工业企业物流中物流相互依赖关系的建模与分析外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

工业企业物流中物流相互依赖关系的建模与分析

G. von Cieminski AElig; P. Nyhuis

尽管制造企业在生产计划和控制系统的设计和运行方面投入了大量的精力，但他们的物流绩效仍然存在不足。通常这是由于公司为自己设定的物流目标与为实现目标而采取的规划和控制行动之间的不一致造成的。我们需要应用逻辑过程的分析模型来更好地理解过程行为，但是这类模型通常不能成功地清晰地建立流程可以采取的规划和控制行动与物流绩效度量之间的关系。为此，本文提出了定性影响模型来识别单个物流流程内和跨流程边界的这些相互依赖关系。该模型通过结合规划和控制措施对流程的物流绩效影响的定性评估，促进面向目标的物流绩效管理水平的提升。

关键词：生产管理；工业企业；物流

1介绍

卓越的物流绩效一直被认为是西方制造企业成功的关键因素之一。尽管如此，行业调查显示，许多制造企业的物流绩效无法与同行业中最好的竞争对手相媲美。更糟的是，他们还花费更高的成本获得较低的成就水平。除了物流绩效不足和物流成本过高外，Wiendahl等人还列出了以下两个观点：

bull;对工业企业物流运营的规划和控制力度过大；

bull;订单履行过程缺乏透明度

作为制造企业在物流管理中遇到困难的症状，作者证明缺乏对基本的物流相互依赖、不一致的物流目标和目标设置以及不正确或不一致的规划和控制参数设置的理解。

这些困难的主要原因是什么呢？

一系列的物流模型——描述的、分析的和模拟的——是可用的，这应该有助于物流管理者理解物流系统和流程的动态行为以及内在的相互依赖关系。模型还应为物流目标设定以及规划控制方法的参数化提供定量依据(如参考文献)。从理论上讲，物流模型的应用应该能够使制造企业避免物流绩效不足的原因。在实践中，模型存在两个明显的不足，阻碍了以下这些改进：

1. 物流模型忽略了物流过程边界之间的相互依赖关系。
2. 模型没有考虑所有相关类型的逻辑相互依赖关系。这意味着逻辑流程行为的某些方面不容易解释。

本文提出了新的定性影响模型，以减少现有物流模型的不足。本文主要分为四个部分。首先，详细介绍了工业企业物流中相互依存关系的结构框架。其次，本文。

描述和分析了制造企业物流过程中的相互依赖关系。在此背景下，它将逻辑绩效指标之间的相互依赖性与绩效指标之间的相互依赖性以及计划和控制行动的决定因素分离开来。第三，本文解释了如何将从相互依赖关系分析中获得的见解用作工业企业物流诊断工具的基础。最后，通过一个工业实例说明了物流诊断的应用和效益。这些结论为进一步研究工业企业物流的相互依赖关系提供了契机。

2定性建模方法的一般基础

在检验工业企业物流的特定物流相互依赖关系之前，必须定义建模和分析方法的一般基础。为此，下面的小节将介绍物流系统的流程和一般的相互依赖关系。

2.1制造企业的物流流程

建模和分析方法的更广泛范围由制造企业的流程视图总结。此流程视图类似于供应链操作引用模型（SCOR模型）。被认为是工业企业物流组成部分的三个流程分别是采购物流、生产物流和配送物流（见图1），这些流程与SCOR术语中所指的源流程、制造流程和交付流程具有直接可比性。他们实现了从供应商到制造公司到客户的物流。因此，它们有助于实现客户所要求的物流绩效。

建模和分析工作的目标之一是，不仅要考虑独立流程中的逻辑相互依赖关系，还要考虑跨流程边界的逻辑相互依赖关系。

供应商

采购

物流

生产

物流

销售

物流

顾客

图1 工业企业物流过程观

2.2物流系统中相互依赖关系的一般结构

工业企业物流的相互依赖，一方面是顾客对产品的需求与物流绩效的高水平之间的动态相互作用，另一方面是制造企业为满足这些需求而做出的努力和决策。不同客户的订单竞争有限的物流过程的能力。因此，在一般层面上，业务物流管理的任务是协调能力和物资供应的可用性，以实现客户订单和实现高水平的物流绩效的目标。

为此，运营物流管理人员执行各种各样的物流规划和控制行动。根据Ropohl的定义，这种人类行为可以描述为闭环控制循环，包括阶段目标设置、规划、执行和控制。为了说明这些阶段之间的关系，Ropohl定义了所谓的行动系统。这可以适用于业务物流管理。结果就是如图2所示的作战后勤行动系统。

