在考虑到达时间依赖性的超级干扰情况下,设计具有韧性的供应链网络:一种新的数据驱动随机优化方法
《TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW》:Resilient supply chain network design under super-disruption considering inter-arrival time dependency: a new data-driven stochastic optimization approach
【字体:
大
中
小
】
时间:2026年01月02日
来源:TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW 8.8
编辑推荐:
供应链网络设计中的超级中断风险建模与优化方法研究。通过融合聚类算法、相位型分布和两阶段随机优化,构建考虑中断到达时间与连锁效应的数学模型,并采用拉格朗日分解与超启发式算法求解,实证表明该方法有效提升供应链抗风险能力。
Mohammad Mahdi Vali-Siar|Hamid Tikani|Emrah Demir|Yousof Shamstabar
伊朗科学技术大学工业工程学院,德黑兰,伊朗
摘要
在发生大规模中断时,尤其是像全球性疫情或大规模自然灾害这样的超级中断事件时,供应链会遭受严重的负面影响。本文通过明确建模中断事件之间的到达时间间隔及其后果的严重程度之间的依赖性,探讨了在中断风险下的供应链网络设计中的韧性问题。我们提出了一种新颖的数据驱动随机优化框架,以考虑严重中断后通常在供应链网络中传播的涟漪效应。具体来说,我们设计了一种混合方法,该方法整合了聚类算法(无监督机器学习技术)、相位型中断模型和两阶段随机模型。详细来说,使用基于遗传的聚类算法来识别输入数据中的结构依赖性。然后利用相位型分布及其相关定理来确定中断的概率分布。基于所获得的分布生成场景,开发了一种新的数学模型来设计供应链,并使用拉格朗日分解结合新的超启发式算法来解决该模型。通过一个实际案例研究展示了所提出方法的计算效率和实际价值。研究结果强调了所开发方法在设计韧性供应链方面的有效性,与非韧性方法相比,所提出的韧性策略显著提高了供应链的性能。
引言
供应链(SC)受到多种风险的威胁,这些风险可以根据影响程度分为运营风险和中断风险(Ivanov, 2021)。运营风险源于供应链中的固有不确定性,如供应、需求和成本的波动。这些风险发生的可能性很高,但通常造成的影响较小。相比之下,中断风险虽然发生频率较低,但可能导致严重且广泛的后果(Tang, 2006)。中断可能来源于多种来源,包括地震、飓风、洪水等自然灾害,以及恐怖主义、战争和罢工等人为威胁,或者设备故障和系统故障等技术问题(Sabouhi等人,2018)。根据Ranjkesh等人(2019)的研究,中断事件之间的时间间隔(称为到达时间间隔)会影响系统遭受的损害程度。中断事件之间的到达时间间隔越短,系统(如供应链)在每次冲击后恢复的机会就越少,从而降低了系统恢复到稳态和自我恢复的能力,并增加了后续中断造成更大损害的风险(Ranjkesh等人,2019;Melnyk等人,2009)。当前研究考虑了这一问题。
近年来,供应链变得更加复杂,也更容易受到中断的影响(Namdar等人,2018)。美国卡特里娜飓风(2006年)、日本海啸和地震(2011年)、西非埃博拉疫情(2014年)、苏伊士运河交通中断(2021年)以及美国弗朗西斯·斯科特·基桥倒塌(2024年)都是对供应链造成严重影响的例子。这些事件突显了现代供应链的脆弱性以及建立韧性的必要性。一个有韧性的供应链能够在中断后恢复其运营,并将其恢复到原始状态甚至更好的状态(Christopher和Peck,2004)。
超级中断的特点是持续时间较长、规模难以预测,以及供应、需求和物流的同时中断。这些中断不仅影响供应链的多个方面,还会产生涟漪效应,即一个环节的中断会在整个网络中传播。正如文献中广泛讨论的那样,这种涟漪效应会导致各种负面后果,包括成本增加、收入减少、交付延迟、原材料短缺和客户流失(Ivanov,2021)。这种中断的连锁反应增加了事件发生的频率和严重程度,缩短了冲击之间的时间间隔,进一步复杂化了恢复过程。从2020年初开始,新冠疫情作为最新的全球性超级中断,在几个月内严重扰乱了供应链、生产和物流。几乎所有供应链都受到了负面影响(Sawik,2022)。
