1、总第347期1引言2018年8月，我军在全军72个单位进行“精准申领”试点工作，经过两年时间的探索与改进，2021年，军委后勤部与多家地方物流公司签订战略合作协议，以战区为保障单位建立军民融合仓库，利用地方物流公司成熟的技术与经验，加速被装运输链路的“最后一公里”，同年4月21日，在全军范围内正式推广被装的“精准申领”保障模式1。不同的是，试点期间每年两次的“定期申领”升级成了“随时申领”：官兵可以在任意时间登录平台申领被装，并且可以实现十天内送达，极大地提高了被装保障效率。在我军以往的被装实物供应模式中，长期存在着差异化需求难以满足、保障精确性不高、闲置浪费等问题，而被装精确申领模式很大程度
2、上解决了上述问题，迈出了保障能力提升的关键一步2。但由于这种供应保障模式推行的时间较短，目前仍处于探索阶段，在供应链效费比方面还存在一定的不足，例如各节点库存控制策略不够精准，导致部分被装库存长期缺货或积压。本文在现有的库存控制策略基础上，利用anylogic仿真，对其存在的问题进行改进，以期实现提高效率、降低成本、减少浪费的目标。2策略分析2.1现状分析目前，被装精确申领的供应链主要分为四个节收稿日期：2022年11月3日，修回日期：2022年12月15日作者简介：史博元，男，硕士研究生，研究方向：项目管理。董鹏，男，博士，副教授，研究方向：项目管理。郑丽莎，女，硕士，讲师，研究方向：预测与
3、决策算法。文昊林，男，硕士，讲师，研究方向：仓储管理。基于多智能体的被装精准申领库存策略仿真研究史博元董鹏郑丽莎文昊林（海军工程大学武汉430000）摘要2021年，我军正式在全军推广被装精确申领保障模式，很大程度上解决了以往被装供应存在的各种问题，标志着我军后勤保障能力的重大提升。但该模式目前仍处于探索阶段，库存策略还有待改进。针对模式中存在的问题，提出了相应的改进方法，并利用anylogic软件，对改进效果进行仿真模拟，为相关部门库存策略的制定提供了一定的思路。关键词精准申领；库存策略；anylogic仿真中图分类号TP319.9DOI：10.3969/j.issn.1672-9730.2
4、023.05.019Simulation Research on the Inventory Policy of AccuratelyRequisition Based on Multi-agentSHI BoyuanDONG PengZHENG LishaWEN Haolin（Naval Engineering University，Wuhan430000）AbstractIn 2021，our army officially promotes the accurate application and support model for quilts throughout the army，
5、which largely solves various problems in the supply of quilts in the past，marking a major improvement in our militarys logisticalsupport capabilities.However，the model is still in the exploratory stage and the inventory strategy needs to be improved.Aiming atthe problems existing in the model，this p
6、aper puts forward corresponding improvement methods，and uses anylogic software to simulate the improvement effect，which provides some ideas for the formulation of inventory strategies of relevant departments.Key Wordsaccurately requisition，inventory strategy，anylogic simulationClass NumberTP319.9舰 船
7、 电 子 工 程Ship Electronic Engineering总第 347 期2023 年第 5 期Vol.43 No.588舰 船 电 子 工 程2023 年第 5 期点，分别是军需物资供应商（下称工厂）、军需物资仓库（下称军需仓库），配送服务供应商（下称物流公司）和部队用户，供应链中最常见的保障模式如图1所示。首先，由军委后勤保障部定期汇总申领平台中的官兵需求信息，将其与军需仓库和工厂的库存进行汇总对接后，调配物资并开展下一个周期的采购，工厂根据订单，将被装送达军需仓库；而后，仓库将调配完毕的被装，送至军民融合仓库；最后由物流公司进行相应的分拣后，配送至部队用户3。这种库存控制策略
