英语原文共 18 页

供需不确定下逆向物流系统供应商选择与订单分配的模糊多目标模型

Kamran S. Moghaddam

关键词：逆向物流系统；供应商选择；订单分配；模糊多目标优化；模糊目标规划

摘要：

在这项研究中，我们开发了一个模糊的多目标数学模型，以识别和排名候选供应商，并在逆向物流网络配置中找到全新的和翻新的零件以及最终产品的最佳数量。这种建模方法捕捉了客户需求的固有不确定性、供应商的能力、退回产品的百分比以及逆向物流系统中存在的冲突目标。本研究中的目标函数定义为候选供应商相关的总利润、总缺陷零件、总迟交零件和经济风险因素，而不确定性则在模糊环境中处理。为了避免决策者在求解多目标模型时的主观权重，开发了与模糊目标规划相结合的蒙特卡罗模拟，以确定所提出模型的整套帕累托最优解。通过实例研究，证明了数学模型和拟定解方法在获得帕累托最优解方面的有效性。

1. 背景介绍

原材料外包、未加工或半成品零件、最终产品以及服务的增长趋势促使公司更加关注外包业务及其相关决策（Aissaoui,Haouariamp;Hassini,2007）。在全球竞争的压力下，企业通过提高供应链系统的效率，获得竞争优势，努力实现向客户提供高质量、低成本的产品和优质的服务。供应链管理涉及供应商、制造商、配送中心和零售商，以确保原材料、在制品库存、成品、销售信息和资金在不同各方之间的充分流动，从而最大限度地实现供应链总盈余。（Chopraamp;Meindl,2013）。供应链盈余的增长增加了总份额的大小，并使供应链中的组织能够获得更多的利润。影响公司绩效以及整个供应链竞争力的重要决策之一就是对选定供应商的供应商选择和订单分配。

逆向物流代表了与产品和材料再利用相关的所有操作。这是在过程中规划、实施和控制过程库存、成品和从消费点到原产地的相关信息，以便重新获得价值或妥善处置。逆向物流的定义也包括再制造和翻新活动（Fleischmann et al., 1997;Hawks,2006）。物流通常处理的是为客户带来最终产品的事件，但在逆向物流的情况下，最终产品至少在供应链中退一步。例如货物从客户转移到分销商或制造商（Rengelamp;Seydl,2002）。除了识别候选供应商并为其分配最佳订单外，逆向物流系统还可包括再利用，转售，维修，翻新，再制造和回收业务。在再制造的过程中，将退回的产品拆开，然后收集、清洁、重新加工可用部件并将其传输到零件库存中。在下一阶段，新产品由翻新零件和新零件制造（Kim,Songamp;Jeong,2006）。在大多数供应链中，采购环节对于大多数企业来说是一个突出的任务，因为采购成本占到所有企业内部费用的50%以上(Aissaoui et al.,2007)。在逆向物流中，新零件从外部供应商处购买，旧零件从退回的产品中获得。不仅采购成本很重要，供应商的其他绩效标准也起着至关重要的作用。例如，延迟交货会对生产进度产生负面影响，并显著增加最终成本。因此，供应商应该根据几个冲突目标进行评估，而采购成本只是其中之一。供应商评估和选择问题是一个多目标决策问题，包括定量和定性因素，如总成本，能否准时交付，质量，客户满意度等。这些问题可以分解为两个相互关联的子问题：

(1)应选择哪个供应商？

(2)应该向每个选定的供应商采购多少产品？

Weber and Current (1993)认为这两个决定是供应商选择问题。除了在减少供应商数量时，供应商评估与选择中与成本相关的因素之外，公司还将面临没有足够的原材料来满足其波动性需求的风险。这些风险可能是由自然灾害或人为造成的（Liamp;Zabinsky,2011）。而在可持续的逆向物流配置中，也应该考虑环境因素和法律法规，回收、清洁技术、污染减排能力和环境成本就是需要考虑的环境方面的例子。据了解，环境保护正在成为设计和运行可持续逆向物流系统的指定目标之一（Aminamp;Zhang,2012）。

在这项研究中，我们扩展了Aminamp;Zhang（2012）， Arikan（2013）和Shaw,Shankara,Yadavaamp;Thakurb（2012）的工作，并开发了一个通用的逆向物流网络，其中包括供应商，制造或翻新站点和拆卸设施。制造商使用从供应商处购买来的新零件和从退回产品中翻新的零件来制造客户需求的新产品。该系统的主要决策是候选供应商和翻新策略的最佳组合，以及在网络的每个阶段中定位的最佳产品和零件数量。由于该系统的一些重要参数与不确定性相关，因此将问题表述为模糊多目标数学模型，其中目标函数是最大化的总体优势，从供应商处购买的缺陷部件总数最小化，迟交的零件总数最小化，并尽量减少候选供应商的经济风险因素。为了避免决策者在求解多目标模型时的主观权重，开发了一种与模糊目标规划相结合的蒙特卡罗模拟算法，以确定所提出的整套帕累托最优解（又称非支配解）。

