基于AR(1)需求的牛鞭效应定量模型研究

合集下载

【管理】参考供应链管理中的牛鞭效应研究

【关键字】管理摘要牛鞭效应是供应链上的一种需求变异放大现象，是供应链上的信息流从最终客户端向原始供应商传递时，信息出现了扭曲而逐级放大，导致了需求信息出现越来越大的波动。

牛鞭效应导致供应链中巨大的损失:它误导生产计划、导致过多的库存投资、收益减少，并且降低了服务水平，导致无效运输等等。

由于牛鞭效应是供应链本身的结构决定的固有特性，是无法消除的。

因此最大限度地削弱牛鞭效应的影响成为提高整个供应链效率，实现供应链管理目标的关键。

论文首先采用了定性分析的方法对供应链管理中牛鞭效应的产生机理进行系统分析，然后在信息共享条件下运用返回分析法对具体案例进行分析，重点讨论订货提前期对牛鞭效应的影响，最后据此提出减轻的方法和措施。

关键词：牛鞭效应；供应链；返回分析；订货提前期AbstractThe bullwhip effect is a demand variability amplification phenomenon in the supply chain. When the information flow passes from the end-client to the original supplier in the supply chain, the information appears distorted and progressively enlarges, and leads to the demand information causes growing fluctuations. The bullwhip effect causes much loss in the supply chain: it misleads the production plan, leads to excessive inventory investment, reduces earnings, reduces the level of service, and causes invalid transport and so on. Because the inherent characteristics of the structure of the supply chain lead the bullwhip effect, so it cannot be eliminated. So weaken the bullwhip as much as possible is the key of improving the efficiency of the entire supply chain, and achieving the goal of supply chain management.Firstly, the paper makes a systematic analysis of the mechanism of the bullwhip effect in supply chain management by a method of qualitative analysis. Then under conditions of the information sharing, it uses the regression analysis to analyze the specific case, and focuses onthe lead time’s influence to the bullwhip. At last the paper proposes the methods and measures to weak the bullwhip.Keywords: bullwhip effect; supply chain; regression analysis; lead time目录1 绪论 .................................................. 错误!未定义书签。

ARIMA模型下的牛鞭效应与信息共享价值研究

牛鞭效应（ｕｗｉｅｅｔ是指供应链中供应ｂｌｈｆｃ）ｌｐｆ
商所接受的订单比终端顾客的需求具有更大的方差现象（即需求扭曲现象）。此外，这种扭曲将以放大
的形式向供应链的上游传播（即方差放大现象）Ｉ［。１
大量的观察数据显示，牛鞭效应在各个工业领域都存在。在快速消费品行业［ＩＩ制造领卜２Ｔ、域［Ｉ卜２食品工业【、、引汽车产品［零售百货［以及引、５］
（）１
三、零售商的订货过程
献［］９相似的假设下，详细推导了ＡＩＯ１ｑＲＭＡ（，，）
需求预测模型下牛鞭效应的量化过程和信息共享对
这样使得上游的生产厂商很难合理地安排当前的生
产计划并规划未来的生产能力。而对下游的销售厂
牛鞭效应的影响。其结果表明：信息共享不仅能够减弱牛鞭效应，还能减弱ｑ即需求市场惯性和提前
维普资讯
第２卷第６１期
Ｖ０．１Ｎｏ６１２．
统计与信息论坛
Ｓａｉｉ＆ＩｆｒｔｎＦｒｍｔｔｔｃｓｓｎｏｍａｉｏｕｏ
２００６年ｌ月１
Ｎｏ．２０ｖ，０６
【统计理论与方法】
纸制品［等的供应链中都被观察到显著的牛鞭效６］
应。
此，许多学者［１］９２－将量化的需求预测模型扩展到更
为一般的ＡＩＲＭＡ。而在牛鞭效应的对策研究中，针对牛鞭效应的成因，人们提出了各种可能的对策，但主要的研究工作还是集中在信息共享问题

