文/ 李坤徐錦希趙寧
在傳統供應鏈管理模式中,經常因信息掌握不及時而導致決策失誤,供應鏈管理效率低、響應速度慢,存在不可預測的風險。面對供應鏈中信息流、物流、資金流產生的海量數據,及其不可控的動態性,目前國內企業技術儲備不足以收集多元化的供應過程數據,缺乏有效的溝通平臺將供應商、分銷商、零售商有機聯系起來[1],且管理企業的供應鏈需要每天做大量的決策,并在企業的物流成本和客戶靈活需求之間尋找平衡點,在此過程中存在很多不可避免的不確定因素和隨機性因素,供應鏈流程過長,特別是實際控制過程中遇到障礙需要調整時,往往會造成決策不及時而造成企業損失[2]。盡管一些企業已經通過信息化等新技術手段提升企業供應鏈管理的能力,但傳統方法難以應對存在的問題和挑戰,對于供應鏈管理人員來說,每天仍然面臨著供應鏈網絡無法可視化等問題的挑戰。此外,如何基于可掌握的供應鏈數據,預判供應鏈未來狀態,成為一個難題。在數字化時代,如何使用仿真技術對供應鏈進行建模、分析并實現高效管理已經成為提高生產企業效率的關鍵問題之一[3]。
供應鏈仿真技術是基于計算機仿真技術發展出的對于供應鏈研究的新方法,相比于傳統的數學方法,計算機仿真技術能夠更加直觀和全面的反映問題,并能一定程度上解決系統的動態性問題。常用的仿真軟件包括Flexsim、Anylogic、Plant Simulation等,仿真建模可以幫助企業應對挑戰、降低成本以及改善服務,并可以快速清晰地分析供應鏈中相互關聯、動態和隨機的事件,進而幫助企業完善決策[4]。Flexsim是美國的三維物流仿真軟件,能夠對系統中所有基本存在的實物對象(如傳送帶、倉庫、集裝箱等)構建模型、仿真,實現業務流程可視化,其對象具有開放性,建模速度快。有學者通過Flexsim仿真技術對供應鏈運作流程仿真建模,采取制造商延遲策略,降低整體的庫存水平,提高規模經濟效益[5],也有學者通過Flexsim仿真技術模擬倉儲系統作業過程,結果表明供應鏈信息共享對倉儲作業起著重要的作用[6]。Multi-Agent系統解決的問題更復雜,多個Agent之間可共享問題與方法等信息,從而協調并實現共同目標,這一仿真方法相比其他仿真技術成本更低、效率更高,可重復使用,能有效解決供應鏈協調問題。Multi-Agent仿真技術可仿真模擬具有復雜自適應特征的制造業供應鏈系統,較好地反映供應鏈內部的運行狀況[7]。供應鏈企業為了選擇評價合作伙伴建立模型,不同的Agent之間可充分溝通協調,使得評估工作快速有效,且能較好反映合作伙伴之間關系的動態變化[8]。Anylogic是一款應用廣泛的,對離散事件、多智能體和混合系統建模和仿真的工具,也是唯一允許將系統動力學模型組件、基于多智能體和離散事件開發的模型組件相結合的工具。有學者在Anylogic平臺上進行建模,用于研究閉環供應鏈庫存和牛鞭效應[9]。Plant Simulation是一款面向對象、圖形式集成的建模仿真軟件,由Teconmatix公司負責開發,現為西門子旗下產品,主要用于生產系統建模和仿真,其提供了包括物料、信息、統計分析、優化求解等在內的諸多仿真單元模塊,極大簡化了模型的構建過程,SimTalk語言更為建模過程中的人機交互提供了可行途徑[10]。很多學者利用Plant Simulation 仿真軟件對離散生產系統進行優化,分別從生產系統布局、生產線平衡、物料配送、作業排序與調度等方面開展研究,優化的對象有車間、廠房、流水線、裝配線以及生產系統等。德國專家Rainer Schemauter使用Plant Simulation仿真軟件,將整個供應鏈的客戶、制造商和供應商都考慮在仿真模型當中,并通過客戶訂單驅動整個模型,根據供應商位置、原材料庫存狀態等信息,尋找出最高效經濟的生產調度方案,并對企業所需的工作人員數量進行優化,降低企業成本。
供應鏈仿真模型可用采購環、生產環、成品物流環、客戶需求環和生產計劃環5個模塊表達,如圖1所示。在訂單到達到訂單交付的整個過程中,從客戶需求環,到生產計劃環,到采購環,再到生產環,一直到成品物流環,不同工廠對其要求和需求不同。其中各個環各自具備獨立功能,同時互相約束,共同表達了企業生產和供應特征。依據不同企業的具體情況,可選擇上述5個環的重點部分進行重點描述,對非重點則采用簡化方式表達。

