多心理账户下基于QFD的多产品库存优化

针对顾客有限理性引起的需求模糊性和随机性,引入多心理账户于多产品库存决策系统,指出库存决策者的金字塔式心理账户结构.以顾客满意为驱动力,基于QFD(质量功能展开)将顾客需求转化为对多产品库存的优化.结合行为证券投资组合理论建立了一种具有机会约束属性的多产品库存优化模型,并给出了其求解算法.

联合订货下基于Φ-散度的多产品库存鲁棒优化模型

针对多产品联合库存决策问题,在市场需求不确定条件下,建立了考虑联合订货成本的多产品库存鲁棒优化模型。针对不确定市场需求,采用一系列未知概率的离散情景进行描述,给出了基于最小最大准则的鲁棒对应模型,并证明了(s,S)库存策略的最优性。进一步,在仅知多产品市场需求历史数据基础上,采用基于Φ-散度的数据驱动方法构建了满足一定置信度要求的关于未知需求概率分布的不确定集。在此基础上,为获得(s,S)库存策略的相关参数,运用拉格朗日对偶方法将所建模型等价转化为易于求解的数学规划问题。最后,通过数值计算分析了Kullback-Leibler散度和Cressie-Read散度以及不同的置信水平下的多产品库存绩效,并将其与真实分布下应用鲁棒库存策略得到的库存绩效进行对比。结果表明,需求分布信息的缺失虽然会导致一定的库存绩效损失,但损失值很小,表明基于文中方法得到的库存策略能够有效抑制需求不确定性扰动,具有良好的鲁棒性。

单向替代产品的多周期库存管理问题

针对产品之间具有单向可替代性质的特点,提出了以保证用户服务水平为目标的订货点确定方法.设计了嵌入仿真过程的模拟退火算法以求解各产品的最高库存水平.利用可替代性,可以在保证一定服务水平不变的情况下降低库存系统的订货点,降低订货点意味着降低平均库存量以及订货频率,以减少库存总成本.通过改变订货费用、服务水平和库存费用,分析了影响库存总成本的因素以及影响机理.当订货的固定费用增加或库存费用降低时,库存系统会增加订货次数和单次订货量,此时可替代性对总成本的正面影响会减弱.

交叉销售下基于支持向量聚类的数据驱动多产品库存鲁棒优化模型

针对单周期环境下考虑交叉销售的多产品库存决策问题,在市场需求不确定条件下,建立了带有预算约束的交叉销售多产品库存鲁棒优化模型。针对不确定市场需求,采用支持向量聚类(SVC)方法构建了满足一定置信水平的数据驱动不确定集。进一步,运用拉格朗日对偶方法将所建模型等价转化为易于求解的线性规划问题。最后,通过数值计算对比分析了SVC不确定集下及传统不确定集下的零售商利润绩效,并评估了SVC数据驱动鲁棒优化方法导致的绩效损失,进而分析了预算及交叉销售系数对零售商利润绩效的影响。结果表明,SVC数据驱动鲁棒优化方法具有良好的鲁棒性,能够有效抑制需求不确定性对从事多产品销售的零售商利润绩效的影响。特别地,需求分布信息的缺失虽然会给零售商带来一定的绩效损失,但损失值很小,表明文中提出的基于SVC的数据驱动鲁棒优化方法可以为管理者在需求不确定性环境下制定库存策略提供有效决策借鉴。

基于协调补货策略的多产品选址-库存联合决策模型

产品多样化已经成为很多制造企业普遍采用的竞争策略,然而,现有的选址-库存模型大多只考虑了单产品的情况,不能满足实际的需要。基于协调补货的多产品库存控制策略,建立了一种多产品环境下的选址库存联合决策模型。模型以选址成本、运输成本和库存成本之和最小为目标,同时对配送中心的位置、数量、服务范围和库存控制参数进行决策。模型属于典型的NP-困难问题,因此,采用粒子群智能优化算法求解。算例的测算结果表明:模型最优解对零售商的需求、配送中心的资源总量和单位产品资源消耗量的变化较为敏感,而对固定选址成本和次订货成本的变化不敏感;模型是可行的,可用于解决部分多产品分销网络设计问题;粒子群优化算法可以很好地求解所建立的模型。

供应链中多产品组合采购与库存问题的条件风险决策模型

研究了供应链中单周期和多周期多产品组合采购与供应的CVaR模型,利用了条件风险值(CVaR)理论将多产品从多个供应商采购来分散需求不确定性带来的风险,以达到损失最小的目的.首先给出了单周期多产品组合采购与供应的CVaR模型,然后讨论了多周期多产品组合采购与供应的CVaR模型,最后给出了数值结果.

具有多元马氏需求的多产品多阶段库存优化模型

本文研究一类新的多产品库存控制策略,即具有多元马氏需求特征的多产品多阶段的订货点订货量(Q,R,SS)策略,该策略考虑市场需求在不同产品之间具有多元马氏转移特征,并考虑缺货因素设置安全库存。论文首先建立了多产品多阶段的多元马氏需求预测模型,并通过该模型确定了各种产品需求之间的关系。同时,在该模型的理论基础上,提出了多产品多阶段的总期望成本模型及其最优(Q,R,SS)策略,进而结合算例给出模型的最优策略的数值解。