RFID 技術在服裝庫存管理模型中的研究

管亞風 （重慶電子工程職業學院 管理學院，重慶401331）

GUAN Ya-feng (School of Management, Chongqing College of Electronic Engineering, Chongqing 401331, China)

0 引 言

近年來，國內服裝業快速發展，與此同時電子商務的快速發展對服裝企業的供應鏈管理提出了新要求和挑戰。因此服裝企業的物流管理受到越來越多的關注。據了解，隨著消費者的生活質量提高，對服裝要求也越來越高，作為易逝品的服裝生命周期越來越短，賣不出去或者過時的產品只能以成本價或虧本出售。經濟學家研究表明一款服裝平均每天貶值0.7%，若提前10天賣出，則會減少貶值7%，毛利率也隨之增加13%。因此如何加快物流速度，減少產品庫存是服裝企業面臨的迫切需要解決的問題。

RFID，即Radio Frequency Identification，是20 世紀90 年代開始大規模興起的一種自動識別技術，是利用射頻信號及其空間藕合實現和傳輸特征實現對靜止或移動物體的自動識別和數據交換，在易逝品的供應鏈管理中有不同的應用環節，這些環節包括最初的產品設計、原材料采購，到中間環節的生產制造、存儲、配送、運輸，再到下游環節分銷與零售，一直到最終的售后服務環節。

目前在國外，作為“快時尚”的服裝行業，RFID 技術已經廣泛應用于原料收集、設計加工、物流配送和市場銷售過程，它可以在短時間內進行單品管理，有利于加快物流作業流程，確保產品質量，并且在保證不缺貨的同時減少庫存，降低庫存成本[1]。國外已有學者采用RFID 技術研究供應鏈中庫存問題，如Sahin 等針對單季節銷售的產品，考慮了庫存不準確時，供應鏈中存在懲罰成本的報童模型，定量分析了庫存水平不準確給供應商帶來的不利影響，并且采用RFID 技術來減少這種不利影響[2]；Heese 指出在分散供應鏈中不準確的庫存會加劇供應商與零售商的雙邊際效應對供應鏈效率的影響，并利用RFID 技術實現供應商與零售商信息共享達到供應鏈成員收益最大化[3]。國內也有將RFID 技術應用于供應鏈的研究，如李敏波等針對快速消費品的原材料采購、生產、運輸、銷售、回收等全過程的物品跟蹤和追溯需求，提出了采用RFID 技術跟蹤產品動態[4]；佟斌等針對零售業商品擺放錯位現象，分析了其不利影響，通過RFID 來解決這種現象，對比采用RFID 前后利潤，計算出了可以承擔的最大RFID 標簽成本[5]。顏波（2008） 在基于RFID 的服裝供應鏈管理應用研究中，分析了RFID 在服裝行業應用的商業價值，提出了將RFID 技術，引入服裝供應管理過程中；通過建立基于RFID 的服裝供應鏈物流信息環境，實現供應鏈物流信息自動化、實時化、準確化采集和供應鏈物流的全面跟蹤管理與追蹤[6]。但斌文針對在易逝品供應鏈中供應商與零售商實際庫存與系統庫存不一致（賬實不符） 的情況，考慮采用RFID 技術準確監控庫存，擬建立供應鏈庫存優化模型與協調模型，對RFID技術在供應鏈中的應用及供應鏈協調策略進行分析[7]。

本文研究了基于傳統庫存模型Q,（）R上，利用RFID 技術及時采集數據后的庫存優化模型，通過重慶A 服裝公司的算例分析，得到利用RFID 及時收集數據后的數據，通過兩個模型對比，說明了RFID 技術應用于服裝行業物流管理的必要性。

