基于simulink的牛鞭效应模型建模与仿真

欢迎订阅《FPGA学习入门100例教程》、《MATLAB学习入门100例教程》

目录

一、理论基础

二、核心程序

三、测试结果

---

一、理论基础

       牛鞭效应，是经济学中的一个术语，它也被称为需求放大效应。牛鞭效应指的是当信息流从最终客户端传输到原始供应商时，信息共享无法有效实现，信息逐步失真和放大，需求信息看起来越来越波动，并且这种信息的失真在图中被放大，就像甩起的牛鞭一样，因此被称为“牛鞭效应”。

　　

　   在供应链中，阶级越高，变化就越大，而且离客户越远，影响就越大。这种影响的存在将导致制造商、分销商、零售商的订单远远高于实际客户需求，还会使得每个节点的库存水平提高，但是服务水平变低，供应链效率变低，而总成本变高以及定制性低等一系列问题。    

       供应链上游的客户需求对于后端的影响很大，其中的一个表现方面就是在库存上。如果要消除牛鞭效应，最好的办法就是从其源头，也就是需求侧来想办法。

先解释什么是牛鞭效应？牛鞭效应是需求信息在传递过程中逐级放大的现象。

       以汽车为例，终端客户就是车主，经销商是我们所熟知的4S店，制造商是生产汽车的整车厂，比如上海大众、通用，供应商就更多了，比如直接给整车厂供货的被称为一级供应商，最著名的有德国博世Robert Bosch，美国李尔Lear集团等等。

       这里有三个关键词：1. 需求信息，包括了订单和预测。2. 传递过程，经过了多个经销商和供应商的传递节点。3. 逐级放大，供应链条尾部的振幅最大。

       现在国家的政策是“坚持去产能、去库存、去杠杆、降成本、补短板，优化存量资源配置，扩大优质增量供给，实现供需动态平衡。”

       库存就是钱，现金。在财务的资产负债表中，库存属于流动资产。库存只有在出售后，才可以转化为现金，否则永远是在账面上的资产，无法变现。

       库存占用着企业的流动资金，被库存占用着的资金会妨碍企业进行一系列的投资活动。

        缺乏资金的话，企业就不能购买原材料或是新设备，如果遇到资金链条紧张的情况，企业还不得不去向银行或是贷款利率更高的金融机构去借贷，结果是辛辛苦苦挣来的钱都去还了贷款，为他人做了嫁衣。

       受到了牛鞭效应影响的企业，面对变化莫测的客户需求，很难保证按时交货。

        为了改善准时交货率低的情况，企业又不得不任意改动生产计划，导致了额外的营运费用，比如工人加班费和超额运输费。这些都是源于牛鞭效应引起的恶性循环。

      一个完整的模型结构如下所示：

其中，对于每一个模型，给出了具体的simulink结构框图，如下图所示：

       那么对于输入信号，我们首先要建立e信号的模型。根据论文中的介绍，输入e(k)根据论文的介绍是一组随机的非相关的随机序列。

       这里，e(k)就是你所说的那个加载的数据，当然根据论文中的说明，我们使用的是一个随机的序列进行仿真的。

二、核心程序

这里的几个参数设置如下所示：

Tz：1

SP1：100

Ki：0.9

L：1

        这里，e(k)就是你所说的那个加载的数据，当然根据论文中的说明，我们使用的是一个随机的序列进行仿真的。

       我们建立如下的仿真模型：

       注意这个模型和论文中的模型的对比，实际上，我上次给你的模块就是其中的一个子模块，然后我们将这个子模块构成一个完整的“牛鞭“，这里我们首先给出一个二阶的牛鞭，如上图所示。

clc;
clear;
close all;
warning off;

Ind = 0;
for k1 = 0:0.01:2
    Ind     = Ind + 1;
    k2(Ind) = (2-5*k1+2*k1^2+sqrt(4-12*k1+13*k1^2-4*k1^3))/(2*(k1-1)^2);
end
figure;
plot(0:0.01:2,k2);
legend('a=0');
xlabel('k_1');
ylabel('k_2');

三、测试结果

不同的ki：

0.5：

1：

1.5：

不同的SP：

50：

100：

500：

不同的L：

1

5

10

A16-27