的相互關系。其中P為鋼材；B2為鋼材服務中心庫存；B3為部件生產商庫存；C1為從鋼鐵公司到鋼材服務中心的路徑；C2為從鋼材服務中心到部件生產商的路徑；C31、C32、C33分別為從部件生產商到第一汽車廠、第二汽車廠和第三汽車廠的緩存。

2.2結構模型的設置

結構模型的設置包括元素可視化設置和細節設置。可視化設計的元素主要有：鋼材（Part）、緩沖區（Buffer）、機器（Machine）、輸送鏈（Conveyor）及庫存統計二維表（Timeseries）等。

2.2.1B2、B3元素可視化的設置

選擇B2、B3元素，分別設置它們的Name、 Part queue和 Retangle 屬性項。在Display Name對話框中設置它們字體大小和顏色，在Display Part queue對話框中設置Part queue屬性項的Queue Type選擇為Count，Display Count 設置為2位，則這些緩沖區將采用計數的方式動態顯示緩沖區內鋼材的數量，在Display Retangle對話框中的Patten選擇為空心矩形，則Name、Part queue、Retangle可以被包圍在矩形之內。

2.2.2各個元素的細節設置

對Machine元素M1細節設置

Input.From …:

IF NPARTS （B2）<15

PULL from P out of WORLD

ELSE

Wait

ENDIF

Cycle Time: UNIFORM （1， 3， N）

Output TO…: PUSH to C1 at Rear

對Machine元素M2細節設置

Input. From …:

IF NPARTS（B3）<6

PULL from B2

ELSE

Wait

ENDIF

Cycle Time: UNIFORM （0.5， 1， N+2）

Output TO…: LEAST PARTS C2（1）at Rear， C2（2）at Rear

對Machine元素M3細節設置

Input From …:

IF MIN （NPARTS（C31）， NPARTS（C32），NPARTS（C33））<3

PULL from B3（1）

ELSE

Wait

ENDIF

Cycle Time: UNIFORM（2， 6， N+4）

Output TO…: LEAST PARTS C31 at Rear， C32 at Rear， C33 at Rear

分別對Machine元素M41、M42、M43細節設置：

Input From …: PULL from C31 at Front

Cycle Time: 4.0

Output TO…: PUSH to SHIP

M42、M43細節設置與M41相似

分別對Conveyor元素C1、C2細節設置

Length in Parts: 10

Index Time: 0.5

Output（TO…）: PUSH to B2

分別對Conveyor元素C31、C32和C33細節設置

Length in Parts: 10

Index Time: 0.5

Output（TO…）: Wait

對Time Series元素Tubiao細節設置

Recording: 2.0 !每2仿真時間取一個點

Plot: NPARTS （B2）！該圖線現實B2上部件數量

Plot: NPARTS （B3）

Plot: NPARTS （C31）

Plot: NPARTS （C32）

Plot: NPARTS （C33）

在完成對模型元素的細節和詳細設計后，即可以在WITNESS軟件中的看到供應鏈中各環節即時的庫存情況。

3模型運行結果及改善對策

模型仿真鐘取系統默認的1的時間單位為1hour，運行365×24

=8 760仿真時間單位，得到各環節庫存量的二維圖標，如圖2所示。

通過庫存統計二維圖圖2發現：鋼材服務中心與部件生產商庫存量波動強烈，呈現“牛鞭效應”。

同時，通過分析表1中的供應鏈模型各環節的生產設備利用率，可以發現，在仿真運行的時間內，鋼材服務中心其鋼材的運輸時間只占28%，其他時間都處于空閑狀態中，這在供應鏈中形成了所謂的“瓶頸”，從而引發了下游部件生產商在運輸時間上的滯后；另外通過分析表2中的各環節運輸狀況，也可以看出，由于鋼材服務中心的訂貨提前期比較長，部件生產商在缺貨時大量生產，鋼材從部件生產商到汽車廠的運輸中造成了大量的時間等待，排隊等待現象超過了98%，大大降低了供應鏈的工作效率。

以上的分析我們可以看到，造成牛鞭效應的主要因素在于供應鏈中企業間的信息不對稱和不完全，從較深層次來看，就是供應鏈中企業的管理方式不符合供應鏈管理價值最大化的原則，因此，要削弱“牛鞭效應”就要從改變企業的供應鏈管理方式入手，同時整合供應鏈中企業之間的關系，建立企業之間的誠信機制，實現信息共享。具體策略如下：

（1）實行聯合庫存控制。聯合庫存是一種風險分擔的庫存管理模式[10]。聯合庫存管理強調各個節點企業同時參與，共同制定庫存計劃，使供應鏈上的每個庫存管理者都從相互之間的協調性考慮，保持供應鏈相鄰的兩個節點之間的庫存管理者對需求的預期保持一致，消除了需求變異放大現象，從而充分利用了供應鏈資源。