本文的其余部分结构如下：第2部分回顾了当前关于逆向物流中网络配置的文献，以及供应商评估和订单分配中使用的不同决策模型。第3部分证明了问题的形成是一个模糊的多目标优化模型。第4部分开发了解决方案的方法，其中蒙特卡罗模拟与模糊目标编程相结合，以找到所提出的多目标模型的帕累托最优解。第5部分详细说明了一个国际制造企业的计算结果来作为样本问题，并为采购和翻新决策提供指导。第6部分总结了模糊参数和多目标在建模方法中的优势，为今后的研究和扩展提供了方向。

1. 文献综述

2.1逆向物流系统中的网络配置

网络设计是逆向物流系统的主要研究领域之一，大多数研究人员将设施选址模型应用于构建逆向物流网络。然而，很少有研究在逆向物流配置中使用供应商选择技术。Fleischmann et al.(1997) 将逆向物流网络和闭环供应链系统文献分为三类：分销计划、库存计划和生产计划。Melo,Nickelamp;Saldanhada-Gama(2009)研究了设施选址模型在供应链管理中的应用，并将逆向物流的文献分割为闭环供应链和回收网络。Kim et al.(2006)开发了一个数学模型来确定制造和翻新设施中零件和产品的数量以及从单一供应商处购买的零件数量，同时最大限度地节省了生产成本。针对零件和产品同时正向和反向流动的多周期、两级、多商品、多容量网络设计问题，Koamp;Evans(2007)提出了一种混合整数非线性规划模型。Pati, Vratamp;Kumar(2008)提出了一个目标规划模型来确定不同类型的可回收废纸在多产品、多梯级和多设施决策环境中的设施位置、路径和流程。Lee，Genamp;Rhee（2009）为一般闭环供应链网络建立了数学模型，并使用遗传算法求解该模型。Shi, Zhangamp;Sha(2011)提出了再制造系统利润最大化的数学模型。Aminamp;Zhang(2012)研究了一个包含制造商、拆卸、翻新和处理场所的一般闭环供应链网络，并提出了一个两阶段集成模型来选择供应商和翻新场所，并将零部件和产品的数量分配到该网络中。在另一项研究中，Aminamp;Zhang（2013）通过使用模糊集理论开发了包括评估、网络配置和订单分配的三阶段模型，扩展了他们以前的工作。Arikan(2013)提出了一种多目标线性规划模型，对多供应商选择问题进行建模和求解。该学者定义了三个目标函数：成本最小化、质量最大化和准时交付最大化。

2.2供应商评估的选择的决策模型

2.2.1数学编程方法

Narasimhan,Talluriamp;Mahapatra（2006）制定了一个数学模型，该模型有效地整合了具有不同生命周期范围的不同类型的产品，以最佳地选择供应商和供应商报价。Ravindran,Bilsel,Wadhwaamp;Yangc（2010）将风险调整后的供应商选择问题建模为多标准优化问题，并分两个阶段解决。在他们的表述中，价格、交付时间、由于自然事件造成的破坏风险以及质量风险被明确地视为同时最小化的四个目标。Liamp;Zabinsky（2011）开发了一个两阶段随机规划（SP）模型和一个机会约束规划（CCP）模型，以确定最小的供应商集合和最优订单数量，同时考虑了业务量折扣。针对多周期批量生成，Rezaeiamp;Davoodi（2011）开发了两个多目标混合整数非线性模型涉及多个产品和多个供应商的问题。第一个模型代表了在不允许短缺的情况下供应商选择的批量问题，而在第二个模型中在缺货期间允许需求延期。比较结果表明，在缺货情况下，与不允许短缺的情况相比，买家能够更有效地优化目标。Wu,Chienamp;Gen（2012）提出了战略性外包决策问题作为双目标组合优化模型，并开发了一种遗传算法，以确定具有非线性成本结构的外包订单分配，同时最小化总对准间隙和总分配成本。Esfandiariamp;Seifbarghy (2013)提出了一种多目标模型，该模型将采购成本、拒收件和迟交件降至最低，同时将供应商评估过程的总得分最大化。在另一项研究中，Talluriamp;DeCampos (2013)提出了一种新的数据包络分析(DEA)效率评估方法，用于衡量战略采购和供应基础合理化方面的绩效多样性。

