基于风险补偿模型的耐用设备占线租赁策略研究

传统的占线优化理论没有考虑到风险因素,其本质是一种无风险策略,具有一定的局限性,然而在现实中更多的人愿意利用风险来获得额外收益。基于此,本文结合交易费用与现实租赁市场中二手市场存在的情形,研究了耐用设备占线租赁的风险回报模型。风险回报模型是对最优确定性策略的拓展,且概率型预期风险回报模型是对确定型预期风险回报模型的拓展。通过数据分析表明风险回报模型能够有效地提高策略性能,从而使决策者可以根据自己的风险容忍度和预期选择最优的租赁策略。     

在线住房出租问题及其竞争策略

本文研究了投资者不确定其持有房产时间的在线住房出租问题。为了增加收益,投资者在抛售房产前可以选择出租毛坯房或装修后出租策略最大化利润。本文从出租人角度运用在线算法建立住房在线出租模型,分析了投资者的竞争策略与竞争比。在线住房出租模型分析发现:最优的在线策略并不一定从毛坯房出租转换到装修后出租,出租人首先需要权衡装修成本与装修后单周期的收益,只有当装修后单周期收益高于装修成本时,在线出租策略才存在最优的转换时机。研究结论对在高度不确定环境下开展经营活动的租赁公司下一步策略选择具有启示意义。     

供应中断风险下采购与定价决策分析

供应中断是供应链上的企业可能面临的问题,运用合理的采购策略可以帮助企业有效缓解供应中断风险。本文研究了供应中断下供应商和制造商之间的纵向竞争和两个制造商之间的横向竞争问题。供应商制定批发价,两个制造商采用不同的采购策略进行产量博弈,其中一个制造商采用紧急双源订货策略,另一个采用可靠单源订货策略。论文采用了多阶段博弈模型,分析了制造商之间的合谋与竞争两种行为,求出了供应商和制造商的最优决策,比较了这两种行为对供应商和制造商的影响。通过数值分析,讨论了成本参数和可靠性参数对于最优订货量的影响以及对于采用不同订货策略的制造商期望利润的影响。     

基于订单采购模式的销售商在线采购策略

对于按订单采购的销售商而言,采购成本和延误成本是影响总成本的主要因素,销售商需要采取适当的采购策略,权衡二者,以使总成本尽量小.文章首先给出了订单需求完全已知情况下的离线最优策略,并指出策略的计算复杂性为O(n2).其次,针对订单需求难以预测的情形,设计了相应的在线采购策略,证明了该策略的竞争比为2;同时,证明了该问题的竞争比下界为((√5)+1)/2＞1.618.     

反向拍卖的一种在线定价策略及竞争分析

本文讨论了网络环境下从众多投标的供应商那里选择一家供应商来购进所需商品的反向拍卖,提出了一种考虑了买家起始价格和最高忍耐价格的在线定价策略,该在线定价策略利用了市场的价格信息,克服了由单一定价造成的完不成采购任务或不必要的成本浪费等缺陷,对该在线定价策略进行了竞争分析并得到了最优的竞争比。最后,通过实例说明本文提出的在线定价策略的可操作性。     

古诺竞争条件下分权组织企业的技术许可策略

在最终产品市场存在古诺竞争的条件下,构建了拥有成本降低型技术创新的分权组织企业的技术许可博弈模型.利用动态博弈的逆向归纳求解方法,分析了固定费用许可和纯产量提成许可两种许可机制.研究结果表明:非显著创新下的最优策略取决于创新规模的大小,显著创新下的最优策略为固定费用许可.最后,对集权和分权两种组织结构下的最优许可策略做了比较分析.     

搜索成本对B2B交易的影响研究——基于上游企业主导搜索的分析

搜索交易伙伴是企业开展B2B交易流程中的首要一环。当下,信息通讯技术的扩散简化了企业搜索交易伙伴的程序,搜索成本得到极大降低,交易效率得以极大提升。本文考虑B2B交易由上游企业主导搜索实现的情况下,搜索成本降低对B2B交易规模及产业竞争的影响。企业搜索成本降低对企业的交易行为将产生两种效应:进入效应和匹配效应。进入效应促使更多企业进入市场参与交易;匹配效应促使企业持续搜寻最优的交易伙伴。理论分析结果与一般直观认识相悖,具体而言,若交易由上游企业主导完成,两种效应叠加导致B2B交易并非总是随着搜索成本的降低而持续增长,而是呈现出增中有降的态势;同时,搜索成本的降低对主导搜索企业所在产业发展有利亦有弊,并不必然导致一个竞争更加剧烈的产业格局。     

跳扩散模型下基金平衡管理的最优脉冲控制

在基金市值波动服从跳扩散过程, 基金持有的罚金成本为当前基金水平的二次函数及存在交易费的假设下研究了无穷时域的基金平衡管理的最小成本模型. 利用随机最优脉冲控制的拟变分不等式理论建立了判定定理,得到了最优脉冲控制策略的存在性, 同时通过构造方法给出了解的数学结构形式.     

