基于RFID数据采集的(Q,R)模型在零售库存管理中的应用研究
0 引言
在日益激烈的全球化竞争中,技术革新的加速、产品生命周期的缩短,都需要供应链敏捷快速的反应能力。然而供应链管理中却长期存在着信息不明、滞后、失真等问题,这大大降低了供应链管理的效果和效率。如何保证产品信息在供应链中流通的及时性、准确性从而增强供应链的快速反应能力,成为供应链管理的难点。而RFID技术为这一难题提供了新的解决手段和思路。
RFID(无线射频,Radio Frequency Identification),是一种利用无线射频通信方式实现的非接触式自动识别技术。与常见的其他信息采集技术相比,RFID技术优势主要有两大类:速度优势和可见性优势。由于这两种优势,供应链上的相关企业可以实现RFID在“供应链到存储仓库”的应用,通过带有电子标签的货盘、纸箱以及可重复利用的集装箱来追踪整个分销系统商品的流动情况,从而实现实时掌握物品流动信息,有效削弱“牛鞭效应”,为企业的决策提供最真实可靠的数据。
目前,针对RFID技术在供应链中的研究已经很多,但基于RFID在供应链中优化库存控制模型上的应用还很少。郭龙岩[1]等在对一般性供应链信息模型的基础上,提出了概念化的基于RFID的供应链信息模型。为此,本文将在经典的(Q,R)库存优化模型的基础上,利用RFID信息采集的优势构建复合的(Q,R)库存优化模型,并应用在品名为红河(软甲)香烟库存控制管理的实际营销数据仿真分析中,得到在嵌入RFID敏感数据采集后的库存状况优化效果。
1.库存管理应用RFID技术回顾
通俗地说,库存管理的目标是在正确的时间,正确的地点能够提供正确数量的商品。实际上,因为商品的多样性和信息的滞后性,这个目标是不可能完全达到的本科毕业论文格式,但是我们可以提高时间和空间的效率,改善库存状况。解决商品多样性通常是按照“关键少数、次要多数”的原则,而RFID技术的敏感数据采集正好克服信息滞后问题,二者相结合构成库存管理中的优化方案。
RFID作为物资的识别手段,除了存储唯一标识号之外,还可以存储大量和物资相关的有用信息,并且通过无线方式安全传输。RFID标签将被封装在物资的表面,其中包含的各种信息被存储在标签中央的芯片中,并且可以被与之配合工作的读卡器在可控范围内读取并更新。RFID读卡器可以有多种接口和方式与后台的软件系统连接,进行更为复杂的逻辑处理。RFID技术与现在常见的条码技术不同,RFID标签能够携带的信息量更大,能够通讯的距离更长,使用方式灵活。其基本原理如图1所示。[2]
图1 RFID标签工作原理示意图
RFID作为一项识别技术,在军事上已经应用了20多年,最初是用来寻找和识别军用罐头[3]。在商用物流供应链管理上的应用开始于2001年的休闲时装巨头GAP公司采用RFID追踪管理服饰,获得了99.9%的库存准确率和使其销售收入增加了2~7%[4]。零售商巨头沃尔玛从2003年起在其物流仓储环节使用RFID技术,并要求它的前100名主要供应商在2005年前使用电子标签[5]。RFID在国内同样得到了广泛应用,白沙集团在其卷烟物流中巧妙地将RFID技术运用到收货、拣货、盘点、移库、调整等仓储管理环节,实现技术上的突破[6]。上海石化把RFID与BPM(Business Process Management ,交易流程管理)相融合建成物流信息系统管理平台,扩展了信息系统的应用层面和管理幅度[7]。
