摘 要:文章基于信息融合技术对供应链管理中的合作伙伴选择问题进行了探讨,分析了信息融合技术在该问题中的适应性、基本融合模型、难点问题和融合策略等,认为应用集成多源信息和合适融合方法的信息融合技术可以提高选择的效度和信度,有利于对合作伙伴作出正确的选择,从而提高供应链整体的竞争力。
关键词:供应链;信息融合;合作伙伴选择;融合策略
一、引言
现代竞争已经突破传统企业的边界,转化为供应链之间的竞争。供应链管理(Supply Chain Management,SCM)就是为了适应市场国际化、动态和顾客驱动而产生的一种新型的管理模式,很多公司应用SCM增加组织的效率并获得诸如提高的客户价值、较好的资源利用、增加收益率等优势。国内外学者通过对制造型供应链和销售型供应链等进行研究发现,供应链合作伙伴间高水平的合作可以获得增强的信息共享、适应性和柔性,降低供应链总体成本、库存水平,产生更大的竞争优势,可以有效提升生产力、降低成本、提高产品和服务的满意度等。而如何选择合适的合作伙伴对构造具有竞争力的供应链具有决定性的作用,已成SCM的关键性和难点问题。因此,研究供应链合作伙伴选择的理论和有效评价方法具有积极的理论与实际意义。
二、供应链合作伙伴选择
供应链合作伙伴关系(Supply Chain Partnership,SCP)主要是指在供应链内部,两个或两个以上独立的成员之间形成的一种协调关系,其目的是保证实现某个特定的目标或效益。供应链中合作的层次非常多,如新产品/技术的研发、产品供应与销售等,其关键是供应链各节点企业之间在生产、设计、竞争策略等方面良好的协调。企业选择合作伙伴一般步骤如图1所示。
1.制定战略规划。根据企业的整体战略、市场环境、企业基础等约束条件制定企业的战略规划,确定自己的优势(核心能力),进行准确的自我评价和市场评价,对整体进行规划和定位,确定哪些领域为需要合作领域。
2.初步确定入围合作伙伴对象并对参选伙伴进行初步评价。主要根据合作印象等进行合作伙伴的初选。
3. 设计指标体系,建立由成本、敏捷性、柔性、服务、企业文化等构成的评价体系,并进行细化和可操作化。
4. 选择适当的方法(如AHP法等)进行评价和选择。
5. 实施合作关系并进行过程管理和评价,在合作结束进行整体评价,决定后续运作。
从以上选择的步骤可以看出,指标体系的建立和选择方法的对供应链的评价是最关键的环节。选择的常用方法一般分为拉式和推式两大类,主要包括成本法、线性规划法、非线性规划法、多目标规划法等。由于现实决策中存在大量的不确定性因素,且需要综合来自于不同决策者、专家顾问、业务信息系统、历史数据、网络等方面的信息做出最终的决策,其中有定性的,也有定量的,因此,采用单一的方法难以对选择做出很好的支持。本研究就是要利用信息融合技术对多源信息的处理优势对供应链合作伙伴选择问题的可能性和效度进行研究,优化选择方法,以创造高质量的供应链。
三、信息融合技术
信息融合(Information fusion)技术出现在20世纪70年代初期,于20世纪80年代成为一门专用技术。信息融合就是充分利用不同时间、空间的多传感器信息资源,采用计算机技术对按时序获得的多传感器观测信息在一定准则下加以自动分析、综合、支配和使用,获得对被测对象的一致性解释与描述,以完成所需的决策和估计任务,使系统获得比它的各组成部分更优越的性能。其突出特点是:可以通过多传感器数据进行综合处理,去除冗余,克服歧义,从而更全面、准确和可靠。
四、应用信息融合技术支持供应链管理合作伙伴选择
1.信息融合技术对供应链合作伙伴选择的适用性。供应链合作伙伴的选择是基于多源信息、多目标、多准则的决策问题,信息融合基于数据层、特征层和决策层三个层次的融合可以很好地支持合作伙伴选择中的决策过程。(1)针对数据层的融合可以在对基础数据和信息进行处理时进行,将来自于不同信息源的数据和信息进行融合性预处理,形成决策需要的数据格式,其实质就是对不同渠道的冗余数据进行应用。如企业盈利能力、历年业绩、成本等数据可以从外部咨询公司、管理部门、情报部门收集的数据等不同来源进行数据收集,然后再根据一定的融合方法进行综合,以使数据更加可靠。(2)特征层融合一般和合作伙伴选择决策模型的指标体系进行对应,提取不同的特征数据进行匹配、融合。将来源于业务信息系统、数据仓库、网络等与合作伙伴相关的数据和信息进行一定方法的融合,从而产生特征级的信息。(3)决策层根据具体的基础融合数据和特征层的数据调用一定的融合算法进行决策融合,从而做出最终选择。其核心是决策模型的设计,尤其是对定性与定量兼有的数据和信息的融合方法是难点问题,而信息融合利用统计学、概率论、模糊数学、神经网络等方法可以完成定性问题的量化处理。
