O2O模式下供应链失效风险识别模型及仿真

doi:10.16182/j.issn1004731x.joss.201611015

系统仿真学报 ›› 2016, Vol. 28 ›› Issue (11): 2747-2755.doi: 10.16182/j.issn1004731x.joss.201611015

O2O模式下供应链失效风险识别模型及仿真

张浩, 王明坤

北京工商大学商学院,北京 100048

收稿日期:2016-02-19 修回日期:2016-03-21 出版日期:2016-11-08 发布日期:2020-08-13
作者简介:张浩(1978-),男,河北唐山,博士,副教授,研究方向为供应链系统建模与仿真。
基金资助:
国家社会科学基金(15BGL202),北京市教育委员会社科计划面上项目(SM201410011002),教育部人文社会科学青年项目(14YJC630114),“十二五”农村领域国家科技计划课题研究任务(2015BAD18B01),2016年研究生科研能力提升计划

Failure Risk Identification Model and Simulation of Supply Chain Under O2O E-commerce Model

Zhang Hao, Wang Mingkun

Business School, Beijing Technology and Business University, Beijing 100048, China

Received:2016-02-19 Revised:2016-03-21 Online:2016-11-08 Published:2020-08-13

摘要/Abstract

摘要： 电子商务O2O模式的市场规模不断扩大,如何有效防范O2O模式下供应链失效的风险,成为确保电商O2O良好运营的关键。对O2O模式下供应链失效风险的关键影响要素进行研究,并根据各影响要素之间的因果关系构建O2O模式下供应链失效风险识别的贝叶斯网络结构,运用三角模糊数方法获取贝叶斯网络条件概率值。以生鲜农产品供应链为例,构建O2O模式下供应链失效风险识别模型,并进行仿真研究。

关键词: 供应链, 贝叶斯网络, 失效风险, 三角模糊数, 条件概率

Abstract: With the expansion of Online to Offline (O2O) e-commerce market size, how to effectively prevent the occurrence of supply chain failure risk becomes the key factor to ensure O2O e-commerce market to operate well. The key influencing factors of the supply chain failure risk were analyzed and sorted. Based on causal relationship between various influencing factors, Bayesian network was constructed to analyze crucial factors. The application of triangle fuzzy number was introduced to gather value of conditional probability of Bayesian network. A case study on the failure risk identification model of fresh agricultural product supply chain under O2O model was made by using simulation software.

Key words: supply chain, Bayesian network, failure risk, triangular fuzzy-number, conditional probability

中图分类号:

TP391.9

张浩, 王明坤. O2O模式下供应链失效风险识别模型及仿真[J]. 系统仿真学报, 2016, 28(11): 2747-2755.

Zhang Hao, Wang Mingkun. Failure Risk Identification Model and Simulation of Supply Chain Under O2O E-commerce Model[J]. Journal of System Simulation, 2016, 28(11): 2747-2755.

参考文献 18

[1]	马志明, 董丽欣, 耿生玲. 基于多层Bayes估计的战略协同网络供应链可靠性的参数估计[J]. 数学的实践与认识, 2012, 42(4): 119-123.
[2]	Philip Beske, Stefan Seuring.Putting sustainability into supply chain management[J]. Supply chain management: An International Journal (S1359-8546), 2014, 19(3): 322-331.
[3]	Philip Leat, Cesar Revoredo-Giha.Risk and resilience in agri-food supply chains: the case of the ASDA Pork Link supply chain in Scotland[J]. Supply chain management: An International Journal (S1359-8546), 2013, 18(2): 219-231.
[4]	Sanjay Sharma, Sushanth Satheesh Pai.Analysis of operating effectiveness of a cold chain model using Bayesian networks[J]. Business Process Management Journal (S1463-7154), 2015, 21(4):722-742.
[5]	Vincent J L Gan, Jack C P Cheng. Formulation and analysis of dynamic supply chain of backfill in construction waste management using agent-based modeling[J]. Advanced Engineering Informatics (S1474-0346), 2015, 29(4): 878-888.
[6]	Martin Tidy, Xiaojun Wang, Mark Hall.The role of supplier Relationship Management in reducing Greenhouse Gas emissions from food supply chains: supplier engagement in the UK supermarket sector[J]. Journal of Cleaner Production (S0959-6526), 2016, 112(4): 3294-3305.
[7]	Fazleena Badurdeen, Mohannad Shuaib, Ken Wijekoon.Quantitative modeling and analysis of supply chain risks using Bayesian theory[J]. Journal of Manufacturing Technology Management (S1741-038X), 2004, 25(5): 631-654.
[8]	李守泽, 余建军, 孙树栋. 供应链失效风险识别与评估[J]. 计算机应用研究, 2010, 27(12): 4568-4570.
[9]	李恩平, 葛兰, 董国辉, 等. 基于贝叶斯网络的供应链可靠性诊断分析[J]. 物流技术, 2010, 29(17): 96-99.
[10]	胡伟, 程幼明. DEMATEL的改进及其在供应链失效分析中的应用[J]. 统计与决策. 2013(6): 83-86.
[11]	张浩, 杨浩雄, 郭金龙. 供应链网络可靠性的多层Bayes估计模型[J]. 系统科学与数学, 2012, 32(1): 45-52.
[12]	陆宁云, 何克磊, 姜斌, 等. 一种基于贝叶斯网络的故障预测方法[J]. 东南大学学报. 2012, 42(增1): 87-91.
[13]	周国华, 彭波. 基于贝叶斯网络的建设项目质量管理风险因素分析——以京沪高速铁路建设项目为例[J]. 中国软科学. 2009 (9): 99-106.
[14]	易观智库. 中国生活服务O2O市场专题研究报告2015. [DB/OL]. (2015-06-23) [2016-01-20]. http://www.analysys.cn/report/detail/9811. html.2015.09
[15]	毕玉平. 中国生鲜农产品物流供应链模式研究——以山东生鲜农产品为例 [M]. 北京: 中国社会科学出版社, 2014: 130-152.
[16]	汪涛, 廖彬超, 马昕, 等. 基于贝叶斯网络的施工安全风险概率评估方法[J]. 土木工程学报, 2010, 43(18): 51-61.
[17]	范厚明, 温文华, 张恩营, 等. 基于贝叶斯网络的船舶靠港装卸作业溢油风险评价[J]. 数学的实践与认识. 2015, 45(增1): 51-61.
[18]	马德仲, 周真, 于晓洋, 等. 基于模糊概率的多状态贝叶斯网络可靠性分析[J]. 系统工程与电子技术, 2012, 34(12): 2607-2611.

