表5.2 部分因子实验2^(8-2)结果(响应值为供应链总利润)    25
表5.3 全因子试验2^4+CP(4)的方差分析表(响应值为供应链总利润)    26
表5.4 响应值为供应链总体利润的初始因子水平    26
表5.5 部分因子实验2^(8-2)结果(响应值为供应链总库存)    26
表5.6 全因子试验2^6+CP(6)的方差分析表(响应值为供应链总库存)    27
表5.7 最速下降路径与响应值    28
表5.8 响应曲面设计的试验结果(响应值为供应链总利润)    29
表5.9 响应曲面设计的方差分析表(响应值为供应链总利润)    30
表5.10响应优化器设置(响应值为供应链总体利润)    31
表5.11 响应优化器设置(响应值为供应链总体库存)    35
表5.12 多响应优化设计因子高低水平设置    36
表5.13 多响应优化仿真试验中非显著性因子水平设置    37
表5.14 多响应优化设计试验结果    37
表5.15 响应优化器设置一    39
表5.16 响应优化器设置二    40
表5.17 响应优化器设置三    41
1    绪论
1.1  研究背景与意义
近年来，随着企业竞争形势的转变，供应链优化和管理成为了本学科的热点问题。供应链是由信息流和物料流联接而组成的生产设备网络，并由此向顾客提供产品和服务。供应链中的成员企业是互相依赖的，供应链中某一阶段的决策可能对链中其他成员的效益产生重大的影响。由于供应链中成员企业的相互依赖性，一个阶段的输出就成为下一阶段的输入。销售信息、库存信息，促销信息、运输活动等的协调合作都是供应链成功的关键因素。供应链的优化就需要综合考虑各类影响供应链运作的因素，通过优化手段最终达到整体供应链绩效水平最优的目标。
目前的供应链优化研究领域，主要是基于博弈论的框架进行优化，将供应链上的企业看成博弈参与者，基于自身利益最大化等原则进行博弈，并对博弈中利益分配不利的成员企业进行相应的激励，最终以实现整体供应链利益的最大化。本文受田口（Taguchi）“波动造成质量损失，波动越小，质量损失越小”的质量哲学启发，从减少供应链运作中的波动情况入手，从而对供应链的整体绩效水平进行相应的优化。稳健参数设计的思想是通过选择可控因子的水平组合来减少一个系统对噪声变化的敏感性，从而达到减少此系统性能波动的目的[30]。
利用计算机仿真来研究供应链优化问题已经成为一种趋势，国外诸多学者使用计算机仿真进行供应链建模，从而获得供应链优化的可靠数据。为了获取田口试验数据，本文根据供应链仿真领域的经典案例“啤酒博弈”进行仿真建模。“啤酒博弈”利用Arena仿真软件实现了对四阶段的供应链结构进行建模，能够很好地反映出供应链运作过程中的信息流和物料流的传递情况。利用Arena软件能够很方便地根据指定的控制变量和响应变量进行仿真，从而获得稳健参数设计的试验数据，以进行下一步的稳健性设计。
响应曲面方法是常用的研究响应变量与自变量的依赖关系，从而找到自变量的水平设置使得响应值达到最佳水平的方法之一。本文在对供应链整体绩效水平进行优化的过程中，采用了响应曲面方法来对研究供应链的总利润与各可控因子组合的依赖关系，从而对结果进行进一步的优化。并通过多响应优化，实现了多目标决策问题。
1.2  国内外文献综述 基于质量设计技术的供应链优化(3):http://www.youerw.com/guanli/lunwen_30090.html