物流决策支持系统案例

物流决策支持系统

　　开场白：过多的概念和历史无法告诉我们决策支持系统到底是怎么样的，一学期又过去了，每个人都该反省自己是否真的对得起在家劳累的父母，对得起自己的明天。而往往数据和实践却可以给我们更多的启发。下面让我们跟着案例走进决策支持系统吧：（用事实说话！用实践证明！）

物流决策支持系统包含着一连串各式各样的决策。在下面的案例中，我们将逐一审查这些决策，并看一看DSS是怎样辅助决策的，这些决策涵盖了从战略决策到运作决策的大部分内容。

需求计划

　　　　为了评估重新选择血液配送和采集地点的提议，美洲红十字协会的大西洋中部地区（mid-Atlantic region）利用了基于优化模型的决策支持系统。最初，大西洋中部地区共有3个血液处理中心，其中有2个可以配送和采集血液，另外1个仅可以采集血液。提议中考虑了一个新的地址，并且提出了一些背景材料（如关掉1个旧的，在其他中心之间重新分配资源）。为了确定每一方案的劳动力及运输成本，决策支持系统利用了数学模型。最后，他们决定不建新的血液处理中心，因为如果充分利用现有的设施，他们不需要投资新的设施也可以达到要求的目标。

物流网络设计

　　1993年，宝洁公司（PG）开始重新设计它的整个供应链的计划。因为多种原因。宝洁公司认为它可以削减目前所需的工厂数量，从而可以达到更低的成本。当时宝洁公司组成了两个独立的小组，其中一个小组是沿着产品线组建而成的，负责分析制造形势，另一个小组负责分析配送中心（DC）的位置并设计为DC分配顾客的方案。

　　宝洁的工程师与辛辛那提大学（Cincinnati）的教师们一起开发一个帮助他们决策的决策支持系统。为了分析DC的位置及顾客的分配，他们在系统中运用了数学方法来确定--系统解决方案；为了优化产品来源的决策，他们开发了数学工具并同GIS系统组合在一起。GIS可以让第一个小组看到系统所产生的潜在解决方案，所以这有助于他们更好地理解系统内的各种成本源是怎样相互作用的。事实上，由这种理解而产生的思想可以导致更新更好的解决方案。此外，数据和方案的可视化还可以帮助他们检查输入数据库中不易被觉察的错误。

　　北美制造和配送系统的彻底重新设计每年就为宝洁节省2.5亿多美元。尽管很难量化DSS在其中所作出的贡献，但是宝洁公司内部承认，这一系统至少为它节省了10%的费用。 　　

存货配置

　　　　美国石油公司（Amoco）曾面临着以下常见的存货管理的挑战：

　　1、 怎样在供应链的不同环节来鉴别合适的存货水平？

　　2、 怎样克服资本、设备和人员的能力制约？

　　3、 在销售、生产和存货管理人员这间存在着冲突的组织目标：

　　● 重新分配流动资金来支持企业成长

　　● 维持或者提高顾客服务水平

　　● 提高运作效率

　　● 成为行业中的最优者

　　为了解这些问题，美国石油公司同默克管理咨询公司一起开发了一个适合自己的决策支持系统，这个系统可以模拟美国石油公司各个层次的物流网络、成本及目标，并且在分析过程中运用了优化和模拟技术。优化技术用于确定存货的目标，一旦存货目标确定后，他们就应该模拟技术来检验存货政策、相关成本以及客户服务。该系统的实施为美国石油公司带来了以下的好处：

　　● 弄清了存货成本，包括缺货成本

　　● 过多的存货也掩盖不了低效的工作

　　● 更好地计划、协调、沟通 销售与营销区域划分。

）

物料需求计划（MRP）

　　　塔纳公司（Tanner）是一个高品质女士服饰的制造商。在90年代初期，该公司的准时交货率较低（74%左右），并且有着大量的在制品。了为解这些问题，该公司采用了一个规划决策支持系统。塔纳公司所生产的服饰的款式有好几百种，每一种款式的物料和劳动力需求的详细信息都被记录在一个数据库中，系统正是从这个数据库中来提取数据的。实施该系统中最耗时的工作是组建数据库，因为一开始并没有这方面的信息。

　　系统根据输入的数据和接到的定单来生成生产计划。特别是在生产和需求的约束条件下，系统制定的计划使缺货和成品存货都最小化。这两个目标是相互冲突的，因为如果下个计划降低了缺货，那么它就有可能提高了成品存货的水平。在这种情况下，系统生成了一套潜在的非主要计划，因为一个目标的改进使用哪一个计划。起初，系统中运用了数学规划技术，最后因为所解决问题幅度的原因而采用了启发式算法。

　　系统采用了直觉的菜单驱动型界面，因此所花的培训时间很短，并且用户从一开始就保持着高度的信心。在1年期的期末，系统开发、修改、安装实施，准时交货率提高到90%，在制品存货也削减了20多万美元。此我，计划者脱离了世俗的重复性工作，其重点转移到计划编制工作上来。