牛鞭效应

关于供应链管理中的“牛鞭效应”丢失一个钉子，坏了一只蹄铁；坏了一只蹄铁，折了一匹战马；折了一匹战马，伤了一位骑士；伤了一位骑士，输了一场战斗；输了一场战斗，亡了一个帝国。

--西方民谣麻省理工学院的斯特曼（Sterman）教授做了一个著名的试验──啤酒试验。

在这个试验中有四组学生分别代表消费者，由此形成一个简单的供应链。

试验要求：任何上、下游企业之间不能交换任何商业资讯，只允许下游企业向上游企业传递订单，消费者只能将订单下给零售商。

结果表明：由於链中各节点企业之间资讯的不对称以及为了追求自身利益的最大化，造成需求资讯在供应链内部传递时失真了。

这不是一个偶然的现象，据调查，即便是在HP、IBM、宝洁这样的知名企业中，同样存在着这一类似的现象。

那么这究竟是怎么一回事呢？首先,先简单介绍一下“啤酒试验”中提及的一个名词--供应链。

供应链（Supply Chain，SC）的概念在80年代末提出，近年来随着全球制造（Global Manufacturing）的出现，供应链在制造业管理中得到普遍应用，成为一种新的管理模式。

关于供应链管理的定义有多种不同的表述。

我们可以把供应链比做一条龙，龙头是商品的销售环节，即产品生产出来以后，企业与客户交互的过程；龙身是生产制造环节，是企业内部产品生产的过程；龙尾是原材料采购环节，即在适当的时间向适当的厂商采购适当的商品。

供应链管理的作用就是把这条龙体内的资金流、信息流和物流三者整合起来，使企业能够获得采购、生产和销售的最优路线，提高企业的竞争力。

供应链管理的关键就在于供应链各结点企业之间的联接和合作，以及相互之间在设计、生产、竞争策略等方面良好的协凋。

如果供应链的所有结点企业都采取能促使总利润提升的行为，则供应链的协调性就会得到改善。

供应链协调要求供应链的每个结点企业都考虑自身行为对其他结点企业的影响。

然而，在供应链上，常常存在着如预测不准确、需求不明确，供给不稳定，企业间合作性与协调性差、造成了供应缺乏，生产与运输作业不均衡、库存居高不下，成本过高等现象。

基于Arena的供应链管理中牛鞭效应研究

ｈｅＴｒｅｓｕｌｔｐｒｏｖｉｄｅａｒｅｌｉａｂｌｅｒｅｆｅｒｅｎｃｅｖａｌｕｅｔｏｓｉｍｕｌａｔｉｏｎｒｅｓｅａｒｃｈｎｄａｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎｓｉｎｃｏｍｐｌｅｘｓｕｐｐｌｙｃｈａｉｎ
单方差与需求方差之比为仿真指标，在无信息共享和信息共享下对仿真结果进行比较分析，结果表明信息共享可以缓解牛鞭效应。这对以后的仿真研究和实际应用中的复杂供应链研究提供了可靠的参考价值。
【关键词】供应链；牛鞭效应；仿真；Ａｒｅｎａ【中图分类号】Ｆ２７４【文献标识码】Ｂ【文章编号】１６７４ — ４９９３（２０１３）０６ — ０１１５ — ０４
ｓｈａｒｉｎｇｃｏｍｐｒａａｔｉｖｅｎａａｌｙｓｉｓｏｆｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｈａｔｔｉｎｆｏｍａｒｔｉｏｎｓｈａｒｉｎｇＣｎａｃａｓｅｈｅｔｂｕｌｌｗｈｉｐｅｆｅｃｔ．
ｒｅｓｅｒｃａｈ．
［Ｋｅｙｗｏｒｄｓ］ｓｕｐｐｌｙｃｈａｉｎ；ｂｕｌｌｗｈｉｐｅｆｅｅｔ；ｓｉｍｕｌｔａｉｏｎ；Ａｒｅｎａ
［Ａｂｓｔｒａｃｔ］Ｔｈｅｂｕｌｌｗｈｉｐｅｆｅｃｔｉｓａｃｏｍｍｏｎｐｈｅｎｏｍｅｎｏｎｅｘｉｓｔｓｉｎｔｈｅｓｕｐｐｌｙｃｈａｉｎｍａｎａｇｅｍｅｎｔ，ｎｄａｉｓｏｎｅｏｆｈｅｔ

