供应链生产型农业高新技术企业采购优化模型研究

来源:用户上传      作者: 刘　巍

　　[摘要] “供应链生产型农业高新技术企业采购优化模型”与其他模型相比，创新之处主要表现在以下几个方面：综合分析采购中的多项成本因素，包括原材料成本、运输成本等，构建了多供应商多农业高新技术企业的采购模型；充分考虑了供应链中的不确定性因素，把供应商的生产能力、生产型农业高新技术企业的需求量看作是模糊的变量，建立基于供应链的不确定性的采购模型，为我国农业高新技术企业提供了一套根据市场动态变化的需求信息作出动态优化经营策略的理论和方法。
　　[关键词] 农业高新技术企业；供应链；采购；优化；模糊
　　[中图分类号] F253.2[文献标识码] A[文章编号] 1006-5024(2008)02-0015-03
　　[作者简介] 刘巍，中国农业大学人文与发展学院副教授，博士，研究方向为农业企业经营管理。(北京 100083)
　　
　　一、引言
　　
　　目前，供应链管理已成为许多企业降低成本、提高竞争力的重要手段。对于生产型农业高新技术企业也可以通过供应链管理来降低成本。生产型农业高新技术企业中除了研究与开发的投入之外，采购成本占产品总成本的比重最大，它对企业的生产利润会产生直接的影响。通过控制和降低采购成本，可以使生产型农业高新技术企业的产品成本降低，最终达到企业利润增加，提高农业高新技术企业的竞争力的目的。本文将对生产型农业高新技术企业供应链的采购优化模型进行研究。
　　
　　二、模型建立
　　
　　生产型农业高新技术企业供应链中存在着许多不确定性因素。有些参数往往由于多种因素的影响而难以确定，如原材料的需求量受到自然条件、市场需求等因素的影响，通常使用“原材料的需求量在a吨左右”这样的模糊语言，因而在建模时将其作为模糊参数更符合实际情况。在本文中，将原材料的需求量和各供应商的生产能力均看成是模糊数，采用模糊的定量模型来描述问题。
　　在现有的n个供应商能够满足生产型农业高新技术企业原材料供应的前提下，给出多供应商和多生产型农业高新技术企业的模糊线性规划采购模型。
　　模型中的符号意义如下：
　　下标i表示供应链中供应商的数量；j表示农业高新技术企业的数量。
　　决策变量：
　　xij：0-1变量，表示第i个供应商是否被选为第j个生产型农业高新技术企业的供应商(1-选，0-不选)。
　　yij：表示第i个供应商给第j个生产型农业高新技术企业运输原材料的量。
　　常数：
　　Ei：表示向第i个供应商购买原材料的模糊量。
　　Mi：表示第i个供应商的模糊生产能力。
　　cij：第i个供应商给第j个生产型农业高新技术企业提供的单位原材料的价格。
　　pij：第i个供应商给第j个生产型农业高新技术企业运输原材料的单位运价。
　　约束条件(2)表示各供应商给企业的供货量应该等于运输原材料的总量。约束条件(3)表示实际运输的原材料的总量不大于第i个供应商的模糊生产能力。
　　这里，分别用三角模糊数Ei1，Mi2，Mi3)表示生产型农业高新技术企业对原材料的模糊需求量Ei，用三角模糊数(Mi1，Mi2，Mi3)表示各个供应商的模糊生产能力Mi。由于存在模糊参数，使目标函数(1)和约束条件(2)和(3)均没有明确的意义，在国内外一些学者研究的基础上，可以将模型进一步表示成下面的机会约束规划模型：
　　
　　其中，Pos{・}表示{・}中事件成立的可能性。模型中目标机会约束(6)表示所求的目标值c应该是在置信水平α下所取得的最小值；机会约束(7)和(8)表示约束得到满足的可能性至少应达到给定的置信水平β和γ。
　　
　　三、模糊约束的清晰化
　　
　　对于这种求解模糊机会约束规划的一种方法就是把各机会约束转化为相应的清晰等价类。下面对模型中的几类机会约束的清晰化分别加以讨论。
　　
　　由上面的讨论可知，在将原材料的需求和供应商生产能力均看成是隶属函数已知的三角模糊数的前提下，原模型的模糊机会约束均可转化为各自的清晰等价类：
　　该模型是确定性模型，下面讨论清晰化后模型的求解。
　　
　　四、模型求解
　　
　　上述模型是一个0-1规划模型，对于这个模型的求解，我们可以采用0-1规划的隐枚举法来求解，将原模型转化为下面的形式：
