简述供应链管理的重要性范文1
关键词：电力企业；逆向供应链；废旧物资
现阶段，我国的各个产业需要的电力资源在不但增加。因此，电力企业亟需提升供电水平，以此适应电力发展的需要，保证电力的合理配置。科学技术水平的提高，也促使电力企业日益发展。电力企业应该努力减少生产成本，采用逆向供应链的管理方法，完善对废旧物资的处理工作，从而提高经济效益，也有利于提升资源的使用效率。同时，这种管理方法也能够积极地推动电力企业的进步。本文主要分析了电力企业逆向供应链中的废旧物资管理工作的常见问题，具体内容如下。
1 逆向供应链的含义
逆向供应链指的是，企业回收可和使用过的一些产品，进行的一些连续的活动。逆向供应链目标在于保证物资的回收再利用。企业回收相关产品后，不是将所有产品都进行再利用。对于那些无法再次利用的物资，需要销毁。实践工作证明，逆向供应链的推行，不仅可以为企业创造良好的经济效益，还可以提高很多客户的满意度，创造社会效益。企业回收使用过的产品，有利于避免出现资源的浪费情况，合理的配制资源，提高环境的质量等。企业在日常运行中，应该重视对逆向供应链中废旧物资的管理工作，促使逆向供应链体现最大的价值。
2 逆向供应链的废旧物资管理中存在的问题
通常情况下，供电设备在提高容量、改善、升级设备与系统，或者更改运行地址时会促进电力企业的稳定运行。或者电力设备中出现一些修复困难的问题或缺陷，技术方面的不足，达不到技术标准而废弃，安全性与可靠性缺失等情况导致被迫退出电网的运行等。这些设备本身还有利用的价值，有些被长时间搁置而出现一些问题，或者不会再被利用的消耗品、固定资产等。在电力企业的日常运行过程中，使用上述废旧物资会造成严重的浪费现象。而且也会降低机械设备运行的安全性与稳定性。为了改善这一局面，电力且应该有意识的通过逆向供应链的管理方式来解决，这也是有效措施之一。现阶段，很多电力企业在管理废旧物资的过程中，经常会出现很多需要尽快解决的问题。而且，电力企业还没有完全认识到废旧物资管理工作的重要性，思想方面的忽视会在很大程度上影响到废旧物资管理工作。废旧物资管理工作会在很大程度上影响到电力企业的逆向供应链工作水平。
同时，在电力企业中没有专门的管理废旧物资的人员。大多数的电力企业都以生产为中心，对管理工作比较忽视。随着电力企业的不断发展，其规模也在不断扩大，因此不同的工作在进行的过程中，需要考虑的方面在逐渐增多，任务也越来越多。因此，在电力企业中的管理人员水平存在很大的差异性，特别是负责废旧物资的人员。如果无法保证废旧物资的有效管理，会在很大程度上影响到电力企业的安全生产与稳定运行。在废旧物资管理的过程中，废旧物资的鉴定属于一个基础性的工作，但是很多电力企业都不太重视对废旧物资的鉴定。因此，在决定何种物资被划分到废旧物资，进行处理的过程中，极有可能出现分析。这会导致物资的浪费情况。
3 逆向供应链中的废旧物资管理
3.1 逆向供应链中的废旧物资简单拆解
在电力系统中，逆向供应链对废旧物资的简单拆解是最常见也是最简单的方法。供电商是废旧物资的持有者，通过招标组建一个废旧物资处理企业，然后把淘汰掉的电力物资或者出现了问题的物资直接进行销售。电力系统的废旧物资处理企业在收到废旧物资后，首先会分析废旧物资的性能，把那些不值得精细再加工的部件简单的拆解掉。这-过程是对废旧物资的一个简单分类，通过对比回收的费用和拆解的费用，最终决定怎么处理废旧物资。在废旧物资的简单拆解中，通常是先把回收到的物资整体拆解，因为电力系统的物资相对较大，由好几个部分组成，它们的功能和结构有很大的不同，在拆解的时候也需要不同的技术。所以，首先要实现的就是大块的拆分，把整体的物资先根据一定的方法拆解成不同的部分。然后，处理企业再根据需要把已经拆分的部分再经行简单的拆分，这其中也涉及到了一个是否精细再加工的判断。
3.2 逆向供应链中的废旧物资精细再制造
逆向物供应链中的废旧物资精细再制造是比较高级的废旧物资处理手段，它的工序相对比简单拆解更为复杂，设计到的程序也较多，需要的技术手段也更高，但是在经济的收益和对废旧物资的再利用上，就要高出简单拆解。废旧物资的精细再制造是根据废旧物资的具体应用情况，把可以利用的部分，进行再加工，投入到别的行业的使用当中。例如，变压器可能是因为个别部件的损坏而不能继续投入到使用当中，在废旧物资处理企业中，就会把坏的部分拆解出来，然后对其他仍然性能良好的部件精细加工，然后销售到别的对设备要求不是那么高的企业中。精细再加工也有其弊端存在，例如它的产业链过大，需要很多的相关技术和工厂，在加工中存在很多的细化问题，资金的投入也比较大。
3.3 精细再制造和简单拆解的对比
精细再加工和简单拆解虽然都是逆向供应链中废旧物资的处理方式，但是两者在本质上有很大的不同，一个是简单的废旧物资拆分，然后直接销售，另一个是把废旧物资再分类，加工可利用的部分，最终实现废旧物资的附加价值，最大化的利用废旧物资。一般来说，简单拆解是必不可少的过程，废旧物资通常都要通过这-流程，才能进到逆向供应链中，实现废物利用。当然，简单的拆解不可避免的存在物资的浪费，其收益也相对较低。精细再加工也有其弊端存在，例如它的产业链过大，需要很多的相关技术和工厂，在加工中存在很多的细化问题，资金的投入也比较大。两者的取舍在实际的生产中要多方考虑，分析经济收益的利弊和加工的难度，然后综合的决定使用何种方式。
结束语
综上所述，电力企业在进行逆向供应链的废旧物资管理的过程中，应该重视对利用逆向供应链回收的物资与企业内部一些物资的处理工作。在此过程中，应该详细说明不同物资的种类、生产日期、说明书、是否具备使用价值等具体的问题，明确记录电力企业的各项数据，这样有利于为废旧物资的在此利用奠定基础。逆向供应链中的废旧物资管理，有利于促进电力企业管理工作质量的提高，增强综合实力，从而创造良好的经济效益与社会效益。
参考文献
[1]林曼静.逆向供应链中的废旧物资管理问题分析[J].科技风，2015（19）：274.