O2O模式下供应链失效风险识别模型及仿真

Failure Risk Identification Model and Simulation of Supply Chain Under O2O E-commerce Model

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价

[1]	邢根上, 鲁芳, 李书山, 罗定提. 基于产品体验性的供应链交货模型与仿真研究[J]. 系统仿真学报, 2022, 34(5): 1064-1075.
[2]	徐颖, 刘勤明, 周林森. 基于博弈论的闭环双渠道回收供应链决策研究[J]. 系统仿真学报, 2022, 34(2): 396-408.
[3]	聂凯, 曾科军, 孟庆海. 基于深度贝叶斯网络学习的不确定性建模方法[J]. 系统仿真学报, 2022, 34(1): 79-85.
[4]	黄海涛, 刘勤明, 叶春明, 陈翔. 基于区块链技术的政府采购合同融资博弈分析[J]. 系统仿真学报, 2021, 33(8): 1947-1958.
[5]	高昂, 董志明, 张国辉, 梁涛, 郭齐胜. LVC训练系统中计算机生成兵力生成技术研究[J]. 系统仿真学报, 2021, 33(3): 745-752.
[6]	高昂, 王晓路, 董志明, 张国辉. 装甲兵虚拟兵力战术对抗动作参数矫正方法[J]. 系统仿真学报, 2021, 33(2): 484-493.
[7]	王洪峰, 张翼天, 陈景泽. 一种面向需求不确定性供应链的进化多目标仿真优化方法[J]. 系统仿真学报, 2021, 33(12): 2761-2770.
[8]	杨毅, 彭晨, 杨余久, 王玉龙. 中断风险下的供应链恢复策略研究[J]. 系统仿真学报, 2021, 33(12): 2771-2781.
[9]	董振宁, 黄顺洲, 陈嘉俊, 郑惠琼. 基于SCG的南山区疫苗接种供应链优化[J]. 系统仿真学报, 2021, 33(11): 2733-2741.
[10]	陈海洋, 柴冰, 王瑞兰, 曹璐. 基于时间窗的SVDBN近似推理算法研究[J]. 系统仿真学报, 2020, 32(2): 217-228.
[11]	孙冬石, 谢旦岚, 关峰, 纪媛. 双驱动式废弃品逆向供应链激励机制仿真[J]. 系统仿真学报, 2020, 32(11): 2272-2281.
[12]	李俊萱, 王艳, 纪志成. 基于混合QPSO的模糊柔性作业车间调度问题研究[J]. 系统仿真学报, 2020, 32(10): 2010-2021.
[13]	陈伟炯, 范雯, 朱小林, 谢启苗, 尹小贝. 乳制品冷链物流风险评估的DBN方法研究[J]. 系统仿真学报, 2019, 31(5): 936-945.
[14]	康凯, 张永亮, 李晨溪, 潘金堂. 陆军作战指挥实体动态决策建模问题研究[J]. 系统仿真学报, 2018, 30(2): 398-405.
[15]	徐文豪, 王艳, 严大虎, 纪志成. 花授粉算法求解多目标模糊柔性作业车间调度[J]. 系统仿真学报, 2018, 30(11): 4403-4412.