第1章（导论）给出了供应链管理的概述以及贯穿全书的定义。  第2章（预测和需求建模）讨论了经典预测方法以及现在常用于需求预测的三种方法——Bass扩散模型、先行指标法以及选择模型——近年来，在预测需求时更多使用这些方法。我们将后面的三种方法称为“需求建模”，以区别于经典的预测技术，同时强调它们也适用于预测之外的其他问题。  在第3章（确定性库存模型）和第4章（随机性库存模型）中，我们讨论了许多经典的单库存模型。对于大多数模型，我们将讨论如何制定目标函数以及如何选择库存参数使目标函数最优——精确地或启发式地采用显性形式或利用算法。同时，我们分别证明了有以及没有固定成本情况下的基本库存策略及(s,S)策略的最优性。  在第5章（多级库存模型）中，我们讨论了多级库存模型，包括随机服务模型（包含连续系统的ClarkScarf模型及ShangSong近似）和保证服务模型（又称战略性安全库存选址问题）。  第6章（库存优化中不确定性的处理方法）是在经典库存模型的基础上，根据不同类型的不确定性（尤其是供应的不确定性），采取不同的方式减轻不确定性对库存系统的影响，而非简单地持有更多库存。  在第7章（设施选址模型）中，我们讨论了设施选址模型，展示了经典的无容量固定成本的设施选址问题的某些细节，包括整数规划问题的建模和拉格朗日松弛法的求解等。另外，我们还讨论了更能体现当今供应链复杂程度的多级选址模型。  在第8章（不确定性下的设施选址）中，我们考虑如何将不确定性融入设施选址模型中，具体讨论将库存纳入选址决策的模型、随机和鲁棒设施选址模型以及具有中断威胁的设施选址模型。在研究如何对这些问题进行建模的同时，也讨论了模型的求解方法（大多数情况下是拉格朗日松弛法）。  第9章（过程柔性）介绍了生产制造过程的柔性评估模型和优化模型。  在第10章（牛鞭效应）中，我们讨论了称为牛鞭效应的需求波动放大现象。牛鞭效应可能是由供应链管理者非理性或次优的行为所导致的，也可能因为理性的优化行为而发生。我们将采用数学模型证明牛鞭效应是后者导致的。  当供应链参与者试图优化自身的目标时，通常会得到一个对整个供应链最理想的解决方案。在第11章（供应链合同）中，我们将讨论由目标不同的参与者所组成的供应链的内部协调合同。  第12章（拍卖）介绍了供应链中常用于定价的拍卖数学模型。  本书最后有4个附录，其中附录A包含了需要用到多个章节的内容才能解决的习题；附录B提供了有关数学证明写作的简短指南；附录C列举了贯穿全书的有用的公式；附录D则对拉格朗日松弛法进行了简要的概述。

本书的目标 由于供应链中采购、销售、制造、装配、仓储、运输、交付等活动耗费巨大，所以管理者希望通过改善这些活动来减少成本，供应链管理应运而生。在某些管理者眼中，供应链就像“必要的恶魔”。因此，管理者反复思考如何通过降低库存水平、利用运输规模经济优势、优化网络设计、减少需求波动性等来减少成本。总的来说，假如这些改进并没有导致较长的提前期、较高的缺货频率以及其他降级服务，那么对于企业客户而言这些改进是隐形的。 然而，20世纪末供应链的作用开始发生改变，一些企业发现供应链虽然会增加成本，但也能提高竞争力。例如，通过卓越的供应链管理，戴尔公司能够完全根据用户的需求来定制计算机，并在接到订单几天后交付，这样的做法打破了客户只能从有限的产品中选购计算机的模式。类似地，沃尔玛利用庞大的供应链管理系统，可以降低产品上架的成本，从而以更低的价格为客户提供更好的产品，这使得沃尔玛成为全球最大的零售商。亚马逊的供应链不仅快速可靠，而且功能丰富；它能为客户提供多样的配送方案、方便的追踪查询以及灵活的退货政策；健全的供应链体系使得亚马逊能满足消费者的即时需求，以及先体验后购买的诉求。 