基于ARMA(1,1)需求的供应链系统牛鞭效应控制

ＬＩｎｍｉｇＷＡＮＧｉ－ａＹａ — ｎ，Ｈａｙｎ
（ｈｅｅｒｈＩｓｉｔｏＳｓｍＥｇｅｒｇＳｕｈａｔｎｖｒｉ，ａｊｇ１０６ＣｉａＴｅＲｓａｃｎｔｕｅｆｙｔｔｅｎｉｅｉ，ｏｔｅｓＵｉｓｙＮｎｉ２０９，ｈｎ）ｎｎｅｔｎ
ｓｔｇｆｎｒｔｌｄａｔｒａｓｐｌｒｉＲＭＡ（，）ｅｎｎｉｉｍｍｅｎｓｕｒｒｒｏｅａｔｇＴｅａｉｃｔｏｏｄｒｉｉｏｅｅｉｒｎｎｅｅｎｌｕｐｅｗｔｓｎｏａｅａｘｈＡ１１ｄｍａｄａｄｍｎｍｕａａｅｒｏｆｒｃｓｎ．ｈｒｎｅａｏｆｒｅｑｅｉｖａｒｉ
李艳明，海燕王
（南大学系统工程研究所，苏南京２０９）东江１０６
【摘要】预测策略和订单策略对供应链系统的牛鞭效应会产生影响，由零售商和一个外部供应商组成的单级供应链需求对
系统，假设顾客需求满足ＡＭ（１型，售商采用均方根预测误差最小的需求预测方法，ＲＡ１），模零研究了推广的ＯＴ订单策略对控制Ｕ牛鞭效应的作用。通过在ＯＴ订单策略中增加控制参数，Ｕ获得了零售商的订单和顾客需求的方差比，分析了推广的ＯＴＵ订单策略中的控制参数对牛鞭效应的影响。解析分析及仿真结果表明，通过对控制参数的适当选择可以有效控制牛鞭效应。【关键词】供应链；牛鞭效应；ＲＡ１）；ＵＡＭ（１，模型ＯＴ策略
Ａｂｓｒｃ：Ｔｅｉａｔｆｅｅａｉｅｒｅ－ｐｏｐｌｙｏｏｔｏｉｇｂｌｗｈｐｅｆｃｎｌｚｄｕｄｅｉｇｅｓａｅｓｐｌｈｉｏ－ｔａｔｈｍｐｃｎｒｌｄｏｄｒｕ —ｔｏｉｎｃｎｒｌｕｌｉｆｅｔｓａａｙｅｎｒａｓｎｌｔｇｕｐｙｃａｎｃｎｏｇｚｃｎｉ

蔡报熠牛鞭效应研究综述

供应链管理“牛鞭效应”研究综述摘要:随着全球化的竞争不断加剧,企业间的竞争逐渐转变为供应链与供应链之间的竞争。

牛鞭效应导致供应链运作效率低下,日益成为供应链研究的焦点。

本文首先给出牛鞭效应的定义,再讨论形成的原因,接着列举了牛鞭效应研究的里程碑事件,然后列举了近些年来的进展,接着对牛鞭效应的减弱方法进行了梳理。

最后对供应链中牛鞭效应进行展望。

关键词:供应链管理;牛鞭效应;综述0.引言牛鞭效应是指供应链中的零售商向供应商的订货量与其实际的销售量不一致.一般地,发给供应商的订货量,其方差大于销售给买方的(即需求扭曲),这种扭曲以放大的形式向供应链的上游蔓延(方差变大)[1].牛鞭效应给企业造成的后果是不言而喻的,有时甚至非常严重.由于较差的需求预测,制造商支付了超额的原材料成本或产生原材料短缺.额外的制造费用、加班费,以及很高的库存水平导致超额的仓储费用和大量资金积压,低效率的运输过程和超额的运输成本等,都直接影响企业的效益。

