基于产品需求替代的两级供应链牛鞭效应分析

考虑两种产品需求替代下的自回归移动平均时间序列,零售商采用最小均方差技术预测市场需求,以订货点法确定订货量的两级供应链牛鞭效应量化模型,并对该模型牛鞭效应的大小及其影响因素进行理论分析和算例验证,研究表明:1)需求替代情形下牛鞭效应的表达式对有无需求替代的情况都适用;2)替代系数对被替代产品的牛鞭效应无影响,对替代产品的牛鞭效应有影响,并且替代系数同替代产品的牛鞭效应变化方向一致;3)需求替代情形下缩短提前期并不一定能减少替代和被替代产品的牛鞭效应.     

季节性供应链零售商补货策略研究——基于牛鞭效应视角

通过建立含有季节性自回归移动平均需求过程的供应链,零售商采用最小均方差预测技术预测提前期需求,分析(R,D)、(R,S)、(R,βS)、(R,γO)和(R,γO,βS)五种补货策略下的牛鞭效应.研究结果表明:(R,γO)补货策略是弱化牛鞭效应的最优补货策略,然而(R,γO)补货策略时出现了反牛鞭效应,无法保证供应链的安全供给.实践中当库存量调节系数和订货量调节系数较大时,(R,βS)补货策略能有效弱化牛鞭效应,当库存量调节系数和订货量调节系数较小时,(R,γO,βS)补货策略能有效弱化牛鞭效应;对于(R,βS)和(R,γO,βS)补货策略,牛鞭效应随着库存平滑系数的增大而增大;对于(R,γO)和(R,γO,βS)补货策略,牛鞭效应随着订货平滑系数的增大而增大;对于(R,S)、(R,βS)和(R,γO,βS)补货策略,牛鞭效应随着订货提前期的增大而增大;对于(R,γO)和(R,γO,βS)补货策略,牛鞭效应随着时刻t的增大而增大,但时刻t增大到一定程度时,牛鞭效应值基本不变.