汪峥

(东南大学 自动化学院，江苏 南京 210096)



库存不精确情形下的生产运作管理

汪峥

(东南大学 自动化学院，江苏 南京 210096)

摘要：对库存不精确性情形下的生产运作管理理论与技术进行了综述，主要从4个方面对目前的国内外研究现状进行了分析：1) 库存不精确性的影响；2) 集成库存、生产及分销控制策略；3) 鲁棒生产计划与调度；4) 克服库存不精确性的应用技术。在此基础上，指出未来的研究方向及克服库存不精确性不利影响的有效途径，即发展鲁棒性强的生产运作管理策略，并将其与射频识别(RFID)技术相结合，实现二者的综合应用。

关键词：库存不精确；射频识别(RFID)；鲁棒生产运作管理

0引言

库存的不精确性(即库存纪录与真实库存之间的误差)在供应链系统的各个环节中是客观存在的。例如：Raman等[1]发现在零售企业中，商品库存不精确是很普遍的现象，他们对某一零售企业的调查中表明有65%的库存记录存在误差。Brown等[2]发现离散制造企业中原材料库存也存在不精确性。除原材料和成品库存外，生产过程的在制品数量也存在不精确的情况。Bose等[3]对我国某阀门制造企业的企业资源计划及供应链管理系统的案例分析，发现该企业的在制品记录确实存在误差。导致库存不精确的原因包括变质、失窃、错误摆放、统计误差等[4]。这种不精确性将会对生产和供应链系统的性能带来很大的负面影响，例如严重的缺货或者库存过剩[5]。Kang和Gershwin[6]发现即使未检测到的库存损失非常小，也会导致严重的缺货发生。而原材料和在制品库存不精确会给物料需求计划系统和供应链管理系统的正常运行带来不利影响[7，8]。

为降低库存不精确性的不利影响，射频识别RFID(radio frequency identification)技术在生产运作管理中得到了一定程度的应用。RFID技术的应用可以显著提高库存数据的精确性, 例如，Lee和Özer[9]指出射频识别技术可以改善供应链的可观测性，降低由变质、失窃、错误摆放等带来的库存误差。但是，这一技术的实施成本仍然较高，仍有必要通过采用适当的补货、生产控制与分销策略与这些新技术相结合，在尽可能少的RFID系统实施成本的基础上，降低库存不精确性的负面影响。因此，将鲁棒性强的生产运作管理策略与射频识别系统结合起来，实现理论与技术的综合应用，将是克服库存不精确性的有效途径。

文中对国内外有关库存不精确性的影响，集成生产、库存及分销控制策略，鲁棒生产计划与调度，克服库存不精确性的应用技术等4个方面的研究现状进行了综述，并给出进一步研究的方向。

1国内外研究现状分析

文中将从库存不精确性的影响，集成库存、生产及分销控制策略，鲁棒生产计划与调度，克服库存不精确性的应用技术等4个方面来综述国内外研究现状。

1.1库存不精确性的影响

目前对库存不精确性的研究着重于其对库存管理策略的影响，特别是着重于库存不精确情形下补货策略的研究。例如，DeHoratius等[10]提出了一种贝叶斯库存记录统计方法，在一定程度上降低了库存不精确性的影响，并减弱了由此带来的库存成本增加。Fleisch和Tellkamp[11]的仿真研究表明，减小库存不精确可降低供应链成本以及库存缺货的几率。Agrawal和Sharda[12]应用仿真方法分析了对库存记录数据和实际库存量进行校准的频率与缺货程度之间的关系，并指出中等大小的核实频率可有效地降低缺货率并控制校准成本。Sahin和Dallery[13]建立了库存不精确情形下Newsvendor型供应链系统的模型，并通过数值方法对库存不精确性的影响进行了定量分析，发现消除库存不精确性带来的价值在不同的环境下是有所区别的，并指出应在系统优化过程中考虑库存不精确因素。Kang和Gershwin[6]指出在一定情况下，库存不精确问题可以在不安装自动产品识别设备的情况下，通过采用有效地补货及生产控制策略来解决。从这个角度来考虑，Kok和Shang[14]提出了一种综合盘点和补货策略来最小化有限时间区间内的库存成本、缺货成本和采购成本。Rekik[15]提出了一种库存不精确性的一般建模框架，并在库存不精确性与随机合格品生产率之间建立了联系，并根据这一联系推导出库存不精确情况下的一种最优订货策略。尽管对库存管理中库存不精确现象的原因、影响及其对策有了一些研究(主要是补货策略)，然而，关于库存不精确性对生产控制和分销调度策略影响的研究尚不够充分。