为了减轻中断的负面影响并最小化其传播范围,必须采取韧性策略。这些策略通常分为两类:主动型和反应型。主动型策略提前实施,无论中断发生的可能性如何,旨在为潜在的不确定性做好准备。相比之下,反应型策略在中断发生后部署,目标是使供应链网络恢复到中断前的状态或过渡到预定的理想状态。某些韧性策略可能同时具有主动型和反应型的作用,这取决于它们的使用时间和原因(Hohenstein等人,2015;Fattahi等人,2017)。最有效和广泛采用的韧性策略包括多源采购、使用备用设施、设施加固、产能扩张和双渠道分销(Vali-Siar和Roghanian,2022)。
本研究重点关注韧性供应链网络的设计。这是首次在供应链网络设计的背景下明确考虑中断事件之间的到达时间间隔及其涟漪效应的影响。使用聚类算法作为无监督机器学习(ML)方法来检测依赖结构,并利用相位型分布及其相关定理来确定累积损害的概率分布。通过这种技术,可以考虑中断事件之间的到达时间间隔、它们的损害以及涟漪效应之间的相互依赖性。随后,生成中断场景用于SCND模型。为了构建SCND问题,开发了一个两阶段随机优化模型来最大化供应链的总利润。提出使用拉格朗日分解(LD)和新的超启发式(HMH)算法来解决该问题。
本文的其余部分结构如下:第2节介绍文献综述。第3节介绍韧性SCND问题并展示相关的数学公式。第4节深入讨论中断建模方法,特别强调pH分布的应用。第5节详细阐述所提出的解决方案方法。第6节展示案例研究,以及计算实验和结果的全面分析。最后,第7节总结本文并概述未来研究的潜在方向。
章节片段
文献综述
本节分为两部分。第一部分回顾了韧性SCND,第二部分讨论了ML技术在韧性SCND中的应用。
问题描述
在本研究中,我们致力于设计一个能够抵御超级中断和中断风险的韧性供应链网络。我们的目标是通过采用一系列实用的韧性策略,对能够承受并从这些中断中恢复的供应链进行建模和优化。
所考虑的供应链被构建为一个四层网络,如图1所示。原材料和零部件由供应商提供。第一阶段的生产中心处理原材料和零部件,并将其发送
关于中断和所提出的混合方法的讨论
我们现在研究中断事件之间的到达时间间隔对最终损害的影响,特别是对设施产能的减少。因此,开发了一种两阶段混合方法来设计所描述的供应链网络。在第一阶段,首先应用聚类算法来检测基于中断数据的到达时间间隔与损害之间的依赖结构。接下来,使用PH分布及其相关定理来确定
解决方案方法
SCND问题被归类为NP难问题(Govindan等人,2016)。为了处理问题的复杂性并在大规模问题中获得高质量的解决方案,提出了拉格朗日分解方法和一种新的超启发式算法。
计算实验
在本节中,实现了所提出的数学模型和解决方案算法。数学模型和拉格朗日分解方法使用GAMS优化软件(版本24.1.3)进行编码,并使用CPLEX求解器求解。超启发式算法在MATLAB R2015a中实现,并与GAMS链接。所有计算都在配备有Intel(R) Core(TM) i7-3720QM CPU(2.6 GHz)和16 GB RAM的计算机上完成。
结论
研究表明,中断对供应链的所有方面都产生了深远的影响,特别是对其经济绩效的影响。本研究探讨了超级中断下的韧性SCND问题。值得注意的是,我们研究了中断事件的到达时间间隔与其对供应链设计的影响之间的关系。此外,我们还通过这种创新方法探讨了涟漪效应。
为了应对这些挑战,我们提出了一种两阶段混合方法,旨在设计一个有韧性的
CRediT作者贡献声明
Mohammad Mahdi Vali-Siar:撰写——原始草稿、可视化、验证、软件、方法论、调查、概念化。Hamid Tikani:撰写——审阅与编辑、可视化、调查、概念化。Emrah Demir:撰写——审阅与编辑、监督、调查、概念化。Yousof Shamstabar:撰写——审阅与编辑、验证、方法论、调查。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。
致谢
我们想向编辑和审稿人表示衷心的感谢,他们对本文的贡献非常宝贵。他们的专业知识、见解和建设性反馈显著提高了我们工作的质量和呈现效果。本研究没有获得公共部门、商业部门或非营利部门的任何特定资助。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号