發布日期：2022-05-20 點擊率：38
0 引言
在日益激烈的全球化競爭中，技術革新的加速、產品生命周期的縮短，都需要供應鏈敏捷快速的反應能力。然而供應鏈管理中卻長期存在著信息不明、滯后、失真等問題，這大大降低了供應鏈管理的效果和效率。如何保證產品信息在供應鏈中流通的及時性、準確性從而增強供應鏈的快速反應能力，成為供應鏈管理的難點。而RFID技術為這一難題提供了新的解決手段和思路。
RFID(無線射頻，Radio Frequency Identification)，是一種利用無線射頻通信方式實現的非接觸式自動識別技術。與常見的其他信息采集技術相比，RFID技術優勢主要有兩大類：速度優勢和可見性優勢。由于這兩種優勢，供應鏈上的相關企業可以實現RFID在“供應鏈到存儲倉庫”的應用，通過帶有電子標簽的貨盤、紙箱以及可重復利用的集裝箱來追蹤整個分銷系統商品的流動情況，從而實現實時掌握物品流動信息，有效削弱“牛鞭效應”，為企業的決策提供最真實可靠的數據。
目前，針對RFID技術在供應鏈中的研究已經很多，但基于RFID在供應鏈中優化庫存控制模型上的應用還很少。郭龍巖[1]等在對一般性供應鏈信息模型的基礎上，提出了概念化的基于RFID的供應鏈信息模型。為此，本文將在經典的(Q,R)庫存優化模型的基礎上，利用RFID信息采集的優勢構建復合的（Q,R）庫存優化模型，并應用在品名為紅河（軟甲）香煙庫存控制管理的實際營銷數據仿真分析中，得到在嵌入RFID敏感數據采集后的庫存狀況優化效果。
1.庫存管理應用RFID技術回顧
通俗地說，庫存管理的目標是在正確的時間，正確的地點能夠提供正確數量的商品。實際上，因為商品的多樣性和信息的滯后性，這個目標是不可能完全達到的本科畢業論文格式，但是我們可以提高時間和空間的效率，改善庫存狀況。解決商品多樣性通常是按照“關鍵少數、次要多數”的原則，而RFID技術的敏感數據采集正好克服信息滯后問題，二者相結合構成庫存管理中的優化方案。
RFID作為物資的識別手段，除了存儲唯一標識號之外，還可以存儲大量和物資相關的有用信息，并且通過無線方式安全傳輸。RFID標簽將被封裝在物資的表面，其中包含的各種信息被存儲在標簽中央的芯片中，并且可以被與之配合工作的讀卡器在可控范圍內讀取并更新。RFID讀卡器可以有多種接口和方式與后臺的軟件系統連接，進行更為復雜的邏輯處理。RFID技術與現在常見的條碼技術不同，RFID標簽能夠攜帶的信息量更大，能夠通訊的距離更長，使用方式靈活。其基本原理如圖1所示。[2]
圖1 RFID標簽工作原理示意圖
RFID作為一項識別技術，在軍事上已經應用了20多年，最初是用來尋找和識別軍用罐頭[3]。在商用物流供應鏈管理上的應用開始于2001年的休閑時裝巨頭GAP公司采用RFID追蹤管理服飾，獲得了99.9%的庫存準確率和使其銷售收入增加了2～7%[4]。零售商巨頭沃爾瑪從2003年起在其物流倉儲環節使用RFID技術，并要求它的前100名主要供應商在2005年前使用電子標簽[5]。RFID在國內同樣得到了廣泛應用，白沙集團在其卷煙物流中巧妙地將RFID技術運用到收貨、揀貨、盤點、移庫、調整等倉儲管理環節，實現技術上的突破[6]。上海石化把RFID與BPM（Business Process Management ，交易流程管理）相融合建成物流信息系統管理平臺，擴展了信息系統的應用層面和管理幅度[7]。
Brewer[8] 從供應鏈的視角對RFID的應用進行了解釋，他認為RFID與GPS等技術的使用能夠提供商品更加及時準確的信息。Moran[9] 等通過仔細觀察零售企業使用RFID后的庫存狀況進行了詳細的描述。他們的研究結論是由于RFID在商品過程的操作、存儲、轉換等過程信息的采集，涉及到商品的訂購、內部單據、盤點、補貨、逆向物流等信息收集，從而能夠提升生產效率、降低成本、改善服務。Moran[9]等還指出，RFID的應用，可以實現庫存可視化，倉容設施更加有效利用，從而確保訂貨又能減低庫存量，加快商品周轉，讓“信息”成為“庫存”（即不需有實物庫存卻能通過信息及時獲取商品）論文怎么寫。Garcia[10]還提出了通過RFID技術，能夠對商品的自動分類，提高工作效率等。