牛鞭效应有时称作“蝴蝶效应”[2],它是形容北京的一只蝴蝶扑扇一下翅膀引起了佛罗里达的风暴.在经济生活中,因为一些企业出现了这种现象,导致整个国家的生产能力过剩———经济危机.即经济学家所说的“库存加速器理论”(inventory accelerator theory)。

牛鞭效应问题如此重要,多年来一直受到企业家和学者的关注,但直到近年对它才有较为清晰的认识.本文基于国外的文献对该问题的研究工作进行回顾和总结.国内对供应链的研究尚处于起步阶段[3,4]。

1.牛鞭效应成因1.1从经济学角度Forrester认为牛鞭效应现象是由于组织行为随时间变化引起的,并假设系统参与人具有某种特定的行为方式,因此,牛鞭效应可以通过改变组织的行为方式克服。

Sterman将牛鞭效应归因为参与人的非理性行为和对反馈信息的错误理解[10],认为通过对参与人培训可以克服这种现象.也有学者认为是系统参与人为响应需求变化[25],避免缺货[20]或降低生产成本[26],在追求利润最大条件下的理性行为[1,27]。

牛鞭效应实验报告

牛鞭效应实验报告牛鞭效应实验报告一、实验过程及数据分析在本次实验中我所处的是供应链上第四个节点，提前期是3期，单位库存成本是2，单位缺货成本是10，单位缺货成本是单位库存成本的5倍，因此对于各节点来说会选择大量订货策略来避免出现缺货现象。

从利润图可以看出，利润柱的大幅下降大多是由缺货引起的，小幅度且长期的下降则是由于某段时间内多个节点停滞不动导致的存货成本上升引起的。

在固定参数中还显示了退货价格这一数据，但是我在实验时没有进行过这个操作。

如果在原有实验的基础上增加退货这一操作便会将自己的存货成本上推给上一级节点，那么这样就会对利润图产生相应的影响，特别是对于上一个节点想必是会产生更大的影响。

同时，退货这一操作也具有极大的风险，精益生产讲究零库存，但是对于我所处的第四节点来说，提前期是3期，如果没有一定量的库存做保障，当下一级节点发出需求时将无法及时满足订单需求，而且这次产生的缺货成本将会一直延续至下一次满足全部订单需求的时期。

因此选择存货还是缺货，选择零库存还是选择低库存都需要做一个合理的权衡。

图1 节点固有属性参数图2.1、图2.2、图2.3显示的是50期实验的个人数据截图。

这三幅图完整地展示了我所在的第四节点在每一期的期初库存、期初缺货、本期到货、本期需求、本期发货、本期订货、单期成本和单期利润的数据。

图2.1的上方显示了经过50期实验之后第四节点的总成本和总利润，截至50期，产生利润30250，发生的总成本为57430。

总体来看是盈利的，但是从整个运作状况来看是不太好的，下面结合图2、图3和图4对50期的经营结果进行简单分析。

图2.1 个人历史数据图2.2 个人历史数据图2.3 个人历史数据图3 需求分布曲线图从图3来看，需求分布曲线图呈现出起伏不定的波浪状，其中3~6期和21~29期曲线处于零需求的水平状态，随之而导致的就是利润柱状图的5~9期和24~32期进入负利润状态。

由此可以看出第四节点对于下一级的需求具有很强的依赖性，从侧面也显示出我的订货策略出现了问题，在下一级的需求为0时，第四节点的成本全部由存货成本承担，而且随着前期订单的不断到货导致存货成本呈直线上升趋势。