图2所示的作业物流行动系统适用于所有的物流系统和流程。该系统由目标设置子系统、信息子系统和执行子系统组成。每个子系统包含与动作控制循环的不同阶段相关的特定元素。

图2 运作后勤行动系统的要素

目标设置阶段由目标设置子系统完成。该子系统包含所有的运营物流目标（如“短吞吐量时间”）和相应的物流绩效指标（如“平均吞吐量时间”）。此外，根据动作系统的控制周期类比，特定的被控变量也必须构成目标设定系统的一部分。行动控制周期,操作物流目标必须被翻译成物流绩效指标的目标值（例如“平均吞吐量是10天时间”），进而确定目标的控制变量值（例如“意味着在制品水平生产125 h”）。

规划阶段完成后，指令从信息子系统转移到执行子系统中的资源。然后，该子系统的资源根据指令完成客户订单，即实际执行所需的生产和物流流程（执行阶段）。订单执行过程的过程由反馈数据记录，反馈数据被传输回信息子系统。

在反馈数据的基础上，计算决定因素、控制变量和性能指标的实际值。在行动控制周期的控制阶段，将目标值和计划值与实际值进行比较，以确定目标是否达到，计划是否完成。随后，动作系统控制循环再次启动。

2.3物流建模的意义

第2.2节表明，原则上，行动系统各要素之间的一系列不同的物流相互依赖关系可能会影响物流系统和流程的性能。然而，从逻辑建模和分析的角度来看，相互依赖关系没有任何相关性，除非至少有一个自变量的值可以在逻辑规划和控制操作中自由选择。这一先决条件所适用的唯一变量是逻辑绩效衡量指标和控制变量的目标值，以及决定因素的计划值。回顾可用于相关相互依赖关系的逻辑模型，可以发现缺少的逻辑模型。

逻辑性能度量的目标值与控制变量之间的相互依赖关系尚未跨流程边界进行分析。在这方面，作为第一步，应该对代表业绩衡量标准的后勤目标之间进行定性分析。

物流绩效度量与决定因素之间的相互依赖关系尚未完全建模和分析。对于这种类型的相互依赖，很少有定性和定量模型可用。因此，在此上下文中，也应该作为第一步对逻辑流程内和跨流程边界的相互依赖关系进行定性建模和分析。

3工业企业物流中的物流相互依存

在第2.3节中选择了相关的物流相互依赖关系之后，以下各节分别考虑了物流绩效指标之间的相互依赖关系以及绩效指标与物流规划和控制行动的决定因素之间的相互依赖关系。

3.1物流性能目标之间的相互依赖关系

在生产系统和物流研究所（IFA），已经为生产和存储过程定义了一系列物流目标。通过使用逻辑操作曲线量化了基础性能度量之间的相互依赖关系。然而，物流过程中这些目标之间的相互依赖关系既没有定性分析也没有定量分析。因此，图3为制造企业三种物流过程目标集的组合。对于单独的流程，物流目标可以划分为物流绩效和物流成本两个方向。后者可以进一步区分为过程成本和库存成本。

图3 跨流程边界的逻辑目标之间的依赖关系

通过对基于演绎推理的相互依赖关系进行定性分析得出的主要观点是，这三个方向的目标在制造企业的所有三个物流流程中都是相互对应的。相反，物流绩效和流程成本以及流程成本和库存成本的目标之间存在着明显的冲突。图3将目标之间的这些相互依赖关系划分为强对应和强冲突。在分析相互依赖关系中得出的进一步结论总结在所谓的逻辑目标设定指南中。这些建议制造企业的物流过程应该在三个目标方向上共同追求相应的目标。并且应避免来自相互冲突的方向的目标的组合。

3.2物流绩效指标与决定因素之间的相互依赖关系

运用定性影响模型对物流绩效指标与决定因素之间的相互依赖关系进行了建模和分析。为此，我们建立了技术控制过程与物流绩效管理之间的类比关系。这允许在定性影响模型中说明逻辑上的相互依赖关系，这些模型可与控制系统理论中已知的框图相比较。图4以生产物流流程的影响模型为例。

图4 生产计划与控制的定性影响模型

定性影响模型描述了将物流绩效指标与物流规划和控制行动所改变的决定因素联系起来的因果链和效应链。这可以通过参考图4中的一个例子来解释。物流绩效度量可以建模为受控变量的函数。对于所有生产物流资源，性能度量吞吐量时间和利用率依赖于受控变量在制品（WIP）级别，它本身代表性能度量。WIP水平计算为两个操作变量实际输入和实际输出之间的差值，被操纵变量的值依次由行列式控制。

在本例中，实际输入由决定因素“实际发布的工作内容”和“实际发布日期”控制，而实际输出则取决于“实际提供的容量”和“提供容量的日期”。显然，第一对决定因素是作为订单发布任务的一部分参数化的，而第二对决定因素则受制于能力控制决策。