简述供应链管理的重要性范文2
关键词： 供应链绩效评价；模糊综合评估；粗糙集；BP神经网络
中图分类号：C93 文献标识码： A文章编号：1003-7217(2011)05-0119-06
一、引 言
在供应链条件下，各节点企业运作行为往往具有随机性和不确定性。动态供应链绩效评价是一个包含多个指标和输入输出的复杂评估系统，各绩效指标具有模糊性、不确定性，彼此之间存在非线性关联性。软计算［1-7］理论与方法是处理动态供应链绩效这样复杂的、具有大量不确定性和模糊性的评估系统的重要技术。在相当多的领域（自然科学、社会科学与工程技术）中，都涉及到对不完备信息和不确定因素的处理。从实际系统中采集到的数据常常包含着噪声、不精确甚至不完整，如果我们采用纯数学上的假设来消除或回避这种不确定性，效果往往不理想。但如果对这种信息使用恰当的方式进行处理，常常有助于实际系统问题的解决。
二、相关研究评述
多年来，研究人员一直在努力寻找科学地处理不完整性和不确定性的有效途径，实践证明，1965年Zadeh［8］创立的模糊集理论与1982年Pawlak［9］倡导的粗糙集理论是处理不确定性的两种很好的方法。事实上，除了上述两种方法外，基于概率统计方法的证据理论也是处理不确定性的一种有效方法。以上众多的方法都属于软计算［10－15］(Soft Computing)的范畴。Zadeh教授提出了软计算的概念，软计算的主要工具包括粗糙集、模糊逻辑(Fuzzy Logic)、神经网络、概率推理(Probability Reasoning)、信任度网络(Belief Network)、遗传算法（Genetic Arithmetic）、混沌理论(Chaos)等。传统的计算方法，即所谓的硬计算(Hard Computing)，使用精确、固定和不变的算法来表达和解决问题，软计算利用所允许的不精确性、不确定性和部分真实性得到易于处理、鲁棒性强和成本较低的解决方案，以便更好地与现实系统相协调。因此，软计算作为知识获取和智能信息处理的重要手段，在许多研究领域有着广泛而深入的应用。
（一）基于模糊综合评估的供应链绩效评价
模糊集理论是经典理论的推广，它认为元素总是以一定的程度属于某个集合， 也可能以不同的程度属于几个集合。经典理论中集合的边界是清晰的，而模糊集理论中集合的边界是不清晰的，对人们显示生活中大量使用的一些含义确定但不准确的语言表述，模糊数学可以较好地表达，因而可以自然地用于事物的评价。
在动态供应链绩效评价体系中，各绩效指标之间往往存在着复杂的因果关系，这些指标中既有定性指标也有定量指标，具有模糊和不确定的特点，模糊综合评估方法为处理这种不确定性提供了有力的工具，它能够尽可能地减少个人主观臆断所带来的危害，为合理评价决策提供科学的依据。作者在文献［16］中详细讨论了基于模糊综合分析的供应链绩效评价方法，并结合Markov链预测理论给出了供应链绩效未来的发展趋势。
（二）基于粗糙集约简的供应链绩效评价
Rough集理论是一种刻画含噪声、不完整、不精确、不相容的数学工具，它能有效分析和处理不精确、不一致、不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律，是一种重要的软计算技术。其主要思想是在保持分类能力不变的前提下，通过知识约简，导出概念的分类原则。Rough 集理论是基于不可分辨的思想和知识简化的方法，从数据中推理逻辑规则作为知识系统模型。
如前所述，在供应链条件下，各节点企业运作策略具有动态可调节性，其运作行为具有随机性和不确定性，这就要求在对供应链绩效进行评价必须采用动态评价方法，同时对供应链在未来某一时刻的整体绩效进行预测。粗糙集及其约简理论是处理这种不确定性的重要技术。作者在文献［17］中基于粗糙集理论的绩效评价模型，建立了动态供应链绩效评价决策表，利用粗糙集约简方法得到了预测绩效评价结果的决策规则集，并把粗糙集约简和模糊综合评估技术相结合进行动态供应链绩效评价，显然地缩小了数据处理的规模，降低了模型的计算复杂度。
（三）基于神经网络的供应链绩效评价
神经网络可大规模地并行处理和分布式地存储信息，具有良好的自适应、自组织性以及很强的学习功能、联想功能和容错功能。与当今的冯诺依曼式计算机相比，更加接近人脑的信息处理模式，主要表现为能够处理连续的模拟信号。神经网络并行分布工作，各组成部分同时参与运算，单个神经元的动作速度不高，但总体的处理速度很快。神经网络信息存储分布于全网络各个权重变换之中，某些单元障碍并不影响信息的完整。传统计算机要求有准确的输入条件, 才能给出精确解。神经网络只要求部分条件，甚至对于包含有部分错误的输入，也能得出较好的解答，因此具有较好的容错性。
动态供应链绩效评价是一个包含多个指标输入输出的复杂评估系统，各绩效指标具有模糊性，彼此之间存在非线性关联性。针对这样一个复杂的评估系统，作者曾利用BP神经网络技术来找出供应链绩效评价系统输入-输出之间的非线性映射关系，从而对动态供应链绩效评价结果进行学习和预测。通过与粗糙集约简理论相结合，简化了BP神经网络的结构设计，减小了运算量。
（四）几种软计算方法的优缺点