Brewer[8] 从供应链的视角对RFID的应用进行了解释,他认为RFID与GPS等技术的使用能够提供商品更加及时准确的信息。Moran[9] 等通过仔细观察零售企业使用RFID后的库存状况进行了详细的描述。他们的研究结论是由于RFID在商品过程的操作、存储、转换等过程信息的采集,涉及到商品的订购、内部单据、盘点、补货、逆向物流等信息收集,从而能够提升生产效率、降低成本、改善服务。Moran[9]等还指出,RFID的应用,可以实现库存可视化,仓容设施更加有效利用,从而确保订货又能减低库存量,加快商品周转,让“信息”成为“库存”(即不需有实物库存却能通过信息及时获取商品)论文怎么写。Garcia[10]还提出了通过RFID技术,能够对商品的自动分类,提高工作效率等。
基于射频识别技术,根据仓储管理中的实际情况和需求,将电子标签封成卡状,贴在每个货物的包装上或托盘上,在标签中写入货物的具体资料、存放位置等信息。同时在货物进出仓库时可写入送达方的详细资料,在仓库和各经销管道设置固定式或手持式阅读机,以辨识、侦测货物流通。这是RFID在物流仓储系统中应用的基本思路。
2 库存控制模型
库存管理是物流过程中的核心内容,在库存决策中,有三大类成本起到非常重要的作用:
(1)订购成本:指补货时采购商品的相关成本。
(2)库存持有成本:该成本是因一段时间内存储或持有商品而导致的,一般与所持有的平均库存量成正比。
(3)缺货成本:当客户下达订单但所订购的货物无法由平常所指定的仓库供货时,就产生了缺货成本。
这三种成本之间相互冲突或存在悖反关系。要确定订购量补足某种产品的库存,就需要对其成本关系进行权衡。通常这三种成本的关系可以用图2表示:
2.1 传统库存控制(Q,R)模型
库存控制常用的模型主要是定量订货模型(Q,R),它是基于连续性检查的固定订货量、固定订货点的策略,其基本思想是:对库存进行连续盘点,当库存低于订货点水平R时,发出一次订货,订货量为Q。如果用C(Q,R)表示每年库存持有、订货及缺货的期望平均成本,且假设所有超过需求的订单都可以延迟本科毕业论文格式,则有:
(1)
其中A:每次订货的固定成本;Q:经济订货批量;H:单位库存持有成本;B:单位缺货成本;:提前期内需求概率密度函数;:提前期内需求累计分布函数;:需求是随机的静态的,任意固定的时间间隔内需求的期望值;:存在一个正的、固定的订货提前期。
2.2 基于RFID的复合(Q,R)库存模型
由于RFID技术,我们可以实时的了解到订单在提前期内的状态和位置,而传统的(Q,R)库存策略并没有利用到这些丰富的供应链信息,(Q,R)模型不能动态的及时的调整订购策略,为此我们在(Q,R)的基础上定义一个零售商可选择的紧急订购策略,经济订购量,成本为,而(Q,R)则用来处理正常的订购。
假定1 在一个提前期内,只会有一个订货,即不发生合同交叉的问题;
假定2 连续的随机提前期是相互独立的,订货合同之间不发生交叉;
假定3 将提前期分为N个阶段,RFID阅读器置于N>1,订单从阶段i到i+1的时间服从指数分布;
零售商在阶段b中选择紧急订购策略的概率为:,是正常订购提前期内的随机变量。提前期内的需求,它的概率密度函数:,是的概率密度函数。
考虑在一个库存周期中,零售商没有选择紧急订购策略的期望成本:
(2)
零售商在阶段b中选择紧急订购策略的期望成本:
(3)
其中:满足,即紧急订购提前期越短,订购成本越高。
令: (4)
即:在阶段b库存量时,零售商选择紧急订购,订购量为;反之选择正常订购。下面我们对(3)式求偏导:
可知F(x)为单增函数,如果K(l)增加, y都有增加,因此增加,由定义知必然下降。
如果Q是常数,紧急订购策略下的订购点必然小于等于(Q,R)中的,因为在紧急订购策略中,持有成本和缺货成本(H,B)等于(Q,R)模型中的相应成本。由于K>A,则紧急订购降低了缺货成本,为了使缺货概率达到最优水平,必然。
3 仿真优化