2.合作伙伴选择的基本融合模型。合作伙伴选择的信息融合一般过程如图2所示,主要包括:(1)对来自不同渠道(市场、客户、管理部门等)的多源信息进行采集;(2)进行信息转换、传递、交换和信息的预处理,如将相关数据和信息进行无量刚化等;(3)进行信息互补、综合处理和识别分析;(4)完成信息融合,提交信息融合报告供决策。
3.信息融合技术应用的难点问题。(1)信息融合的关键是对多源信息进行关联,然后再采用相应的方法对各个聚类中的数据进行无缝集成。融合的源信息包括数据、信息、知识等多个层次。数据和信息有内部的也有外部的,有简单的也有复杂的,有先验的也有后验的,有同构的也有异构的;知识有隐性的知识(经验等)也有显性的。因此,如何将这些复杂的信息集成起来为决策服务成为该应用的关键和难点问题。(2)定性标准量化的问题。在决策中有许多诸如柔性、企业文化等定性的指标,而这些指标的应用需要一定的量化处理和融合。(3)如何对一些不确定的信息进行融合。对供应链而言,由于来自于由于价格和提前期等因素导致的供应过程、制造过程和客户需求过程的众多不确定性导致供应链是复杂的和不确定性的,收集的信息中有很多不确定性的,因此提高对不确定信息的融合效率成为另一个关键问题。
4.对应策略。国内外对信息集成方法主要有以下几类:概率论、证据理论、模糊逻辑和神经网络等。针对供应链管理中的问题,可以采用以下策略:(1)对有基础数据(即有合作基础或者一定了解的合作伙伴)主要使用Kalman滤波法和Bayes推理方法,因为有一定的合作基础或者基础数据,可以将这些基础数据和获取的其它数据作为先验数据进行推理和决策,这具有很好的适用性。(2)对基础数据不充分的,利用模糊逻辑、证据理论和神经网络等智能方法进行信息融合的数据关联(非直接的关联)。如对新的合作伙伴可以采用不需要先验信息和具有不确定性决策的D—S证据推理等方法,对一些不确定性的问题,充分利用神经网络、遗传算法等智能计算技术支持和改进信息融合技术,利用这些方法在学习等方面的优势,可以取得较好的效果。(3)对定性与定量相结合的决策可以采用层次分析法(AHP)或者网络分析法(ANP)等进行,充分发扬专家在决策中的作用,将定性指标和问题量化和科学化,提高其可操作性。
五、结语
信息融合通过对不同来源、不同模式、不同媒质、不同时间、不同地点、不同表示方式的信息进行综合,得到被感知对象更加精确的描述,这些特征可以很好地应用到供应链管理合作伙伴选择与评价上。但是,管理中的应用和相对刚性和标准化的军事、工业中的应用不同,具有更多不确定的因素和特质,是典型的复杂问题,因此具有更大的难度。后续研究将重点放在具体的融合策略和方法上,并充分利用基于多Agent建模与仿真等技术,结合信息融合方法集成支持合作伙伴的选择,优化选择策略。
参考文献:
1.Shamil Naoum.An overview into the concept of partnering.International Journal of Project Management,2003,21:71-76.
2.John T.Mentzer,Soonhong Min,Zach G.Zacharia.The Nature of Interfirm Partnering in Supply Chain Management.Journal of Retailing,2000,76(4):549-568.
3.马士华,林勇等.供应链管理.北京:机械工业出版社,2000:124-158.
4.权太范.信息融合神经网络—模糊推理理论与应用.北京:国防工业出版社,2002:1-40.
5.黎湘,郁文贤等.决策层信息融合的神经网络模型与算法研究.电子学报,1997,25(9):117-120.
6.张涛,孙林岩.供应链不确定性管理:技术与策略.北京:清华大学出版社,2005:91-97.
