动态价格和需求下两级生产系统的最优策略研究

本文研究了动态价格和需求下两级生产系统的最优管理策略问题.文章根据最优控制理论分析了最优生产库存策略的必要和充分条件,得到了特定情形下的最优生产策略,并且把结果推广到包含N个库存的情形。     

带有可变库存费用和短缺的变质性物品的经济批量模型

传统的经济批量模型通常都假定物品的库存费用是固定不变的.放松了这个假定,通过考虑库存费用的两种可能变化情形即(A)库存费的变化率为存储时间的函数;(B)库存费的变化率为库存量的函数,并在需求线性依赖于库存水平的形式下,发展了两个变库存费的变质性物品的经济批量模型.在模型中允许短缺发生且假定短缺完全拖后,理论上证明了模型具有唯一的整体最优解,揭示了库存费的变化对库存系统最优订货策略的影响.     

基于贝叶斯信息更新的动态库存与定价研究

考虑价格对需求量的扰动并利用贝叶斯公式对需求分布函数中的未知参数进行不断学习更新,研究缺货部分比例延迟交货情形下的动态库存与动态定价问题,刻画了最优利润函数的性质并证明了"基准库存列表价格"是最优的库存价格水平,并由此得到了最优的补货策略和定价策略。     

需求率依赖于库存水平的离散性库存费的库存模型

传统的库存控制模型都视需求率为固定不变的,放松了这个假定,通过考虑库存费为存储时间的阶梯函数的情形:(1)全单位库存费用,(2)增量库存费用,并且在需求率依赖于库存水平,当库存水平下降到一定程度时,需求率变为常数的形式下,把变化的订购费引入,发展了两个离散性库存费的变质物品的库存控制模型。在模型中允许周期末库存水平不为零,并且提出了最优解的算法。     

通货膨胀对带有时变需求的变质性物品库存补充策略的影响

本文在考虑通货膨胀的情形下，建立了带有时变需求的变质性物品在有限计划期内的库存补充模型，提供了最优补充次数、最优补充周期长度以及各次补充的最优补充量的一种简单而有效的逼近方法，并用数学例子说明了该方法的实现过程．     

需求率基于库存的变质物品的两货栈模型

针对需求受库存水平影响的变质品的两货栈系统,本文首先考虑了允许缺货但缺货要补情形下,分别给出了L₁系统(库存系统只用自己的货栈存放物品)和L₂系统(库存系统使用自己货栈和租用货栈存放物品)时,销售商的库存和运输策略模型。其次给出了允许缺货但缺货不补L₁系统和L₂系统时,销售商的库存和运输策略,并对模型最优解作了相关分析,最后给出算例,给销售商实际的库存管理提供了理论依据。     

具有不耐烦顾客和多重工作休假的排队库存系统

研究具有不耐烦顾客和多重工作休假的M/M/1/N排队库存系统模型,分别考虑了系统中库存为零时服务员休假和系统中顾客数为零时服务员休假两种休假方式,基于(s,S)库存策略,运用矩阵迭代方法得到了系统稳态概率分布,并给出系统相关性能指标,进而建立系统平均库存费用函数.通过数值算例对比分析了两种休假方式下的系统主要参数变化对系统重要性能指标的影响,并在最优费用的层面对两个模型的优劣进行了对比分析.     

上升线性需求条件下考虑资金时间价值的变质性物品生产库存模型

变质性物品生产库存系统的研究具有重要实际意义.本文研究了变质性物品生产库存系统在上升趋势线性需求条件下,考虑资金的时间价值,在有限计划时间水平内,如何确定最优生产周期,各周期最优生产率,以及最优库存安排策略.通过本文的研究,得到了一些有用的结论.     

基于订货满足率的订单装配系统中的库存管理

在本文中,我们研究了订单装配系统的订货满足率问题.在给定库存费用上限的条件下,给出了最优的基本库存水平,并且给出了计算库存水平的方法.     