圖1 供應鏈仿真模型
供應鏈仿真模型是一個由客戶需求訂單驅動、供應鏈與生產計劃中心控制的,包括供應商生產能力與供貨能力模型、企業生產工藝模型和運輸倉儲模型的多層次的仿真模型(如圖2所示)。

圖2 供應鏈仿真模型結構示意圖
采購環節的核心模型為供應商生產與供貨模型。該模型根據供應商畫像構建而成,根據所下達的訂單設置模型的各項參數,并模擬仿真供應商的生產與供貨過程,為企業生產環節提供各種配件。生產環節的核心模型為企業生產模型,該模型根據企業的生產工藝構建而成,通過對供應商所供部件的再加工、組裝、檢測、裝箱等環節,完成產品的最終生產,并齊套存儲。成品物流環的核心為倉儲與運輸模型,該模型對生產的所有產品進行記錄,并根據訂單信息發貨。客戶訂單環主要是對客戶所下達的信息進行拆分,并生成各種采購訂單和生產計劃。供應鏈計劃與生產計劃控制中心負責整合各類信息,并對各個環節加以控制,使得整個仿真模型能夠與真實供應鏈運作模式一致。
供應鏈仿真是針對既定的采購計劃和生產計劃,基于歷史數據在虛擬時空中仿真推演計劃的執行過程,對計劃做出科學評價。其中,采購計劃會涉及圖2的客戶需求環、生產計劃環和采購環,生產計劃會涉及客戶需求環、生產計劃環、生產環和成品物流環。采購計劃和生產計劃的協調是供應鏈仿真的核心。供應鏈仿真推演流程(如圖3所示),只需輸入客戶訂單以及采購計劃和生產計劃即可開始仿真,仿真運行結束自動生成仿真報告,對采購計劃和生產計劃集成評價。

圖3 供應鏈仿真推演流程
對于主機廠的生產計劃仿真,主要根據制定好的生產計劃和生產線工人數量,仿真推演生產計劃的完工日期,如超出計劃節點,則將工人數量增至最大,以最大生產效率仿真推演,如符合完工日期要求則結束,否則證明生產計劃不可行,需前移采購計劃時間節點,增加生產時間。生產計劃的仿真推演流程,如圖4所示。

圖4 生產計劃仿真推演流程圖
對于采購計劃仿真,主要根據已制定好的采購計劃模擬推演是否存在執行風險。由于采購計劃制定時是以供應商溝通結果來形成各供應商的交付節點,但在實際采購過程中,供應商能否在承諾的交付節點完成承諾,依然具有一定風險。因此,需要基于不同供應商的歷史供應數據,評估供應商按時交付的風險,并在整體供應鏈予以模擬推演。如模擬推演的結果顯示所有供應商都可按時完成,則表示采購計劃執行的風險較低;如模擬推演的結果顯示部分供應商難以按時完成,則需調整采購計劃;如采購計劃沒有再調整空間,可針對風險最大的供應異常,仿真供應鏈整體狀態,并尋找解決方案,從而做到提前準備,風險可控。采購計劃的仿真流程,如圖5所示。