基于射頻識別技術，根據倉儲管理中的實際情況和需求，將電子標簽封成卡狀，貼在每個貨物的包裝上或托盤上，在標簽中寫入貨物的具體資料、存放位置等信息。同時在貨物進出倉庫時可寫入送達方的詳細資料，在倉庫和各經銷管道設置固定式或手持式閱讀機，以辨識、偵測貨物流通。這是RFID在物流倉儲系統中應用的基本思路。
2 庫存控制模型
庫存管理是物流過程中的核心內容，在庫存決策中，有三大類成本起到非常重要的作用：
（1）訂購成本：指補貨時采購商品的相關成本。
（2）庫存持有成本：該成本是因一段時間內存儲或持有商品而導致的，一般與所持有的平均庫存量成正比。
（3）缺貨成本：當客戶下達訂單但所訂購的貨物無法由平常所指定的倉庫供貨時，就產生了缺貨成本。
這三種成本之間相互沖突或存在悖反關系。要確定訂購量補足某種產品的庫存，就需要對其成本關系進行權衡。通常這三種成本的關系可以用圖2表示：
2.1 傳統庫存控制(Q,R)模型
庫存控制常用的模型主要是定量訂貨模型（Q,R）,它是基于連續性檢查的固定訂貨量、固定訂貨點的策略，其基本思想是：對庫存進行連續盤點，當庫存低于訂貨點水平R時，發出一次訂貨，訂貨量為Q。如果用C（Q,R）表示每年庫存持有、訂貨及缺貨的期望平均成本，且假設所有超過需求的訂單都可以延遲本科畢業論文格式，則有：
（1）
其中A：每次訂貨的固定成本；Q：經濟訂貨批量；H：單位庫存持有成本；B：單位缺貨成本；
：提前期內需求概率密度函數；
：提前期內需求累計分布函數；
：需求是隨機的靜態的，任意固定的時間間隔內需求的期望值；
：存在一個正的、固定的訂貨提前期。
2.2 基于RFID的復合(Q,R)庫存模型
由于RFID技術，我們可以實時的了解到訂單在提前期內的狀態和位置，而傳統的(Q,R)庫存策略并沒有利用到這些豐富的供應鏈信息，（Q,R）模型不能動態的及時的調整訂購策略，為此我們在（Q,R）的基礎上定義一個零售商可選擇的緊急訂購策略，經濟訂購量
，成本為
，而（Q,R）則用來處理正常的訂購。
假定1 在一個提前期內，只會有一個訂貨，即不發生合同交叉的問題；
假定2 連續的隨機提前期是相互獨立的，訂貨合同之間不發生交叉；
假定3 將提前期分為N個階段，RFID閱讀器置于N>1，訂單從階段i到i+1的時間服從指數分布；
零售商在階段b中選擇緊急訂購策略的概率為：
，
是正常訂購提前期內的隨機變量。提前期內的需求
，它的概率密度函數：
，
是
的概率密度函數。
考慮在一個庫存周期中，零售商沒有選擇緊急訂購策略的期望成本：
（2）
零售商在階段b中選擇緊急訂購策略的期望成本：
（3）
其中：滿足
，即緊急訂購提前期越短，訂購成本越高。
令： 
（4）
即：在階段b庫存量
時,零售商選擇緊急訂購，訂購量為；反之選擇正常訂購。下面我們對（3）式求偏導：
可知F（x）為單增函數，如果K(l)增加， 
y都有
增加，因此
增加，由定義知
必然下降。
如果Q是常數，緊急訂購策略下的訂購點
必然小于等于（Q,R）中的
，因為在緊急訂購策略中，持有成本和缺貨成本（H,B）等于（Q,R）模型中的相應成本。由于K>A，則緊急訂購降低了缺貨成本，為了使缺貨概率達到最優水平，必然
。
3 仿真優化
對于隨機性庫存系統，因為變量的隨機性以及系統變量之間存在的復雜非線性關系，用解析方法求解不但需要作一些假設，而且公式復雜求解困難。啟發式算法則不受隨機變量的影響，而且可以更自然地描述系統變量之間的非線性關系。因此本文采用遺傳算法計算復合（Q,R）模型最優解。
3.1 遺傳算法
遺傳算法是一種全局優化自適應概率搜索的仿生算法，它借鑒生物的自然選擇和遺傳進化進制，使用群體搜索技術，通過對當前群體施加選擇、交叉、變異等一系列遺傳操作，從而產生出新一代的群體，并逐步使群體進化到包含或接近最優解的狀態。仿真算法的優化步驟如下：
（1）針對復合（Q,R）庫存模型的特點，采用實數隊作為編碼，將
作為庫存模型仿真優化的染色體；
（2）根據編碼方案產生初始種群；
（3）在遺傳算法終止前循環執行（4）—（6）；
（4）計算適應度函數值：
，將個體的適應度由大到小進行排序；
（5）選擇算子：采用最優保存策略，具體操作過程是：
（a）找出當前群體中適應度最高的個體和適應度最低的個體；