8、对每个周期采购量预测的准确性依赖较大，但由于精准申领模式运行时间较短，可参考数据较少，加之新冠疫情的影响，难免会出现需求和产能两方面的波动，造成某些被装长期缺货，影响保障效率和质量，或者库存严重积压，浪费大量的库存成本。考虑到配送阶段由地方物流中心负责，本文只研究工厂和军需仓库的库存策略，着重从军方层面入手，降低成本、提高效率。2.2军需仓库库存策略设计本文采用的原始数据，来源于实行精准申领一年内中部战区Z仓库某被装的库存量和需求量，去除起始阶段订单量暴增导致的极端数据，最终选取的时间范围为2021年5月7日至2022年4月21日，库存状态折线图如图2所示。图1常见供应链保障模式图2库存状态折
9、线图数据显示，库存波动范围较大且水平整体偏高，产生大量的库存成本。针对库存策略的不足，进行改进并利用anylogic软件进行建模仿真。军需仓库库存状态图设计如图3所示。被装消耗状态图消耗收到订购无货图3军需仓库库存状态设计图其库存策略及参数设计如下5：1）库存阈值S：当军需仓库某型被装库存低于该数值时会向工厂订购产品。2）订购批量P：每次向工厂订购的批量。3）订购周期T：每种产品从工厂出库并运输到军需仓库直至完成入库所需的时间（单位：天），T不一定为整数，表示向上取整。4）工厂要求的最小订购批量M。由于每次订购产生的额外成本较低，可以忽略不计，因此根据经典EOQ理论，通过降低订购批量可以达到降
10、低成本的目的4；另外，在可预见的未来，国内新冠疫情形势仍不容乐观，原料断供和工厂停产依旧会是常态，无疑将对生产和库存造成巨后勤保障部采购信息库存信息需求信息库存信息库存信息总库存被装物资军需仓库工厂物流公司分拣配送需求信息部队官兵个人1600140012001000800600400200005.0706.2508.1510.0411.2201.1103.0404.2189总第347期大影响。综合各种影响因素，应该尽量减少单次的采购批量，增加采购次数，降低成本的同时，将不确定性事件的影响降至最低6，但是采购量还需要满足下列约束条件：1）在采购期内满足最大需求。该最大需求可作为发起采购的时机，即
11、库存阈值S。2）满足下一个订购期的需求。若订购批量较小，在货物运输到仓库时库存可能无法满足需求，因此考虑最极端的情况，即每日都消耗最高的数量，即可推算出订购批量P。3）采购量过低会急剧提高单位制造成本，所以采购批量要满足工厂的最小订购批量。通过模拟仿真，得到的直接数据有：1）fx：在x天内产品需求统计数据集，x为整数，max(fx)表示在x天内最大的需求量。2）Fx：在x天内产品需求积累情况，x为整数。对此，根据仿真系统计算出的多日需求统计数据，设计了以下几种库存策略。2.2.1T日需求分析若只考虑T日内的需求情况，易得库存阈值S应为max(fT)，这样的库存阈值能够保证库存在T天的时间内不会
12、耗尽。考虑每个周期的需求量最大都为max(fT)时为极限情况，T天后的库存又会小于库存阈值，同时会发起第二次订货请求，此时订购批量P应为P=max(max()f T,M)通过仿真系统将参数带入，得到军需仓库库存变化情况，如图4所示。分析图中数据可以得出，该库存策略虽然满足了全部需求，但整体库存仍维持较高水平，不够合理，这是由于现实中很少出现相邻几天需求都达到最大的情况，因此，还需对该策略进行进一步的优化。2.2 22T日需求分析考虑到每日需求存在波动，使用2T日为一个订购周期的需求分析能够有效弥补单日需求波动导致的库存策略过高的情况。此时需要同时满足以下条件：1）在T天内满足最大需求量，此时无
13、法订购新产品，所以库存阈值应该为max()f T。2）在第二个T周期内满足最大的需求情况，订购批量为P=max()f2 Tmax()f T3）考虑到第三个T周期可能存在与第一个周期一样的最大需求max()f T，那么第二和第三周期的需求之和为max()f2 Tmax()f T+max()f T=max()f2 T在上述订购批量 P 的条件下，可能会导致缺货，所以还需对订购批量进行修正：P=maxmax()f2 Tmax()f T,max()f2 T2,M通过仿真系统将参数带入，得到军需仓库库存变化情况，如图5所示。图4军需仓库库存变化情况图5军需仓库库存变化情况8007006005004003