1.2集成库存、生产及分销控制策略

在一个完整的生产与供应链系统中，库存管理、生产控制和分销调度是相互关联的。因此，集成的库存管理、生产控制与分销调度问题得到了很多的关注，此类问题通常建模为混合整数规划问题，其目标通常是最小化生产、库存和运输的总成本[16]。例如，对于集成补货/分销问题, Gürbüz等[17]提出了一种面向集中决策的混合策略来协调补货及运输计划，从而最小化订货、运输、库存及缺货成本。Erengüç等[18]对集成生产/分销问题进行了一个很好的综述。 Chen和Vairaktarakis[19]针对成品直接提交给客户而不经过中间库存的情形提出了一种综合的生产及分销调度方法。Yan等[20]建立了具有易变质货物库存的集成生产/分销模型。Lim等[21]考虑了补货策略，提出了一种基于仿真的生产/分销计划方法。有时，此类问题中还包含了成品运输的路径决策问题[22]。 此类问题通常也考虑一些不确定因素，这些不确定因素通常来源于需求的随机性。Lejeune和Ruszczyński[23]用离散概率分布来刻画随机需求，然后将生产/库存/分销问题建模为一个随机混合整数规划问题，其目标是在有限的时间区间内把缺货概率控制在给定水平之下。对于需求信息不完备的生产/库存系统， Gayon等[24]提出了一种依赖于状态的安全库存策略来解决其最优控制问题。尽管集成生产/库存/分销问题得到了广泛的研究，但其中的不确定性通常来源于需求的波动，对于不确定性来源于库存记录不精确的此类问题尚未有充分的研究。

1.3鲁棒生产计划与调度

为克服由库存信息不精确带来的风险，需要设计鲁棒性强的补货、生产控制与分销策略。目前对于鲁棒生产计划与调度已经有了广泛的研究，其所针对的不确定性通常来源于加工时间的误差、生产能力的波动以及零件到达时间的随机性等[25]。对于加工时间的不确定性，Daniels和Kouvelis[26]以及Kouvelis等[27]用其波动范围来度量，并把鲁棒生产调度问题建模为一个整数规划问题，其目标是最小化最差情况下的调度性能和最优调度性能之间的差异。Daniels和Carrillo[28]提出另一种鲁棒调度方法，即寻找一种调度使其在加工时间不确定情况下的最大可能性能不次于期望性能。Anglani等[29]用模糊数来描述加工时间不确定性，并把多并行机器系统鲁棒调度问题建模为混合整数规划问题。对于由生产能力波动带来的不确定性，Jensen[30]把鲁棒性度量定义为所有调度的平均性能，并提出一种遗传算法来优化平均性能。Goren和Sabuncuoglu[31]研究了同时考虑加工时间不确定和机器故障的鲁棒调度问题，他们定义了3种鲁棒性度量和2种稳定性度量，并提出了一种分支定界算法来解决此问题。对于由零件到达时间带来的不确定性，Liu等[32]提出了一种分布式调度算法来改善其鲁棒性和自适应性。

鲁棒优化是解决鲁棒生产计划与调度问题的重要方法。这一方法被应用于解决流程工业的鲁棒生产调度问题[33，34]，其中，不确定的参数通常被刻画为已知波动区间或已知概率分布的随机变量，并建立混合整数规划模型来解决这一问题[35, 36]。对于流程工业中存在的批量生产情形，Vin和 Ierapetritou[37]提出了一种需求不确定下的多阶段短期生产调度算法，并证明了其鲁棒性。Leung等[38]针对含有不确定数据的生产计划问题提出了一种鲁棒优化模型。类似的鲁棒优化方法还应用于随机生产计划问题中[39]。Wu[40]应用鲁棒优化方法来解决不确定环境下全球供应链管理中的生产计划问题。Zanjani等[41]也应用鲁棒优化方法来解决合格产品率不确定情况下的多阶段生产计划问题。Al-e-hashem等[42]应用鲁棒优化方法解决了含有不确定因素的供应链系统的多目标、多产品、多地点的生产计划问题。Kanyalkar和Adil[43]应用鲁棒优化方法解决了多地点采购-生产-分销系统的综合和详细计划问题。鲁棒优化方法同时也被应用于解决需求不确定情况下的多阶段库存管理问题[44 ,45]，以及供应链中的风险管理[46]。