软计算是一个方法的集合体，目前主要包括粗糙集、模糊逻辑、神经网络、概率推理、信任度网络、遗传算法以及混沌理论等。软计算方法已广泛应用于包括模式识别、数据挖掘、系统评价、故障诊断、专家系统等在内的诸多领域的不精确、不确定问题。软计算方法按照其特点各有优势。例如，模糊集可以通过对人类思维建模来给不确定性问题提供自然的解决机制；粗糙集在属性约简和规则抽取方面性能优良；神经网络对噪声具有强鲁棒性，分类精度高；遗传算法广泛用于优化搜索问题。 同时，以上软计算方法依照算法的不同有各自的局限性：模糊集过度依赖专家知识，遗传算法收敛速度慢、稳定性差，神经网络训练时间过长、知识解释性差，而粗糙集对数据中的噪声较敏感。本文为了克服单一方法的局限，试图通过集成两种或两种以上的软计算方法的软计算融合系统来解决供应链绩效评价的实际问题［6, 7］。
财经理论与实践(双月刊)2011年第5期2011年第5期(总第173期)郑 培，万 炜：基于智能信息处理的供应链绩效评价方法
（五）软计算融合技术在动态供应链绩效评价中的应用
作者详细研究了模糊综合分析、粗糙集理论、神经网络等软计算技术在动态供应链绩效评价中的应用方法。从文献［16-17］实验结果可以初步看出，通过把几种软计算技术融合起来应用于供应链绩效评价，就能够克服单一智能信息处理方法的缺陷，取得更好的效果。本文使用的几种软计算技术能在多个方面进行融合［6, 7］。
粗糙集和神经网络的融合。通过粗糙集的属性约简可以显著减少原始数据量，使神经网络训练时间缩短，从训练后的神经网络中抽取规则也可显著提高神经网络中知识可理解性；神经网络的强鲁棒性也可解决粗糙集处理数据中的噪声问题。
粗糙集理论和模糊集理论的融合。粗糙集理论和模糊集理论都是研究信息系统中知识不完善、不精确问题的方法，但粗糙集理论解决问题的出发点是信息系统中知识的不可分辨性，而模糊集理论则关注信息系统中知识的模糊性，两者在处理方法上各有特色。两者的结合可以更好地解决信息系统中不完善、不精确性知识的问题。
模糊集和神经网络的融合。模糊集和神经网络的融合主要有模糊神经网络和神经模糊系统。神经模糊系统以神经网络为主，结合模糊集理论，将神经网络作为实现模糊模型的工具，即在神经网络的框架下实现模糊系统或其一部分功能。从结构上看，一般是四层或五层的前向神经网络。模糊神经网络是神经网络的模糊化，即以模糊集、模糊逻辑为主，结合神经网络方法，利用神经网络的自组织性，达到柔性信息处理的目的。
三、基于智能信息处理的供应链绩效评价方法比较
（一）基本思路
在作者以前的研究里，曾应用模糊综合分析、粗糙集理论和BP神经网络等智能信息处理方法建立了多个供应链绩效评价模型，本文对这些评价模型的效果和优缺点进行了分析和总结。我们的基本思路是以某动态供应链为例，选取合适的绩效指标集，对得到的绩效指标按照评价模型的数据要求进行预处理，然后输入到不同的动态绩效评价模型中进行处理，对各个绩效评价模型进行解算。通过对模型输出的结果的比较和分析来归纳各个绩效评价模型的主要特点，并对评价模型的实际效果进行总结。
（二）数据预处理
如前所述，本文已经根据文献［15］提出的供应链五维平衡计分卡，选择了15个关键绩效指标作为动态供应链的绩效评价指标集C，C＝{F1, F2, F3, C1, C2, C3, P1, P2, P3, P4, L1, L2, L3, S1, S2}。在15个绩效指标中，既有定性指标，也有定量指标。由于BP神经网络只能处理数值向量，因此在这些绩效指标输入BP网络训练之前必须对它们进行预处理。在基于粗糙集理论的供应链绩效评价模型里，根据决策表信息约简的要求，需要对所有属性的取值进行离散化处理。这里对某动态联盟供应链绩效决策表条件属性采用表1的方法进行离散化处理。
假设根据历史经验或供应链行规，把供应链的绩效评价结果划分为G1、G2、G3、G4四个等级，分别对应供应链绩效评价为优、良、中、差的状态，其划分的依据如表1所示。
在基于模糊综合评估的供应链绩效评价模型里，表1将作为构造各绩效指标属于各类的隶属度函数的依据。
（三）实验结果比较与分析
实验的数据源仍采用文献［15］某供应链相关指标的调查结果，经调查得到该供应链在2007年1~12个月的绩效指标取值和绩效综合评价结果。本文已经详细讨论了对该供应链绩效采用基于BP网络训练和学习的过程，并结合粗糙集约简给出两者相结合的混合绩效评价方法及结果。
BP网络学习完毕后，就可以用来对下一评估时刻的供应链绩效进行预测。针对上述供应链，经调查得到该供应链在2008年前4个月的绩效指标取值结果，如表2所示。
将上述各绩效指标规一化后输入训练好的BP网络，得到相应的输出向量分别为(0.0023, 0.998, -0.002, 0.007)、(-0.008, 0.003, 0.988, -0.005)、(-0.008, 0.958, -0.008, -0.002)和(0.987, -0.010, -0.005, 0.005)。据此可判断该供应链在2008年1~4月的绩效综合评价结果分别为G2、G3、G2、G1。
进一步，针对表1所示的供应链绩效分级标准，可以通过Rough约简得到供应链绩效分级决策表的最佳约简，即供应链绩效评价的关键绩效指标集。通过约简得到供应链绩效评价的关键指标集为{F1, F2, F3, C1, C2, P1, P2, P3, L1, L2, L3, S1}，这样这12个关键绩效指标就构成了BP网络的输入层节点。把表2所示的供应链在2008年1~4月的关键绩效指标量化结果输入训练好的BP网络，可求出其相应的绩效评价结果分别为G2、G3、G2、G1，与供应链绩效实际调查结果一致。
下面，针对同一供应链，分别采用基于粗糙集理论的动态供应链绩效评价模型、基于模糊综合评估的供应链绩效评价模型及两者的结合来得出供应链绩效评价结果，并进行方法间的比较。