14、0020005.0706.2508.1510.0411.2201.1103.0404.2105.0706.2508.1510.0411.2201.1103.0404.215004003002001000史博元等：基于多智能体的被装精准申领库存策略仿真研究90舰 船 电 子 工 程2023 年第 5 期图中最低库存水平没有趋近0，这是由于同时满足库存数量最低，且刚好遇到最大需求的概率较低，因此该方案比较符合实际情况。但方案也存在一些问题，考虑到部分被装的季节性特点，大部分情况下库存水平维持较高，只有一些特定月份需求较大，因此还可以通过考虑特殊时期进一步对库存方案进行设计7，具体见2.2.3节。2
15、.2.3按月规划库存策略在前两种设计方案的基础上，设计按月规划库存的策略，原因在于考虑到了被装的季节性特点，目的是为解决因季节需求差异而导致的总体库存偏高的问题。以某型被装为例，通过分析该被装的适用季节及往年数据，发现在3月及10月，订单需求会有较大的增加。因此，只需使用2T日需求分析的方法将每月的库存策略区分处理即可。对库存策略按月区分规划，得到库存变化如图 6 所示，仓库根据历史需求信息和季节变化调整库存策略，从而能够达到降低库存成本的目的8。2.3工厂库存及生产策略设计相比军需仓库，工厂的库存数量与被装产量有直接关系，因此还需要同步设计其生产策略。工厂的库存状态图设计如图7所示。图6军需
16、仓库库存变化情况固定生产1批量生产1浮动生产a1浮动生产b1基于库存的生产1按月规划1生产1加急1每天1state 1不生产1初始化1图7工厂库存状态设计图其库存及生产策略参数设计如下9：1）每日生产R：每天生产固定数量的产品。2）库存阈值S：当产品库存低于该数值时会进行加急生产。3）生产批量P：加急生产的批量。4）生产周期T：被装从生产、入库到最后出库的时间，单位为天。通过模拟仿真，得到的直接数据如下：1）fx：x天内产品需求统计数据集，x为整数，max(fx)表示在x天内最大的需求量。2）Fx：从第1天到第x天产品需求积累的情况，x为整数。根据仿真系统计算出的多日需求统计数据，设计了以下几
17、种生产策略。2.3.1固定生产策略在该策略下工厂每天只生产固定数量的产品R，不进行加急生产，使得全年都可满足需求。所以为维持每年的总体需求，每日产量R为F365365，得出工厂库存变化曲线如图8所示。由图8可以看出，由于设定了较高的每日生产数量，库存水平会有一段时间的积压，维持在较高水平，且该策略需要比较合适的初始库存，不太符合实际情况。图8工厂库存变化情况500400300200100005.0706.2508.1510.0411.2201.1103.0404.2105.07 05.27 06.16 07.06 07.26 08.15 09.04 09.24 10.14 11.03 11.2
18、3 12.13 01.02 01.22 02.11 03.03 03.23 04.1212000100008000600040002000091总第347期2.3.2批量生产策略该策略类似于军需仓库库存策略的设计，在该策略中，每日固定生产量为0，当库存低于某一阈值时才开始生产。特点是工厂在低库存时生产固定的量后停工，但这种策略需要高库存水平以应对风险，且每日生产波动较大。1）T日需求分析通过T日需求统计，库存阈值S应为生产周期 T 日中的需求最大值max()fT，生产批量 P 为max()fT。2）2T日需求分析通过 2T日需求统计，库存阈值 S 也应为max()fT，生产批量P为P=max(
19、max()f2Tmax()f2T,max()f2T2)将参数带入仿真系统，得到工厂库存变化情况示意图如下所示：2.3.3二级生产策略为了使每天生产数量波动变小，同时避免较高的库存水平，应结合2.3.1节与2.3.2节中的方案设计新的策略：工厂每天生产固定数量R的产品，当库存低于某一阈值S时，每天加急生产P件产品，在生产时间T天后交付。在这种生产策略下，生产批量分为两级：高库存时每天生产R件产品，低库存时每天生产R+P件产品。通过每日的固定生产满足部分需求，同时降低了高需求时的波动水平10。这种策略中的加急生产数量相对于前一种策略更少，生产波动更平缓，但会造成高水平库存的延迟，且生产时间越长，延
20、迟增长越高。采用 OptQuestEngine智能优化引擎，进行 500次迭代，得到的库存变化曲线如图10所示。对比2.3.2节中的数据，显然2.3.3节中的策略生产数量的波动更小，且库存水平较低。对这种二级生产策略进行扩展，可以得到基于库存数量的生产策略，具体见2.3.4节。2.3.4基于库存数量的生产策略在该策略下，输入数据为每日产品的需求量和生产时间，输出策略为生产数量关于产品需求量的表函数，也可以称之为多级库存控制策略，总体方法是将产品需求分布转换成生产数量与库存数量的关系11。设生产时间为T，每日产品需求量分布为f1。该策略的目标是使最低库存不下降到0以下，且平均库存数量最低。在此策