定性影响模型，如图4所示，强调了性能度量与物流规划和控制行动之间的相互依赖关系。一方面，模型指出了影响某一性能度量的所有计划和控制行为。另一方面，物流经理可以定位所有的绩效指标，这些指标都受到一定的计划和控制行动的影响。对采购和配送过程的库存管理也建立了类似的影响模型。此外，已确定了独立流程的耦合变量，以便还可以检查流程之间的相互依赖关系。

针对物流绩效指标之间的相互依赖关系，运用物流运行曲线理论的数学模型对其相互依赖关系进行定性评价。这导致了一系列的指导方针，总结了改进特定绩效度量的特定规划和控制行动的适宜性。

4将模型应用于物流绩效诊断

物流绩效诊断是工业企业物流质量影响模型的一个很好的应用领域。通过使用这种方法，可以更快地为行业从业者提供在模型开发和分析中获得的关于逻辑相互依赖关系的见解。

基于技术系统诊断程序，提出了一种新的物流绩效诊断方法。新方法的主要阶段—性能评估、诊断分析和治疗定义—可以参照用于逻辑性能诊断的原型软件工具的结构来解释（图5）。

图5 物流绩效诊断原型软件工具结构

在诊断程序的第一阶段，必须收集所考虑的制造公司或物流过程的性能数据。这可以通过图5顶部所示的诊断工具的用户界面的输入部分来实现。有关后勤工作成绩的必要资料是通过使用一份交互式调查表来组织的。记录目标和实际绩效值以及目前应用的物流规划和控制实践。

在第二阶段，利用诊断软件工具提供的物流知识库，分析与被检查的公司或流程相关的数据。关系数据库包含表，表中指定了逻辑相互依赖关系的标准结构、在不同操作条件下对某些规划和控制操作的适用性的评估结果以及诊断和治疗规则集。后者用于诊断程序，以便系统地确定逻辑性能缺陷的原因。诊断程序检查是否应用了适当的物流规划和控制操作，以及这些操作是否正确应用。

性能诊断的第三阶段利用数据库中包含的治疗规则，以定义有效的行动，以改善当前的物流性能。分析结果和改进行动的建议都在报告中提供，可以通过用户界面访问报告。

通过图5底部可见的专家接口，可以方便地维护数据库。这使物流专家能够修改数据库的结构，并向数据库表中输入新信息。

与其他杂志发表的物流诊断方法相比，物流绩效诊断寻求通过操作性物流管理行动来改进。其他方法更多地关注于评估物流系统和物流管理系统的战略设计和配置的适宜性。为此目的，本文所提出的影响模型的使用是有限的。

5 工业应用实例

IFA应用物流绩效诊断程序对德国某建筑构件制造商的企业物流进行了分析和评价。这家中型公司是从事木门和门框的批量生产。制造商打算把物流绩效作为未来的竞争优势。为此，公司决定分析其物流管理实践和实际物流绩效，以发现绩效潜力并加以开发。

在诊断程序的应用中，IFA首先检查了建筑构件制造商的物流目标。对生产物流过程的诊断表明，目标之间的冲突迫在眉睫:一方面，制造商希望为客户提供有竞争力的交货时间和卓越的交货可靠性。这些目标要求生产中的WIP水平较低。另一方面，公司打算通过在生产中引入计件工资来提高生产力水平。为此，生产部门需要保持高WIP水平。基于这一诊断，IFA提出了一种具体的治疗方法:与公司物流管理者的意见一致，物流绩效高于高生产率的目标。制造商有意识地放弃生产率的提高，以避免物流目标的冲突及其负面影响。

其次，IFA分析了生产计划和控制程序。在一个特定的例子中，IFA将“实际发布日期不足”确定为错误“吞吐量时间过多”的原因。其原因可以追溯到图3物流绩效度量吞吐量时间是受控变量WIP水平的函数。生产过程中的WIP水平被认为过高（后来的定量分析证实了这一事实）。由于生产部门的实际产量与计划一致，导致控制变量实际投入与计划投入存在差异。IFA发现，该公司没有系统地、现实地确定计划的吞吐量时间。事实上，这个参数的计划值明显超过了生产部门的实际值。因此，制造商提前发布了生产订单。因此，不必要地提高了生产中的WIP水平，进入了“生产控制的恶性循环”。IFA推荐的治疗方法很简单:公司应该测量代表性产品的实际吞吐量时间值，并相应地修改ERP系统中的规划参数。

通过详细的物流绩效分析，验证了物流绩效诊断和提出的绩效改进措施。量化了物流绩效缺陷和潜力以及现实的物流规划和控制参数。为支持这一工作，IFA举办了一系列物流管理讲习班，开始执行改进行动，并向制造商的物流管理人员提供培训。

6

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[609767]，资料为PDF文档或Word文档，PDF文档可免费转换为Word