（2）縮短訂貨提前期。一般來說，訂貨提前期越短，訂貨量越準確，因此鼓勵縮短訂貨期是破解“牛鞭效應”的一個好辦法[11]。這一點可以通過調整供應鏈模型中的參數進行改善。

（3）規避短缺情況下的博弈行為[11]。首先，當出現商品短缺時，供應商可以通過互聯網查詢各下游企業以前的銷售情況，以此作為向他們配貨的依據，而不是根據他們訂貨的數量，從而杜絕了下游企業企圖通過夸大訂貨量而獲得較多配給的心理。其次，通過互聯網，鏈中所有企業共享關于生產能力、庫存水平和交貨計劃等方面的信息，增加透明度，以此緩解下游企業的恐慌心理，減少博弈行為。制造商也能夠了解到更加準確的需求信息，合理有序地安排生產。這反映在鋼材配送中可以適當調整其平均庫存水平，尤其是作為瓶頸的鋼材服務中心的平均庫存水平。

（4）建立戰略伙伴關系。在供應鏈中實施戰略性伙伴關系可以減小牛鞭效應。戰略性伙伴關系可以改變信息共享和庫存管理的方式。在供應商管理庫存（VMI）中，供應商直接管理零售商的庫存，由供應商來確定零售商的安全庫存和補充數量，供應商并不依賴零售商的定單進行決策，因而在很大程度上避免了“牛鞭效應”。當供應鏈各成員企業能夠相互合作、充分共享信息時，可以減少需求方的短缺博弈行為，從而可以減少由于短缺博弈所造成的牛鞭效應。

根據上述的改善策略，對供應鏈模型中的參數進行改進，通過提高相鄰環節之間的傳輸速度（如減少運輸及發送的耗用時間為原來的1/2）和縮短鋼材服務中心的訂貨提前期（如當部件生產商的庫存小于7批時，鋼材服務中心開始配貨），再次運行模型8760仿真單位時間后，根據得到各環節庫存量的二維圖標分析發現，鋼材服務中心與部門生產商庫存量波動情況明顯減弱），改善后的模型運行圖如圖3所示。

4結束語

本文中的仿真模型模擬了鋼材從鋼鐵公司到汽車廠需要經過鋼材服務中心和部件生產商，上游環節根據下一環節的庫存供貨這一過程，通過模型的運行，分析出供應鏈系統中的“瓶頸”因素和導致“牛鞭效應”出現的原因，得出緩解牛鞭效應的對策：（1）實行聯合庫存控制；（2）縮短訂貨提前期；（3）規避短缺情況下的博弈行為；（4）建立戰略性伙伴關系。針對上述的改善對策，對模型中汽車生產商耗用部件的時間、供應量在每兩個環節之間的運輸時間以及鋼材服務中心的訂貨提前期等參數進行更改，從而達到緩解“牛鞭效應”的目的。此外，在實際的供應鏈系統中，此種方法可以方便地應用到同類問題的分析和研究中。

參考文獻：

[1] 林勇，馬士華. 集成化供應鏈管理[J]. 工業工程與管理，1998(5):26-30.

[2] 王亞超，馬漢武. 生產物流系統建模與仿真[M]. 北京：科學出版社，2006.

[3] 王瑛，孫林巖. 供應鏈物流平衡分析[M]. 北京：清華大學出版社，2005.

[4] 張靜芳. 供應鏈中“牛鞭效應”案例分析及解決方法研究[J]. 物流技術，2007(7):73-76.

[5] Chen F， Drezner Z， Ryan JK， et al. Quantifying the bullwhip effect in a simple supply china: the impact of forecasting， lead times， and information[J]. Management Science， 2000，46(3):436-443.

[6]LEE H L， PADMANBHAN V， WBANG S. The bullwhip effect in supply chain[J]. Sloan Management Review Spring， 1997，38(2):93-102.

[7] 范玉鵬. 供應鏈管理中的不確定性[J]. IT經理世界，2000(18):26-27.

[8] 于曉霖，劉敬保. 基于APIOBPCS模式VMI下牛鞭效應仿真研究[J]. 管理科學，2007(6):11-21.

[9] Chen F， Drezner Z， Ryan J， Smich D. The bullwhip effect: management insight on the impact of foresting and information an variability in a supply chain[M]. Quantitative Models for Supply Chain Management， 2000.

[10] 唐振龍，劉月芬. 牛鞭效應的產生機理及緩解對策分析[J]. 供應鏈，2007(7):100-101.

[11] 趙云燕. 供應鏈管理中的“牛鞭效應”及對策分析[J]. 價值工程，2007(8):63-65.