（b）若當前群體中最佳個體的適應度比總的迄今為止的最好個體的適應度還要高，則以當前群體中的最佳個體作為新的迄今為止的最好個體。
（6）交叉算子：在相互配對的兩個個體編碼串中隨機設置兩個交叉點，交換兩個個體在所設定的兩個交叉點之間的部分染色體；
（7）變異算子：均勻變異，具體操作過程是：
（a）依次指定個體編碼串中的每個基因座為變異點；
（b）對每一個變異點，以變異概率
從對應基因的取值范圍內取一隨機數來替代原有的基因值。
4 案例分析
由RFID跟蹤的銷售記錄本科畢業論文格式，某卷煙商業企業品名為紅河（軟甲）某月份日銷售記錄如表1所示，提前期分布如表二所示：
表一 某月份紅河（軟甲）日銷售記錄
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | ……… |
127 | 115 | 78 | 136 | 91 | 102 | 109 | 75 | 86 | ……… |
表二 提前期分布
提前期/天 | 2 | 3 | 4 |
概率（%） | 65 | 30 | 5 |
通過RFID跟蹤獲得的數據可以及時、準確地得到所需參數：
日需求均值：
日需求標準差：
持有成本：H=4400缺貨成本：B=530
正常訂購成本：A=120 緊急訂購成本：K=[130，220]
緊急訂購提前期：
=2天
現將正常訂購提前期分為三個階段b=1,2,3，
，Q=[400,700]，R=[250,450]
由前述遺傳算法可得到傳統的(Q,R)模型中的最優解Q=486；R=372；K=130；
=0.85，在服務水平為95%時可節約成本為4.4%，降低缺貨成本81.2%，如下表三：
表三 傳統(Q,R)模型與復合（Q,R）模型比較結果
K | 130 | 145 | 160 | 175 | 190 | 205 | 220 |
| 0.85 | 0.9 | 0.75 | 0.6 | 0.5 | 0.4 | 0.3 |
| 2 | 2 | 2 | 2 | 2 | 2 | 2 |
Q | 486 | 486 | 486 | 486 | 486 | 486 | 486 |
R | 372 | 372 | 372 | 372 | 372 | 372 | 372 |
| 6325 | 6325 | 6325 | 6325 | 6325 | 6325 | 6325 |
| 417 | 417 | 417 | 417 | 417 | 417 | 417 |
| 6044 | 6056 | 6087 | 6121 | 6154 | 6103 | 6093 |
| 78 | 83 | 87 | 84 | 95 | 90 | 87 |
| 4.4% | 4.2% | 3.8% | 3.2% | 2.7% | 3.5% | 3.7% |
| 81.2% | 80.1% | 79.1% | 79.8% | 77.2% | 78.4% | 79.1% |
以一個周期內的庫存成本作為目標函數，采用遺傳算法的尋優過程（通過MATLAB7.0編程實現）如圖3所示：
圖3 遺傳算法尋優迭代過程
（Q,R）模型中當庫存位置到達訂購點R=372時，則訂購批量Q=486，為了盡可能的避免缺貨的發生，當庫存位置到達Yb=315時，則采用復合（Q,R）模型中的緊急訂購策略，訂購批量為aQ=413，傳統的（Q,R）模型與復合（Q,R）模型的比較如圖4所示：
圖4 傳統（Q,R）模型與復合（Q,R）模型
4 結語
本文利用RFID信息采集的實時性、準確性，在傳統的（Q，R）庫存控制模型的基礎上定義了復合的（Q,R）模型，由于模型的非線性給模型的精確求解帶來了困難，本文采用啟發式算法中的遺傳算法尋優求解，并結合紅河香煙的庫存管理實際案例分析比較了傳統的（Q,R）模型與復合模型，采用復合模型可以降低庫存成本3%—4%，降低缺貨成本78%—81%,可見復合的（Q,R）庫存控制模型具有更明顯的經濟效益。
由于RFID讀取率還不能達到100%，從而難免會有數據缺失，因此在數據缺失的情況下庫存控制模型需要做怎樣的改動本文沒有作進一步的探索。
下一篇： PLC、DCS、FCS三大控
上一篇： 基于RFID的智能貨架管