在基于粗糙集理论的供应链绩效评价模型里，先对各绩效指标进行离散化处理,离散化后的该动态供应链绩效决策表如下。
对于表3所示的绩效评价决策表，利用约简算法对决策表进行属性约简，以便去掉决策表的冗余条件属性。进一步，利用归纳值约简算法对绩效决策表进行值约简，可以得到一系列用于供应链绩效评价的决策规则集。由于决策属性值被离散化为四个等级，亦即信息系统具有四个概念。针对这四个概念的最一般规则分别为：
根据上述关于决策属性取值的最一般规则，就可以对某一考察周期动态联盟的综合绩效评价结果作出判断。当条件属性集不完全满足规则前件时，可以选取关于各个概念的次一般(或可信度较高)的生成式规则对绩效作出综合评估。
把表2所示的该供应链在2008年前4个月的绩效指标离散化，然后针对上述供应链绩效评价决策规则进行匹配，可得这4个月供应链绩效综合评价结果分别为G3、G3、G2、G1。
接着，采用模糊综合评估方法来对同一供应链的绩效评价结果进行分析。首先建立模糊关系矩阵，单因素评价矩阵取各因素在评价集上的隶属度，各隶属度函数均取为二次函数。根据供应链绩效分类标准表1，建立F1属于各类的隶属度函数为：
同理，可分别建立其它绩效指标属于各类的隶属度函数，对应绩效评价指标集C的权向量取为：
W=(0.17,0.06,0.02,0.08,0.13,0.02,0.05,0.04,0.10,0.01,0.10,0.04,0.05,0.11,0.02)
于是，由模糊综合评估法可求出该供应链在2008年前4个月的绩效分别为G3、G3、G2、G1。
最后，采用结合了粗糙集约简和模糊综合评估的动态供应链绩效评价方法来得到该供应链绩效评价结果。首先借助于动态供应链绩效评价决策表对绩效评价指标进行约简和降维，通过Rough约简得到供应链绩效评价的关键绩效指标集为{F1, F2, F3, C1, C2, P1, P2, P3, L1, L2, L3, S1}，根据供应链绩效分类标准表2分别建立上述关键绩效指标属于各类的隶属度函数，然后利用模糊评估方法对供应链绩效进行综合评价。根据该混合供应链绩效评价方法求出该供应链在2008年前4个月的绩效分别为G2、G3、G3、G1。
我们给出了采用上述五种基于智能信息处理的绩效评价方法得到的该供应链在2007年1月~2008年4月间绩效评价结果的变化趋势，如图1所示。其中，如图例所示圆圈、方块实线、下三角实线、粗标圆卷实线和带星虚线分别代表了对应月份由五种评估方法得到的供应链绩效评价结果。
图1 某供应链采用五种绩效综合评估方法得到的评价结果
从图1可以看出，采用五种不同的供应链绩效评价方法得到的结果略有差异。这一差异由多种原因引起，首先基于BP神经网络的绩效评价方法和基于粗糙集理论的绩效评价方法都是有监督的智能学习算法，即在对动态供应链绩效评价结果作出预测之前，都有个训练的过程，这需要大量的历史数据。而基于模糊综合评估的供应链绩效评价方法隶属度函数主要由绩效分级标准确定，并不“显式”地需要历史绩效结果。其次，许多基于智能信息处理的绩效评价模型都需要事先确定一些参数，如BP网络需要确定网络结构、学习速率、冲量因子；模糊综合评估需要确定指标权值和隶属度函数表示方法等。另外，不同的绩效评价模型对输入数据的要求各不相同，BP神经网络和模糊综合评估处理的是连续数据，粗糙集约简处理的是离散数据，而实际获得的绩效指标中既有定性指标，也有定量指标，这就需要在绩效指标输入模型之前进行预处理，预处理方法的不同导致模型输出有很大的差异。上述几种不同的基于智能信息处理的供应链绩效评价方法输出结果与供应链实际绩效基本相符，在实际使用时要根据情况灵活选择。
此外,实验结果也表明通过几种智能信息处理方法融合在动态供应链绩效评价中能取得更好的效果。通过粗糙集约简和模糊综合评估的融合，显然缩小了数据处理的规模，降低了评估模型的计算复杂度，同时克服了模糊评估过度依赖专家知识（领域知识）的缺点。通过粗糙集约简和BP神经网络的融合，降低BP网络的设计复杂度，克服了神经网络训练时间长、知识解释性较差的缺点。两种融合方法都保持了较高的准确度，在动态供应链绩效评价中更为有效。
本文的研究结果弥补了目前国内外动态供应链绩效评价中智能信息处理方法的融合理论研究少、应用不够深入的缺点，对实际供应链运作与管理中基于软计算的动态绩效评价模型和方法的选择与应用具有理论指导意义。
四、结 论
软计算作为知识获取和智能信息处理的重要手段，在供应链绩效评价领域有着良好的应用前景。越来越多的学者开始集成两种或两种以上的软计算方法的智能信息融合算法来克服单一方法的局限性。本文针对之前使用的模糊综合评估、粗糙集约简及BP神经网络等软计算方法在动态供应链绩效评价中的主要特点和效果进行了简要的比较和分析，指出了每种方法的优缺点。然而，由于每种智能信息处理方法存在着本质上的差异，对这些方法间的效果差异进行严格的比较存在理论上的困难。某种智能信息处理方法可能适用于某种供应链，而另一种智能信息处理方法则可能更适用于另一种供应链。因此，在实际使用时，要根据供应链具体情况灵活选择或融合多种智能信息处理方法以取得更好的效果。
参考文献：
［1］Anna, M. R. and Etienne, E. K. A comparative study of fuzzy rough sets［J］. Fuzzy Sets and System, 2002 ，126（2): 137-155.
