基于不确定需求与产出的计划生产量决策

在复杂多交的市场环境下和生产过程易受多种随机因素影响,产品的需求和产出往往具有不确定性.考虑不确定需求和产出的情况,建立起以最小期望成本(包括生产成本、缺货成本和超产成本)为目标函数,计划生产量为决策变量的决策模型.通过利用费马定理和极值第二充分条件对计划生产量决策模型分析,提出了最优计划生产量必须满足的方程和证明了模型是凹函数,存在着最小期望成本.最后通过数值实例验证了模型的有效性.     

需求不确定的供应链两阶段订货模型

销售商如何在不确定需求的市场环境下根据制造商提供的订货条件进行合理订货是供应链管理的一个核心问题。本文利用信号博弈的原理从销售商的角度研究在不确定需求且传统需求预测方法失效的情况下，允许调整订货量的短生命周期产品两阶段订货模型，得到了在两次订货条件下销售商应该采取的最优订货量与调整策略以及制造商对契约灵活性限制的成本函数。     

考虑消费者社会影响下的企业返利策略研究

研究了存在社会影响下的企业返利策略。以返利的持续性为依据, 建立了前期返利、后期返利、始终返利以及始终不返利四种返利模型。分别分析了垄断和竞争两种情形, 通过研究发现:在垄断情况下, 较小的返利促使企业选择在前期返利而后期不返利, 然而较大的返利迫使企业放弃返利策略;在存在竞争情形下, 会出现四种可能的均衡返利策略, 如果企业间竞争较强且返利较大, 均衡结果是两企业会做出差异化的返利策略选择;如果竞争较弱或返利较小, 则均衡结果是两企业会选择相同的返利策略。虽然两个企业均选择后期返利总不是均衡策略, 但是在某些情形下与其它返利策略相比, 两个企业会陷入囚徒困境, 致使两企业利润的减少。     

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。     

碳排放约束下的随机需求供应链库存模型研究

从供应链领域的视角,构建碳排放税和碳排放权交易机制下的随机市场需求的供应链库存控制模型,分析碳排放税价格及碳排放权交易价格对供应链的最优订货量及其利润的影响,并对模型进行数值仿真分析.数值仿真研究结果表明:随机市场需求的波动越大,供应链订货量越高,供应链利润越低;碳排放税价格越高,供应链订货量以及供应链利润越低;碳排放权交易价格越高,供应链订货量越小,供应链利润越高.比较碳排放税和碳排放权交易机制知,碳排放权交易机制下的供应链订货量及利润高于碳排放税机制下的情况.研究成果可为减少供应链碳排放、增加供应链利润提供重要的理论借鉴.     

基于不确定需求订单式生产的产能决策

考虑订单式生产不存在初始库存和产品需求不确定,建立起以产能最大收益(包括销售利润,产能折现值和购买产能费用或出售产能收入)为目标函数,当期产能为决策变量的产能决策模型.接着,结合产品经历一个逐渐增长至最高水平后逐步下降的生命周期,通过利用费马定理(稳定点)和极值第二充分条件对产能决策模型的分析,证明了该模型为凸函数,并给出了产品需求随机单调递增后递减的最优产能决策数学表达式.最后通过数值实例验证了该模型的有效性.     

模糊需求下的库存风险及最优库存决策

分析了在模糊需求下,按经典库存模型中的经济订货批量和订货周期所导致的库存风险损失。推导了模糊需求下的经济风险函数。给出了风险函数在模糊需求分布下的重心决策方法,在此基础上得到了模糊需求下经济批量的修正公式,为模糊库存风险分析的研究提供了一种方法。     

需求不确定下供应链间古诺博弈决策分析

通过引入区间数和心态指标将需求函数模糊化,研究了需求不确定下供应链间竞争的决策问题。首先,分别构建了分散-分散决策、集中-分散决策和集中-集中决策三种模式下的供应链间价格竞争模型;其次,分析了不同竞争模式下市场规模等变量对零售价格、顾客需求量和供应链利润的影响;最后,以两条供应链为例,进行算例分析,并在此基础上,进一步分析了心态指标、市场规模等变量对最终决策结果的影响。     

不确定需求与产出供应链回购契约决策

针对市场需求的不确定性和供应商产出产品合格率的不确定性,提出供应商产出量小于销售商订购量时需再生产满足销售商的订购,以及供应商生产过量和回购的产品通过折扣市场出售,建立以供应链期望利润为目标函数,以回购单价为决策变量的供应链回购契约决策模型.通过模型的分析,证明了模型存在最优的期望利润,给出了最优回购单价满足的方程;同时,也证明了最优订购量,最优生产量和销售商最优期望利润是回购单价的增函数.最后,通过算例验证了模型的有效性.     

随机需求条件下的延迟发运策略模型及性质

本针对随机需求条件下物流配送中心的库存和运输联合决策问题，在基本库存和自身运输能力不足的情况下，提出对剩余客户订货需求采取部分延迟到下一期与部分利用第三方物流立即发运两相结合的策略，并在具有一般惩罚(损失)费延迟发运量限制的条件下，建立运输和库存相关总成本数学期望最小的优化模型，论证了该模型的主要性质，在此基础上很容易构造求解该类问题的优化方法。     

不确定性需求下易逝品零售商横向调货策略研究

本文通过建立易逝品零售商间横向调货模型,研究了不确定性需求与不确定性需求更新零售商之间协调调货行为下最优调货价格和调货量。研究结果表明,在不确定性需求条件下,零售商间横向调货模型中调货价格和调货量的存在纯策略纳什均衡解;在不确定性需求更新条件时,零售商间横向调货价格和调货量在任意时刻均存在纯策略纳什均衡解。数值实验也证实了理论部分的研究结论。     

考虑市场需求不确定下的供应链协调优化

在市场需求不确定的情况下,考察市场需求依赖销售价格,建立一个由单一供应商和单一零售商组成的二级退货模型,并分别从集中决策和分散决策两方面讨论,证明单纯的退货政策无法实现供应链协调,而通过引入回馈与惩罚机制后则可以实现协调,并求出此时的最优订货量和最优售价.最后,通过数值算例证明以上的结论.     

