提前期可控的模糊需求周期盘点补充订货模型研究

为解决具有模糊需求的可控提前期库存管理问题,建立了提前期和盘点周期作为决策变量的周期性盘点补充订货模型,采用符号距离方法对模型进行反模糊化求解,并设计了一确定其最优存储策略的算法。结合算例分析了需求的模糊性对最优盘点周期和最小成本的影响。     

弹性需求下可控提前期供应链库存优化的信用期机制

研究了弹性需求下可控提前期供应链库存优化的信用期机制,在一个固定订货间隔期模型中,假设需求与价格相依,且提前期可以通过额外的赶工成本进行压缩的情况下,分别考虑了买卖双方合作和不合作情形下的最优定价、订货和信用期决策.最后通过数值分析进行验证,并建立Nash协商模型进行利益分配.     

大规模定制背景下可控提前期通用件安全库存优化算法

随着买方市场的形成,大规模定制生产模式已为企业广为采用,其中基于时间的竞争成为企业保持持续竞争优势的关键.通用件作为一种生产运作方式,它在降低企业内部的零部件多样性的同时,也促使企业向市场提供大量多样化的产品,提高响应市场的速度.合理控制提前期则能够减少安全库存和缺货损失、提高顾客服务水平和企业的竞争力.研究结合大规模生产特点,探索了模式下零件的组配流程及生产阶段,对可控提前期通用件安全库存管理方法进行了深入分析,构建了一个基于可控提前期的通用件安全库存模型及算法,并通过算例验证求得使提前期成本最低时的最优安全库存量.     

模糊环境下可控提前期供应链库存优化的Stackelberg模型研究

为了有效地缩短提前期与降低库存成本,研究了模糊环境下可控提前期的供应链库存优化问题.利用三角形模糊数描述需求的不确定性,建立了一类模糊需求条件下可控提前期供应链库存优化的Stackelberg模型.利用三角形模糊数描述成本系数的不确定性,建立了模糊成本系数条件下可控提前期供应链库存优化的Stackelberg模型,并提出利用均值面积度量法来解模糊化.通过数值分析来验证两类模型的优化效果.     

随机弹性需求下供应链销售价格与提前期联合决策及协调机制

研究了市场需求随机且对销售价格及提前期敏感的条件下,供应链如何制定最优的销售价格、提前期以及库存因子使得利润最大化。首先,分析了集中决策与分散决策供应链的最优决策,发现集中决策与分散决策模式下的提前期与库存因子是相同的,但分散决策下的销售价格更高、期望利润更低,且分散决策与集中决策供应链的利润之比随着需求对价格的敏感程度的增大而增大。然后建立了收入共享与成本分担的协调机制,并分析了其最优决策。研究发现,协调决策机制可以有效地压缩提前期,并能同时使供应链达到帕累托改进,但不能达到完美协调,而且还发现协调决策下制定的最优销售价格比分散决策要低。最后通过数值计算对三种供应链决策模式下的绩效进行了比较分析,结果表明供应链利润随着需求方差增大而减小,提前期压缩程度随着材料成本承担比例增大而增大。上述结论可以为企业制定销售价格与提前期决策以及企业间的协调提供有益的指导。     

条件延期付款下一体化可控提前期模型研究

在一体化决策的供应链中,假设提前期与提前期成本服从幂函数关系,生产商允许零售商延期付款,但需要在订货时预付部分货款。首先,在延迟付款期给定时,通过建立该问题的数学模型,证明了不考虑决策变量整数约束时,系统存在唯一最优生产量、提前期和生产商每个生产周期内的运输批次,使得供应链总成本最小,并设计求解算法对问题进行了求解。以此为基础,假设延迟付款期是零售商订货量的增函数,结合模型的解析性质,给出了新的求解算法。最后通过数值算例和敏感性分析,说明了所得结论及其管理启示。     

基于随机提前期的二级库存系统的优化方法

针对需求和提前期均是随机的情况下,考察了一个简单的二级库存系统,即单个供应商、单个零售商的优化问题,两者均采用s,Q策略进行库存管理,他们的订货数量Qr,Qs都是已知常数,以每计划周期内系统运行期望总费用最小建立了目标函数,寻求系统的决策变量sr,ss,最后给出了求解算法与数值算例.     