1 傳統的經濟訂貨批量模型（Q, R）

經濟訂貨批量是固定訂貨批量模型的一種，可以用來確定企業一次訂貨（外購或自制） 的數量。當企業按照經濟訂貨批量來訂貨時，可實現訂貨成本、儲存成本與缺貨成本之和最小化，其基本思想是：它是連續性的檢查固定訂貨量和固定訂貨點，當庫存低于訂貨點水平R時，發出一次訂貨，訂貨量為Q。假設所有超過需求的訂單都可以延遲。

符號說明：

Q：經濟訂貨批量；S：每次訂貨成本；H：單位商品保管費用；B：單位缺貨成本；fLT（x） ：提前期內需求概率密度函數；FLT（x） ：提前期內需求累計分布函數；λ：需求的期望值，任意固定的時間間隔內需求是隨機的靜態的；τ：存在固定的訂貨提前期，滿足τ＞0；C（Q,R）：期望總成本，且期望總成本可以表示如下：

公式（1） 中，隨著訂貨量的增加，庫存上升使得庫存保管費用必然增加，然而因為大批量采購，企業具備了討價還價能力，因此減少了訂購成本，同時也降低了缺貨率，從而節省了追加訂貨的費用，提高了客戶服務水平。在上述3 種成本間相互沖突，是物流成本符合二律背反學說的表現。所以企業應該以總成本最低為目標，確定合適的訂購量來補充產品的庫存。

2 基于RFID 的復合（Q, R）庫存模型

傳統的庫存模型不能準確地把握動態的庫存信息，而RFID 技術能有效地用于產品追溯、檢查庫存以實現庫存信息的準確性，以便及時修正訂購策略，為此本文在原有經典模型的基礎上考慮了一個服裝零售商的另一種可能選擇：緊急訂購策略（模型中，訂購成本為K（l）），而（Q,R）則用來處理正常的訂購模型。

假設條件：

（1） 一個提前期內只能訂貨一次，即不發生合同交叉的問題；

（2） 連續的隨機提前期是相互獨立的，訂貨合同之間不發生交叉；

（3） 將提前期分為n個階段（n=1,2,…,i），RFID 閱讀器置于n＞1，訂單從階段i到i+1 的時間服從指數分布；在第z階段中，零售商可能選擇緊急訂購策略的概率為：pz（l）=Pr｛Xz＜l｝，xz是正常訂購提前期內的隨機變量，它的概率密度函數是gxz提前期內的需求為Z（t,t+Xz），它的概率密度函數是

在一個庫存周期中，零售商沒有選擇緊急訂購，正常采購的期望成本可表示為：

在第z階段，零售商選擇緊急訂購策略的期望成本：

令：

即在階段z當庫存量時，零售商選擇緊急訂購，訂購量為αQ；反之選擇正常訂購。下面對（3） 式求偏導：

由上式可知，F（x）為單調遞增函數，假如K（l）增加，必然導致零售商緊急訂貨策略的成本C1（·）增加，因此D（y,z,l）增加下降。這說明緊急訂購策略中再訂購點R*必然小于等于（Q,R）中的R。在總成本公式中，當緊急訂購時，持有成本和缺貨成本（H,B）保持不變，由于K＞S，則緊急訂購降低了缺貨概率，為了使缺貨概率達到最優水平，必然有

3 仿真優化

對于庫存系統的隨機性，變量的隨機性和變量之間復雜的非線性關系，需要做大量假設加大了用解析方法求解的難度，因此本文采用遺傳算法計算RFID 技術應用下的庫存模型最優解，它不受隨機變量的影響，而且可以更自然地描述系統變量之間的非線性關系。遺傳算法是一種全局優化自適應概率搜索的仿生算法，它借鑒生物的自然選擇和遺傳進化進制，逐代演化產生出越來越好的近似解，在每一代，根據問題域中個體的適應度大小選擇個體，并借助于自然遺傳學的遺傳算子進行組合交叉和變異，產生出代表新的解集的種群。這個過程將導致種群像自然進化一樣的后生代種群比前代更加適應于環境，末代種群中的最優個體經過解碼，可以作為問題近似最優解。