　　
　　这样，我们就可以采用0-1规划的隐枚举法来求解。具体解法如下：
　　(1)令全部变量取0(因为目标函数的系数全非正，此时相应的目标函数值S=0就是上界)。如果此解可行，则为最优解，计算中止。
　　(2)否则，有选择地指定某个变量为0或1，并把它们固定下来(称为固定变量)，将问题分枝成两个子问题。
　　(3)继续分别对它们进行检验，即对未被固定取值的变量(称为自由变量)，令其全部为0，检查是否可行。如果可行，则它们与固定变量组成的解就是原问题目前最好的可行解(不一定是最优解)，不再分枝，其相应的目标函数值就是原问题的一个下界。
　　(4)否则，在余下的自由变量中，继续上述过程。经过检验，或者停止分枝，修改下界，或者有选择地将某个自由变量，令其为0或1，将子问题再分枝。
　　(5)如此下去，直到所有子问题停止分枝，或没有自由变量止，并以最大下界值对应的可行解为最优解。
　　
　　五、模型的应用
　　
　　本文从供应链角度出发，充分考虑了影响生产型农业高新技术采购成本的多方面因素，构建了“供应链生产型农业高新技术企业采购优化模型”，与其他模型相比，创新之处主要表现在以下几个方面：本模型综合分析采购中的多项成本因素，包括原材料成本、运输成本等，构建了多供应商多农业高新技术企业的采购模型；充分考虑了供应链中的不确定性因素，把供应商的生产能力、生产型农业高新技术企业的需求量看作是模糊的变量，建立基于供应链的不确定性的采购模型；不仅构建了优化模型，而且针对模型提供了一种切实可行的求解方法。
　　我国农业高新技术企业的原材料主要来自于受自然条件和外界环境影响大的农业，因此，供应商提供给农业高新技术企业的原材料的量就具有很大的不确定性，而且农业高新技术企业的生产受市场的需求影响非常大，从而导致农业高新技术企业对原材料的需求也具有不确定性。上述模型恰好能够解决两者的不确定性问题。我们以三个供应商为两个农业高新技术企业提供原材料为例，建立模型如下：
　　
　　根据前面所述的模型求解方法进行求解，我们就可以得到在成本最小的情况下，每个农业高新技术企业应该向哪一个供应商购买原材料，购买的量是多少。这样就解决了由于供应商生产能力的不确定和农业高新技术企业购买原材料的不确定，而使采购过程难以进行的问题，使采购和运输过程成本达到最优化，节约资本。
　　以生物技术、信息技术为代表的高新技术正在促使世界农业发生巨大变化，并成为支撑各国农业发展的重要基石和提高农业竞争力的关键所在。当前，农业高新技术及其产业已成为世界许多国家竞相发展的重点，农业高新技术产业正逐步成为现代农业的新增长点。我国是一个具有特殊国情的农业大国，发展农业高新技术企业，促进农业高新技术产业化，对提高我国农业的国际竞争力，促进农业和整个国民经济的发展具有十分重要的意义。但是目前制约我国农业高新技术企业发展的一个重要问题是资金投入严重不足。据相关资料，我国农业高新技术企业资本金来源的57.1%为企业自筹，14.1%为银行信贷，国家投入为7.1%。当前解决农业高新技术企业的资金问题主要靠企业自筹资金，政府拨款、金融机构贷款也是获得资金的重要方式。运用本文的模型，可以保证农业高新技术企业的资金使用更合理，使决策更加客观、准确，使企业获得更大的利润，进而保证我国农业高新技术企业发展的可持续性。
　　
　　参考文献：
　　[1] Liu Baoding and Iwamura K. Chance constrained pro-gramming with fuzzy parameters [J]. Fuzzy Sets and Systems， 1998， 94(2)： 227-237
　　[2]刘宝碇，赵瑞清.随机规划与模糊规划[M].北京：清华大学出版社，1998.
　　[3]程理民，吴江.运筹学模型与方法教程[M].北京：清华大学出版社，2001.
　　[4]孙养学.农业高新技术企业成长方式论[J].生产力研究，2006，(1).
　　[责任编辑：陈齐芳]
　　
　　注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”

转载注明来源:https://www.xzbu.com/2/view-476993.htm