基于马氏决策过程的易逝品联合策略

为了有效解决零售商在销售易逝品时的订货、旧产品处理及定价的联合决策问题,提出运用马氏决策过程建立模型及使用Q学习算法求得最优策略。最优策略包括各个状态下选择的决策动作,它能使从现在起及后续无限期的贴现总值为最大。算法中的迭代公式通过不断与环境进行互动并得到反馈,时刻更新最优策略。基于有限的状态集和动作集,在状态转移概率及当期期望收益未知的情况下,算法经过长时间学习后能够得到稳定的最优策略。研究发现,各参数(变化)对联合策略中各策略的特征有不同的影响,该结论为启发式策略的相关研究提供了一定的理论支持和解决思路。

美型

改革开放以来,我国经济迅猛发展,生活水平得以提升,人们对服装的需求,已不再是遮寒蔽体,而是逐渐转变为对品味、精神等方面的追求。如今的消费主力军是千禧一代,基本为80、90后,他们追求时尚、个性,喜欢体验不同品牌、不同风格,注重感情和直觉,容易产生冲动型购物,他们看中服装的款式、色彩、面料等各方面,希望能通过服装展示自我,想要服装符合各自年龄、职业等。因此,我国市场已经进入了精品消费时代。如今的美型都成了一种高消费的需求,而传统的裁缝店也不多见,如果能够可以将现有的科技和传统的手工艺合作,那么能够大大增强每个人的个性需求。

基于有限生命周期的产品再制造回收决策研究

再制造产品的供需情况以及再制造产品二次投放市场的时间会影响再制造活动的经济性。在产品回收价格影响回收率的前提假设下,通过构建存在有限生命周期限制下的产品销售曲线和回收曲线,将产品市场需求和再制造产品供给关系可视化,研究了再制造活动的系统最优成本以及相应的最佳回收价格和回收率。研究结果发现:1)考虑到产品市场需求有限、回收价格和回收数量的正相关性,单纯地追求制造成本最少反而可能会使供应链整体系统承担更大的成本;2)产品在闭环供应链中流动所经历的时间越长,再制造活动获得的利润越低;3)在相同的条件下,能够快速获得市场消费者认可、拥有良好市场基础的产品进行回收再制造活动能够带来更大的成本节约。上述结论为现实中企业再制造活动的回收决策提供理论帮助和方法支持。