生产地点选址/设施布置

　　　　美孚（Mobil）利用一个决策支持系统来合并与发送润滑剂产品。美孚的10个工厂每天会收到数以百计的定单，在接到定单后，他们通常会用自己的专用车辆或者供应商的专用车辆来为客户送货。

　　在送货的过程中，美孚的调度员面临着许多问题，其中包括选择和派遣自有车辆而不是外界的合同车辆，定单的合并，通过合并资源在什么时间能实现及早交货。

　　为了解决这些问题，美孚同Insight公司合作开发了较重产品的计算机辅助配送(the heavy-product computer-assisted dispatch,HPCAD)系统。这个系统利用定单、距离以及卡车运输的比率等信息生成一系列可行的工作计划，并且计算每一计划的成本，接着一个优化模块利用这些信息确定一个详细的较低成本的发送计划。决策支持系统设计完成后，周度员可以同这个系统一起共同制定发送计划。

　　经过内部审查，美孚认为，通过有效地利用发送资源，HPCAD系统每年可以为公司节省100多万美元。此外，公司估计，在通过在HPCAD系统制定的发送方案与完全用人工制定的方案中，大约有77%的方案不相同。

车辆计划

　　　CSX运输公司（见[51]）拥有世界上最长的铁路之一，它开发了一个名为计算机辅助路线安排及调度（Computer Aided Routing and Scheduling, CARS）的决策支持系统，该DSS被用来在CSX铁路系统内探索路线安排与高度之间的战略关系。路线安排是指为了将货物从出发点运到目的地所需要的经过的合适道路，调度是指货物应该在什么时间出发。在给定的一系列要求条件下，系统运用了一个被为模拟退火的启发式算法来确定较好的路线和调度时间。系统将收到的需求和成本作为输入数据，经过分析产生路线和调度时间安排，接着连同表示路线成本和运行状况的报单与表格一起显示调度时间及路线安排图形。在这个案例中，管理层将DSS作为一个战略决策工具，它也可以解决其他战略问题，例如购买或租赁列车，使用不同速度的火车，增加铁路调车场的吞吐量等。在上述的每一个例子中都需要往系统内输入历史需求数据，而且系统还要计算现实的调度时间和路线安排并且比较不同的报表。

　　同时，CSX还探讨了CARS作为策略/动作工具的有效性。人们发现，虽然手工决策不需要考虑系统所需的参数和约束，但是它们目前的结果却与CARS的调度时间和路线相似。不过，运用CARS工具要有足够的路线可供战略分析。

提前期报单（lead time quotation）

　　在许多制造过程中，销售代表经常从电话上收到客户的定单，这时他们能够立刻报出交货的提前期。过去，销售代表通常可能地报出较长的提前期的生产计划、制造时间及运送时间，提前期报单决策支持系统则能够报出某一特定定单的确切交货提前期，因此这一交货提前期就有可能是较短的。有时销售代表还需要判断一下定单的重要性，如果他认为某一定单没有其他定单重要，那么他就可以报出DSS还晚的交货提前期，从而为将来报出更短的交货提前期留出一条后路。

生产计划

　　给定所要生产的产品系统、生产流程、产品的到期日期，生产计划DSS可以制定产品的生产次序及计划。生产计划决策支持系统可以利用人工智能、数学及模拟技术来制定生产计划。前面我们曾经讲过计划人员按问题编制特定的流程，基于人工智能的生产计划系统就利用了上述方法中的规则；基于优化技术的生产计划系统使用运算法则来使某些目标最大化或最小化；基于模拟技术的生产计划系统允许用户选择一套简单的计划法则并在模拟系统上来测算它们，例如，用户可以按照作业的到期时间来测试计划的效果。利用这一法则系统可以模拟生产过程，并且决策者可以看到模拟的结果。例如，系统可以预测延期作业的数量以及平均被延期时间。

人力计划

　　当飞行员在每月就航线或者个别航线的包裹进行投标时，他们通常参照联邦快递制定投标路线的详细操作流程。在决定合法及合理的投标航线时考虑了联邦飞行法则，劳动力法则、工作规则以及个人偏好等因素。然而在1993年，联邦飞行员首次被一个协会所代表，联邦快递公司不得不重新进行谈判。针对初次谈判中所提出的新工作规则，联邦快递公司需要分析它们的影响。为了辅助谈判，联邦快递公司开了了一人自动投标路线发生器。这个决策支持系统开发的投标路线满足所有工作规则的需求，并且联邦快递公司在确定新工作法则的影响时可以进行敏感度分析。该系统将所有的工作规则和需求航班作为输入数据，利用模拟技术开发了一套可供分析的投标路线。在初期接触的谈判中，联邦快递公司成功地利用了这项工具，并且在将来的分析中它仍将具有很大的价值。

　　

本文来源：https://www.2haoxitong.net/k/doc/ec822e1bfc4ffe473368abeb.html