許 良,趙立靜
(燕山大學(xué) 經(jīng)濟(jì)管理學(xué)院,河北 秦皇島 066000)
基于MAS的五階閉環(huán)供應(yīng)鏈仿真及實(shí)現(xiàn)
許 良,趙立靜
(燕山大學(xué) 經(jīng)濟(jì)管理學(xué)院,河北 秦皇島 066000)
建立了基于回收和退貨的閉環(huán)供應(yīng)鏈系統(tǒng),運(yùn)用MAS的方法構(gòu)建了基于回收和退貨的閉環(huán)供應(yīng)鏈仿真模型,并建立仿真實(shí)驗(yàn)以及優(yōu)化實(shí)驗(yàn),找出顧客等待時(shí)間盡可能短的情況下供應(yīng)鏈總成本最低最優(yōu)庫(kù)存控制策略,具有重要的理論研究?jī)r(jià)值和實(shí)踐意義。
閉環(huán)供應(yīng)鏈;MAS;庫(kù)存策略;仿真
近年來(lái),隨著環(huán)保意識(shí)和可持續(xù)發(fā)展意識(shí)的增強(qiáng),越來(lái)越多的企業(yè)開(kāi)始注重產(chǎn)品的回收利用。在此背景下,將正向供應(yīng)鏈和逆向供應(yīng)鏈相結(jié)合的閉環(huán)供應(yīng)鏈應(yīng)運(yùn)而生。閉環(huán)供應(yīng)鏈作為新興的研究領(lǐng)域,主要涉及供應(yīng)商、制造商、分銷(xiāo)商、零售商、消費(fèi)者、回收商等各類(lèi)實(shí)體及與其相關(guān)的一系列業(yè)務(wù)活動(dòng),呈現(xiàn)出復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu),是非常典型的復(fù)雜系統(tǒng)。2002年王丹力等提出了供應(yīng)鏈?zhǔn)且粋€(gè)開(kāi)放的復(fù)雜巨系統(tǒng),并分析了供應(yīng)鏈的復(fù)雜性。MAS理論和相關(guān)技術(shù)是一種對(duì)復(fù)雜系統(tǒng)進(jìn)行分析、設(shè)計(jì)的有效的思想方法和工具,考慮到閉環(huán)供應(yīng)鏈的復(fù)雜性,本文將MAS理論引入到閉環(huán)供應(yīng)鏈的研究中。
伴隨著回收和退貨的出現(xiàn),閉環(huán)供應(yīng)鏈中各級(jí)企業(yè)要不斷面臨回收產(chǎn)品和退貨產(chǎn)品,使得原本就比較復(fù)雜的庫(kù)存問(wèn)題變得更加難以控制,尤其是在多級(jí)供應(yīng)鏈中愈發(fā)難以控制,如果處理不當(dāng),極有可能會(huì)對(duì)企業(yè)庫(kù)存造成很大的影響,因此非常有必要對(duì)閉環(huán)供應(yīng)鏈多級(jí)庫(kù)存控制策略進(jìn)行研究。
在庫(kù)存管理中,涉及到了多種庫(kù)存策略,庫(kù)存策略是庫(kù)存管理的重要部分,一個(gè)好的庫(kù)存策略可以避免缺貨或庫(kù)存積壓,加速資金周轉(zhuǎn),降低庫(kù)存總費(fèi)用。根據(jù)盤(pán)點(diǎn)方式的不同,可以分為t-循環(huán)策略、(r,Q)策略、(s,S)策略、(T,r,Q)策略以及(T,s,S)策略。本文采用的庫(kù)存策略是(s,S)策略,即對(duì)庫(kù)存進(jìn)行連續(xù)盤(pán)點(diǎn),一旦發(fā)現(xiàn)庫(kù)存水平小于s,就馬上發(fā)出訂單進(jìn)行訂貨,使得訂貨時(shí)刻庫(kù)存水平達(dá)到S。
本文首先構(gòu)建了基于回收和退貨的閉環(huán)供應(yīng)鏈系統(tǒng)。然后運(yùn)用MAS方法對(duì)五階供應(yīng)鏈進(jìn)行建模,模型的抽象粒度為供應(yīng)鏈上的企業(yè),并利用固定實(shí)體模擬企業(yè),流動(dòng)實(shí)體模擬企業(yè)之間的訂單、配送,最后對(duì)MAS模型進(jìn)行仿真實(shí)驗(yàn)以及優(yōu)化實(shí)驗(yàn),找出最優(yōu)的(s,S)庫(kù)存策略,為閉環(huán)供應(yīng)鏈各級(jí)供應(yīng)鏈成員合理制定庫(kù)存控制策略提供了指導(dǎo)意見(jiàn)。
