供应链库存控制问题的研究与应用

张策

摘 要：对于供应链库存控制来说，其本身属于供应链管理的核心内容，而随着近年来国内外关于供应链库存的研究不断增多，越来越多的企业也开始认识到追求整个供应链企业联盟利益的最大化的重要性，为此本文就供应链库存控制问题的研究与应用展开了深入分析，希望这一分析内容能够为相关研究人员带来一定启发。

关键词：供应链；库存控制；应用

在经济与社会快速发展今天，我国企业之间的竞争早已由原来的独立企业间竞争发展到企业相关供应链之间的竞争，而这种竞争环境环境的改变就对供应链管理理论提出了更高的要求，而为了能够更好满足这一要求，正是本文就供应链库存控制问题的研究与应用展开具体分析的原因所在。

1 供应链相关概念

随着供应链相关研究的不断深入，供应链的概念也处于不断变化之中，而结合国内外学者的相关研究，本文将供应链视作核心企业对信息流、物流、资金流的有效控制，而这种控制将供应商、制造商、分销商、零售商和客户连成一个整体的功能网链结构。对于供应链来说，其本身具備着错综复杂性、竞合性、四多性、动态性等特点，其中错综复杂性主要源于供应链本身的复杂网状结构；而竞合性则是指供应链追求的“互利多赢”目标；四多性特点是指供应链存在的多功能、多层次、多维度、多目标特性；而动态性的出现则是由于供应链会随着市场环境和竞争方式的变化而变化，我们也可以因此称供应链具备着较强的自适应性。

对于供应链来说，其本身存在着分布式、集成式、协同式三种管理模式，同时供应链还存在着库存控制、供应链计划、信息流管理、客户服务管理、运输管理、设施选址问题、合作关系管理、企业组织结构、绩效评价、风险防范机制等研究内容，这些也需要引起我们重视。

2 多目标供应链多级库存控制模型研究

在本文进行供应链库存控制问题研究中，笔者在考虑安全库存的前提下以成本和顾客服务水平为目标建立了研究模型，本文将这一模型概括称为多目标供应链多级库存控制模型。在具体的多目标供应链多级库存控制模型建立中，我们需要考虑这一模型的控制结构与范围、明晰研究对象与系统运作流程、确定多级库存控制目标、以及安全库存，这样才能保证多目标供应链多级库存控制模型顺利建立。在模型的控制结构与范围考虑中，我们需要了解供应链存在的串行、装配、配送、网状等常见结构模式；而在明晰研究对象及系统的运作流程中，由于本文所进行的多目标供应链多级库存控制模型研究需要追求研究的集约与简化，为此本文选择了多供应商、单制造商和多分销商组成的运作流程；而在确定多级库存控制目标中，笔者选择了供应链库存总成本与顾客服务水平作为控制目标；而安全库存中，我们需要保证这一多目标供应链多级库存控制模型通过设立安全提前期应对可能出现的库存安全问题[ 1 ]。在完成多目标供应链多级库存控制模型建立的前期分析后，我们就可以开展具体的多目标供应链多级库存控制模型建立，这一模型的建立我们需要依次展开生产分析与生产控制、运输分析、库存分析、成本分析、优化目标确定、约束条件与物流运作流程控制、物流以及信息流分析等工作，这样才能够在上述因素的支持下顺利完成多目标供应链多级库存控制模型的建立。

3 基于改进的自适应遗传算法的供应链库存控制模型求解

为了较好完成本文就供应链库存控制问题的研究与应用展开的深入分析，我们还需要结合上文研究取得的多目标供应链多级库存控制模型，对其展开具体的模型求解，而这一求解则可以具体分为求解的方法选择、改进的自适应遗传算法、供应链多级库存优化模型算法设计、仿真结果分析等四个方面。

3.1 模型求解方法的选择

在模型求解方法的选择中，为了保证相关方法能够较好满足多目标供应链多级库存控制模型的求解需求，笔者综合考虑了遗传算法、蚁群算法、粒子群算法、人工神经网络、模拟退火算法等常见的智能算法，而通过对这些算法的优劣分析笔者最终选择了改进的自适应遗传算法作为这一模型求解的方法选择[ 2 ]。

3.2 改进的自适应遗传算法

对于本文选择的改进自适应遗传算法来说，其本身需要在英国设菲尔德大学推出遗传算法工具箱基础上进行具体设计，这一设计需要经历编码方式的确定及初始种群的生成、适应度函数的确定、选择操作及选择概率的确定、交叉与变异等算子的确定等环节，才能够保证具体得出这一用于研究的改进自适应遗传算法。

3.3 供应链多级库存优化模型算法设计

在确定用于多目标供应链多级库存控制模型求解的算法后，我们就可以进行具体的供应链多级库存优化模型算法设计，这一设计可以具体分为染色体编码方案和初始种群的产生、目标函数和种群适应度的确定、并列选择及交叉变异操作、模型求解算法流程设计等内容。具体来说，在染色体编码方案和初始种群的产生流程中，本文将初始种群的规模设为100；而在目标函数和种群适应度的确定中，本文将各目标全部取最小化；而在并列选择及交叉变异操作中，笔者依次展开了并列选择操作、交叉操作、变异操作、末代最优个体评价，图1为这一环节应用的并列选择法示意图。

3.4 仿真结果

在结合上文内容展开的算例仿真中，我们得出了本文基于改进的自适应遗传算法的供应链库存控制模型求解相较于传统算法，具备着收敛速度慢和局值收敛等问题解决的优势，由此可见本文研究具备的现实意义。

4 结论

在本文就供应链库存控制问题的研究与应用展开的分析中，笔者详细论述了供应链相关概念、多目标供应链多级库存控制模型研究、基于改进的自适应遗传算法的供应链库存控制模型求解等内容，希望这一系列内容能够为相关研究人员带来一定启发。

参考文献：

[1] 李义锋.随机需求下供应链库存控制及应用研究[D].浙江大学，2016.

[2] 周煜人.数据挖掘技术在供应链库存控制中的应用[D].中南大学，2015.