面向多源中断下适应性主计划的供应链数字孪生：基于双渠道制造案例的证据

《INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS》：A Supply Chain Digital Twin for Adaptive Master Planning under Multi-Source Disruptions: Evidence from a Dual-Channel Manufacturing Case

　　

•开发了一种用于实时战术供应链主规划的供应链数字孪生（SCDT）
•在闭环决策支持系统（DSS）中集成了 SARIMA、XGBoost、仿真和 NSGA-II
•在双渠道供应链（DCSC）中动态适应需求、供应商和渠道中断
•提供了一个真实案例研究以验证所提出的 SCDT

引言
供应链（SCs）越来越容易受到中断的影响，这些中断迅速跨越组织和地理边界传播，削弱服务绩效，增加成本，并使多个层级的运营不稳定（Calzavara 等，2026 年；Katsaliaki 等，2022 年）。在战术规划层面，供应链主规划（SCMP）负责在中期范围内协调采购、生产、库存和分销决策，以便在容量和运营约束下高效满足客户需求（Arani & Torabi, 2018）。由于这些决策将上游采购与下游履行联系起来，SCMP 强烈影响当供应可用性、需求模式或履行要求发生中断时，供应链有效响应的程度（Badakhshan & Ball, 2024）。然而，许多 SCMP 方法仍然依赖于固定假设、延迟的信息更新和有限的执行反馈，降低了它们在高度动态和易受中断影响的运营环境中的适用性（Hosseini-Motlagh 等，2025 年）。这种局限性在双渠道供应链中变得更加明显，其中企业通过在线和离线渠道服务客户，因此必须应对不仅总需求的不确定性，还有渠道间需求分配的转变（Taherifar 等，2024 年）。在战术规划层面，双渠道系统带来了额外的协调挑战，因为在线和离线渠道在服务要求、补货模式和中断暴露方面往往存在差异（He 等，2020 年）。当这些交互未在规划决策中明确体现时，非对称渠道冲击会导致库存错配、服务失衡和不必要的成本增加。非对称渠道冲击指的是在线和离线渠道间需求分配的变化与总需求的变化不成比例。特别是，即使总需求保持大致稳定，这种恶化也可能发生，因为问题不仅是必须满足多少需求，还包括在哪里以及通过哪个渠道履行它（Taherifar 等，2024 年）。因此，基于聚合需求或不频繁更新的战术规划方法往往难以利用双渠道结构在中断下可提供的灵活性（Stadtler 等，2015 年）。

日益增长的供应链韧性（SCR）文献强调，规划系统需要支持预测、适应和恢复，而不仅仅是中断后的反应（Ziari & Taleizadeh, 2025 年）。在中断的供应链中，绩效损失很少局限于单个节点。供应商产能损失可能通过材料短缺向下游传播，而需求扰动和延迟信息可能通过不稳定的补货和生产响应向上传播（Binsfeld & Gerlach, 2022 年）。在这种情况下，涟漪效应指的是中断后果在供应链实体间的传播，而上游不稳定性指的是当规划策略无法足够快地适应不断变化条件时，订购和生产响应变得不一致或过度波动的倾向（Li & Zobel, 2020 年）。对于战术规划，关键问题不仅仅是是否发生中断，而是规划架构是否能足够快地更新决策，以防止局部冲击演变成系统范围的绩效损失。

数字技术的最新进展使供应链数字孪生（SCDTs）成为解决这一挑战的日益有前景的方法（Ivanov & Gusikhin, 2025 年）。数字孪生是物理系统的动态、数据驱动的虚拟表示，通过与运营状态的持续同步实现监控、分析和决策支持（Ivanov & Dolgui, 2021 年）。在供应链环境中，SCDTs 可以将近实时运营数据与预测、仿真和优化模块相结合，超越静态规划并支持自适应决策（Badakhshan & Ball, 2024 年）。然而，尽管它们具有概念上的吸引力，但许多现有文献要么停留在描述性层面，要么专注于孤立的规划功能，要么仅依赖于分析组件的部分集成（Binsfeld & Gerlach, 2022 年；Corsini 等，2024 年）。因此，关于 SCDT 框架如何在同时发生的中断源下改变战术规划行为的证据仍然有限（Badakhshan & Ball, 2024 年），甚至对于这种架构在双渠道、多层级环境中如何表现的理解更少（Ziari & Taleizadeh, 2025 年）。

第二个未解决的问题涉及自适应规划在管理由相互作用的中断源引起的协调问题中的作用。先前的研究强调了仿真、优化和机器学习对单个规划任务的好处，并且几项研究提出了启用数字孪生的规划概念（Badakhshan & Ball, 2024 年；Ghasemi 等，2024 年）。然而，很少有研究展示如何将预测、中断检测和重规划集成到一个闭环战术回路中，随着中断的发生反复更新采购、生产和库存目标（Ivanov, 2023 年）。这至关重要，因为适应的价值可能不在于任何单一分析技术，而在于它们之间的同步。例如，备用采购可能在中断下增加韧性，但其价值取决于它是否在更广泛的规划过程中及时且协调地激活（Hosseini-Motlagh 等，2025 年）。同样，需求预测可能提高规划质量，但如果预测更新未能转化为适当层级和渠道层面的修订库存和生产决策，其收益仍然有限（Corsini 等，2024 年）。