现有的基于鲁棒优化方法的生产计划与调度的研究是一种静态优化方法，例如：参数不确定的混合整数规划方法。而关于鲁棒库存管理与生产控制的动态优化方法的研究尚不够充分。

1.4克服库存不精确性的应用技术

为克服库存不精确性带来的负面影响，以射频识别(RFID)为代表的各种自动识别技术得到了一定程度的应用。Sarac等[47]明确指出RFID技术能够通过减少库存损失、提高业务处理效率、提高库存数据的精确性来改善供应链管理的性能。Rekik等[48]研究了由于失窃造成的库存不精确性的建模方法，并在此基础上分析了RFID技术的应用对改善库存管理性能的作用。RFID技术还可以减弱由于错误摆放带来的库存不精确性。Camdereli和Swaminathan[49]研究了这一问题，获得了采用这一技术减少货物的错误摆放从而获利的条件。Dai和Tseng[50]建立了包括RFID设备的多阶段供应链系统的解析模型，分析了RFID 设备的应用对减少由库存不精确带来的信息扭曲以及降低供应链管理成本的影响。尽管RFID技术能够显著地提高库存的精确性，但其实施成本仍然较高，但需要对实施RFID技术的成本和收益进行仔细的评估和权衡[51-53]。Heese[54]获得了应用RFID系统可以带来利润的成本阈值，并指出分布式的供应链系统可以从RFID系统的实施中获利。 把RFID技术与鲁棒性强的补货、生产控制及分销策略结合起来，从而共同减弱库存不精确性的负面影响是一个很好的选择，但是目前关于这方面的研究还不够充分。

1.5库存不精确性的研究现状

综上所述，目前关于库存不精确性的研究现状是：

1) 关于库存不精确性的研究着重于原材料库存管理及零售环节的商品库存管理，对于生产控制和分销调度环节中的在制品及成品库存不精确性的研究则不够充分。

2) 在集成补货、生产控制及分销策略的研究中，所考虑的不确定性主要来源于需求的波动，生产能力的变化以及加工时间的随机性，而对库存不精确性影响的研究则不够充分。

3) 关于鲁棒生产计划与调度的研究多着重于静态优化方法的研究(如鲁棒优化)，而对动态优化策略的研究则不够充分。

4) 在技术方面，有关应用RFID技术提高库存精确性的研究已有很多，但尚未与鲁棒补货、生产控制与分销策略的研究相结合。

2未来的研究方向

针对目前有关库存不精确情形下生产运作管理研究的不完备之处，未来可以从如下几个方面展开进一步研究：

1) 由于目前对生产和分销环节在制品和成品库存不精确性的研究还不充分，以及对生产/库存/分销问题中由库存不精确带来的不确定性的研究还不充分，因此，未来需要进一步研究鲁棒集成补货、生产控制及分销策略。

2) 针对目前鲁棒生产计划与调度的研究中对动态优化策略的研究不充分，需要进一步研究鲁棒优化与鲁棒控制相结合的策略。

3) 针对目前对RFID技术与补货、生产与分销策略综合应用的研究不充分，需要进一步研究鲁棒集成补货、生产控制及分销策略的适用条件及这一策略与RFID技术的综合应用方法。

总体而言，为克服库存不精确性的不利影响，未来的研究目标是：同时考虑库存不精确性给库存、生产和分销等环节带来的负面影响，建立库存不精确情形下鲁棒集成补货、生产控制及分销调度问题的数学模型，提出动态的鲁棒集成补货、生产控制及分销策略，并研究这一策略与RFID技术手段相结合的方法，从而减少库存不精确带来的库存、生产、分销成本以及RFID系统实施成本的增加。

