1、基于Anylogic對牛鞭效應仿真研究與分析張偉力(東南大學物流管理工程系,南京，210096）摘要：為了找到時間因素如何影響牛鞭效應，以庫存和訂單數量為牛鞭效應強度的衡量指標，借助Anylogic 軟件建立三階供應鏈模型進行仿真，并對仿真結果進行了比較分析。可視化地研究供應鏈的動態變化，并分析訂貨提前期與牛鞭效應的關系，如何減輕牛鞭效應，為企業提供決策支持。研究表明，時間因素對牛鞭效應有重要影響，訂貨提前期的縮短能夠減輕牛鞭效應。關鍵詞：牛鞭效應；仿真；AnylogicAnylogic-Based Bullwhip Effect SimulationZhang Weili(Departmen

2、t of logistics management construction, Southeast University, Nanjing, 210096)Abstract: In order to find out how the time factor affects the bullwhip effect, regard inventory and order quantity as the measurements, with the help of Anylogic software simulate the model of three-echelon supply chain,

3、and the simulation results are analyzed. To study the dynamic chain changes visually, and analyzed the relationship between order lead time and bullwhip effect, to find out how to alleviate bullwhip effect. Research shows that time factors affect bullwhip effect obviously, and cutting down order lea

4、d time can reduce the strength of the bullwhip effect availably.Keyword: Bullwhip Effect;simulation;Anylogic1.引言牛鞭效應是指市場需求信息從供應鏈下游向上游傳遞的過程中，需求波動被不斷放大的一種現象。這種現象使得供應鏈上游企業無法準確把握市場需求信息，難以制訂合理的企業能力需求規劃和生產計劃，造成生產能力過剩或者庫存產品過多或者缺貨，并使整個供應鏈的運作成本過高，效率和顧客滿意度降低。目前對供應鏈牛鞭效應有代表性的研究是：Forrestor1通過一系列案例研究證實了牛鞭效應的存在，并指

5、出它是工業組織動態行為或時間變化的行為產生的結果；Burbridge 教授2從產業動力學的角度對牛鞭效應的機理進行了探討；美國麻省理工學院的Sterman3教授通過一項以啤酒為對象的供應鏈庫存管理動態模擬試驗，即所謂的啤酒實驗，也證實了牛鞭效應的存在，并認為該效應是供應鏈成員系統性、非理性行為和對反饋信息的錯誤理解造成；H.L.Lee 4,5 給出了影響供應鏈牛鞭效應的四個主要因素：供應鏈成員對需求信息的處理技術；批量訂貨方式；價格波動；以及預計供應量不足導致的零售商之間的短缺博弈。在已有的供應鏈的仿真研究中，很多文獻利用智能體、系統動力學等方法對供應鏈進行仿真研究，采用的仿真軟件主要有Swa

6、rm、Witness、Vensim等。本文從訂貨提前期來考慮牛鞭效應的產生以及能否通過縮短訂貨提前期減輕牛鞭效應的強度，從供應鏈訂貨提前期的時效性出發, 考慮其對于牛鞭效應的影響程度，并通過供應鏈各成員的庫存波動和實時訂單數量，動態表示牛鞭效應的強度。借助于Anylogic軟件，利用面向對象的方法對三階供應鏈建模，混合調用系統動力學和主體建模中的模塊分別模擬目標人群產生的需求和供應鏈成員間的訂單、配送，并且對訂貨提前期值進行修改，分析仿真結果，證明縮短訂貨提前期能夠減輕牛鞭效應的強度。2.建立仿真模型本文建模分為兩部分，分別采用不同的方法建模。首先運用系統動力學，對目標消費人群進行建模，這個系

7、統中的潛在客戶受廣告和口碑的影響由潛在客戶變為產品用戶，從而產生了需求。其次通過一條信息傳輸路徑將系統中的實時需求反映給三階供應鏈模塊中的零售商，并由零售商逐級向上游下訂單，供應鏈模塊采用的是主體建模，概念模型如圖1所示。潛在客戶廣告口碑產品生命周期用戶系統動力學主體建模零售商分銷商生產商目標消費人群模塊三階供應鏈模塊訂單 訂單配送 配送需求供給圖1 仿真概念模型2.1目標消費人群模塊用系統動力學方法對目標消費人群進行建模仿真。如圖2所示，構成模塊的主要元件包含以下幾項：“流”，資金流、信息流、人流和商品流；“積量”，潛在顧客（PotentialUsers）、需求（Demand）、用戶(Use