圖5 采購計劃仿真推演流程圖

圖6 極限仿真推演流程
極限仿真推演模塊流程如圖5,此模塊考慮訂單量無限大的情況,所有供應商按最大產能供應,設置仿真推演時間,在推演過程中,供應商一直按最大產能備貨,由庫存狀況拉動供應商供應,當倉庫內某產品需要補貨時,供應商立即按當前最大產能進行供應;分裝、聯調、裝箱模塊盡可能保持一直運轉;仿真到達截止時間時,統計所完成的套裝數量,生成極限仿真推演報告。
通過極限仿真推演,可以推演出整個供應鏈的極限產能;同時,在供應商與裝箱線都以極限能力運轉時,可以通過仿真觀測出供應鏈瓶頸,為供應鏈優化提供方向。
針對目前供應鏈運營中所面臨的實際問題,開展企業級供應鏈仿真平臺的建設,實現與企業采購、庫存及物流等各個供應鏈環節集成與協同,打通數據壁壘,打造一個數據流程通暢、仿真準確率高的供應鏈仿真平臺,真正企業供應鏈管理中遇到的問題。
如圖7所示,企業供應鏈仿真平臺總體架構包括如下幾部分組成:(1)供應鏈仿真系統:包括仿真評價體系的構建、生產計劃仿真模型的構建、采購計劃仿真模型的構建、供應商歷史供應數據庫、供應商畫像等內容;(2)數字化應用:基于供應鏈實際需求構建數字化創新應用,提供“生產計劃仿真”“采購計劃仿真”“極限供應仿真”等特色場景化應用;(3)用戶端口:利用主流的駕駛艙展現形式,從生產管理、采購、試制等用戶類型的業務需求出發,綜合呈現數字化應用管控效果。(4)支撐體系:從標準規范與安全保障兩個方面,支撐供應鏈仿真平臺的建設與運營工作。

圖7 供應鏈仿真平臺總體架構
供應鏈仿真平臺應用流程的入口是用戶的需求訂單,應用步驟如下(流程見圖8):

圖8 供應鏈仿真平臺應用流程示意圖
(1)將用戶訂單通過訂單管理模塊進入系統;
(2)基于訂單制定生產計劃,生產計劃的制定可以采用基于案例推理的方式完成;
(3)對訂單的物料BOM進行分解與合并,形成采購計劃;
(4)將采購計劃下達給供應商,進行物料采購;
(5)綜合采購計劃、生產計劃、供應商保供數據庫、供應商畫像等各種信息,進行供應鏈仿真,檢驗整個供應過程的合理性;
(6)將物料到貨情況與裝箱計劃進行比對,判斷物料的齊套性,如果滿足,則進行裝箱生產;否則繼續根據實際情況在供應商之間進行調度,盡快達到齊套要求。
當進行生產計劃仿真時,若模擬推演出的生產所需時間大于正常工作時間,需要調整工作安排,增加工人數量或增長工作時間;若模擬推演出的生產所需時間小于正常工作時間時,可適當優化人員等工作安排,在規定時間內完成生產任務即可。當進行采購計劃仿真,若模擬推演的結果顯示所有供應商都可按時完成,則表示采購計劃執行的風險較低。若模擬推演的結果顯示部分供應商難以按時完成,則需調整采購計劃。
供應鏈仿真可以解決傳統供應鏈中因信息掌握不及時或無法靜態計算而導致的決策失誤,但不同行業供應鏈復雜而多變,本文只考慮了一般供應鏈中生產計劃、采購計劃以及極限供應仿真的推演流程,后續將研究借助數字孿生技術,進一步將供應鏈的采購和生產過程透明化,建立更準確的仿真模型,以期為提供應鏈快速響應能力提供更多的參考依據。