因此，本研究解决的主要研究问题是“如何设计一种战术规划架构，能够自适应地响应多层级双渠道供应链中不断演变的中断”。为解决这个问题，本文开发了一个 SCDT 框架，在统一的决策支持环境中集成了四个功能：需求预测、中断检测、离散事件仿真和多目标优化。该框架不将规划视为定期刷新的优化练习，而是将 SCMP 建模为一个自适应的、反馈驱动的过程，其中采购、生产和库存目标水平根据更新的需求、预测的中断效应和模拟的系统行为进行修订。

该框架在方法论上是通用的，但实例化于电视制造供应链中，其特征是多组件生产、产品生命周期短以及明显的线上线下需求不对称（Urbańczyk, 2022 年）。与研究讨论的主要研究问题一致，本研究解决了以下研究问题（RQs）：
研究问题 1 (RQ1)。在供应商、需求和渠道中断下，SCDT 框架相对于静态和滚动时域 SCMP 方法如何影响服务、成本和库存绩效？
研究问题 2 (RQ2)。在不对称需求条件下，自适应的、渠道感知的重规划如何影响双渠道供应链（DCSCs）中的恢复行为和协调绩效？

这些问题的提出是基于当前文献中的三个差距。首先，关于在同时发生的中断源下用于战术规划的 SCDT 架构的证据仍然有限（Badakhshan & Ball, 2024 年）。其次，文献对于自适应重规划相对于静态或定期更新的规划方法如何改变恢复行为和成本 - 服务权衡的理解不足（Hosseini-Motlagh 等，2025 年；Ziari & Taleizadeh, 2025 年）。第三，不对称渠道需求转移的战术规划含义仍未得到充分探索，尽管这种转移会实质性地影响 DCSCs 中的履行质量和总成本（Rezaei 等，2021 年）。

因此，本研究的贡献不仅仅是将几种分析工具集成在一个框架内。相反，它展示了由此产生的闭环规划架构如何使采购、生产和库存决策能够根据系统条件的演变进行更及时和状态依赖的修订。具体而言，本文做出了三项贡献。首先，它开发了一种用于自适应 SCMP 的模块化 SCDT 架构，在单个规划循环中连接预测、中断检测、仿真和优化。其次，它提供了比较证据，说明相对于基准规划方法，自适应重规划如何在同时发生供应商、需求和渠道中断下影响服务 - 成本 - 库存结果。第三，它证明了在 DCSCs 中，渠道感知的规划至关重要，因为不对称的需求转移会产生协调损失，而这些损失无法仅从聚合需求中推断出来。

因此，实证分析侧重于该架构启用的规划机制——特别是重规划的及时性、响应性库存调整、渠道感知的协调以及采购冗余的协调使用——而不是试图单独隔离每个分析模块的边际贡献。

论文的其余部分组织如下：第 2 节回顾文献并确定研究差距；第 3 节提出问题定义；第 4 节描述解决方案框架；第 5 节报告数值实验；第 6 节讨论管理理论和理论含义；第 7 节总结论文。

章节片段
文献综述
SCDT 技术支持在中断面前进行主动的、数据驱动的决策，通过自适应重规划优化多渠道供应链中的 SCMP。我们回顾了四个不同但互补的研究流（即 SCMP、SCR、DCSC 和 SCDT），以将我们的工作定位在现有文献中。

问题定义
本研究解决了在同时发生供应、需求和销售渠道中断下运行的 DCSCs 中的动态 SCMP 问题。在战术层面，SCMP 在中期范围内协调采购、生产、库存和分销决策，以在容量和运营约束下平衡成本效率与服务绩效。然而，在双渠道环境中，规划变得更加复杂，因为在线和离线需求可能不对称转移，造成库存

解决方案框架
为了在同时发生的中断下支持自适应 SCMP，所提出的 SCDT 框架建立了一个闭环规划架构，其中需求预测、中断信号、仿真输出和最优决策持续同步。在战术层面，该架构使采购、生产和库存计划能够根据演变的系统状态进行修订，而不是依赖于固定假设或延迟的重规划周期。通过这种方式，该框架

数值实验和结果
本节评估了所提出的 SCDT 与两个基准规划架构，即静态模型（SM）和滚动时域重规划模型（RM），在供应商、需求和销售渠道中断下的表现。分析侧重于总成本、服务水平和库存作为主要战术规划结果，辅以积压订单、销售损失、生产量和响应稳定性指标来解释绩效差异背后的机制。本节围绕

理论和管理的含义
本研究开发并评估了一个基于 SCDT 的框架，用于在面临供应商、需求和渠道转移中断的双渠道、多层级供应链中进行自适应 SCMP。除了在电视制造案例中观察到的实证绩效改进外，数值实验提供了更广泛的见解，关于战术规划架构如何影响中断下的恢复、协调和经济绩效。特别是，研究结果表明 SCDT 的价值并不

结论
本研究开发了一个 SCDT 框架，用于在面临供应商、需求和渠道转移中断的双渠道、多层级供应链中进行自适应 SCMP。通过在闭环决策环境中集成需求预测、基于机器学习的中断检测、离散事件仿真和多目标优化，该框架使战术计划能够根据不断变化的运营条件持续修订。数值实验表明...

作者贡献声明
Amir Ghasemi：写作 – 审查与编辑，验证，方法论，调查，概念化。Ali Beiki Ashkezari：写作 – 原稿撰写，验证，软件，方法论，数据整理，概念化。Ali Rouzkhosh：写作 – 审查与编辑，写作 – 原稿撰写，可视化，验证，软件，方法论，调查，形式分析，数据整理，概念化。S. Ali Torabi：写作 – 审查与编辑，验证，监督，资源，项目

Ali Rouzkhosh|S. Ali Torabi|Ali Beiki Ashkezari|Amir Ghasemi