一类非线性模型下的最优分红和风险控制策略

本文用一类非线性模型模拟公司的资产过程,该模型反映了经营成本与业务规模之间的相关关系.假设公司可以通过调整业务规模、分红和融资控制资产过程,在控制过程中消耗比例交易费用和固定交易费用.在最大化公司价值的目标下,我们借助随机控制方法给出了最优的控制策略及值函数的显式解.结果显示,控制策略由模型参数共同决定,公司应当采用脉冲策略进行分红,资产增加时应扩大业务规模,当且仅当交易费用相对较小时选择脉冲策略进行融资以避免破产.     

基于排序预测的带交易费用在线投资组合策略

在线投资组合决策过程中频繁调整资产头寸会产生较多的交易费用。本文提出了一个综合考虑预期收益和交易费用的在线投资组合策略。通过预测资产的排序计算组合的预期收益,利用相对熵距离衡量交易费用,构造了一个极大化预期收益和极小化交易费用的优化模型,从而得到了一个在线投资组合更新策略。然后,从理论上证明了该策略具有BH泛证券性,即该策略与离线的最优购买并持有策略具有相同的渐近平均指数收益率。最后,采用中美股票市场实际数据,对该策略进行了数值分析。结果表明,该策略的表现优于已有的在线投资组合策略,且对模型的参数不敏感。     

多周期报童模型在煤炭物资库存管理中的应用

为了降低煤炭企业物资库存管理成本,本文结合郑州煤电物资供销公司的实际情况,提出了考虑供过于求时,剩余物资对库存以及订货量影响的多周期库存模型。不同于经典报童模型中以订货量为自变量,本模型以期望利润为目标函数,以初始库存为自变量,在期望利润最大的情况下,得出每个周期的初始库存水平。通过郑州煤电物资供销公司的物资库存管理实例计算,结果表明可降低库存成本50%左右,说明该模型合理可行。     

风险厌恶条件下竞争报童问题的二层规划模型

有效应用数学规划方法研究报童类产品的库存管理,能够降低企业的成本和风险,从而提高企业的经济效益.此类问题的研究,目前主要集中在应用Nash博弈研究竞争报童问题以及零售商所持风险态度对供应链库存水平的影响.试图研究序贯决策下的竞争报童问题模型以及零售商所持风险态度对供应链库存水平的影响.由此建立了二层规划模型.算例表明序贯决策的竞争报童问题中,总订购量随风险厌恶程度的提高而降低.     

An integrated model for lot sizing with supplier selection and quantity discounts

Good inventory management is essential for a firm to be cost competitive and to acquire decent profit in the market, and how to achieve an outstanding inventory management has been a popular topic in both the academic field and in real practice for decades. As the production environment getting increasingly complex, various kinds of mathematical models have been developed, such as linear programming, nonlinear programming, mixed integer programming, geometric programming, gradient-based nonlinear programming and dynamic programming, to name a few. However, when the problem becomes NP-hard, heuristics tools may be necessary to solve the problem. In this paper, a mixed integer programming (MIP) model is constructed first to solve the lot-sizing problem with multiple suppliers, multiple periods and quantity discounts. An efficient Genetic Algorithm (GA) is proposed next to tackle the problem when it becomes too complicated. The objectives are to minimize total costs, where the costs include ordering cost, holding cost, purchase cost and transportation cost, under the requirement that no inventory shortage is allowed in the system, and to determine an appropriate inventory level for each planning period. The results demonstrate that the proposed GA model is an effective and accurate tool for determining the replenishment for a manufacturer for multi-periods.     

Optimal order size to take advantage of a one-time discount offer with allowed backorders

In this paper, we develop an inventory model for determining the optimal ordering policies for a buyer who operates an inventory policy based on an EOQ-type model with planned backorders when the supplier offers a temporary fixed-percentage discount and has specified a minimum quantity of additional units to purchase. A distinguishing feature of the model is that both fixed and linear backorder costs are included, whereas previous works include only the linear backordering cost. A numerical study is performed to provide insight into the behavior of the model.     

