基于区块链技术的新能源汽车供应链“牛鞭效应”弱化研究

为弱化信息从最终客户端向原始供应商传递而引发的“牛鞭效应”,本文基于信息传递的视角,提出了一种运用区块链技术构建的新能源汽车供应链信息管理系统。在对新能源汽车供应链运用区块链技术弱化“牛鞭效应”原理进行分析的基础上,完成系统的总体设计和程序编码,并对系统功能应用及性能进行了测试和对本系统弱化“牛鞭效应”的效果进行了验证,结果表明:系统所有功能都能够正常运行并完成基本要求;系统的性能测试结果显示该系统的最大平均时延为6.2 s,最高吞吐量为每秒处理187个事件;系统在供应商、主机厂和销售商3个节点的“牛鞭效应”值分别弱化了70.1%、64.9%和24.6%,实现了预期效果并验证了系统对供应链“牛鞭效应”的弱化具备可行性。

产能中断下汽车供应链牛鞭效应的系统动力学仿真

在突发事件的影响下,市场供给不确定性逐渐增加,供应链中出现产能中断与信息不对称等问题,导致供应链出现牛鞭效应。因此,基于系统动力学对汽车供应链进行仿真分析,设计存量流量图,分析订单完成情况与各节点库存量变化,并对影响供应链牛鞭效应的变量进行因果分析。结果表明,安全库存量的增加和转运时间的减少可以有效减少由中断引起的库存量激增现象,同时提高供应链绩效。

牛鞭效应视角下档案信息资源在需求预测中的应用

1引言在国民经济和社会发展的各项事业中,档案的重要凭证作用和参考价值日益凸显,档案工作和其他行业的深度融合也成为下一步工作的重要方向之一。档案信息资源作为企业信息资源的重要组成部分,在企业中发挥着不可忽视的作用。2020年新修订的档案法中,国家推进档案信息资源共享服务平台建设,推动档案数字资源跨区域、跨部门共享利用。在各省的“十四五”规划中,北京、福建等16个省区市提出要加快档案信息资源共享平台建设,实现档案信息化战略转型。

大规模风电并网的双供应源电力供应链牛鞭效应分析

中国当前的电力供应链除具有部分垄断特征外,还由于大规模风电并网使得电力供给也出现随机性,它与随机需求一起影响了供应链信息的准确传递,在电力供应链产生了牛鞭效应,但对这类问题的研究极少。本文在分析中国电力供应链特点的基础上,构建了由煤炭供应企业、发电厂(火力发电和风力发电)和用户组成的多级电力供应链模型,揭示了牛鞭效应在单/双供应源两种供应链类型下的变化。研究结果表明,大规模风电并网形成的双供应源电力供应链牛鞭效应较大且波动剧烈,尤其当下游用户需求较平稳时,供应链会出现牛鞭效应与反牛鞭效应共存现象,而预测技术的选择、风电场合理规划等有助于抑制牛鞭效应,保证电力安全并减小资源浪费。

供应链中的牛鞭效应及其研究

文章通过供应链管理中出现的实际问题,引出了牛鞭效应的概念,阐述了研究牛鞭的重大意义,总结了国内外专家学者对牛鞭效应的研究动态,分析了多级、每级有多个成员的供应链结构的牛鞭效应,并在其基础上进行发展,旨在寻求一种方便可行、从牛鞭的源头动力出发的预警指标,并针对过程中的模型分析重整影响牛鞭效应的要素。

浅析牛鞭效应对粮食行业的影响

通过具体的案例对粮食牛鞭效应进行研究,运用Fransoo和Wouters的牛鞭效应测量模型,指出了粮食牛鞭效应的显著与否,并详细分析粮食牛鞭效应对粮食行业产生宏观和微观方面的影响。

供应链中牛鞭效应问题研究

牛鞭效应对企业的效益甚至整个国家的经济会造成严重的影响,多年来一直受到人们的关注,但直到近年对它才有较为清晰的认识.文章通过文献综述,讨论供应链中牛鞭效应的现象和成因,减轻和消除该效应的对策以及进一步的研究方向.