［2］Nagatanit, Helbingd. Stability analysis and stabilization strategies for linear supply chains.［J］.Physica A., 2004, 35 (3-4): 644-660.
［3］Mohamed. Q. A-RST: a generation of rough set theory［J］. Information Science, 2000 ，124（1-4): 301-316.
［4］Roman, W. S., Larry, H. Rough sets as a front end of neuraln-etworks texture classifiers［J］. Neurocomputing, 2001, 36: 85-102.
［5］Yahia, M. E., Mahmod R. and N. Sulaiman, et al. Rough neural expert systems［J］. Expert Systems with Applications. 2002, 18: 87-99.
［6］McKee, T. E., Terje, L. Genetic programming and rough sets: a hybrid approach to bankruptcy classification［J］. European Journal of Operational Research, 2002 ,138: 436-451.
［7］Bolch G., Greine, S., H. D. Meer, etc. Queuing networks and markov chains-modeling and performance evaluation with computer science applications (2nd edition)［M］. A John Wiley & Sons, Inc., publication, 2006.
［8］Zadeh L. A. Fuzzy sets［J］. Information and Control. 1965, 8 (3): 338-353.
［9］Pawlak, Z. Rough set-theoretical aspects of reasoning about data ［M］. Boston: MA: Kluwer Academic Publishers, 1991.
［10］曹庆奎,阮俊虎.基于粗糙集-未确知测度的矿井通风系统合理性评价［J］.科学决策,2009.5:89-94.
［11］刘敬学,陈曦. 基于神经网络的专家预测方法研究［J］.科学决策,2009,11:78-81.
［12］Bhagwat and Sharma.Management of information system in SMEs: an exploratory study. ［J］.International Journal of Enterprise and Network Management. 2006,1(1): 99-125.
［13］Bititici et al..Implementation of performance measurement systems:private and public sectors［J］. Editorial, Production Planning and Control. 2005,16(2):99-100.
［14］郑培，黎建强. 基于BP神经网络的供应链绩效评价方法［J］.运筹与管理，2010,19(2):26-32.
［15］宋莎莎,戴锋,卫保璐.基于模糊层次分析法和聚类分析的突发事件分级研究［J］.科学决策,2010,10:68-72.
［16］郑培，黎建强. 基于模糊评估和马尔可夫预测的供应链动态平衡记分卡研究 ［J］. 系统工程理论与实践，2008，4(4): 57-64.
［17］郑培，黎建强. 基于粗糙集理论的供应链动态绩效评估方法研究 ［J］. 运筹与管理,2008,10(5):6-11.
［18］王俊峰,刘立东.基于博弈论的闭环供应链中三方协调研究［J］.科学决策,2009,(3):33-37.
Supply Chain Performance Measurement Methods based on Intelligent Information Processing
ZHENG Pei 1, WAN Wei2
（College of Business Administration, Hunan University, Changsha Hunan 410082, China）
简述供应链管理的重要性范文3
【摘要】供应链的出现,使商业世界发生了巨大的变化,其中包括:企业与企业之间的关系不再是彼此孤立的点,而是一条条线组成的整个网络结构;供应链的出现,也让我们必须对客户关系管理这个概念做出全新的理解和诠释。本文以传统意义上的客户关系管理的局限性为切入点,并结合供应链管理的核心内容,阐述客户关系管理系统与供应链管理系统整合的必要性,以及整合的整个过程。
【关键词】供应链管理客户关系管理整合
一、从CRM的发展过程看CRM的局限性
CRM起源于美国20世纪80年代初提出的“接触管理”(contractmanagement,CM),即专门收集整理客户与公司联系的信息。90年代初演变成包括电话服务中心与客户资料分析的客户服务(customercare)。此后一些公司又逐渐研发了销售自动化系统(salesforceautomation,SFA)、客户服务系统(customerservice&support,CSS)以及销售现场服务等典型应用,并在此基础上逐步集成计算机电话集成(computertelephonyintegration,CTI)、呼叫中心技术。从CRM系统的形成过程由此可以看出,最初CRM只关注核心企业全面外部关系,此后由于企业认识的局限以及各功能模块的固化将“客户”简单地理解为产品或服务的最终用户。然而随着供应链的出现,供应商、合作伙伴以及最终用户更加深入地渗透到企业的“价值链”之中,核心企业不仅要处理来自最终用户的信息,更要分析来自供应商、合作伙伴的信息,这些信息无时无刻不在影响企业的行为和最终成效。