2.2.2层析分析法

层次分析法（AHP）由Saaty(1980)被广泛用于分析多标准决策问题中的定量和定性绩效指标。供应商选择文献主要论述了决定如何从预先供应商列表中评估供应商的问题。在早期的一项研究中，Ghodsypouramp;Orsquo;Brien (1998)提出了AHP和线性编程的整合，在选择具有产能约束的最佳供应商时考虑定性和定量因素，并在其中放置最佳订单数量，使购买的总价值最大化。应用层次分析法通常从战略阶段开始，然后决策者制定决策模型或算法。在Ghodsypouramp;Orsquo;Brien (1998)的研究之后，许多研究者将层次分析法及其可拓分析网络过程(ANP)与数学规划方法相结合，对多准则供应商选择问题进行建模和求解(Bhuttaamp;Huq,2002; Demirtasamp;Ustun,2008,2009;Genceramp;Gurpinar,2007;Handfield,Walton,Sroufeamp;Melnyk,2002;Kokangulamp;Susuz,2009;Korpela,Kylaheiko,Lehmusvaaraamp;Tuominen,2002;Ravindran et al.,2010;Wangamp;Yang,2007;Wu,Sukoco,Liamp;Chen,2009)。在这些研究中，学者们提出了两阶段的方法来评估供应商并对其进行排名，然后确定每个供应商的最佳购买量。通过使用AHP/ANP计算每个供应商的优先级，然后将这些优先级用作数学规划模型中的目标函数系数。在最近的一项研究中Parthibanamp;Zubar（2013）利用改进的解释结构模型、影响矩阵交叉参照乘法和层次分析法，建立了一个集成的多目标决策过程，并在汽车工业中进行了测试。AHP的广泛应用领域包括供应商选择、资源分配、设备替换和容量规划。然而，AHP的缺点在于它依赖于一种主观的两两并行的方法来评估备选方案，并且它不能为决策提供一个精确的值（Wang,Chen,Wangamp;Su,2010)。

2.2.3模糊集理论

Zadeh(1965)提出的模糊集理论被广泛应用于解决现实决策中与不同标准相关的信息不足甚至不准确的问题。Kumar,Vratamp;Shankar(2006) 应用模糊目标规划方法，在满足买方需求、供应商能力、供应商配额灵活性、项目采购价值和预算分配的约束下，以最小化总成本、总拒收和总延迟交付为目标，解决了供应商选择问题。Amid,Ghodsypouramp;Orsquo;Brien(2006) 建立了供应商选择问题的加权加性模糊模型，解决了多采购和产能约束条件下定量和定性指标权重确定时输入参数不精确的问题。Ozgen,Onut,Gulsun,Tuzkayaamp;Tuzkaya(2008)提出了一种将模糊集理论与多目标概率线性规划相结合的供应商评价和订单分配不确定性模型。Crispimamp;Sousa(2009)开发了一个探索性的过程来帮助决策者确定标准和公司，以满足每个特定项目的目标和需求。他们的过程采用了多目标禁忌搜索来寻找帕累托前沿的一个很好的近似，并用模糊TOPSIS算法对虚拟企业的可选配置进行排序。Faez,Ghodsypouramp;Orsquo;Brien(2009)提出了一种基于案例的推理方法，利用之前类似的情况来解决供应商选择问题。他们运用模糊集理论解决了一些选择准则的模糊性，并建立了一个混合整数规划模型，同时考虑了供应商选择和订单分配。近年来，模糊集理论在供应商选择问题中的应用研究越来越多(Amid, Ghodsypouramp;Orsquo;Brien,2011;Ozkokamp;Tiryaki,2011;Shaw et al.,2012;Wang et al.,2010;Wu,Zhang,Wuamp;Olson,2010; Yucelamp;Guneri,2011)。

2.3本文的贡献

虽然供应商评估和选择问题已经得到了相当多的关注，如章节2.2所述，目前文献中提出的模型中只有少数模型已经为逆向物流网络设计融合整合了多个目标。此外，最近的文献采用了传统的多目标规划方法，这些方法在技术上是逐点确定性优化程序，用于找到单个帕累托最优解。而由于多目标优化问题具有同等重要的Pareto最优解决方案，理想的方法应该能够同时找到多个权衡最优解决方案，并让决策者根据其他更高级别的信息选择所需的解决方案。为了捕捉客户需求的固有不确定性、供应商的能力、退回产品的百分比以及逆向物流系统中存在的冲突目标，本研究开发了一种新的模糊多目标数学模型，以确定最佳供应商集合和最佳订单分

资料编号：[4636]