对于随机性库存系统,因为变量的随机性以及系统变量之间存在的复杂非线性关系,用解析方法求解不但需要作一些假设,而且公式复杂求解困难。启发式算法则不受随机变量的影响,而且可以更自然地描述系统变量之间的非线性关系。因此本文采用遗传算法计算复合(Q,R)模型最优解。
3.1 遗传算法
遗传算法是一种全局优化自适应概率搜索的仿生算法,它借鉴生物的自然选择和遗传进化进制,使用群体搜索技术,通过对当前群体施加选择、交叉、变异等一系列遗传操作,从而产生出新一代的群体,并逐步使群体进化到包含或接近最优解的状态。仿真算法的优化步骤如下:
(1)针对复合(Q,R)库存模型的特点,采用实数队作为编码,将作为库存模型仿真优化的染色体;
(2)根据编码方案产生初始种群;
(3)在遗传算法终止前循环执行(4)—(6);
(4)计算适应度函数值:,将个体的适应度由大到小进行排序;
(5)选择算子:采用最优保存策略,具体操作过程是:
(a)找出当前群体中适应度最高的个体和适应度最低的个体;
(b)若当前群体中最佳个体的适应度比总的迄今为止的最好个体的适应度还要高,则以当前群体中的最佳个体作为新的迄今为止的最好个体。
(6)交叉算子:在相互配对的两个个体编码串中随机设置两个交叉点,交换两个个体在所设定的两个交叉点之间的部分染色体;
(7)变异算子:均匀变异,具体操作过程是:
(a)依次指定个体编码串中的每个基因座为变异点;
(b)对每一个变异点,以变异概率从对应基因的取值范围内取一随机数来替代原有的基因值。
4 案例分析
由RFID跟踪的销售记录本科毕业论文格式,某卷烟商业企业品名为红河(软甲)某月份日销售记录如表1所示,提前期分布如表二所示:
表一 某月份红河(软甲)日销售记录
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 |
通过RFID跟踪获得的数据可以及时、准确地得到所需参数:
日需求均值:日需求标准差:
持有成本:H=4400缺货成本:B=530
正常订购成本:A=120 紧急订购成本:K=[130,220]
紧急订购提前期:=2天
现将正常订购提前期分为三个阶段b=1,2,3,,Q=[400,700],R=[250,450]
由前述遗传算法可得到传统的(Q,R)模型中的最优解Q=486;R=372;K=130;=0.85,在服务水平为95%时可节约成本为4.4%,降低缺货成本81.2%,如下表三:
表三 传统(Q,R)模型与复合(Q,R)模型比较结果
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% |
以一个周期内的库存成本作为目标函数,采用遗传算法的寻优过程(通过MATLAB7.0编程实现)如图3所示:
图3 遗传算法寻优迭代过程
(Q,R)模型中当库存位置到达订购点R=372时,则订购批量Q=486,为了尽可能的避免缺货的发生,当库存位置到达Yb=315时,则采用复合(Q,R)模型中的紧急订购策略,订购批量为aQ=413,传统的(Q,R)模型与复合(Q,R)模型的比较如图4所示:
图4 传统(Q,R)模型与复合(Q,R)模型
4 结语
本文利用RFID信息采集的实时性、准确性,在传统的(Q,R)库存控制模型的基础上定义了复合的(Q,R)模型,由于模型的非线性给模型的精确求解带来了困难,本文采用启发式算法中的遗传算法寻优求解,并结合红河香烟的库存管理实际案例分析比较了传统的(Q,R)模型与复合模型,采用复合模型可以降低库存成本3%—4%,降低缺货成本78%—81%,可见复合的(Q,R)库存控制模型具有更明显的经济效益。
由于RFID读取率还不能达到100%,从而难免会有数据缺失,因此在数据缺失的情况下库存控制模型需要做怎样的改动本文没有作进一步的探索。