允许租用货栈的库存系统的最优进货策略

本文从实际背景出发，提出了允许租用货栈的库存系统的库存模型，在一般时变需求并允许短缺的假定下，得到了寻求该系统最优进货策略的一种交替逼近方法。并给出了数字例子。     

Hierarchical estimation as a basis for hierarchical forecasting

Email: l.w.g.strijbosch{at}uvt.nl Received on 6 November 2006. Accepted on 29 October 2007. In inventory management, hierarchical forecasting (HF) is ahot issue: families of items are formed for which total demandis forecasted; total forecast then is broken up to produce forecastsfor the individual items. Since HF is a complicated procedure,analytical results are hard to obtain; consequently, most literatureis based on simulations and case studies. This paper succeedsin following a more theoretical approach by simplifying theproblem: we consider estimation instead of forecasting. So,from a random sample we estimate both the total demand and thefraction of this total that individual items take; multiplyingthese two quantities gives a new estimate of the individualdemand. Then, our research question is: Can aggregation of items,followed by fractioning, lead to more accurate estimates ofindividual demand? We consider two simple situations that canbe analysed fully theoretically. Thirdly, a more practical situationis investigated by means of simulation.     

基于ARIMA的油田A类物资市场价格预测

本文研究了油田A类物资的市场价格预测。采用时间序列方法中的ARIMA模型,结合油田物资历史价格数据,分析并提出了一套针对油田A类物资的市场价格预测模式。该模式包括两个模块:样本集模块和ARIMA模块。样本集模块的主要功能是样本集的输入和实时更新;ARIMA模块包括了价格预测模型的拟合、检验、预测、评价、动态反馈和调整等主要环节。在该模式的指导下,以大庆油田A类采购物资中的小螺纹钢(20-HRB335)(天津、石家庄和沈阳3个产地)为例,对2011年各月的市场价格进行了模拟预测,预测的平均相对误差分别控制在2.13%,1.64%和1.82%,该结果得到了用户的认可。该预测模式的运用对大庆油田物资集团制定合理的物资采购方案提供了依据。结论部分对该预测模式的意义及存在问题进行了分析,并给出改进建议。     

基于组合模型的武隆景区长期游客流量预测

由于某景区经营权回购需进行景区游客量长期预测。为克服长期预测的不确定性,我们采用基于旅游地环境容量的LOGISTIC模型和考虑客源地旅游需求的回归迭代模型进行组合预测。前者包含旅游地的环境容量限制参数,主要基于供给制约因素结合时间序列数据进行预测。后者主要从客源地的人均收入、价格水平、价格弹性和收入弹性进行预测。然后整合两模型进行组合预测,对两种预测结果进行加权得到组合预测游客流量,很好地解决了集成旅游地环境容量、"申遗"前后与高速公路通车前后游客量变化、游客时间序列规律、客源地人均可支配收入、旅游地吸引力和旅游地生命周期等众多因素进行长期预测的问题。预测结果作为政府部门经营权回购中补偿额确定的主要依据,已被采用。     

大数据背景下的商品需求预测与分仓规划

商品需求预测对于电商企业意义重大,对阿里电商平台的交易数据进行挖掘以获取有效特征,利用特征建立模型对未来两周这些商品的需求进行动态预测,并基于预测结果和成本最小的原则提出分仓规划建议.预测模型选择随机森林做回归,然后在残差分析的基础上建立报童模型求解分仓的库存规划.对特征数量众多的电商交易数据挖掘所建立的模型有助于电商企业进行有效的商品需求预测并据此制定成本更低的分仓规划.     