这一研究具有很重要的科学意义。一方面，库存不精确的问题在库存、生产、分销等供应链各主要环节的运作管理实践中确实存在，未来的研究将把对库存不精确的研究从补货策略问题推广到生产控制与分销调度问题。另一方面，未来的研究将着重于提出若干动态鲁棒控制策略，来解决库存不精确情形下的集成的库存管理、生产控制和分销调度问题。这将为库存、生产、分销等供应链各主要环节的鲁棒控制理论的发展提供有益的贡献。同时，还将把鲁棒集成补货、生产控制与分销策略与以RFID为代表的新兴技术结合起来。这样做，一方面，可以减少库存不精确性给库存、生产、分销等供应链主要环节带来的负面影响；另一方面，可以尽量降低RFID系统的实施成本。因此，在这一方向上的研究成果可以广泛地应用于实际的生产运作管理系统中，改善其性能，在实践中克服库存不精确带来的风险。

3结语

对库存不精确性产生的原因及其对生产运作管理的不利影响进行了分析，并对库存不精确情形下的补货策略，集成补货、生产控制及分销策略，鲁棒生产计划与调度，以及RFID技术在克服库存不精确中的应用的研究现状进行了综述。在此基础上，指出了进一步的研究方向，即提出动态的鲁棒集成补货、生产控制及分销策略，并研究这一策略与RFID技术相结合的方法，从而减少库存不精确带来的库存、生产、分销成本以及RFID系统实施成本的增加。这一研究方向既是对生产运作管理理论的新的贡献，具有重要的科学意义，同时也可以在实践中改善生产运作管理的性能，从而具有广阔的应用前景。

参考文献:

[1] Raman, A., DeHoratius, N. and Ton, Z. Execution: The missing link in retail operations[J]. California Management Review, 2001, 43(3), 136-152.

[2] Brown, K. L., Inman, R. A. and Calloway, J. A. Measuring the effects of inventory inaccuracy in MRP inventory and delivery performance[J]. Production Planning & Control: The Management of Operations, 2001,12(1), 46-57.

[3] Bose, I., Pal, R. and Ye, A. ERP and SCM systems integration: The case of a valve manufacturer in China[J]. Information & Management, 2008,45, 233-241.

[4] Atali, A., Lee, H. and Özer, Ö. If the inventory manager knew: Value of RFID under imperfect inventory information[M]. Working Paper, Stanford University, Stanford, CA, U.S.A. 2005.

[5] DeHoratius, N. and Raman, A. Inventory record inaccuracy: an empirical analysis[J]. Management Science, 2008,54(4), 627-641.

[6] Kang, Y. and Gershwin, S. B. Information inaccuracy in inventory systems: stock loss and stockout[J]. IIE Transactions, 2005,37, 843-859.

[7] French, R. L. Accurate WIP inventory-a critical MRP system requirement[J]. Production and Inventory Management, 1980,21, 17-22.

[8] Olson, D. and Xie, M. A comparison of coordinated supply chain inventory management systems[J]. International Journal of Services and Operations Management, 2009,6(1), 73-88.

[9] Lee, H. and Özer, Ö. Unlocking the value of RFID[J]. Production and Operations Management, 2007,16(1), 40-64.

[10] DeHoratius, N., Mersereau, A. J. and Schrage, L. Retail inventory management when record are inaccurate[J]. Manufacturing & Service Operations Management, 2008,10(2), 257-277.

[11] Fleisch, E. and Tellkamp, C. Inventory inaccuracy and supply chain performance: a simulation study of a retail supply chain[J]. International Journal of Production Economics, 2005,95, 373-385.

[12] Agrawal, P. M. and Sharda, R. Impact of frequency of alignment of physical and information system inventories on out of stocks: A simulation study[J]. International Journal of Production Economics, 2012,136 (1), 45-55.

[13] Sahin, E. and Dallery, Y. Assessing the impact of inventory inaccuracies within a Newsvendor framework[J]. European Journal of Operational Research, 2009,197(3), 1108-1118.

[14] Kok, A. G. and Shang, K. H. Inspection and replenishment policies for systems with inventory record inaccuracy[J]. Manufacturing & Service Operations Management, 2007,9(2), 185-205.

[15] Rekik, Y. Inventory inaccuracies in the wholesale supply chain[J]. International Journal of Production Economics, 2011,133, 172-181.

[16] Lejeune, M. A. and Margot, F. Integer programming solution approach for inventory-production-distribution problems with direct shipments[J]. International Transactions in Operational Research, 2008,15, 259-281.

[17] Gürbüz, M. Ç, Moinzadeh, K. and Zhou, Y. P. Coordinated replenishment strategies in inventory/distribution systems[J]. Management Science, 2007, 53(2), 293-307.