供应链管理中牛鞭效应论文

供应链管理中的牛鞭效应摘要：牛鞭效应指的是在供应链管理中，需求信息波动程度会沿着供应链自下而上逐渐放大的现象。

牛鞭效应将会使得产品的库存水平提高、服务水平下降、供应链的总成本过高。

因此，弱化牛鞭效应的负面影响，进而提高供应链敏捷性、降低供应链的成本、缩短产品的供货时间是提高供应链管理效果和赢得市场竞争优势的一种最新手段。

关键词：供应链管理牛鞭效应信息共享1.理论基础牛鞭效应来源于以下4个方面：1.1需求预测修正。

需求随着时间呈动态的多库存模式下，需求预测基于观测到得需求来更新。

若在一个时期，前文供应链模型中分销商观察到最终顾客的需求上涨，它将调整对需求的预期，下一个大单，从而导致牛鞭效应。

1.2配比博弈。

这是分销商预测到供给将短缺采取的战略性订货行为。

当产品由于产能限制或者产量的不确定性使得供不应求，制造商的理性决策是按照订货量比例分配现有供应量给分销商。

分销商为了确保能够获得更大的配给量，故意夸大其订货需求。

而当需求降温时，订货又消失，这种短期博弈导致需求信息扭曲，造成牛鞭效应。

1.3订货批量决策。

通常情况下，分销商不会在接到最终顾客的订单后，就向制造商发出订单。

在考虑库存成本、交易费用和运输费用的基础上在一个周期或者汇总到一定数量再向制造商订货。

分销商为了尽快或者全额得到满足，会人为提高订货量，这种是订货策略导致的牛鞭效应。

1.4价格波动。

价格波动一般由制造商或者供应商的促销手段或者经济环境突变造成的，如价格折扣、数量折扣、自然灾害等，这些因素使分销商采购的订货量大于实际的需求量。

2.问题分析第一个认识到牛鞭效应的人是forreste。

他通过一系列案例研究指出，对于季节性商品，制造商觉察到的需求变化程度远远超过顾客的需求变化，他还注意到这种效应在供应链的每一级都会放大。

lee等人通过四个模型得出了导致牛鞭效应的四个原因：供应链内部各环节对需求信号的处理过程；因预计供应量不足而出现限量配给引起的短缺博弈；购买者的批量订货方式：供应者的价格波动。

需求信息模型对供应链牛鞭效应的影响

需求信息模型对供应链牛鞭效应的影响
刘红
【期刊名称】《上海海事大学学报》
【年(卷),期】2007(028)002
【摘要】建立需求信息为AR(1)及ARMA(1,1)平稳可逆时间序列,采用移动平均法预测市场需求,以订货点法确定订货量的简单两级供应链牛鞭效应的量化模型,并对模型下供应链牛鞭效应的大小及其影响因素进行对比分析.对于服从ARMA(1,1)平稳可逆时间序列模型的需求,根据模型参数ρ和θ的具体情况,采用适当的历史数据期数,可有效降低供应链牛鞭效应.
【总页数】4页(P88-91)
【作者】刘红
【作者单位】上海海事大学,交通运输学院,上海,200135
【正文语种】中文
【中图分类】F272.1
【相关文献】
1.基于级库存模式的集中需求信息对供应链牛鞭效应的影响研究 [J], 毛敏;付恒
2.需求提前期分布对供应链牛鞭效应的影响分析 [J], 汪传旭
3.供应链中牛鞭效应的需求信息模型分析 [J], 代逸生;张倩;陈鹏飞
4.不同需求预测方法对供应链牛鞭效应影响的比较分析 [J], 谢红燕
5.ARMA(1,1)需求条件下需求信息延迟对两级供应链牛鞭效应和平均成本的影响[J], 汪传旭;崔建新
因版权原因，仅展示原文概要，查看原文内容请购买。