Multivariate dynamic modeling for Bayesian forecasting of business revenue

Forecasting enterprise-wide revenue is critical to many companies and presents several challenges and opportunities for significant business impact. This case study is based on model developments to address these challenges for forecasting in a large-scale retail company. Focused on multivariate revenue forecasting across collections of supermarkets and product categories, hierarchical dynamic models are natural: these are able to couple revenue streams in an integrated forecasting model, while allowing conditional decoupling to enable relevant and sensitive analysis together with scalable computation. Structured models exploit multi-scale modeling to cascade information on price and promotion activities as predictors relevant across categories and groups of stores. With a context-relevant focus on forecasting revenue 12 weeks ahead, the study highlights product categories that benefit from multi-scale information, defines insights into when, how, and why multivariate models improve forecast accuracy, and shows how cross-category dependencies can relate to promotion decisions in one category impacting others. Bayesian modeling developments underlying the case study are accessible in custom code for interested readers.     

考虑风电出力及负荷预测误差的安全经济运行模型

充分考虑了风电并网和负荷预测不确定性,引入净负荷的概念,实现对风电和负荷预测误差发生概率的综合考虑。通过场景概率的研究,以包括确定性成本和随机性成本在内的综合调度成本最小化为目标函数,构建安全经济运行模型。算例分析表明,本文构建的随机安全运行计划模型相比于传统的确定性模型能够更有效地降低系统运行成本,结果同时显示,根据系统容量和负荷需求合理配置风电装机容量,是减少弃风量、提高供电可靠性的重要手段。     

考虑维修时间的总质保需求预测模型

激烈的市场竞争迫使制造商们逐渐向以顾客需求为中心的公司转变。在近 20 年内,作为影响顾客满意度的主要因素,产品的质保服务管理的相关研究开始成为学术界的焦点。良好的质保服务会给企业节省较多的运营成本,故对于刚投入市场的新产品而言,准确地预测质保需求对制造商合理分配资金等具有重要意义。以往对质保需求的预测模型都局限于分析长期意义上一个产品的总质保成本,忽略了产品的维修时间和动态销售过程对准确预测产品的总质保需求及成本的影响。为此,以销售期内的产品所产生的维修需求为主要的研究对象,深入探讨维修时间对预测质保需求的影响。模型中,利用非齐次泊松过程模拟产品的动态销售过程,并利用复合随机过程中的交错更新理论来刻画维修时间对总质保需求的影响。最后的参数分析,为企业更好地管理质保服务提供了重要的现实依据。     

模糊随机需求的连续盘点存储策略研究

考虑到需求的模糊随机性,建立模糊随机需求情况下连续盘点存储策略的模糊随机成本模型。利用模糊随机变量的期望值理论,推导出了其成本期望值模型的解析表达式,进而给出了最优再订货点所属区间的判别条件以及最优再订货点和经济订货量的计算式;基于此,设计了一模糊随机需求的连续盘点最优存储策略算法。最后结合数值算例,分析了模糊随机需求概率分布及缺货成本对最优存储策略的影响。     

BP神经网络算法在需水预测与评价中的应用

需水预测是进行水资源规划与管理的必备技术方法,在水资源短缺的地区显得尤为重要.合理而准确地预测未来的需水量,可以避免投资的浪费或减少将来用水危机的发生.以江西省为例,采用BP神经网络算法对江西省近期的需水进行预测与评价,将结果与其它方法预测的进行比较,比较结果说明神经网络算法预测需水是成功的。     

基于时间序列法的国税月度收入预测模型研究

研究了基于时间序列方法的国税月度收入预测. 通过采用Box-Jenkins的ARIMA模型, 结合国税月度收入数据, 分析并提出了一套针对月度税收收入的预测研究框架, 包括对税收预测模型的拟合、检验、预测、评价、动态修正等主要环节的处理方法. 在该研究框架的指导下, 以增值税、海关代征税和营业税为例, 对2006年各月的税收收入进行了模拟预测, 月度税收收入预测的平均相对误差分别控制在5.47\%, 8.63\%和2.37\%. 最后给出了在实际应用中动态修正税收预测模型的建议, 并简要讨论了时间序列方法在税收预测中面临的问题.