随着供应链管理的盛行，有关供应链管理的研究也逐渐成为焦点。在过去的30年里，发表了大量引入数学模型来评价、分析、优化供应链的相关论文。供应链管理成为运筹学领域最热点的应用之一，同时也是最成功的案例之一。但近年来，供应链的研究已经不仅仅是对运筹学的应用，更发展出了其独立的方法论，这些方法现已应用于医疗、健康、能源、金融、服务等行业，而不仅限于供应链领域。 本书的目的在于整理供应链理论的基础，并介绍经典模型的最新发展情况。我们关注的重点是供应链理论的基本模型以及算法——它们是构成供应链理论体系的基石。我们相信，了解这些模型对读者进行研究具有一定的指导作用，并能为模型的扩展提供帮助。另外，我们也讨论了一些近期的模型，以展示经典模型的扩展和应用。这些模型提供了研究供应链理论的例子——怎样将基础理论组合成更加复杂、有趣、有用的理论。 将供应链理论作为一个整体来研究，能让我们对该领域有一个全局的概念，而这是我们仅仅通过研究特定内容的文献很难得到的。为此，我们将尽量突出供应链模型之间的联系，如不同的供应链模型在概念上的相似性、库存与选址模型的结合，以及库存理论和博弈论是如何联系起来得到供应链协调模型的。供应链理论基础前言本书的读者群 任何对供应链的数理研究有兴趣的人都适合读这本书——无论你来自工业工程、运筹学、数学、管理学、经济学、计算机科学还是金融学学科；无论你是学生（尤其是研究生）、教师、研究人员还是供应链理论的从业人员；无论你是刚接触供应链理论，并希望对该理论有一个浅显而严谨了解的学者，还是对该领域已非常熟悉，但希望对基础模型进行重温的学者——总之，既然你拿着这本书，它就很有可能适合你。 供应链理论的特点之一，是它运用了运筹学、数学、计算机科学的多种工具。在本书中，你会看到数学规划模型（线性规划、整数规划、非线性规划、随机规划、鲁棒优化）、对偶理论、优化技术（拉格朗日松弛、列生成、动态规划、线性搜索以及利用有限差分进行优化）、启发式及近似算法、概率论、随机过程、博弈论、仿真以及凸理论，等等。 阅读这本书，并不需要你在上述领域都是专家——我们就不是。我们假设你对基础优化理论已经非常熟悉——你知道如何建立线性规划及其对偶形式、如何进行分支定界、如何进行简单的线性搜索（如二分搜索）等最基本的优化理论；理解概率的分布，并知道如何计算随机变量的期望值和函数；有一定的微积分基础，即可以计算导数和积分（包括那些涉及多个变量的导数和积分）。另外，我们希望你接触过马尔可夫链，但并不需要你非常精通。至于其他的知识，我们都将根据内容需要，从最基础的部分开始学习。附录C中收录了期望的计算公式、损失函数、几何级数以及一些较复杂的导数和积分，在某些问题上对你来说可能有参考价值。由于拉格朗日松弛在本书的几个章节中都起着重要作用，我们在附录D中对其作了简单的阐述。 阅读这本书最重要的先决条件是要具备完善的数学知识。我们在书中讨论了许多数学证明，并要求你在习题中给出自己的证明，如果你对此没有太多经验，它将成为你学习这本书时最具挑战的部分。为此，我们在附录B中列出了数学证明的写作指南，希望能帮助你熟悉证明的写作基本法则以及一些细节上的语法风格。不过，证明的写作更像是一门艺术而非科学，附录的作用也仅限于此，只有多加练习才能掌握这门艺术。 本书的结构 本书意在涵盖供应链理论的大部分内容，但这也意味着在某些内容上我们不能深入探讨。本书的大部分材料来自早期的一些论文，我们引用这些论文时非常谨慎，以便让读者深入了解相关内容。我们也尽可能地列出了重要的相关参考资料和述评文章，以便读者在感兴趣的话题上得到更多的资料。 本书主要由两部分组成。