牛鞭效应及应用实例分析

牛鞭效应及应用实例分析1 牛鞭效应的背景介绍1.1 牛鞭效应的发现二十世纪九十年代中期，宝洁公司的工作人员对他们最畅销的婴儿尿布产品的订单模式进行检查时，发现了一个奇怪的现象：该产品的零售数量是相当稳定的，波动性并不大，但在考察分销中心向她的订货情况时，吃惊地发现波动性明显增大了。

其分销中心说，他们是根据汇总的销售商的订货需求量向她订货的。

她进一步研究后发现，零售商往往根据对历史销量及现实销售情况的预测，确定一个较客观的订货量，但为了保证这个订货量是及时可得的，并且能够适应顾客需求增量的变化，他们通常会将预测订货量作一定放大后向批发商订货，批发商出于同样的考虑，也会在汇总零售商订货量的基础上再作一定的放大后向销售中心订货。

这样，虽然顾客需求量并没有大的波动，但经过零售商和批发商的订货放大后，订货量就一级一级地放大了。

在考察向其供应商，如3M公司的订货情况时，她也惊奇地发现订货的变化更大，而且越往供应链上游其订货偏差越大。

这个现象就像牛仔使用的长鞭，顶端轻微的一点抖动就会在末梢转化为一条长长的弧线。

因此，宝洁公司把这个现象命名为牛鞭效应（bullwhip effect）。

学术界普遍接受的牛鞭效应经典定义由Hau L Lee等（1997a）给出，他用过程的方差来定量的描述需求的波动：牛鞭效应描述的是供应链中供应商所接受的订单比终端顾客的需求具有更大的方差现象（即需求扭曲现象），这种扭曲将以放大的形式向供应链的上游传播（即方差的放大现象）。

1.2 牛鞭效应的成因和影响1.2.1 牛鞭效应的形成原因最早注意到供应链中这种需求波动逐级放大现象的人是J. Forrester, 早在1961年他就根据系统动力学理论，对一个三阶段四节点的供应链系统进行分析，指出对于季节性商品，制造商觉察到的需求变化远远超过顾客的需求变化。

Forrester认为出现这种现象的原因在于供应链系统太过复杂，而公司间的信息反馈又非常困难，因此单个公司很难独立理性地作出订购决策。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

本文在总结前人研究成果的基础上，通过建立（，）存策略ｓＳ库下的牛鞭效应定量模型，着重分析了在相同的库存策略和需求情况下，牛鞭效应随着订货提前期的增加而表现得更加强
检查时的库存水平稍高于订货点，则安全库存期需要两个订
烈，同时还发现牛鞭效应随着服务水平的提高而加剧。
２最大一小库存策略下的牛鞭效应量模型最
牛鞭效应的量化研究一般是以库存管理为出发点，在需求总量和订货提前期都确定的情况下，常用订货模型包括经济订货批量模型（ＯＱ）Ｅ，经济生产批量模型（Ｑ）ＥＰ，价格折扣模型ｆ。而企业的实际运作过程中终端市场需求往往是２ｌ不确定的。因此，对于随机型的市场需求企业一般采用最大一

