供应链信息熵研究.pdfVIP

供应链的信息熵研究∗ 1，2 1，2 陈志松 ，王慧敏 1. 河海大学水文水资源与水利工程科学国家重点实验室，江苏南京 （210098 ）； 2. 河海大学管理科学研究所，江苏南京 （210098 ） 摘 要：供应链的需求量的存在三种状态：精确、偏大、偏小，论文假定这三种状态的概率 空间在向供应链上游转移时符合马尔科夫性，研究了对应的信息熵，最后对不同的状态转移 概率矩阵下需求量信息的概率空间和对应的信息熵进行了仿真计算，并给出了降低信息熵值 的策略，对于研究供应链中信息的不确定性和供应链的绩效有一定的意义。 关键词：供应链，信息熵，VMI ，JMI 1. 背景 供应链中存在着三种流：物流、信息流和资金流，其中信息流的研究至关重要，因为通 过有效的管理信息流可以同时降低安全库存和减少响应时间，从而同时提高反应能力 （responsiveness ）和效率 （efficiency ），可以避免传统的管理方式中 “鱼和熊掌不可兼得” 的两个极端的窘境。由于市场需求和供给的不确定性、需求和供给信息的不对称、供应链自 身结构的复杂性、长鞭效应、反长鞭效应 （反长鞭效应是Li gang等在2003 年提出来的，反 长鞭效应是指需求信息在向供应链上游传递时产生缩小的现象[1-2] ）等因素，信息在供应链 中传递过程中出现了放大、衰减、扭曲、失真等现象，从而供应链系统存在着很大的不确定 性和无序性，即供应链系统存在着信息熵。因此，研究供应链的信息熵的影响因素，将有助 于高效地管理好供应链中的信息流，从而同时提高反应能力和效率。 目前采用熵理论分析供应链系统的文章不多，主要集中在供应链系统的熵的量化计算、 熵增、耗散结构、复杂性以及控制等。张彦高等 （2004 ）分析了供应链系统形成耗散结构的 条件，对供应链系统的正负熵流进行了分析和诠释，并构建了一个供应链熵流的模型[3] ；贾 燕等 （2003 ）用熵论研究了供应链的复杂性，提出了复杂性量化分析模型与方法，从而得到 了供应链各节点之间复杂性产生的原因以及复杂性沿供应链在上下游合作伙伴之间的传递 过程[4] ；楚杨杰等 （2005 ）分析了供应链系统信息共享的内容，利用信息时效熵和质量熵对 信息系统进行评价，提出了具有主动信息共享功能的层次信息共享系统的设计模型[5] ；霍红 等（2005 ）研究了熵势能与管理系统的关系，结合熵增原理和耗散结构理论，提出了降低供 应链系统的混乱度、提高供应链管理效益的有效途径[6] ；徐鑫等 （2005 ）从定量和定性的角 度分析了供应链系统的不确定性，指出供应链不确定性本质和不确定性产生的因素，并通过 实际案例分析对供应链不确定性做出了精确的评估[7] 。 基于这样的背景，本文将考虑供应链的信息熵值。 2.信息熵相关理论 熵（entropy ）是组成系统的微观状态的无序性（或混乱度）的量度。 现代信息论创始人香农（C.E.Shannon ）在传统意义的热力学熵基础上引入了信息熵， 将熵与概率联系起来。信息熵计算公式如下[8，9] ： ∗基金项目：1.国家自然科学基金（编号）；2. 国家社会科学基金（编号：06BJY026 ）；3.高等学 校博士学科点专项科研基金（编号：20030294008 ） -1- n H − p log p （2-1 ） ∑ i i i 0 其中， i 为信号的序号，p 为选择信号i 作为消息的先验概率（0≤p ≤1），且 p 1 ， i i