第一部分（第2～9章）介绍了集中式供应链模型，在这种情况下，所有的决策变量都受单个决策者控制。最经典的供应链模型，如库存优化模型和设施选址模型都是集中式模型。与之相反，第二部分（第10～12章）中的分散式模型涉及的参与者具有相互独立、相互冲突的目标，且他们可以自主选择决策变量以优化自身目标。决策权的分散会导致很多结果，牛鞭效应（第10章）是其中的一个实例。第11章和第12章的模型则致力于减轻决策权分散所带来的负面影响。 本书的章节如下:  第1章（导论）给出了供应链管理的概述以及贯穿全书的定义。  第2章（预测和需求建模）讨论了经典预测方法以及现在常用于需求预测的三种方法——Bass扩散模型、先行指标法以及选择模型——近年来，在预测需求时更多使用这些方法。我们将后面的三种方法称为“需求建模”，以区别于经典的预测技术，同时强调它们也适用于预测之外的其他问题。  在第3章（确定性库存模型）和第4章（随机性库存模型）中，我们讨论了许多经典的单库存模型。对于大多数模型，我们将讨论如何制定目标函数以及如何选择库存参数使目标函数最优——精确地或启发式地采用显性形式或利用算法。同时，我们分别证明了有以及没有固定成本情况下的基本库存策略及(s,S)策略的最优性。  在第5章（多级库存模型）中，我们讨论了多级库存模型，包括随机服务模型（包含连续系统的ClarkScarf模型及ShangSong近似）和保证服务模型（又称战略性安全库存选址问题）。  第6章（库存优化中不确定性的处理方法）是在经典库存模型的基础上，根据不同类型的不确定性（尤其是供应的不确定性），采取不同的方式减轻不确定性对库存系统的影响，而非简单地持有更多库存。  在第7章（设施选址模型）中，我们讨论了设施选址模型，展示了经典的无容量固定成本的设施选址问题的某些细节，包括整数规划问题的建模和拉格朗日松弛法的求解等。另外，我们还讨论了更能体现当今供应链复杂程度的多级选址模型。  在第8章（不确定性下的设施选址）中，我们考虑如何将不确定性融入设施选址模型中，具体讨论将库存纳入选址决策的模型、随机和鲁棒设施选址模型以及具有中断威胁的设施选址模型。在研究如何对这些问题进行建模的同时，也讨论了模型的求解方法（大多数情况下是拉格朗日松弛法）。  第9章（过程柔性）介绍了生产制造过程的柔性评估模型和优化模型。  在第10章（牛鞭效应）中，我们讨论了称为牛鞭效应的需求波动放大现象。牛鞭效应可能是由供应链管理者非理性或次优的行为所导致的，也可能因为理性的优化行为而发生。我们将采用数学模型证明牛鞭效应是后者导致的。  当供应链参与者试图优化自身的目标时，通常会得到一个对整个供应链最理想的解决方案。在第11章（供应链合同）中，我们将讨论由目标不同的参与者所组成的供应链的内部协调合同。  第12章（拍卖）介绍了供应链中常用于定价的拍卖数学模型。  本书最后有4个附录，其中附录A包含了需要用到多个章节的内容才能解决的习题；附录B提供了有关数学证明写作的简短指南；附录C列举了贯穿全书的有用的公式；附录D则对拉格朗日松弛法进行了简要的概述。 本书的资料可以由导师进行合理地排序及取舍。库存理论（第3～5章）的相关内容是本书后续内容的核心，故建议应首先按本书的顺序进行学习。然而，并非所有库存章节的内容都在其他章节中使用，若有需要可跳过其中大部分章节。3.2节的经济订货批量模型、4.3节的(r,Q)政策以及4.2.2节的报童问题是库存理论最基础的内容——当然，对这些理论很熟悉的读者，也可跳过不学。另外，不确定性下的设施选址问题（第8章）依赖于前面章节的知识，不建议提前学习。