7.刘云生,彭建平.信息融合的研究.计算机工程与应用,2005,(3):181-183.
关键词:供应链;信息融合;合作伙伴选择;融合策略
一、引言
现代竞争已经突破传统企业的边界,转化为供应链之间的竞争。供应链管理(Supply Chain Management,SCM)就是为了适应市场国际化、动态和顾客驱动而产生的一种新型的管理模式,很多公司应用SCM增加组织的效率并获得诸如提高的客户价值、较好的资源利用、增加收益率等优势。国内外学者通过对制造型供应链和销售型供应链等进行研究发现,供应链合作伙伴间高水平的合作可以获得增强的信息共享、适应性和柔性,降低供应链总体成本、库存水平,产生更大的竞争优势,可以有效提升生产力、降低成本、提高产品和服务的满意度等。而如何选择合适的合作伙伴对构造具有竞争力的供应链具有决定性的作用,已成SCM的关键性和难点问题。因此,研究供应链合作伙伴选择的理论和有效评价方法具有积极的理论与实际意义。
二、供应链合作伙伴选择
供应链合作伙伴关系(Supply Chain Partnership,SCP)主要是指在供应链内部,两个或两个以上独立的成员之间形成的一种协调关系,其目的是保证实现某个特定的目标或效益。供应链中合作的层次非常多,如新产品/技术的研发、产品供应与销售等,其关键是供应链各节点企业之间在生产、设计、竞争策略等方面良好的协调。企业选择合作伙伴一般步骤如图1所示。
1.制定战略规划。根据企业的整体战略、市场环境、企业基础等约束条件制定企业的战略规划,确定自己的优势(核心能力),进行准确的自我评价和市场评价,对整体进行规划和定位,确定哪些领域为需要合作领域。
2.初步确定入围合作伙伴对象并对参选伙伴进行初步评价。主要根据合作印象等进行合作伙伴的初选。
3. 设计指标体系,建立由成本、敏捷性、柔性、服务、企业文化等构成的评价体系,并进行细化和可操作化。
4. 选择适当的方法(如AHP法等)进行评价和选择。
5. 实施合作关系并进行过程管理和评价,在合作结束进行整体评价,决定后续运作。
从以上选择的步骤可以看出,指标体系的建立和选择方法的对供应链的评价是最关键的环节。选择的常用方法一般分为拉式和推式两大类,主要包括成本法、线性规划法、非线性规划法、多目标规划法等。由于现实决策中存在大量的不确定性因素,且需要综合来自于不同决策者、专家顾问、业务信息系统、历史数据、网络等方面的信息做出最终的决策,其中有定性的,也有定量的,因此,采用单一的方法难以对选择做出很好的支持。本研究就是要利用信息融合技术对多源信息的处理优势对供应链合作伙伴选择问题的可能性和效度进行研究,优化选择方法,以创造高质量的供应链。
三、信息融合技术
信息融合(Information fusion)技术出现在20世纪70年代初期,于20世纪80年代成为一门专用技术。信息融合就是充分利用不同时间、空间的多传感器信息资源,采用计算机技术对按时序获得的多传感器观测信息在一定准则下加以自动分析、综合、支配和使用,获得对被测对象的一致性解释与描述,以完成所需的决策和估计任务,使系统获得比它的各组成部分更优越的性能。其突出特点是:可以通过多传感器数据进行综合处理,去除冗余,克服歧义,从而更全面、准确和可靠。
四、应用信息融合技术支持供应链管理合作伙伴选择
1.信息融合技术对供应链合作伙伴选择的适用性。供应链合作伙伴的选择是基于多源信息、多目标、多准则的决策问题,信息融合基于数据层、特征层和决策层三个层次的融合可以很好地支持合作伙伴选择中的决策过程。(1)针对数据层的融合可以在对基础数据和信息进行处理时进行,将来自于不同信息源的数据和信息进行融合性预处理,形成决策需要的数据格式,其实质就是对不同渠道的冗余数据进行应用。如企业盈利能力、历年业绩、成本等数据可以从外部咨询公司、管理部门、情报部门收集的数据等不同来源进行数据收集,然后再根据一定的融合方法进行综合,以使数据更加可靠。(2)特征层融合一般和合作伙伴选择决策模型的指标体系进行对应,提取不同的特征数据进行匹配、融合。将来源于业务信息系统、数据仓库、网络等与合作伙伴相关的数据和信息进行一定方法的融合,从而产生特征级的信息。(3)决策层根据具体的基础融合数据和特征层的数据调用一定的融合算法进行决策融合,从而做出最终选择。其核心是决策模型的设计,尤其是对定性与定量兼有的数据和信息的融合方法是难点问题,而信息融合利用统计学、概率论、模糊数学、神经网络等方法可以完成定性问题的量化处理。