2.1 五階閉環(huán)供應(yīng)鏈結(jié)構(gòu)
本文所研究的閉環(huán)供應(yīng)鏈?zhǔn)怯晒?yīng)商、制造商、分銷(xiāo)商、零售商以及客戶(hù)形成的閉環(huán)結(jié)構(gòu),同時(shí)包含回收和退貨環(huán)節(jié)??蛻?hù)退貨分為無(wú)缺陷退貨和缺陷退貨兩種情況,其中無(wú)缺陷退貨產(chǎn)品不影響二次銷(xiāo)售,直接退回給零售商進(jìn)行銷(xiāo)售;缺陷產(chǎn)品退回給分銷(xiāo)商,由分銷(xiāo)商退回給制造商進(jìn)行再制造,并重新進(jìn)入正向供應(yīng)鏈?;厥窄h(huán)節(jié)指的是客戶(hù)手中超出產(chǎn)品生命周期的廢棄物,由制造商進(jìn)行回收再制造并重新進(jìn)入正向供應(yīng)鏈。本文研究的閉環(huán)供應(yīng)鏈?zhǔn)腔诨厥蘸屯素浀拈]環(huán)供應(yīng)鏈系統(tǒng),如圖1所示。
圖1 基于回收和退貨的閉環(huán)供應(yīng)鏈結(jié)構(gòu)
2.2 基于MAS的閉環(huán)供應(yīng)鏈仿真模型
本文把閉環(huán)供應(yīng)鏈中能夠獨(dú)立完成任務(wù)的各實(shí)體抽象為兩類(lèi),即功能Agent和結(jié)構(gòu)Agent,因此整個(gè)系統(tǒng)可以劃分為三個(gè)層次:MAS層、結(jié)構(gòu)Agent層以及功能Agent層。其中MAS層是系統(tǒng)總體的層次,包括結(jié)構(gòu)Agent和功能Agent;結(jié)構(gòu)Agent層由供應(yīng)鏈的各企業(yè)組成,它們之間通過(guò)訂單、零部件以及產(chǎn)品的運(yùn)輸聯(lián)系起來(lái);功能Agent層是各結(jié)構(gòu)Agent內(nèi)部的運(yùn)作流程的實(shí)現(xiàn)。本文所建立的基于MAS的閉環(huán)供應(yīng)鏈仿真模型如圖2所示。
圖2 基于MAS的閉環(huán)供應(yīng)鏈仿真模型
2.3 基于MAS的閉環(huán)供應(yīng)鏈仿真流程
功能Agent層的各功能Agent使各個(gè)企業(yè)的內(nèi)部運(yùn)作流程得以實(shí)現(xiàn)。供應(yīng)商、分銷(xiāo)商、零售商內(nèi)部運(yùn)作流程類(lèi)似,主要包括訂單管理Agent、庫(kù)存管理Agent、配送Agent、通訊Agent、成本管理Agent、退貨管理Agent幾個(gè)模塊。制造商還包括生產(chǎn)Agent以及回收Agent這兩個(gè)模塊。因此以制造商為例說(shuō)明企業(yè)內(nèi)部運(yùn)作流程:(1)通訊Agent首先接收來(lái)自分銷(xiāo)商Agent的訂單信息,將訂單信息傳遞給訂單管理Agent,訂單管理Agent收到訂單信息后與庫(kù)存管理Agent進(jìn)行交互。如果庫(kù)存Agent的產(chǎn)成品滿(mǎn)足訂單需求,則配送Agent進(jìn)行發(fā)貨。庫(kù)存Agent的產(chǎn)成品不能滿(mǎn)足訂單需求,則通知生產(chǎn)Agent,由生產(chǎn)Agent根據(jù)生產(chǎn)計(jì)劃安排生產(chǎn),并且將生產(chǎn)信息反饋給庫(kù)存管理Agent,待生產(chǎn)完成后由配送Agent進(jìn)行發(fā)貨。庫(kù)存管理Agent時(shí)刻檢測(cè)庫(kù)存水平,當(dāng)零部件庫(kù)存小于安全庫(kù)存s時(shí),向供應(yīng)商Agent訂貨。(2)通訊Agent接收來(lái)自供應(yīng)商Agent的送貨信息,并向庫(kù)存Agent下達(dá)更新零部件庫(kù)存的指令。通訊Agent接收來(lái)自分銷(xiāo)商Agent的退貨信息,并將退貨信息傳遞給退貨管理Agent,退貨管理Agent對(duì)退貨產(chǎn)品進(jìn)行處理,并將零部件數(shù)量信息傳遞給庫(kù)存管理Agent,更新零部件庫(kù)存信息。(3)通訊Agent接收來(lái)自客戶(hù)Agent的回收信息,并將回收信息傳遞給回收管理Agent,回收管理Agent對(duì)回收產(chǎn)品進(jìn)行處理,將可重新利用的零部件數(shù)量信息傳遞給庫(kù)存管理Agent,更新零部件庫(kù)存信息。制造商Agent的成本統(tǒng)計(jì)Agent存在于整個(gè)過(guò)程之中,隨時(shí)對(duì)制造商Agent處的成本進(jìn)行統(tǒng)計(jì)和更新。制造商內(nèi)部邏輯圖如圖3所示。