[19] Chen, Z. L. and Vairaktarakis, G. L. Integrated scheduling of production and distribution operations[J]. Management Science, 2005, 51(4), 614-628.

[20] Yan, C., Banerjee, A. and Yang, L. An integrated production-distribution model for a deteriorating inventory item[J]. International Journal of Production Economics, 2011, 133, 228-232.

[21] Lim. S. J., Jeong, S. J., Kim, K. S., and Park, M. W. A simulation approach for production-distribution planning with consideration given to replenishment policies[J]. International Journal of Advanced Manufacturing Technology, 2006, 27, 593-603.

[22] Bard, J. F. and Nananukul, N. The integrated production-inventory- distribution-routing problem[J]. Journal of Scheduling, 2009, 12, 257-280.

[23] Lejeune, M. A. and Ruszczyński, A. An efficient trajectory method for probabilistic production-inventory-distribution problems[J]. Operations Research, 2007, 55(2), 378-394.

[24] Gayon, J. P., Benjaafar, S., De Véricourt, F. Using imperfect advance demand information in production-inventory systems with multiple customer classes[J]. Manufacturing & Service Operations Management, 2009, 11(1), 128-143.

[25] Leon, V. J., Wu, S. D. and Storer, R. H. Robustness measures and robust scheduling for job shops[J]. IIE Transactions, 1994, 26(5), 32-43.

[26] Daniels, R. L. and Kouvelis, P. Robust scheduling to hedge against processing time uncertainty in single-stage production[J]. Management Science, 1995, 41(2), 363-376.

[27] Kouvelis, P., Daniels, R. L. and Vairaktarakis, G. Robust scheduling of a two-machine flow shop with uncertain processing times[J]. IIE Transactions, 2000, 32, 421-432.

[28] Daniels, R. L. and Carrillo, J. E.-Robust scheduling for single-machine systems with uncertain processing times[J]. IIE Transactions, 1997, 29, 977-985.

[29] Anglani, A., Grieco, A., Guerriero, E. and Musmanno, R. Robust scheduling of parallel machines with sequence-dependent set-up costs[J]. European Journal of Operational Research, 2005, 161, 704-720.

[30] Jensen, M. T. Generating robust and flexible job shop schedules using genetic algorithms[J]. IEEE Transactions on Evolutionary Computation, 2003, 7(3), 275-288.

[31] Goren, S. and Sabuncuoglu, I. Optimization of schedule robustness and stability under random machine breakdowns and processing time variability[J]. IIE Transactions, 2010, 42(3), 203-220.

[32] Liu, N., Abdelrahman, M. A. and Ramaswamy, S. A complete multiagent framework for robust and adaptable dynamic job shop scheduling.IEEE Transactions on Systems, Man, and Cybernetics—Part C: Applications and Reviews, 2007, 37(5), 904-916.

[33] Li, Z. and Ierapertritou, M. Process scheduling under uncertainty: review and challenges[J]. Computers and Chemical Engineering, 2008, 32, 715-727.

[34] Li, Z. and Ierapetritou M. G. Robust optimization for process scheduling under uncertainty[J]. Industrial and Engineering Chemistry Research, 2008, 47, 4148-4157.

[35] Lin, X., Janak, S. and Floudas, C. A. A new robust optimization approach for scheduling under uncertainty: I. bounded uncertainty[J].Computers and Chemical Engineering, 2004, 28, 1069-1085.

[36] Janak, S., Lin, X. and Floudas, C. A. A new robust optimization approach for scheduling under uncertainty: II. uncertainty with known probability distribution[J]. Computers and Chemical Engineering, 2007, 31, 171-195.

[37] Vin, J. P. and Ierapetritou, M. G. Robust short-term scheduling of multiproduct batch plants under demand uncertainty[J]. Industrial and Engineering Chemistry Research, 2001, 40, 4543-4554.

[38] Leung, S. C. H., Tsang, S. O. S., Ng, W. L. and Wu, Y. A robust optimization model for multi-site production planning problem in an uncertain environment[J]. European Journal of Operational Research, 2007, 181, 224-238.

[39] Leung, S. C. H. and Wu, Y. A robust optimization model for stochastic aggregate production planning[J]. Production Planning & Control, 2004, 15(5), 502-514.