分布自由时基于可控提前期的契约适应性研究

研究表明回购契约与收益共享契约具有等价性,然而二者却适用于不同的供应链。本文从提前期可控的视角并将供应链管理引入需求分布自由的市场环境,研究二者的适应性。首先构建一体化供应链系统的决策模型,基于模型推导其最优生产量和最优生产时点的存在性条件;然后分别以回购契约和收益共享契约作为激励机制,研究契约对单一供应商-零售商构成的二级分散供应链系统的适应性。结果表明,回购契约和收益共享契约均能协调供应链,但二者具有不同的适应性:当单位时间内边际生产成本增幅较大时,供应商偏好选择回购契约;提前压缩期越长,零售商越偏好选择收益共享契约。最后通过数值分析验证文章模型的有效性。     

提前期需求为模糊随机条件下的连续库存补货策略

考虑提前期内需求为模糊随机变量且提前期为可缩短情形下,建立由购买商和供应商所组成的简单供应链连续库存补货策略优化模型,其中订单量、再订货点和提前期为决策变量.首先推导出模糊随机需求条件下购买商和供应链的成本函数,然后,进一步考虑总需求为三角模糊数,推导出供应商、购买商和供应链的模糊成本函数.在此基础上分别从购买商成本最小和供应链成本最小角度对模型进行求解,结合具体算例对模型进行应用分析和比较分析,结果表明模型具有有效性和实用性,并得出如下结论:从购买商本身角度考虑订购策略所产生的供应链成本总是大于从供应链整体角度考虑订货策略所产生的供应链成本,同时从购买商本身角度考虑订货策略所产生的最优订购量、购买商成本低于从供应链整体角度考虑订货策略所产生的最优订购量、购买商成本.     

基于可控提前期和可变押后订单比例的库存问题研究

针对可控提前期领域现有研究中存在的不足,提出了同时考虑可控提前期和缺货对押后订单比例影响的连续盘点库存管理问题。在市场需求服从正态分布条件下建立年总成本表达式,并同时决策订货量、订货点和提前期使年总成本最小。实例计算表明我们的库存管理方法可以减少总成本,提高顾客服务水平和使库存管理更加平稳。     

提前期可控的二级供应链库存模型

针对单个生厂商单个销售商组成的二级供应链系统,当生厂商采取批量生产等量运输策略时,假定提前期可控且可通过追加成本缩短提前期,建立了一个拥有不同再订购点的一体化随机库存模型.最后给出求解模型最优解的迭代算法,并以实例验证模型和算法的有效性.     

基于可控提前期和服务水平约束的(Q,r)库存问题

本文研究了存在顾客流失情况下，基于可控提前期和服务水平约束的连续盘点（Q，r）库存管理同题。当市场需求分布未知时采用MiniMax方法建立年总成本函数表达式，修正以往研究中对安全系数取值范围错误判断，推导出合理的安全系数取值范围，并给出最优解的计算方法。     

基于MCMC的随机库存系统中提前期需求分布的计算

在需求和提前期均是随机的库存系统中,提前期需求的分布是由提前期分布与需求分布复合而成的,这个复合分布的计算通常是困难的。本文采用基于Gibbs抽样的马尔科夫链蒙特卡洛(MCMC,Markov chain Monte Carlo)方法,抽取条件分布样本作为提前期需求分布的样本,通过样本来计算提前期需求分布密度、服务水平和损失函数。这种方法避免了直接求解复杂积分计算上的困难,也克服了近似分布拟合偏差过大的问题,有效地解决了随机需求与随机提前期的复杂库存系统中提前期需求确定问题。理论与数值分析结果表明:与现有方法相比较,基于MCMC的方法具有计算简便、拟合精度高、通用性好等特点。     

随机需求下供应商管理库存的供应链模型

以一个供应商和一个零售商的两阶段供应链为背景,利用报童模型给出了供应商管理库存(VMI)的供应链模型,在需求服从均匀分布的条件下得出解析解,并与传统的零售商管理库存(RMI)系统作了比较,分析了这两种情况下批发价和订货量的变化.数值结果表明VMI导致了批发价的缩减,但提高了订货量,VMI减轻了双重边际效应,系统利润多于传统的RMI系统.     

基于时间的随机需求二级分销网络物流系统集成优化研究

分销网络设计包括设施选址、库存控制、运输等方面的设计与优化,但以往只是从战略层、战术层、运作层来分别进行各自的研究。实际上,这三个层次的决策要素之间存在着复杂的互动关系,并存在着广泛的效益悖反关系,这些在变化的环境下显得尤为突出。本文充分考虑时间因素的重要性,从物流系统的集成优化高度出发,研究建立需求随机的多分销中心多顾客的设施选址———运输路线安排———库存控制问题(ILRIP)的模型,对此设计了一个两层粒子群优化(PSO)算法,并给出了计算实例。研究结果有助于供应链分销网络的集成优化,缩短商品流转周期,提高顾客服务水平,提升竞争力。