2.合作伙伴选择的基本融合模型。合作伙伴选择的信息融合一般过程如图2所示,主要包括:(1)对来自不同渠道(市场、客户、管理部门等)的多源信息进行采集;(2)进行信息转换、传递、交换和信息的预处理,如将相关数据和信息进行无量刚化等;(3)进行信息互补、综合处理和识别分析;(4)完成信息融合,提交信息融合报告供决策。
3.信息融合技术应用的难点问题。(1)信息融合的关键是对多源信息进行关联,然后再采用相应的方法对各个聚类中的数据进行无缝集成。融合的源信息包括数据、信息、知识等多个层次。数据和信息有内部的也有外部的,有简单的也有复杂的,有先验的也有后验的,有同构的也有异构的;知识有隐性的知识(经验等)也有显性的。因此,如何将这些复杂的信息集成起来为决策服务成为该应用的关键和难点问题。(2)定性标准量化的问题。在决策中有许多诸如柔性、企业文化等定性的指标,而这些指标的应用需要一定的量化处理和融合。(3)如何对一些不确定的信息进行融合。对供应链而言,由于来自于由于价格和提前期等因素导致的供应过程、制造过程和客户需求过程的众多不确定性导致供应链是复杂的和不确定性的,收集的信息中有很多不确定性的,因此提高对不确定信息的融合效率成为另一个关键问题。
4.对应策略。国内外对信息集成方法主要有以下几类:概率论、证据理论、模糊逻辑和神经网络等。针对供应链管理中的问题,可以采用以下策略:(1)对有基础数据(即有合作基础或者一定了解的合作伙伴)主要使用Kalman滤波法和Bayes推理方法,因为有一定的合作基础或者基础数据,可以将这些基础数据和获取的其它数据作为先验数据进行推理和决策,这具有很好的适用性。(2)对基础数据不充分的,利用模糊逻辑、证据理论和神经网络等智能方法进行信息融合的数据关联(非直接的关联)。如对新的合作伙伴可以采用不需要先验信息和具有不确定性决策的D—S证据推理等方法,对一些不确定性的问题,充分利用神经网络、遗传算法等智能计算技术支持和改进信息融合技术,利用这些方法在学习等方面的优势,可以取得较好的效果。(3)对定性与定量相结合的决策可以采用层次分析法(AHP)或者网络分析法(ANP)等进行,充分发扬专家在决策中的作用,将定性指标和问题量化和科学化,提高其可操作性。
五、结语
信息融合通过对不同来源、不同模式、不同媒质、不同时间、不同地点、不同表示方式的信息进行综合,得到被感知对象更加精确的描述,这些特征可以很好地应用到供应链管理合作伙伴选择与评价上。但是,管理中的应用和相对刚性和标准化的军事、工业中的应用不同,具有更多不确定的因素和特质,是典型的复杂问题,因此具有更大的难度。后续研究将重点放在具体的融合策略和方法上,并充分利用基于多Agent建模与仿真等技术,结合信息融合方法集成支持合作伙伴的选择,优化选择策略。
参考文献:
1.Shamil Naoum.An overview into the concept of partnering.International Journal of Project Management,2003,21:71-76.
2.John T.Mentzer,Soonhong Min,Zach G.Zacharia.The Nature of Interfirm Partnering in Supply Chain Management.Journal of Retailing,2000,76(4):549-568.
3.马士华,林勇等.供应链管理.北京:机械工业出版社,2000:124-158.
4.权太范.信息融合神经网络—模糊推理理论与应用.北京:国防工业出版社,2002:1-40.
5.黎湘,郁文贤等.决策层信息融合的神经网络模型与算法研究.电子学报,1997,25(9):117-120.
6.张涛,孙林岩.供应链不确定性管理:技术与策略.北京:清华大学出版社,2005:91-97.
7.刘云生,彭建平.信息融合的研究.计算机工程与应用,2005,(3):181-183.
---摘自:《现代管理科学》2006年第10期 作者:张志清
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/178883/viewspace-16648/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/178883/viewspace-16648/