[40] Wu, Y. Robust optimization applied to uncertain production loading problems with import quota limits under the global supply chain management environment[J]. International Journal of Production Research, 2006, 44(5), 849-882.

[41] Zanjani, M. K., Ait-Kadi, D. and Nourelfath, M. Robust production planning in a manufacturing environment with random yield: a case in sawmill production planning[J]. European Journal of Operational Research, 2010,201, 882-891.

[42] Al-e-hashem, S. M. J. M., Malekly, H. and Aryanezhad, M. B. A multi-objective robust optimization model for multi-product multi-site aggregate production planning in a supply chain under uncertainty[J]. International Journal of Production Economics, 2011,134, 28-42.

[43] Kanyalkar, A. P. and Adil, G. K. A robust optimisation model for aggregate and detailed planning of a multi-site procurement-production-distribution system,International Journal of Production Research, 2010,48(3), 635-656.

[44] Bertsimas, D. and Thiele, A. A robustoptimization approach to inventory theory[J]. Operations Research, 2006,54(1), 150-168.

[45] See, C. T. and Sim, M. Robust approximation to multiperiod inventory management.Operations Research, 2010,58(3), 583-594.

[46] Hahn, G. J. and Kuhn, H. Value-based performance and risk management in supply chains: A robust optimization approach.International Journal of Production Economics, 2011,Doi: 10.1016/j.ijpe.2011,2011.04.002.

[47] Sarac, A., Absi, N. and Dauzere-Peres, S. A literature review on the impact of RFID technologies on supply chain management[J]. International Journal of Production Economics, 2010,128, 77-95.

[48] Rekik, Y., Sahin, E. and Dallery, Y. Inventory inaccuracy in retail stores due to theft: An analysis of the benefits of RFID[J]. International Journal of Production Economics, 2009,118, 189-198.

[49] Camdereli, A. Z. and Swaminathan, J. M. Misplaced inventory and radio-frequency identification (RFID) technology: information and coordination[J]. Production and Operations Management, 2010,19(1), 1-18.

[50] Dai, H. and Tseng, M. M. The impacts of RFID implementation on reducing inventory inaccuracy in a multi-stage supply chain[J]. International Journal of Production Economics, 2012,139(2), 634-641.

[51] Heese, H. S. Inventory record inaccuracy, double marginalization, and RFID adoption[J]. Production and Operations Management, 2007,16(5), 542-553.

[52] Uckun, C., Karaesmen, F. and Savas, S. Investment in improved inventory accuracy in a decentralized supply chain[J]. International Journal of Production Economics, 2008,113, 546-566.

[53] Chang, S., Klabjan, D. and Vossen, T. Optimal radio frequency identification deployment in a supply chain network[J]. International Journal of Production Economics, 2010,125, 71-83.

[54] Heese, H. S. Inventory record inaccuracy, RFID technology adoption and supply chain coordination.In Choi, T.-M. and Cheng, T. C. E.(eds.), Supply Chain Coordination under Uncertainty, International Handbooks on Information Systems, Springer-Verlag, Berlin, 2011,483-502.

Production Operations Management under Inventory Inaccuracy

WANG Zheng

(School of Automation,Southeast University, Nanjing 210096,China)

Abstract:This paper describes the theory and technology of production operations management under inventory inaccuracy, analyzes the current research at home and abroad from four aspects: 1) influence of inventory inaccuracy; 2) integrated control policy for inventory, production and distribution; 3) robust production planning and scheduling; 4) application technology for eliminating inventory inaccuracy. Based on this analysis, it also proposes future research and a feasible approach to hedge against inventory inaccuracy, that the robust production operations management policy is developed and it is used with RFID technology to realize both comprehensive application integrated way.

Keywords:inventory inaccuracy; radio frequency identification (RFID); robust production operations management

基金项目：国家自然科学基金(51205199)；江苏省自然科学基金(BK2012387)

收稿日期：2015-04-15

中图分类号：TP205

文献标志码：A

文章编号：1671-5276(2015)03-0001-04

作者简介：汪峥(1973-)，男，江苏南京人，教授，博士生导师，主要研究方向：制造系统分析与控制，计算机集成制造，优化方法与最优控制。近几年承担了国家自然科学基金课题3项，在相关领域国际期刊及会议发表论文20余篇。