8、rs)；“率量”，人與人之間的接觸率(ContactRate)、潛在用戶對商品信息的采納率(AdoptionRate)、商品損壞率(DiscardRate)；“輔助變量”，廣告影響能力(AdEffectiveness)、分數(Fraction)、產品生命周期(ProductLifetime)、供給(Supply)。圖2 目標消費人群模塊 系統中默認有100000目標消費人群，所有人在仿真開始前對商品無任何了解，即信息掌握量為0。仿真開始后每個獨立的潛在客戶受商品廣告宣傳和別人的口碑兩方面的影響，相同單位的廣告影響效用遠小于周圍人的口碑，模塊中的設置為1比10，按照比例算出其對商品的采納率，這個

9、過程對潛在客戶而言是完全模擬現實生活的場景，由Anylogic軟件內部運行。當某位潛在客戶的采納率達到預先設定好的分數（Fraction），他決定購買該商品，即產生需求。這部分產生的需求立刻通過一條信息傳輸路徑（圖2中黑色線條）傳給三階供應鏈模塊中的零售商主體，經過供應鏈模塊運行后，零售商將商品供應給圖2中的供給(Supply)控件。用戶得到商品后開始使用，根據商品生命周期（設置為60天），當商品到達使用期限無法使用，則傳遞到商品損壞率(DiscardRate)控件，這部分用戶重新轉變成潛在客戶，并重復上述步驟循環運行到模擬結束。以上所有數據都可以根據不同的場景進行修改，增強了模塊的柔性，本文

10、僅以目標消費人群為100000人的系統來模擬顧客需求。2.2三階供應鏈模塊 與2.1不同，本模塊采用的是主體建模的方法。如圖2所示模塊中的三個主體分別為零售商(retailer)、分銷商(wholesaler)和制造商(factory),運用Anylogic的企業庫進行建模。該供應鏈以訂單為導向，由客戶需求開始，以訂單帶動整條供應鏈的運作。制造商、分銷商、零售商逐階向下游滿足需求。供應鏈各階的主體采取（T， s，S）庫存控制策略，即主體以T 為周期定期檢查系統的庫存水平，因此僅在符合固定周期的離散時間點上檢測庫存水平。T 期之初，企業對庫存進行盤點，當發現現有庫存水平低于安全庫存s 時，發出訂

11、單補充庫存，使庫存補充至最大庫存水平S。模型默認的天，件，件。，每個主體用一個活動對象類進行建模，在活動對象內部利用參數、變量、屬性和功能對主體行為和屬性進行建模。圖3 三階供應鏈模塊控件表示供應鏈模塊以1天為周期循環運行該事件，事件日志描述如下：早上8：00零售商檢查顧客訂單，檢查庫存，若庫存低于s,則向上游的分銷商下訂單。生產商在接受到來自分銷商的訂單時，即調用訂單管理功能，將訂單存入數據存儲中；分銷商接受訂單以后，檢查庫存，當庫存能滿足訂單時則向零售商配送商品，否則想上游制造商下訂單；制造商隨后調出訂單，判斷訂單是否為有效訂單，若為有效訂單，那么判斷現有的產成品庫存是否能夠滿足訂單的需求

12、，當庫存不足以滿足全部需求時，調用生產模塊組織生產。在有充足產成品庫存的條件下，制造商對分銷商進行配送，存在一定的提前期。所有命令執行完后更新當天全部信息。3.模型仿真及結果分析 訂貨提前期是指下游企業向上游企業發出訂單到收到貨物所需的時間, 包括信息提前期、決策時間、制造時間、運輸時間等。引起牛鞭效應的時間因素主要是訂貨提前期，初始設訂貨提前期滿足的平均分布。本文仿真的目的是分析供應鏈中各階主題的訂貨量和庫存水平，動態地對牛鞭效應進行可視化觀察。設置模型仿真時間為2年，收集庫存水平及實時訂單的相關信息。3.1各指標的收集 1.庫存水平。由圖4(a)可以看出零售商庫存較少，波動程度小（2480