前景理论视角下专利代理服务模式优化研究

专利代理服务是知识产权服务体系中的重要组成,利用预期收益分配契约激励专利代理服务参与者,引导双方采取共赢的行为策略,是提高合作效率、提升专利代理服务效果的重要方向。在考虑决策者有限理性的基础上,提出一种专利代理服务预期收益分配方案,引入前景理论衡量心理因素对专利代理服务参与主体的影响,建立收益感知矩阵,构建演化博弈模型,刻画更贴近现实的认知决策过程,进而探讨技术发明人与专利代理机构之间的博弈关系和稳定策略,最后通过数值仿真揭示影响稳定策略的关键变量。结果表明:这种预期收益分配方案具有可行性,区别设置预期收益分配模式的违约处罚水平以及减小预期收益分成比重是避免违约、维持长期稳定合作的最佳途径。     

需求不确定条件下社区应急疏散协作调度优化模型

质量安全、自然灾害、公共卫生等突发事件社区应急疏散中的灾民数量具有不确定性,但目前的研究很少关注多种运输方式协作的应急疏散中灾民数量的不确定性。针对灾民数量的不确定性,以疏散灾民数量最大化,以及疏散成本最小化作为优化目标,,该文构建了多种运输方式协作的社区应急疏散模糊机会约束规划模型。在模型求解时,论文使用自适应遗传算子对多目标遗传算法进行改进,以提高算法优化效率。最后,论文使用算例对提出的模型进行验证,证明了该模型和方法可以有效完成需求不确定条件下的社区应急疏散协作调度优化工作。     

随机需求下三度价格歧视重复博弈的研究

基于随机需求函数,讨论了相互竞争的两厂商实施三度价格歧视无限次重复博弈和不定次重复博弈的均衡分析,在三度价格歧视无限次重复博弈分析中,得出了两厂商在贴现因子影响下的子博弈完美纳什均衡.在三度价格歧视不定次重复博弈分析中,设计了不同的方案并进行了Matlab仿真,比较了不同贴现因子下不同仿真方案的厂商得益,并对仿真结果进行了系统分析,得到了统计意义下的均衡分析.     

随机需求下双渠道供应链的改进回购契约协调

考虑市场需求是非线性随机的且受零售商努力影响的一般情形,建立由一个制造商与一个零售商组成的双渠道供应链Stackelberg博弈模型,研究设计协调双渠道供应链的引入努力成本分担系数的改进回购契约,结果表明,只要引入努力成本分担系数的改进回购契约参数取值恰当,双渠道供应链就能够实现协调.研究结论具有一定的理论与现实指导意义.     

不确定情况下逆向供应链的协作与定价策略研究

基于单一制造商和单一零售商构成的逆向供应链系统,应用博弈理论和模糊理论对逆向供应链的协作与定价策略进行了研究.针对回收产品价格的不确定性,将回收价格看作是三角模糊数,采用Chen与H sieh提出的梯级平均综合表示法确定模糊回收价格的解模糊值,由此,建立非合作博弈模型和合作博弈模型,并给出均衡条件下制造商和零售商各自的回收价格策略.最后,举例说明了该方法的有效性.     

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。     

供应提前期和需求不确定下库存系统的随机比较

本文研究供应提前期和需求不确定下包含最小化成本和最大化利润的一致化报童问题中随机比较实现的充分条件,并通过随机比较定量刻画提前期和需求不确定性对库存系统决策和利润的影响。首先引入报童收益函数,给出其优化前后满足随机占优及拉普拉斯变换序的充分条件。进一步,在周期需求服从指数分布的情形下,定量刻画固定提前期与提前期服从几何分布两种情况的随机单调性。最后,将上述结论应用到报童模型中,得到提前期需求对一致化报童问题的随机单调性。     

变换核估计在未知需求分布函数条件下多阶段库存控制策略中的应用研究

传统的多阶段库存控制主要致力于库存持有以及过多库存的经济性研究.随机库存模型经常假定需求分布已知,这样可以产生容易解决的方案.但随着销售信息的不断更新,需求分布函数的参数常常未知.这样传统的多阶段库存模型很难产生最优的库存控制策略.当前文献对未知需求分布函数条件下的多阶段库存管理问题研究得不多,当需求分布函数随时间变化,是个多阶段随机规划问题,通常情况难以直接进行求解.针对一般非平稳需求,还缺少有效的库存管理方法.本文致力于变换核估计和优化理论相结合的方法研究未知需求分布函数条件下多阶段库存控制策略,提供一条多阶段库存控制的新思路.可以很好地确定各阶段的最优订货点、最高库存、最低库存等来达到整个系统的最优,从而节省更多的成本,达到营运资本的永久性减少、更高的销售量和客户满意度,从而增加企业的竞争力.