由此可见,传统的CRM(见图1)在提高企业收益,提高所在供应链的效率方面,已经显得力不从心,那么如何来克服这一缺陷,如何更有效率地把CRM这个管理上的伟大成就应用到供应链上呢?这就需要对CRM进行改进,把服务对象由最终消费者进行向前的延伸,结合供应链管理,进一步拓展CRM的概念。
图1传统的CRM流程简图
二、CRM与供应链管理系统整合的必要性
供应链与客户关系管理的结合,使供应链管理思想由以前的“推式”转为以客户需求为原动力的“拉式”供应链管理,也就是更加重视客户。也就是以顾客的需求为大前提,透过供应链内各企业紧密合作,有效益地为顾客创造更多附加价值;对从原材料供应商、中间生产过程到销售网络的各个环节进行协调;对企业实体、信息及资金的双向流动进行管理;强调速度及集成,并提高供应链中各个企业的即时信息可见度,以提高效率。
同时两者的结合实现了企业间相互信任,保证信息高质量、高安全性、高可靠性使各企业同步协调高效率地为顾客提供具有成本优势、差异化优势的产品和服务,满足了顾客个性化。SCM集成供应商、生产商、销售商的资源优势、技术优势、配送优势、响应优势、成本优势,通过建立与他们之间的合作伙伴关系保证信息流、资金流、物流、服务流安全顺畅流动。供应链管理系统与CRM的整合实现整体优化的自动化管理系统;为关键顾客和合适顾客提供个性化、高价值产品和服务;获得顾客信任与顾客建立长久稳定的关系;促进CRM成功,使顾客、企业和股东价值最大化。所以,从这个角度讲,二者的整合具有极大的必要性。
三、供应链管理与客户关系管理整合过程
把供应链管理与客户关系管理进行整合之后,得到如下的概念模型图(见图2)
图2供应链管理系统与客户关系管理系统整合概念图
在实施供应链管理与客户管理整合过程中主要包括以下几个方面:
(1)进行营销和供应链的调查。企业要了解他们客户价值的主导者、客户需求、客户关系管理过程、供应链设施和供应链管理和客户关系管理之间的连接点和切断点。
(2)决定一体化管理的目标。根据企业的财政目标,企业决定一体化管理的长期和短期目标,要注意供应链管理和客户关系管理存在的目的。
(3)分析和确认差异。这里,企业要分清分析目标和调查结果之间的差异,然后确认他们的强点和弱点。
(4)确切的阐述整合战略。这个阶段是非常关键的。因为在这个阶段,企业将决定怎么接近一体化管理,即决定实行方案。企业要决定他们用什么方法来追求供应链管理和客户关系管理的最优化。同时,也要考虑一体化带来的效益。
(5)计划初步一体化和培训。根据一体化管理战略,企业可以确定实行战略的初步计划。初步计划围绕从系统一体化到新库存计划系统,而且为了一体化管理初步的成功,培训是非常关键的要素。
(6)决定实施顺序。企业要重视初步一体化,而且要建立逻辑的初步一体化顺序。
(7)设立评估指标。这个阶段非常重要,因为这个过程影响到整个一体化过程。如果企业实行不合理的评估指标的话,投资将不能获得良好的效果。设立评估指标是一种持续的过程,而且需要不断地改善。
(8)跟踪结果和修正目标。企业要按照规定的标准评价计划实施结果。这种标准或者建立在企业一体化管理目标的基础上或者是竞争者的绩效水平或者两者皆有。根据实行的结果,企业可以再建立自己的目标。
四、小结
供应链系统和客户关系管理系统的融合,在很大程度实现了供应链以及企业的透明化。单方面来讲,客户关系管理是专注于销售、营销、客户服务和支持等方面,在这方面会更全面、更进一步。同时它的运作可以完善供应链管理流程。CRM正是通过管理与客户间的互动,努力减少销售环节,降低销售成本,从这个角度也是对供应链管理系统的一种提升,并实现最终效果的提高。
参考文献:
[1]程刚.影响客户关系管理系统实施成败的关键因素分析.情报杂志,2003.39-41.
简述供应链管理的重要性范文4
关键词 供应链管理 建模 Lingo 规划
中图分类号：F270.7 文献标识码：A
一、简介
随着市场全球化和竞争的进一步加剧，企业与企业之间的竞争逐渐转化为供应链与供应链之间的竞争，谁能在采购、生产、分销环节中采用更科学和优质的供应链管理规划，谁就能更好的利用外界的优势，降低成本、优化配置、提高自身竞争力。
Lingo软件是美国Lindo公司推出的，用于一些线性和非线性方程组的求解，功能十分强大，是求解优化模型的不二选择。该软件提供了丰富的内部函数，编程方便且能保证快速的执行速度，不仅提供了与其他数据库及软件的数据接口，同时还支持与其它高级语言进行混合编程。
二、模型的提出
在实际应用中，为了更好的描述现实情况，本文考虑了一个完整的包含有2个供应商、2个工厂、2个配送点、3个销售点的四级供应链模型（如：图1）。从向供应商下订单订购原材料开始，最后到销售给消费者结束，并假定工厂使用按订单生产策略，不允许资源短缺，不考虑订购数量折扣、运输仓储能力限制，运输和生产周期为1，初始库存均为0。
图1 供应链结构流程图
要对现实的供应链来进行建模并方便计算机演算，先要对各环节和对象进行定义和描述，在Lingo里允许把这些相联系的对象聚合成集（sets），同时集还可以进行派生，以更加方便的描述现实中的复杂情形；借助于集，就可以用一个单一的、长的、简明的复合公司表示一系列相似的约束，从而可以快速方便的表达规模较大的模型。表1列出了该供应链模型的原始集，其余的比如某供应商到某工厂的运输单价等，都是通过这七个原始集派生而来（见表1）
接下来，则是考虑以上七个要素之间的业务关系。比如：向某供应商订购的各原材料是多少，工厂安排多少生产计划，某一时间向销售点运输多少产品，由于这些参数是几个基本要素之间相关联的业务范围，于是可以根据以上七个原始集派生出各要素之间业务类型的派生集，由派生集的对象来描述供应链模型中决定变量和有关参数，比如某供应商向某工厂运输某原材料的数量，可以由供应商、工厂、原材料这三个父集派生而来，为了方便描述和编程实现，索引也同样沿用父集索引。