本书的其他内容，都可根据读者的兴趣或需要有选择地或打乱顺序进行学习，而且导师和学生可根据其偏好、兴趣及专长来随意对内容进行重新改编。 除第1章外，每一章的后面都附有习题，附录A则收录了需要用到多章节内容才能解决的习题。这些习题能帮助读者理解、诠释并进一步扩展书中所讨论的模型和算法。有些习题只需按照书中所示简单运用模型算法解决，而大多数习题则需要读者给出定理的证明、扩展模型或进一步深入探索书中的内容。有些习题所需要的数据集过大，无法在书中给出，可参见本书网站http://coral.ie.lehigh.edu/～larry/sctheory。 网站中也包含了此书的勘误表，如果你在书中发现了勘误表未提到的错误，请通过发送电子邮件至[email protected]告诉我们。 我们为老师提供的教师手册中含有对习题的完整解答。如有需要，可通过信件、传真、电子邮件等方式向我们索取。我们的联系地址是Jackie Palmieri, Assistant Editor, John Wiley & Sons, Inc., 111 River Street, MS 801,Hoboken, NJ 07030, USA，传真(201) 7488888，电子邮箱[email protected]。 致谢 我们要感谢很多人。首先，我们要感谢的是这本书的编辑Susanne SteitzFiller，以及Melissa Yanuzzi、Jackie Palmieri等所有Wiley编辑团队的伙伴，是他们不断给予支持并最终实现了本书的出版。 感谢在研究生期间教导我们的老师们，特别是我们的指导教授和导师Mark Daskin和David SimchiLevi，第8章的许多结论都来自于当时我们与Mark的合作。Mark Daskin和David SimchiLevi是杰出的科研人员、优秀的教师及宽厚热心的指导者，更对教材的编写有着丰富的经验——没有他们，我们不会成为教授。 感谢我们在里海大学和伯克利大学的同事，以及现在或曾经教过的博士生，尤其是Zümbül Atan、Gang Chen、Leon Chu、Tingting Cui、Tianhu Deng、agrl Latifoglu、Shan Li、HoYin Mak、Lian Qi、Ying Rong、Amanda Schmitt、Ye Xu以及Lezhou Zhan。本书的问世，得益于他们的研究合作（体现在书中的材料里），以及许多与他们在研究教学方面富有成效的讨论。 本书由我们在里海大学和伯克利大学的研究生供应链课程讲义发展而来。许多学生曾经接触过这些讲义的早期版本，他们的提问、建议以及困惑帮助我们发现并改正书中的错误，并最终改进整本书的表达。其中，Tingting Cui、HoYin Mak、Scott DeNegre、Kewen Liang、Gokhan Metan、Cory Minglegreen、Jack Oh、Jim Ostrowski以及Ye Xu的深刻见解，成为了本书中某段更好的阐述、某道有趣的习题或是对某道题更为精妙的解答。 Tolga Seyhan为本书的筹备工作、图表的绘制、索引的编写、资料的收集以及细节方面等都提供了宝贵的帮助。还要感谢Pete Ferrari帮助我们构建了BIBTEX数据库，TeXnology公司的Amy Hendrickson与我们分享了她在LATEX方面的专业知识，以及Andrew Ross在随机过程方面为我们的疑问所做出的耐心解答。 最后也是最重要的，感谢我们的家人Suzanne、Irene、Matilda、Michelle、Jeffrey以及我们的大家庭在这段时间对我们的支持、鼓励和爱。

版权图片链接