圖3 制造商內(nèi)部邏輯圖
3.1 仿真平臺(tái)Anylogic
Anylogic仿真平臺(tái)是近年來(lái)興起的一種新興的建模仿真軟件,支持MAS系統(tǒng)的建模與仿真,利用活動(dòng)對(duì)象類(lèi)來(lái)對(duì)現(xiàn)實(shí)世界的不同事物進(jìn)行模擬?;顒?dòng)對(duì)象可以用參數(shù)、變量來(lái)表示事物的屬性,還可以通過(guò)編寫(xiě)函數(shù)、設(shè)置行為圖、定時(shí)器來(lái)設(shè)定活動(dòng)對(duì)象的行為?;顒?dòng)對(duì)象類(lèi)通過(guò)端口進(jìn)行交互,利用端口進(jìn)行消息的傳遞,消息是用戶(hù)編寫(xiě)的Java類(lèi)。
3.2 Anylogic平臺(tái)上閉環(huán)供應(yīng)鏈仿真模型
客戶(hù)需求由Main層觸發(fā),通過(guò)Event事件來(lái)實(shí)現(xiàn),將其定義為事件demandGenerator。客戶(hù)的需求服從隨機(jī)分布Random Number(1,2,3,4,5,6),其概率分別為0.2、0.3、0.2、0.1、0.1、0.1,客戶(hù)需求每天觸發(fā)的次數(shù)為8。無(wú)理由退貨由Main層觸發(fā),通過(guò)Event事件來(lái)實(shí)現(xiàn),將其定義為事件sendbackGenerator,與客戶(hù)需求服從相同的隨機(jī)分布,每天的觸發(fā)次數(shù)為2。缺陷退貨由Main層觸發(fā),通過(guò)Event事件來(lái)實(shí)現(xiàn),將其定義為事件sendbackGenerator1,與客戶(hù)需求服從相同的隨機(jī)分布,每天觸發(fā)的次數(shù)為1?;厥胀瑯釉贛ain層觸發(fā),通過(guò)事件Event事件來(lái)實(shí)現(xiàn),將其定義為事件recycleGenerator,與客戶(hù)需求服從相同的隨機(jī)分布,每天的觸發(fā)次數(shù)為3。除此之外,Main層還包括了模型開(kāi)始的時(shí)間beginingofDay、各Agent的庫(kù)存參數(shù)、顧客等待時(shí)間數(shù)據(jù)以及供應(yīng)鏈的平均成本等。Main層模型如圖4所示。
圖4 Anylogic平臺(tái)上閉環(huán)供應(yīng)鏈仿真模型
其中,仿真參數(shù)的設(shè)置見(jiàn)表1。
表1 仿真參數(shù)設(shè)置
3.3 仿真模型中各功能Agent的描述及屬性定義
(1)訂單管理Agent。主要負(fù)責(zé)對(duì)訂單進(jìn)行處理,與庫(kù)存Agent進(jìn)行交互,判斷庫(kù)存能否滿(mǎn)足訂單需求,滿(mǎn)足需求則向配送Agent發(fā)出送貨指令,不能滿(mǎn)足需求則向生產(chǎn)Agent發(fā)出生產(chǎn)指令,當(dāng)訂單得到滿(mǎn)足后將訂單移除。其相關(guān)屬性為:
orders:集合類(lèi)型,主要用來(lái)收集order消息。
backlog:主要是對(duì)未完成訂單總量的一個(gè)統(tǒng)計(jì)功能。
checkOrders:這是一個(gè)行為圖(actionchart),訂單處理的功能主要體現(xiàn)在這個(gè)行為圖中。
(2)需求管理Agent。主要負(fù)責(zé)對(duì)客戶(hù)需求進(jìn)行處理,與庫(kù)存Agent進(jìn)行交互,判斷庫(kù)存能否滿(mǎn)足需求,當(dāng)需求得到滿(mǎn)足后將需求移除。其相關(guān)屬性為:
demands:集合類(lèi)型,主要用來(lái)收集demand消息。
backlog:這是一個(gè)功能函數(shù),主要是對(duì)未完成訂單總量的一個(gè)統(tǒng)計(jì)功能。
checkDemands:這是一個(gè)行為圖(actionchart),客戶(hù)需求處理的功能主要體現(xiàn)在這個(gè)行為圖中。
orderFromFactory:行為圖,主要功能是向制造商發(fā)起訂貨。
(3)庫(kù)存管理Agent。庫(kù)存管理Agent主要負(fù)責(zé)對(duì)零部件及成品進(jìn)行庫(kù)存管理,其相關(guān)屬性為:
I:表示當(dāng)前成品庫(kù)存水平。
I1:表示當(dāng)前零部件庫(kù)存水平。
(4)生產(chǎn)Agent。生產(chǎn)Agent負(fù)責(zé)零部件及成品的生產(chǎn),當(dāng)接到庫(kù)存管理Agent的指令時(shí)即被觸發(fā),其相關(guān)屬性為:
Manufacturing:主要屬性為生產(chǎn)數(shù)量amount,可以自動(dòng)觸發(fā)。
(5)配送Agent。主要負(fù)責(zé)零部件及成品的配送,當(dāng)接到訂單管理Agent的送貨指令后開(kāi)始配送。其相關(guān)屬性為:
Delivery:主要屬性為Shipment和destination,表示向下游配送零部件及成品,數(shù)量由Shipment實(shí)例的屬性值決定。
(6)成本管理Agent。主要負(fù)責(zé)統(tǒng)計(jì)各項(xiàng)成本,并設(shè)定相關(guān)的成本參數(shù),其相關(guān)屬性為:
manufacturingCost:Statistic類(lèi)型,對(duì)生產(chǎn)成本進(jìn)行統(tǒng)計(jì)。
holdingCost:Statistic類(lèi)型,對(duì)產(chǎn)成品庫(kù)存持有成本進(jìn)行統(tǒng)計(jì)。
holdingCost1:Statistic類(lèi)型,對(duì)零部件庫(kù)存持有成本進(jìn)行統(tǒng)計(jì)。
shortageCost:Statistic類(lèi)型,對(duì)缺貨懲罰成本進(jìn)行統(tǒng)計(jì)。
orderingCost:Statistic類(lèi)型,對(duì)訂貨成本進(jìn)行統(tǒng)計(jì)。
sendbackCost:Statistic類(lèi)型,對(duì)退貨成本進(jìn)行統(tǒng)計(jì)。
recycleCost:Statistic類(lèi)型,對(duì)回收成本進(jìn)行統(tǒng)計(jì)。
(7)通訊Agent。主要通過(guò)端口與外界進(jìn)行通訊。
(8)退貨管理Agent。主要負(fù)責(zé)對(duì)退貨進(jìn)行處理,并向庫(kù)存管理Agent發(fā)出更新零部件庫(kù)存指令。其相關(guān)屬性為:
sendbacks:集合類(lèi)型,主要用來(lái)收集sendback消息。
checkSendbacks:這是一個(gè)行為圖(actionchart),退貨處理的功能主要體現(xiàn)在這個(gè)行為圖中。
(9)回收管理Agent。主要負(fù)責(zé)對(duì)回收產(chǎn)品進(jìn)行處理,向庫(kù)存管理Agent發(fā)出更新零部件庫(kù)存指令。其相關(guān)屬性為:
recycles:集合類(lèi)型,主要用來(lái)收集recycle消息。
p:回收產(chǎn)品的再制造率。
checkRecycles:這是一個(gè)行為圖(actionchart),客戶(hù)回收處理的功能主要體現(xiàn)在這個(gè)行為圖中。