21、略下需要设计若干个控制点，其中横坐标为库存数量，纵坐标为该库存数量下应生产的产品数量，由此可以构建一个表函数，再使用插值计算1，形成图像，将2.3.3节中的二级生产策略用这种方式表示如图11所示。图9工厂库存变化情况图10库存变化情况05.07 05.27 06.16 07.06 07.26 08.15 09.04 09.24 10.14 11.03 11.23 12.13 01.02 01.22 02.11 03.03 03.23 04.1260005000400030002000100002500020000150001000050000050100150200250300350数据集数据
22、集数据集数据集数据集数据集数据集数据集数据集数据集数据集数据集数据集数据集数据集数据集（下转第140页）史博元等：基于多智能体的被装精准申领库存策略仿真研究92总第347期与决策 J.重庆科技学院学报，2014（01）：67-70.2陈龙.基于AHP法的装配式混凝土建筑质量风险评价J.德职业技术学院学报，2021（04）：16-20.3李常茂，张彬.基于模糊层次分析法的施工质量风险评价研究 J.价值工程，2017（03）：64-66.4瞿富强，陈初一，颜伟.基于ANP-FUZZY的装配式建筑预制构件质量风险评价 J.土木工程与管理学报，2019（05）：92-98.5刘青云，周盛世，李梦.基于
23、TOPSIS-GRA法的装配式混凝土建筑施工质量风险评价 J.青岛理工大学学报，2021（06）：59-65.6鲜涛，姚安林，李熠辰，等.基于属性识别理论的油气管道施工质量风险评价 J.中国安全生产科学技术，2015（04）：95-101.7张剑伟.基于贝叶斯网络的S项目风险评价研究 D.广州：华南理工大学，2015.8任楚轩.基于直觉模糊集理论的装配式建筑施工质量风险评估研究 D.成都：西南石油大学，2015.9佘娜.工程质量风险评价及评价模型的研究 D.重庆：重庆交通大学，2007.10白宗法.石化施工项目质量风险评价及管控研究 D.济南：山东大学，2012.11付明琴.建设工程项目质量风
24、险评价与预警管理系统的研究 D.武汉：武汉科技大学，2011.2.3.5按月规划的生产策略研究需求发现3月和10月订单数目会激增，可结合以上所有策略设计不同月份的库存策略参数。由于篇幅所限，在此不再展示仿真结果。3结语被装精确申领模式是我军后勤保障历史上的一次重大突破，其质效直接关系到官兵的切身利益，意义重大，影响深远。本文针对申领模式供应链中存在的库存问题，提出相应的改进方法，并利用anylogic软件，对库存策略的效果进行模拟仿真，仿真结果表明，该方法对于提高效率和降低成本作用比较明显，可以为相关部门的策略制定提供一定的思路。参 考 文 献1袁帅，胡楠，李国臣.精确申领：向战保障的时代之变
25、N.解放军报，2021-12-24（005）.2周迪，钟孝红.军队被装物资预先采购需求预测初探J.中国物流与采购，2021（11）：78-79.3荀烨，党伟滔，王宁.军民融合配送模式下军需被装物资库存系统研究 J.军事交通学院学报，2021，23（04）：51-56.4李星圆，张永强.基于EOQ模型的配送中心物流优化研究 J.物流工程与管理，2020，42（10）：84-86.5黄若诗.基于AnyLogic的五阶供应链库存管理仿真分析J.机电工程技术，2020，49（04）：40-41，72.6冉昶，张真继，宫大庆.连续需求条件下的企业库存Anylogic整合分析 J.经济体制改革，2016（
26、06）：120-125.7范蓉蓉.基于多Agent的Supply-Hub库存策略建模与仿真研究 D.秦皇岛：燕山大学，2014.8赵立静.基于多 Agent的闭环供应链建模与仿真研究D.秦皇岛：燕山大学，2016.9倪铮，鲁晓春.基于Anylogic的推式与拉式生产系统对比研究 J.物流技术，2009，28（04）：117-119+129.10董福贵，贾朝晖，刘慧美.基于连续性库存检查策略的库存系统仿真优化 J.计算机系统应用，2013，22（12）：144-148，205.11张茜茜.突发事件下供应链状态演化研究 D.西安：长安大学，2016.12泮家丽，周兴建，张文芬.基于虚拟仿真的供应链运营分析 J.物流技术，2021，40（12）：102-105.图11改进后的生产策略8007006005004003002001000-100-4000-200002000400060008000100001200014000（上接第92页）陈唯冰等：基于TOPSIS-GRA法的机场建设工程质量风险评价分析140