基本運算過程如下：

（1） 初始化：選擇一個群體即問題假設解的集合，問題的最優解將通過這些初始假設解進化而求出。

（3） 選擇運算：把當前群體中適應度較高的個體按某種規則或模型遺傳到下一代群體中。

（4） 交叉運算：將交叉算子作用于群體。先對群體進行隨機配對；其次隨機設置交叉點位置；最后再相互交換對染色體之間的部分基因。

（5） 變異運算：將變異算子作用于群體。是對個體的某一個或某一些基因座上的基因值按某一較小的概率進行改變，產生新個體。即對群體F（x）經過選擇、交叉、變異運算之后得到新一代群體F（x+ 1）。

（6） 終止條件判斷：以進化過程中所得到的具有最大適應度個體作為最優解輸出，終止計算。

4 算例分析

通過調研統計得到重慶A 服裝公司利用RFID 跟蹤得到的4 月的日銷售數據，如表1 所示。

表1 某服裝公司4 月份銷售記錄

提前期在2 天，3 天，4 天時的分布概率分別為0.65，0.3，0.05。

通過表1 可以計算出以下參數： 每日需求均值：μ=105；每日需求標準差：σ=17；正常訂購成本：S=120；持有成本：H=4 400；缺貨成本：B=530；緊急訂購成本：K= [130,220 ]；緊急訂購提前期：l=2 天。

現取值n=3 個階段，即z= 1，2，3，α∈[0,1]，Q= [400,700 ],R∈[250,450]

表2 傳統庫存模型數值分析

通過遺傳算法得到傳統模型中的數值分析，顯示于表2，當Q=486，R=372，K=130，α=0.85 時，服務水平達到95%時可為服裝零售商節約成本4.4%，降低缺貨成本81.2%，此時傳統模型達到最優。

以一個周期內的庫存成本作為目標函數，采用遺傳算法通過MATLAB7.0 編程實現求出傳統的,（QR） 模型中的最優解：Q=486，訂貨點R=372，復合模型中最優解為：Sq=413，訂貨點R*=315，算例顯示R*＜R，與上述結論相符。

傳統的（Q,R）模型與復合（Q,R）模型的比較如圖1 所示。

5 結束語

本文在傳統的經濟訂貨批量模型的基礎上定義了基于RFID 的復合模型，并采用了啟發式算法中的遺傳算法尋優求解，結合重慶A 服裝公司庫存管理案例，利用RFID 技術準確及時的收集數據，進行算例分析，將傳統的庫存控制模型與復合模型相比較，利用RFID 技術管理庫存降低了缺貨成本，也大大降低了庫存總成本，可見復合的庫存控制模型具有更明顯的經濟效益。

圖1 傳統庫存模型與復合庫存模型仿真比較結果圖

本文沒有考慮使用RFID 的標簽成本，可作為進一步研究的方向。

[1] 趙皎云. 服裝物流新技術新機遇新挑戰[J]. 物流技術與應用，2011(8):28.

[2] SAHIN E, DALLERY Y. Assessing the impact of inventory inaccuracies within a newsvendor framework[J]. International Journal of Production Research, 2009,197:1108-1118.

[3] HEESE H. Inventory record inaccuracy, double marginalization, and RFID adoption[J]. Production and Operations Management,2007,16(5):542-553.

[4] 李敏波，金祖旭，陳晨. 射頻識別在物品跟蹤與追溯系統中的應用[J]. 計算機集成制造系統，2010,16(1):202-208.

[5] 佟斌，楊德禮，潘新. 零售業供應鏈企業RFID 技術應用決策研究[J]. 管理學報，2010,7(6):874-878.

[6] 顏波,等. 基于RFID 的服裝供應鏈管理應用研究[C]//第27 屆中國控制會議論文集，2008.

[7] 但斌,等. 基于RFID 技術的易逝品供應鏈庫存協調[J]. 計算機集成制造系統，2012(10):2280-2286.