根據(jù)仿真目標(biāo),本文設(shè)計(jì)了三種情形下的仿真實(shí)驗(yàn),研究在庫(kù)存策略確定的情況下每天的退貨概率和回收概率對(duì)供應(yīng)鏈總成本及顧客等待時(shí)間的影響,并且結(jié)合三種情形找出共同的規(guī)律,以期為找到供應(yīng)鏈總成本最低的庫(kù)存策略提供一定指導(dǎo)。仿真實(shí)驗(yàn)方案設(shè)計(jì):(1)無(wú)理由退貨概率、缺陷品退貨概率以及回收概率均為0。(2)無(wú)理由退貨概率、缺陷品退貨概率以及回收概率均為上文設(shè)定的仿真實(shí)驗(yàn)參數(shù)中的一半,即無(wú)理由退貨概率為一天一次,缺陷品退貨概率為兩天一次,回收概率為一天兩次。(3)無(wú)理由退貨概率、缺陷品退貨率以及回收概率仍為上文設(shè)定的仿真參數(shù),即無(wú)理由退貨概率為一天兩次,缺陷品退貨概率為一天一次,回收概率為一天四次。仿真實(shí)驗(yàn)運(yùn)行十次,然后取平均值為最終結(jié)果,仿真實(shí)驗(yàn)結(jié)果見(jiàn)表2。
表2 仿真實(shí)驗(yàn)結(jié)果
通過(guò)表2可以看出方案三總成本最小且顧客等待時(shí)間最短,方案一總成本最大且顧客等待時(shí)間最長(zhǎng),即無(wú)理由退貨概率為一天兩次、缺陷退貨率為一天一次且回收概率為一天四次的情形下供應(yīng)鏈總成本最小,顧客等待時(shí)間最短;無(wú)理由退貨概率、缺陷退貨概率且回收概率為0的情形下供應(yīng)鏈總成本最大,顧客等待時(shí)間最長(zhǎng)。由此可得:在各企業(yè)庫(kù)存策略確定的情況下,無(wú)理由退貨概率、缺陷退貨概率及回收概率在一定的范圍內(nèi)概率越大,供應(yīng)鏈總成本越小,顧客等待時(shí)間越短。因此本文建立優(yōu)化實(shí)驗(yàn)時(shí),為了找到使供應(yīng)鏈總成本最小的庫(kù)存策略,應(yīng)在方案三的基礎(chǔ)上建立優(yōu)化實(shí)驗(yàn),各參數(shù)值的設(shè)置同方案三。
本文建立優(yōu)化實(shí)驗(yàn),試圖通過(guò)最優(yōu)化搜尋(OPtQuest)技術(shù)找到上文構(gòu)建的仿真模型的最優(yōu)庫(kù)存參數(shù)(s,S)。最優(yōu)化搜尋(OPtQuest)是Anylogic仿真平臺(tái)中提供的一種優(yōu)化技術(shù),能夠在整個(gè)仿真過(guò)程中搜尋最佳解。最優(yōu)化搜尋技術(shù)的實(shí)施流程為:
(1)模完成后進(jìn)行模擬,設(shè)定優(yōu)化實(shí)驗(yàn)的目標(biāo)函數(shù) f(x)。
(2)模擬從一基礎(chǔ)起始解開(kāi)始,得到目標(biāo)函數(shù) f(x),f(x)中的x是該次模擬中所用的參數(shù),并將該初始解設(shè)定為最優(yōu)解X*。
(3)x作為優(yōu)化搜尋時(shí)的輸入?yún)?shù),在搜尋過(guò)程中若產(chǎn)生一新試驗(yàn)解時(shí),若當(dāng)時(shí)的x能夠使目標(biāo)函數(shù)值 f(x)優(yōu)于之前的f(x*),則由該x成為新的X*。
(4)若目標(biāo)函數(shù)中有過(guò)濾規(guī)則,在模擬過(guò)程中還應(yīng)檢驗(yàn)解是否符合所要求的目標(biāo)解,不符合的應(yīng)該舍去。
在本仿真中,目標(biāo)函數(shù)為顧客等待時(shí)間盡可能短的情況下(顧客等待時(shí)間小于等于0.05),整個(gè)供應(yīng)鏈每天的平均成本最低,所以目標(biāo)函數(shù)設(shè)置為:
經(jīng)過(guò)仿真及最優(yōu)化搜尋得到的仿真結(jié)果為:零售商(s,S)=(59,146)分銷(xiāo)商(s,S)=(102,143),供應(yīng)商(s,S)=(52,95),在該情況下日均成本為1 063.523。仿真結(jié)果如圖5所示。