牛鞭效应与生产平滑模型有效性问题

评述国内外关于牛鞭效应和与之紧密相关的生产平滑模型有效性问题的研究进展,也扼要地叙述作者在这个领域所做的部分工作.作者的工作将国际上对牛鞭效应的研究从特殊时间序列下的两阶段模型拓展到一般ARIMA时间序列下的多阶段模型,并以此为基础分析了需求信息在供应链中传播的一般规律.这些规律的发现扩展了牛鞭效应研究的一些经典结论,揭示了一些新颖现象的存在,并为彻底解决国际学术界长达20年的关于生产平滑模型有效性问题的争论提供了可能.最后,指出几个相关的研究问题,希望中国学者能在这一领域的研究中取得重要突破.

在ARIMA(0,1,1)需求下的牛鞭效应与信息共享的评价

本文考虑一个包含一个供应商和一个零售商的两级供应链 ,研究在需求模型ARIMA( 0 ,1 ,1 )下牛鞭效应的量化和信息共享的价值 ,比较信息共享之前和之后的差异 ,其结果表明信息共享能给供应商带来减轻牛鞭效应、减少现有平均库存以及降低成本等好处。

用信息共享抑制供应链中的牛鞭效应

供应链中的牛鞭效应严重影响了供应链管理的运行效率.首先从波动放大和时间延迟两方面阐明了供应链中的牛鞭效应,在此基础上系统地分析了牛鞭效应产生的原因,并提出了相应的缓解对策,最后论述了供应链成员间的信息共享可有效缓解牛鞭效应.

基于Anylogic的物流服务供应链牛鞭效应仿真分析

针对当前牛鞭效应研究集中于产品供应链的现状,以及服务的无形性等众多与产品不同的特性,提出以服务能力模拟产品库存进行牛鞭效应研究的可能;构建了物流服务供应链的概念模型,归纳出其牛鞭效应的四个成因;以上下游服务能力调配策略为基础,构造了三阶物流服务供应链中的成本函数和等待时间函数,运用仿真软件Anylogic进行了实证分析和优化改进。结果表明牛鞭效应确实也存在于服务型供应链中,造成能力利用率偏低和资源浪费,同时验证了以服务能力模拟产品库存进行牛鞭效应研究的有效性。

需求信息预测与处理中的牛鞭效应

研究了在不稳定的市场需求下,生产商和零售商所组成的供应链系统中的牛鞭效应存在问题.提出了当零售商采用一次平滑指数法或简单移动平均法获得需求信息的过程中,不存在波动放大现象.证明了在生产商和零售商都采用固定间隔库存策略处理需求信息的过程中,显著存在波动放大现象,从零售商到生产商的信息传递过程中,存在着牛鞭效应现象.需求过程中的牛鞭效应主要是由于生产商和零售商利用各自库存策略处理信息的结果.

供应链时滞系统模型及其牛鞭效应的H_∞控制

在供应链管理时滞连续系统模型基础上,建立了一个供应链管理多层时滞离散系统模型,采用供应链上游库存、订货、销售、生产波动方差之和与下游客户层需求量波动方差之和的比例描述牛鞭效应,分析了多层时滞系统牛鞭效应.提出顾客末端需求波动最差条件下的H∞控制方法,以抑制牛鞭效应.这一方法本质就是供应链末端需求波动最差情况下制定供应链管理的最优决策,并且以一个供应链多层时滞系统为对象进行了供应链牛鞭效应的H∞控制仿真实验.

信息共享下库存量牛鞭效应的影响因素研究

目前的研究多从供应链上游角度出发考虑传统牛鞭效应,而本文从供应链下游的角度研究库存量牛鞭效应得到了不一样的管理学启示.在需求函数方面,建立的需求模型包括市场规模、价格敏感性系数等更有现实意义的要素.在此,本文建立了包括一个零售商和一个制造商的简单两级供应链,得出了制造商在采用补充至订货点策略和最小均方差预测技术,在两种不同的信息共享模式下的库存量牛鞭效应表达式,并对他们的影响因素进行了分析.而且通过数值分析对模型进行了验证并得到新的结果.通过研究发现,信息共享能够显著降低制造商的库存量牛鞭效应;零售商和制造商的库存量牛鞭效应都不受市场规模的影响;零售商的库存量牛鞭效应在一定条件下不存在;相比于零售商提前期,制造商提前期对制造商的库存量牛鞭效应影响更大.同时,价格敏感性系数、价格自相关系数等因素对制造商库存量牛鞭效应也有不同程度的影响.

