牛鞭效应matlab代码,供应链中牛鞭效应的仿真及其PID控制

1引言所谓“牛鞭效应”是指供应链上的一种需求波动放大现象，即信息流在从最终客户端向原始供应商端传递时，无法有效地实现信息的共享，使得信息扭曲而逐级放大，导致了需求信息出现越来越大的波动的现象.它是供应链结构中重要的性能指标，也是供应链运营中重要的绩效指标.牛鞭效应及其引发的失调对供应链的运营业绩有较大的负面影响.牛鞭效应增加了企业成本，降低了反应能力，从而导致供应链利润下滑.基于此，国内外许多学者对此进行了大量研究.研究内容可以分为3类:1)说明牛鞭效应的存在以及它的危害性;2)研究导致这一现象的原因;3)研究这一现象的解决方法.迄今为止，牛鞭效应的研究工作主要集中在几个方面:牛鞭效应的存在、牛鞭效应的量化、牛鞭效应的减弱和控制.牛鞭效应问题研究的初始阶段，主要是进行供应链企业市场、顾客、销售、生产、库存等方面的实际调整，以实证方法研究和确认牛鞭效应的存在.牛鞭效应问题的进一步研究主要集中在牛鞭效应的量化，考虑用统计分析方法和控制工程方法量化牛鞭效应.牛鞭效应问题的最近研究则是考虑供应链中如何减弱和控制这种效应‘”.2基本方法2.1传递函数在控制系统工程中，系统传递函数从数学上描述了系统的输入输出的关系，在很大程度上描述了系统动态性能[‘，5一’。.供应链是一个复杂的系统，使用传递函数可以描述其中各部分之间的联系.在本文中系统传递函数描述了系统输入变量和输出变量的Z变换之间的关系.针对每一种补货规则，系统的传递函数代表了该补货规则涉及的一些变量之间的联系.其中系统输入和系统输出分别对应于产品的需求和订货或者补货数量.2.2频率响应系统性能的好坏经常用频率响应来表示.频率响应分析的是当频率由低到高，无数个正弦输人时所对应的稳态响应.也就是，当输人是一族不同频率的正弦波时会有什么样的输出.对于线性系统，在稳8022007中国控制与决策学术年会论文集定状态下的输出是具有相同频率但是振幅和相角不一定相同的正弦信号.本文中用到的是正弦输出与正弦输人幅值之间的比值，即所谓的振幅比(AR).针对最大库存补货规则，输入一个样本区间下频率范围从O到二分布的正弦信号，对于每个频率都会得到一个振幅比(AR)，这样便得到系统的频率响应曲线，进而得到对该系统动态特性较为详尽的描述6.根据傅立叶变换，可把实时需求的数据看作由一族振幅特定频率不同的正弦曲线组合而成.对不同输出的频率响应进行分析，可得到系统的一些性能指标.频率响应曲线表征了订货规则在多大程度上导致波动变化.本文中，对应于单个频率，它可告诉我们各种范围的频率引起订货波动大小的不同.2.3PID控制的原理数字PID控制是生产过程中最普遍采用的控制方法.它是一种线性控制器，根据给定值r(t)与实际输出值。(t)构成控制偏差e(t)=r(t)一e(t).(1)将偏差的比例(P)、积分(I)和微分(D)通过线性组合构成控制量，对被控对象进行控制，故称PID控制[21.其控制规律为(:)一、P(:)+、1{…(，)d:+K。de(t)dt(2)或写成z传递函数形式[2j如下:G(卜i于万KP(‘一‘，+Kl+K。(1一z一，)2.(3)在进行控制时，只要分别调整比例、积分和微分系数就可以对系统进行控制，以得到希望的性能指标.2.4牛鞭效应的度且度量牛鞭效应的常规方法是使用订单相对于需求的波动之间的比值.这里引用文献[7提出的用频率响应的功率谱密度来度量牛鞭效应，牛鞭效应值的计算如下:BW=var(O)var(D)一专丁:，G(‘。，，’d田(‘，其中:D为需求的估计值，O为相应的订货量的值，G(z)为需求与订货之间的传递函