对模型的目标变量，模型参数进行归纳整理，是创建供应链模型及实现的重要环节，在任何一个实际系统里，初看往往会认为复杂得令人生畏，其实只要掌握了一定的技巧，化繁为简，首先从最重要和基本的入手，才有可能进行下一步的建模和编程。在以上过程中，首先定义了该供应链模型的原始集，然后从原始集再进行派生，这样就把整个模型里的对象和参数进行了有序的描述，同时在命名上遵循自己容易识别的规则，这样不仅能减少错误的发生，而且在接下来的调试过程中可以节省很多时间。
三、模型的Lingo实现
（一）目标函数。
完成了以上变量和参数的定义后，接下来就涉及到供应链管理的目的了，针对不同行业，相对应的供应链模型目标可能会有不同，比如：有利润最大化、成本最小化、有以满足客户需求为第一考虑因素，本文实例考虑的目标为：在满足客户需求的前提下，制定什么样的订购、运输、生产计划来使得总成本最小，明显，系统总成本由如下八个部分组成：
简述供应链管理的重要性范文5
关键词：软件产品、供应链、软件生产线
一、引言
软件本身是由众多计算机程序指令(代码)形成指令(代码)集构成的特性，软件产品的一面世，就烙上了鲜明的程序作者个性特征。作为一种代表当前先进技术和思想的产品，其生产过程却是原始的，甚至到了21世纪全球化经济时代，依旧停留在小工业作坊式生产阶段。
“九五”期间，为形成我国软件产业规模提供技术支持，青鸟工程重点是研究软件的工业化生产技术。提出了软件工业化生产线，即基于构件――构架复用的软件开发技术及基于构件――构架的应用软件集成（组装）环境的概念[1]。
20世纪80年代后期，面向对象的语言开始浮出水面，C ++借助使用C语言的庞大程序员队伍，一举建立了面向对象语言的主导地位，从而面向对象的思想正式统治了整个软件界。
二、软件产品生产模式研究
面向对象是利用对现实世界中对象的抽象和对象之间相互关联和相互作用的描述来对现实世界进行模拟，并且使其映射到目标系统中的。其主要特点可概括为抽象性、继承性、封装性和多态性。
封装（encapsulation）是面向对象中的一个重要概念。简单地讲，封装就是把东西包装起来，隐匿了与用户无关的内部复杂性。这样，无论使用的对象如何复杂，在使用者看来都是一个易于操作的“黑匣子”。封装提供了一系列重要的好处：
所有的内部实现细节对外隐藏（信息屏蔽），这将减少当变化发生时副作用的传播。
数据和操作合并在单个命名的对象或实体中，这将便于组件化的复用。
简化了被封装对象或实体间的接口，使系统祸合度降低。
因此，在实际的软件产品生产管理过程中，面向对象的“封装性”，摆脱了传统软件生产方式的束缚，从而成就了软件产品社会化生产前提。
然而，在实际的软件生产过程中，尽管现在已经有很多企业采用了面向对象的思想和技术，软件产品的生产依旧停留在客户需求定制或简单复用的程度，仍然停留在小规模生产的水平，离产品“生产线”这种通过大规模化生产来提高效率的要求还相去甚远。
三、软件产品的供应链导入
软件产品的生产过程与传统产品的生产过程，存在一个根本的区别：传统产品的生产过程是可以不断重复的，而软件产品的生产往往是一次性的。
传统产品的功能往往是单一的或少数的，其用途又是多方面的和可重用的。产品的同质性引发了工业革命的需求，“生产线”的管理模式，极大地提高了这种同质产品重复生产的效率。
软件产品的功能往往是多样的和复杂的，其用途往往又是专业的；其实际有形产品是易于复制无需重复生产的。软件产品的不同质特性，决定了软件生产企业很难开展软件产品大规模的“生产线”生产方式。
软件产品只有走规模化发展，才能迅速壮大。走规模化的路，想仿照传统产品通过生产环节大规模“生产线”方式来提高效率这条路，已经被实践证明了是无法完成的梦魇。
国际互联网的发展，已极大地影响了人们传统的生产经营方式。经济全球化、网络虚拟经济使得传统产品的供应链迅速增长增大。传统的从产品生产者到消费者的营销渠道也发生了深刻的变化，渠道开始向“扁平化”、“多样化”、“多功能”方向发展，供应链也成了营销渠道的重要组成部分。
1990年印度软件产值为5000万美元，到2004年印度的软件出口值已达120亿美元。印度软件业占据世界软件市场16.7%以上的份额。印度软件业凭什么发展能够如此快速发展呢？其实，印度软件与美国软件相比，印度软件以软件业务外包方式为主。要很好地开展软件业务外包，没有一个完善的供应链管理，是很难想象的。
引入了供应链管理，可以促使软件产品逐渐走向功能单一化、用途多样化和可重用的特点，进而促使软件产品在营销过程这个环节获得规模效应。
四、软件产品的供应链实现
作为软件产品的“物流”管理相比传统产品来讲是最简单的，软件产品可以非常容易地可以通过任何网络进行直接简单的传播与复制。
一般的供应链管理涉及到四个方面：供应、生产计划、物流、需求[2]。供应链管理的目标在于供应链的整体效益最大化。
1、供应链的构筑
传统产品的供应链，往往是通过建立产销合作战略联盟向供应链管理方向发展。产销联盟的一个重大积极作用是彻底打破了多环节流通体制，引进了单环节的直接交易形式，使产销双方能够紧密地联系在一起，同时借助以信息共享为特征的经营和物流管理系统，使产销都能对应市场的变化做出及时响应，其结果是提高服务质量、加快流通环节，从强势营销转变为柔性营销。
软件产品供应链的构筑，有助于软件产品营销转变为服务营销。软件产品服务销售商，通过产销联盟这个渠道，多方面为客户提供所需的软件产品，从而满足客户多种变化需求。软件生产提供商，产销联盟这个渠道，多方向进行市场拓展。从而避免了软件产品单一性和需求多样性的矛盾。
2、软件产品构件化、组件化技术
面向对象的软件产品构件化、组件化技术，使得软件产品从过去的大而全逐步走向的专业化、协同化方向发展。而软件产品构件化、组件化，只有通过软件产品的供应链才能走向其最终客户。
3、软件产品的供应链作用
尽管面向对象的软件产品，在技术层面已经解决了软件复用技术难题。但实际操作过程中，通过单家或少数软件生产企业，其社会化生产和协作的理念和作用还是很难得到发挥的。因此，我们看到了许多软件产品开发工具采用的是第4代面向对象的工具，其软件架构的理念和思想还是停留在第3代的面向过程结构化编程的水平。