基于高斯分布的在线采购机制设计及竞争分析

依附于互联网电子商务的在线采购拍卖交易, 对传统的贝叶斯离线拍卖理论提出新的挑战, 因为面对不同时间点的投标, 采购电商必须即可决策出是否中标以及购买价格。鉴于此, 对于诸如石油、煤、粮食等无限可分商品的电子采购, 本文基于投标具有高斯分布特征设计了一种激励相容的在线采购策略, 演绎出在线采购的数学模型, 利用Runge-Kutta数值算法, 通过Matlab编程求解出采购电商在线定价策略的需求曲线及其对应的竞争比, 最后, 利用数值模拟, 将在线采购机制策略与纯竞争分析得到的在线采购策略比较, 结果显示利用了高斯分布信息的在线采购策略的竞争性能由于利用了投标的统计信息而得到了提高。     

基于物联网的医用耗材智能屋管理系统

针对医用高值耗材种类繁多、管理难度大的问题,为减少人力成本、提高医用高值耗材的智能化管理水平。本文提出了基于物联网的高值医用耗材智能屋的管理系统,介绍了智能屋的整体架构、系统功能、核心业务及流程设计,主要分为结构模块、RFID模块、数据库模块、控制系统模块四大模块,具体有用户管理、出入库管理、综合查询、预警管理四大业务,通过GM(1,1)模型对2022年全年高值医用耗材的月消耗量进行预测分析,并且检验得该预测模型的精度等级为一级,模型预测效果很好,能够为医院采购人员采购提供了一个参考,避免因过度的主观估计而造成的耗材浪费。该系统能够有效地提高医院对于高值医用耗材的管理水平,减少人力、物力和财力的消耗,为广大患者提供更加优质的医疗服务。本文所提的高值医用耗材智能屋管理系统解决了传统的高值医用耗材管理的诸多难题。     

An ordering policy with allowable shortage and permissible delay in payments

It is common business practice to purchase inventory on an open account. Purchased inventory can be considered to be financed in whole or in part with permissible delay in payments. This paper develops a model to determine an optimal ordering policy under conditions of allowable shortage and permissible delay in payment and shows that the total annual variable cost function possesses some kinds of convexities. With those convexities, a theorem is presented to determine the optimal order quantity. Numerical examples are given to illustrate the theorem.     

Exact algorithms for procurement problems under a total quantity discount structure

In this paper, we study the procurement problem faced by a buyer who needs to purchase a variety of goods from suppliers applying a so-called total quantity discount policy. This policy implies that every supplier announces a number of volume intervals and that the volume interval in which the total amount ordered lies determines the discount. Moreover, the discounted prices apply to all goods bought from the supplier, not only to those goods exceeding the volume threshold. We refer to this cost-minimization problem as the total quantity discount (TQD) problem. We give a mathematical formulation for this problem and argue that not only it is NP-hard, but also that there exists no polynomial-time approximation algorithm with a constant ratio (unless P = NP). Apart from the basic form of the TQD problem, we describe four variants. In a first variant, the market share that one or more suppliers can obtain is constrained. Another variant allows the buyer to procure more goods than strictly needed, in order to reach a lower total cost. We also consider a setting where the buyer needs to pay a disposal cost for the extra goods bought. In a third variant, the number of winning suppliers is limited, both in general and per product. Finally, we investigate a multi-period variant, where the buyer not only needs to decide what goods to buy from what supplier, but also when to do this, while considering the inventory costs. We show that the TQD problem and its variants can be solved by solving a series of min-cost flow problems. Finally, we investigate the performance of three exact algorithms (min-cost flow based branch-and-bound, linear programming based branch-and-bound, and branch-and-cut) on randomly generated instances involving 50 suppliers and 100 goods. It turns out that even the large instances of the basic problem are solved to optimality within a limited amount of time. However, we find that different algorithms perform best in terms of computation time for different variants.     

基于D-S理论的延期支付与存货质押业务决策模型

由于市场的不确定性,延期支付货款和存货质押融资中存在诸多不确定因素,使得资金需求企业难以做出有效的选择。针对此问题,从资金需求企业利润最大化的角度出发,首先分别给出了延期支付和存货质押两种业务下的企业利润模型,进而基于D-S理论建立了两种业务的决策模型。该模型以存货质押和延期支付业务下企业利润差额为目标函数,根据证据推理,以信任函数和似然函数构造出利润差额的上下界概率分布,并据此给出两种业务的决策依据。算例分析表明,对资金需求企业来说,存货质押融资业务并不一定优于延期支付,在特定的市场环境下,需要利用本文提出的模型进行定量计算,从而做出最优的选择。