13、-4000），無低于安全庫存水平s的情況，兩次最高庫存之間時間較短，這說明零售商的采購活動頻繁。分銷商(b)處的庫存水平處于零售商與生產商之間，波動幅度居中（800-4000），波動的周期較零售商長，說明分銷商采購周期較長，每次采購量較大，且經常出現庫存水平低于安全庫存的情況。制造商(c)處的成品庫存波動幅度很大（0-5000），呈現出有規律的鋸齒形，前后兩次庫存補充時間間隔最長，一次補充量大，同樣呈現出有規律的鋸齒形，可以預測如果訂貨周期加長到一定時間，制造商將最找出現缺貨情況。 (a)零售商 (b)分銷商 (c)制造商圖4 供應鏈各主體的庫存水平2.訂單數量。圖5中零售商接收到使用者的訂單

14、為紅色，需求量變化范圍是1012-1015，訂貨量較少，波動性很小，幾乎保持不變。分銷商接收到的訂單為藍色，很明顯可以看到波動性大于零售商，數量介于零售商和制造商之間，且訂貨周期有明顯變化。綠色表示制造商接收來自分銷商的訂單情況，數量值最大，波動振幅最大，訂貨周期也不規則。圖5 供應鏈各主體的實時訂單3.2牛鞭效應分析 從數量值、波動幅度、周期的規則性觀察訂貨提前期為（圖4和5）的供應鏈個主體的庫存水平和實施訂單，可以發現各量值沿供應鏈呈放大趨勢。仿真模型統計了各主體的平均值、方差（如圖6），通過精確的數值再次證明了該供應鏈由下游向上游發生了牛鞭效應。方案一零售商分銷商制造商平均值1639 2

15、446 3681方差 20.256 60.114 180.367圖6 主體平均值、方差3.3牛鞭效應與訂貨提前期的關系 假設剛才的情況為方案一，在所有設置不變的情況下現在本文模擬方案二：訂貨周期縮短一半為和方案三：訂貨周期擴大一倍。在方案二的仿真過程中各主體的庫存水平沒有太大區別，只是波動振幅小于方案一，但是沒有明顯的變化。方案三出現很大不同，首先零售商缺貨率高達60%，庫存振幅較之前兩個方案有明顯擴大，呈現不規則的鋸齒形，訂貨周期不穩定。上游的分銷商和制造商也相應出現缺貨和很不穩定的情況，震動幅度都相應的擴大，庫存水平在0-4000，因為最大庫存設置為4000，但是訂單數量超過了6000，造

16、成制造商不能按時完成訂單，客戶流失。平均值和方差如圖7。方案二零售商分銷商制造商平均值1582 2054 2941方差 14.253 22.354 31.217方案三零售商分銷商制造商平均值2942 3446 4251方差 27.256 90.114 267.367圖7 方案二和方案三的平均值和方差由以上分析可知，訂貨提前期的大小關系是：方案二<方案一<方案三，牛鞭效應強度的大小順序是：方案二<方案一<方案三，可見訂貨提前期不僅是引起供應鏈產生牛鞭效應的原因之一，而且訂貨提前期越長牛鞭效應強度越大，反之則越小，供應鏈成員減輕牛鞭效應的有效途徑之一就是縮短訂貨提前期。4.

17、結語本文從供應鏈各主體的庫存水平和實時訂貨量入手，借助Anylogic仿真軟件，研究了訂貨提前期研究牛鞭效應的產生以及相互關系，得出縮短提前期可以減輕牛鞭效應的結論。在今后的研究中可以綜合考慮產生牛鞭效應的四種主要因素，多尺度動態模擬牛鞭效應，找出減輕牛鞭效應的最優方法。參考文獻：1 J.W Forrester. Industrial Dynamics M. New York: MIT Press and John Wiley &Sons. Inc., 1961.2 Burbridge J.L. Automated production control with a simulatio

18、n capability C.Proceeding of the International Federation for Information Processing Conference Copenhange: 1984: 1-11.3 J.D Sterman. Modeling Managerial Behavior: Misperceptions of Feedback in a Dynamic Decision Making Experiment J. Management Science (S0025-1909), 1989, 35(3): 321-339.4 Lee H.L, Padmanabhan V, Whang S. The Bullwhi