客户的目标系统必定存在众多的定制需求，可以通过软件产品的供应链得到最大的满足；同时，这种定制生产软件产品，同样可以通过软件产品的供应链提供给众多具有同样需求的客户。
软件产品的供应链，能够真正推动软件生产的专业化、规模化、社会化生产的模式形成，从而推动软件产业的规模化发展。
五、结束语
本文初步论述了构筑供应链对提升软件产品复用度、推动软件产业规模化生产的作用。其目的是为了通过对软件产品的生产、流通、服务等环节的模式改善，运用管理学的理论，拓展软件产业的规模化、协同化、专业化水平。
作者单位：杭州职业技术学院
参考文献:
简述供应链管理的重要性范文6
提起安利，读者大多耳熟能详。作为直销/传销行业的代表性企业，安利已成为高校市场营销课堂的典型案例。其掠夺式的敛财方式，对下游销售方的完全掌控，以及无与伦比的客户复制能力均让人无比称羡。对于其到底是属于直销还是属于传销的争论也从未停止，相关的论文比比皆是。然而，以往的研究都是基于市场营销的角度来讨论，从未有人从供应链战略管理的角度来研究这些能力的源泉。在安利的供应链中，安利为制造商，客户为销售点及需求方。是怎样的战略管理造就了安利的这些能力？到底什么才是其战略管理的核心所在？
二、理论回顾
供应链战略管理的发展可以分为三个阶段：基于需求不稳定性的开放式战略模型，基于供需不稳定性的开放式战略模型，以及如今的封闭式战略模型。Marshall L.Fisher于1997年提出可以根据需求特性将产品分为两类：功能性产品以及创新性产品，并指出分别与之相对应的战略核心：效率以及快速反应。Hau L.Lee于2002年在此基础上提出综合考虑供需不稳定性的战略模型。他根据供需不稳定性将产品分为四类：低—低（指较低的供应不稳定性—较低的需求不稳定性，以下类似），低—高，高—低，高—高，并提出分别与之相应的战略核心：效率，快速反应，风险对冲，敏捷性。这两类战略模型均基于开放式系统的战略思维—即战略决策符合简单的线性逻辑。在这样的情况下，战略决策只需简单依据公司的内外情况来一步步的推导。Michael Porter的基本战略决策模型就是其典型代表。他通过五力模型来分析公司外部环境，通过价值链来分析公司内在特点，并根据这两项分析来进行战略定位：要么采取以成本效率为核心的战略，要么采取产异化战略。在这样的线性思维下，一旦某一环节出现问题，整个决策过程都会偏离轨道。另外，对于内外环境的分析只是对于过去的分析，即使分析的再透彻，也无法推断模拟未来。更何况企业对于其内外环境的分析完全取决于决策者的认知能力，他们只能分析其有能力去衡量的部分，并且此衡量过程往往具有极大的主观性。因此，此战略决策模型极具误导性。事实上Michael Porter本人后来也意识到这一点，并于1996年在《什么是战略》一文中重新定义了战略决策。不幸的是，Michael Porter的基本战略决策模型长期统治着战略决策领域并仍在影响着绝大多数战略决策者。从上述供应链战略决策模型的描述中亦不难看出其与Porter模型千丝万缕的联系。Hau L.Lee于2004年提出除了成本效率和顾客反应，一个顶级的供应链还应该具有灵活性，适应性的特点，同时还应能协调好各利益相关者的动机。相比于原先的战略观点，其根本性的不同就是战略决策由侧重于环境分析转向于深入供应链内部，强调各利益相关者的深入合作及协调。战略决策不再是简单的教条主义，而是涉及各方的非常复杂的决策过程。供应链战略决策也由此走向封闭式系统时代。在这样的战略思维下，战略决策过程不再是简单的线性逻辑，而是非常复杂紊乱甚至允许断裂重组的思维过程。也正因为这一特性，不同企业的战略决策都会有所差异。如果将开放式系统比作电脑，那么封闭式系统的战略决策过程与人脑的思维过程相类似。在事关企业未来成败的战略决策中，你是愿意听信电脑的逻辑输出还是人脑的思维结晶？
三、困惑解答
现在我们来一一审视现有的供应链战略。首先考虑以成本为核心的战略，成本控制是安利采购，制造以及分销的重要环节，但其绝非我们所讨论的那些能力的源泉。事实上，在成本控制上首屈一指的当属曾经的手机制造大亨——诺基亚，其高效的成本控制能力帮助其长期稳坐世界头把交椅。然而诺基亚并不具备安利的这些能力。而且，以成本为核心的战略管理极有可能令你迷失。接着我们来考虑顾客响应以及灵活性战略。作为直销行业的代表，戴尔的供应链具有很高的顾客响应和灵活性。然而其并不具备需求方自发复制的能力。现在我们来考虑对各参与者动机的协调。安利销售代表的酬金来自安利公司颁发的奖金，个人以及团队月度销售总额越高，奖金越多。在这样的激励措施下，每位销售代表都会尽力提高自己和团队的销售总额，最重要的途径即是不断的增加团队成员。公司还定期的组织培训以及开展文化课程，以加强各参与方的集体认同感。通过这些措施，安利成功的将各利益相关者联为一体，并使其积极自发的为集体利益而战。由此可见，协调好各利益相关者的动机才是安利困惑的正确解答。其也应是封闭式战略管理的核心。通过协调好各利益相关者的动机，供应链可自发的进行调整以实现其灵活性和适应性，可以将各参与方紧密联系在一起，为供应链的整体利益而战。不幸的是现今大多数企业仍将实现成本最优、提高顾客反应等管理职能视作战略核心，而将真正的战略核心——各利益相关者的动机协调视为管理职能。
参 考 文 献
[1]Marshall L.Fisher.What is the right supply chain for your product？[J].
Harvard Business Review.1997
[2]Hau L.Lee.Aligning Supply Chain Strategies with Product Uncertainties
[J].California Management Review.Spring.2002
[3]Michael petitive Strategy：Techniques for Analyzing Indus
tries and Competitors[M].1998