本文從供應(yīng)鏈各成員的行為特征出發(fā),研究了五階供應(yīng)鏈的仿真與實(shí)現(xiàn),借助Anylogic仿真軟件,研究了基于回收與退貨的閉環(huán)供應(yīng)鏈的無(wú)理由退貨概率、缺陷退貨概率以及回收概率與整個(gè)供應(yīng)鏈總成本之間的關(guān)系,結(jié)論表明,無(wú)理由退貨概率、缺陷退貨概率及回收概率在一定的范圍內(nèi)隨著參數(shù)的增大,整個(gè)供應(yīng)鏈總成本越來(lái)越小且顧客等待時(shí)間越來(lái)越短,在此基礎(chǔ)上構(gòu)建了優(yōu)化實(shí)驗(yàn),找到了在顧客等待時(shí)間小于0.05天的約束條件下使整個(gè)供應(yīng)鏈成本最小的最優(yōu)庫(kù)存策略,為閉環(huán)供應(yīng)鏈多級(jí)庫(kù)存控制與決策提供理論依據(jù)。
[1]張維勇,梅勃,錢(qián)軍,許磊.基于多智能代理的供應(yīng)鏈仿真模型的構(gòu)建[J].計(jì)算機(jī)應(yīng)用,2007,(27):99-101.
[2]桂壽平,吳冬玲.基于Anylogic的五階供應(yīng)鏈仿真建模與分析[J].改革與戰(zhàn)略,2009,25(1):159-162.
[3]范英.基于MAS的汽車(chē)供應(yīng)鏈信息共享協(xié)同模式仿真研究[D].哈爾濱:東北林業(yè)大學(xué),2013.
[4]趙曉敏,再制造不確定的MR閉環(huán)供應(yīng)鏈系統(tǒng)建模與仿真研究[J].管理科學(xué),2012,25(6):23-34.
[5]白睿涵,賈紅雨,左鵬.多級(jí)庫(kù)存策略模擬建模[J].物流科技,2008,(6): 113-116.
[6]Guilherme Ernani Vieira.Ideas for Modeling and Simulation of Supply Chains with Arena[A].Proceedings of the 2004 Winter Simulation Conference[C].2004.
[7]Yuan K F,Gao Y.Inventory decision-making models for a closed-loop supply chain system[J].International Journal of Production Research, 2010,48(20):6 155-6 187.
Simulation and Realization of 5-stage Closed-loop Supply Chain Based on MAS
Xu Liang,Zhao Lijing
(School of Economics&Management,Yanshan University,Qinhuangdao 066000,China)
In this paper,we built the closed-loop supply chain system based on recycling and product return,and then used the MAS method to establish the closed-loop supply chain simulation model as well as the optimization experiment to identify the optimal inventory control strategy to minimize the waiting time of the customer and the total cost of the supply chain.
closed-loop supply chain;MAS;inventory strategy;simulation
F274
A
1005-152X(2015)10-0172-04
2015-08-25
河北省科技計(jì)劃項(xiàng)目“減排降霾目標(biāo)下河北省鋼鐵綠色供應(yīng)鏈優(yōu)化及對(duì)策研究”(15457627D)
許良(1975-),男,山西朔州人,燕山大學(xué)經(jīng)濟(jì)管理學(xué)院副教授,北京交通大學(xué)博士研究生,研究方向:城市交通網(wǎng)絡(luò)優(yōu)化、物流與供應(yīng)鏈優(yōu)化、企業(yè)信息化;趙立靜(1989-),女,河北邢臺(tái)人,燕山大學(xué)經(jīng)濟(jì)管理學(xué)院碩士,研究方向:物流與供應(yīng)鏈管理。
10.3969/j.issn.1005-152X.2015.10.047