基于时间的供应商管理库存整合补货模式下的牛鞭效应研究

为比较基于时间的供应商管理库存整合补货模式和传统补货模式对零售业供应链中牛鞭效应的影响,概述了供应商管理库存在零售业供应链中的应用情况,构建了两种补货模式的系统动力学模型。通过仿真,定量地比较了两种补货模式中供应商和零售商对泊松流随机需求输入的订单响应率的波动。另外,为了比较基于时间的供应商管理库存整合补货模式下补货周期对牛鞭效应的影响,通过改变参数设置模拟了不同补货周期下供应商和零售商的订单响应率波动。结果显示,与传统模式相比,基于时间的供应商管理库存整合补货对牛鞭效应有明显的改善;供应商管理库存整合补货的补货周期对牛鞭效应存在明显的影响,较长周期下的牛鞭效应相对于较短周期要严重。

消费者预测行为对供应链牛鞭效应和零售商库存的影响分析

考虑一个供应商和一个零售商组成的两级供应链,建立了价格敏感的需求函数模型,分析价格波动下消费者的价格预测行为对供应链牛鞭效应和零售商库存的影响。研究表明,消费者的价格预测行为有助于减小牛鞭效应和零售商库存,特别地当零售商需求预测不平滑时,消费者的价格预测行为对抑制牛鞭效应和减小零售商库存的作用更为显著。

需求信息预测与处理中的牛鞭效应分析与控制

研究了不稳定的市场需求下一个生产商和一个零售商所组成的两层次的简单供应链系统。提出当零售商预测信息的过程中并不存在牛鞭效应现象,而在生产商和零售商利用库存策略处理需求信息的过程中却显著存在牛鞭效应现象。证明了利用信息共享的方式可以控制牛鞭效应,但不能完全消除牛鞭效应。

供应链中的牛鞭效应分析

牛鞭效应是指需求信息在从供应链下游传向上游的过程中发生的放大现象。这里分析了牛鞭效应可能带来的危害 ;具体分析了引起牛鞭效应的原因 ,指出牛鞭效应主要在于供应链中的信息沟通问题和供应链的一些固有的属性 ;最后提出了减小牛鞭效应的一些措施 ,指出关键在于供应链各成员相互合作、建立起战略性伙伴关系、共享供应链中的需求信息、进行集成化供应链管理。

供应链中分配机制对牛鞭效应的影响研究

在 1个供应商和 n个零售商组成的供应链体系中 ,当零售商的订货量超过供应商的生产能力时 ,供应商要选择一种分配机制来分配有限的产品 ,研究由于这种分配机制造成的牛鞭效应问题 .分析了几种分配机制并根据它们是否产生牛鞭效应而将它们划分为两大类——“鼓励 -响应”直接机制和“激励 -扩大”机制 .证明和量化了“激励 -扩大”

最优需求预测下预测与处理过程中的牛鞭效应

研究了在AR(1)市场需求模式下,生产商与零售商所组成的供应链系统中,当零售商采取不同预测技术时,在信息预测,处理及传递过程中产生的牛鞭效应问题.证明当存在订货提前期时,零售商采用移动平均法及一次指数平滑法预测会导致在需求预测,信息处理及传递过程中产生牛鞭效应;而采用最优预测仅在需求相关性很强时存在有限值的牛鞭效应.并对二级供应链进行拓展,证明在信息传递过程中,非最优预测将导致上游需求模式复杂化,牛鞭效应逐级递增,而最优预测可使上游需求模式简化,遏制误差的传递.