ＴｅＲｅｅｒｈｏｌａｔａｉｅＭｏｅｓｏｅＢｕｌｈｐＥｆｅｔｓｄｏ（）ｍａｄｈｓａｃｉＱｕｎｉｔｄｌｆｈｌｗｉｆｃｅｎＡＲ１ＤｅｎｔｖｔＢａ
口ＷＵｎｆｎ，ＡＮＧｅ，ａｇｙＹａ－ａｇＷＦｉＸＵＺｈｎ — ｉ
和定期订货库存策略相比，最大一最小库存策略由于不
一
定在每次检查时都订货，故订货次数较少，从而可节省订
货费。但是如果检查期很长时，最大一最小系统和定期系统没有区别。最大最小系统可能需要相当大的安全库存，若在
理论上来证明牛鞭效应的产生原因及形成机理，并提出解决方案，主要集中在如何弱化牛鞭效应的影响及其带来的危害。
１导言
降到Ｓ及以下，则发出订货；否则，再经过时间ｔ再考虑时
是否发出货物。
牛鞭效应是一种需求信息扭曲现象Ｉ。目前国内外对牛
鞭效应的研究，就内容而言可以分为三类：一是运用经验和实践方面的案例来说明牛鞭效应的存在；二是从模拟仿真角度对牛鞭效应进行定性和定量分析建立相应的模型；三是从
货问隔期再加上前置时间。可按类似于定期系统的方法确定检查期，订货点由安全库存量加上整个前置时间与检查期内
的期望需求量组成，安全库存则通过分析在包括前置时间和检查周期的时期内发生的需求量的偏差来确定。
２（，）库存策略下的牛鞭效应量化模型ＳＳ
２１０１年第５期第３３卷总第２３０期
物流工程与管理
ＬＯＧＩＩＥＮＧＩＳＴＯＳＮＥＥＲＩＡＮＭＡＮＡＧＥＮＧＤＭＥＮＴ
物流技术
ｄｉ１．９９ｊｓ．６４４９．０１０．２ｏ：０３６／．ｉｎ１７ — ９３２１．５０１ｓ
ｔｅｃｃｍｓｎｅｔｔｈｒｅｄｍａｄｓｂｅｔＯｔｅｆｓｏｄｒｕｃｒｌｉＲ（）ｔｅｏｃｕｅａｔｅｂｌｈｐｈｉｕｔｃａｔｅｋｔｅｎｊｃｔｒｒｅａｔｏｒａｏＡ１ｈｎｃｎｌｄｓｈｔｕｌｉｒａｈｍａｕｈｉｔｏｅｔｎ，ｔｈｗ
应量化模型，得出了牛鞭效应会随着订货提前期延长或服务水平的提高而加剧的结论。
【关键词】牛鞭效应；订货提前期；最大最小库存
【图分类号】Ｆ５中２１
【献标识码】Ａ文
【章编号】１７－９３（０１５０４— ２文６４４９２１）０－０５０
ｅｅｔｌｂｃｅｓｄｗｉｅｌａｍｅｅｔｎｅｒｓｒｉｅｌｖｌｒｖｄｆｃｌｅｉｒａｅｔｔｄｔｘｅｄｄｏｅｖｃｅｓｉｏｅ．ｗｉｎｈｈｅｉｅｍｐ
［ｅｒｓｕｌｉｅｅｔＬａｉ；ＳＳｉｖｎｏｙｓａｇＫｙｗｏｄ］Ｂｌｐｆｃｅｄｍｅ（，）ｎｅｔｒｒｔｙｗｈ；Ｔｔｅ
基于Ａ（）Ｒ１需求的牛鞭效应定量模型研究
口吴艳芳，王飞，徐章一
４０７３００）（汉理工大学物流工程学院，湖北武汉武【摘
要】文中在以市场需求服从一阶自关过程Ａ１ｇ情况下，建立了在（，）库存管理策略下的牛鞭效相Ｒ（）］ｓＳ
（ｃｏｌｆｏｉｉｎｉｅｉｇＷｕａｎｖｒｉｆｅｈｏｏｙＷｕａ４０７，ｈｎ）ＳｈｏｏｇｓｃＥｇｎｒ，ｈｎＵｉｓｙｏｃｎｌｇ，ｈｎ３００ＣｉａＬｔｓｅｎｅｔＴ［ｂｔａｔＩｉｐｐｒｉｅｔｂｉｅｅＳＳｉｖｎｏｙｍｎｇｍｅｔｔｔｇｕｎｉｅｕｌｉｅｔｎｅＡｓｒｃ］ｎｔｓａｅ，ａｌｈｓｈ（，）ｎｅｔａａｅｎｒｅｙｏａｔｙｔｌｐｆｃｕｄｒｈｔｓｓｔｒｓａｔｑｆｈｂｗｈｅ