基于样本划分的数据驱动报童问题研究

大数据时代的到来为企业库存管理带来了前所未有的机遇,同时也对其相应的决策方法提出了新的挑战。高效利用实时市场数据支撑库存管理智能决策已经成为企业提升库存管理效率的关键。传统库存管理研究是基于需求预测的基础上再做库存决策。而近年来流行的数据驱动库存管理方法是跳过需求预测的过程,直接建立需求数据与库存决策的关系。本文研究数据驱动的经典报童问题,其随机需求分布是未知的,报童只有若干期历史的需求数据。本文基于数据样本划分提出了新的数据驱动鲁棒优化方法来解决报童的订货问题。该方法通过将需求数据样本划分成不同的区间来构造随机需求分布的模糊集,从而求解相应的鲁棒优化问题。理论证明了该方法随着样本量的增加,其解收敛于最优解。数值实验表明相对已有的鲁棒方法,新方法具有相对弱的鲁棒性,但平均性能更好,并且计算复杂度相对小很多。同时表明本文提出的样本划分鲁棒方法比SAA等数据驱动方法具有更好的平均性能和更强的鲁棒性。

向上的流动:晚清民国特殊发行群体“报童”的生存史脉

作为晚清民国时期特殊的发行群体,报童应时而生又应景而退,在社会帮扶、党校培养和自身向上的促动下,完成从出身难童的生存堪忧到邮发合一下的功成身退。在代际演化的过程中,报童们又完成了从生活的竞走者到社会的嘉惠者、从职业的隐匿者到报刊的发行者、从战争的卷入者到革命的帮扶者的向上社会流动,而支撑其向上流动发生的则要归于报童个体意识的觉醒与群体精神的形成。

基于报童模型的供应链网络均衡决策研究

在不确定性需求下构建了基于报童模型的两层供应链网络,供应链网络是由原料供应商、产品生产商和需求市场构成。针对不确定性需求引入报童模型到供应链网络均衡模型中,用于供应链网络中厂商的产量和价格决策。模型构建了基于报童模型的变分不等式来表达供应链网络在不确定性需求下的均衡条件。最后,通过数值案例给出了需求均匀分布下,方差对于产品价格、原料供应商产品流量的影响分析。

组织化发行革新:抗战时期中国共产党对报童的团结、培养与教育

报童是清末民初以来中国报刊城市发行的重要基层力量。经史料爬梳发现,报童也构成了抗日战争期间中国共产党在国统区、敌后抗日根据地等不少城市打破发行垄断并再造发行的重要支撑。中国共产党不仅通过文化、思想、政治等教育内容对报童实施组织化革新,也促使报童由衣食无着的职业底层群体转化为集信息传播、情报沟通、对敌斗争等功能于一身的积极自主的民主战士,完成职能的丰富与拓展。这一历时性、全局性过程也反映出中国共产党对底层工人阶级进行团结、联合与组织化的优越路径。

多产品报童问题的直接搜索算法求解

多产品报童问题假设商品需求服从已知分布,在实践中难以直接应用,可将零售商收益视作表达式未知的随机黑箱函数,通过样本均值对收益的期望进行近似,并利用直接搜索算法最大化零售商收益。数值实验表明,直接搜索算法结合可变数量的样本均值近似可在样本数量极为有限的条件下有效求解多产品报童问题,且求解质量优于已有的启发式算法。

基于零售商销售努力的风险和模糊规避报童模型研究

本文基于零售商的销售努力研究了一类风险规避与模糊规避报童问题。本文运用最坏情况条件风险值(WCVa R)方法构建了决策模型,得到了零售商订货量及努力水平的最优决策,该决策可完全退化为风险中性及模糊规避型决策,并进一步刻画了风险规避及模糊规避行为对零售商决策和利润的影响。研究发现,虽然风险容忍度越低,零售商的最优订货量越低,但是对于成长性较好的企业,决策者在WCVa R模型中的“风险”及“模糊”双重规避行为并不会导致决策过度保守,甚至在市场需求分布信息不完备的情况下,该模型比模糊中性的CVa R模型有更好的绩效表现。

回购与缺货成本下的连续时间报童模型

对带回购策略与缺货成本的连续时间报童模型,研究了其最优订购策略与批发价策略,使得生产商和零售商期望收益最大化。在零售价格依赖需求过程与零售价格外生的两种情形下,讨论了带回购策略和缺货成本对连续时间报童均衡策略的共同影响。运用随机最大值原理研究了以上问题均衡策略的存在唯一性,讨论了均衡策略满足的条件,在价格外生情形下得出结论:回购策略与缺货成本的共同作用,使得零售商的最优订购量和供应商的最优批发价格均提高很多。最后,通过数值算例做了最优批发价格与最优订购策略的敏感度分析,具体例子验证了已得结论。

二次降价销售的报童问题

提出二次降价销售模型,在假设存在降价销售最大容量的条件下,建立了模型,并给出最优解.在收益、服务水平等方面对此模型与经典报童模型进行了初步比较,并对最优解的灵敏度进行了分析.

交叉销售产品的报童模型与博弈分析

当产品间存在互补关联关系时,会出现交叉销售:顾客在购买一种产品的同时也会以一定可能性购买另一种关联产品;反过来,某产品也会因其关联产品的缺货而失去交叉销售机会.本文考虑交叉销售,首先建立带缺货惩罚的单周期多产品集中决策报童模型,推导其最优订货量的一阶必要条件,并给出最优解的上下界.考虑多个报童独立竞争决策,建立交叉销售产品的报童博弈模型,证明该博弈是超模博弈,并给出了一阶博弈均衡条件以及均衡解的唯一性条件和上下界.分析了集中决策和分散博弈决策的差异,给出了博弈模型中需求相关系数对期望利润的影响规律.通过计算研究讨论了交叉销售系数、需求相关系数以及缺货惩罚成本对订货量和期望收益的影响.

基于Stacking策略和报童模型的补货决策方法

针对市场中供需关系的不确定性会影响商家的补货决策问题,本文提出了基于Stacking融合预测及报童模型的智能补货决策方法,并将模型应用于某商店。结果显示融合模型的MSE,RMSE,MAE显著低于单个基模型,说明预测模型的精度得到了改进。本文所设计的方法可辅助商家制定营销策略,减少产品滞销或供不应求带来的损失。

基于损失规避的报童决策偏差形成机制

在损失规避模型的基础上,引入缺货规避偏差因素对经典报童模型进行修正,构建了缺货惩罚条件下损失规避的最优报童订购模型,同时,基于Microsoft VFP平台设计库存决策行为实验对模型进行验证.结果表明:在高利润、均衡利润和低利润产品中,决策者的缺货惩罚系数依次减小,且均衡利润产品中的损失规避报童订购量等于风险中性的报童订购量;高利润产品中的损失规避报童订购量小于风险中性的报童订购量;而低利润产品中的损失规避报童订购量大于风险中性的报童订购量.

基于前景理论的两产品报童的订货模型

运用前景理论,针对需求不确定条件下的两产品订货问题进行了分析.在前景理论的框架下分析、推导了随机市场需求下零售商对两产品订货的价值函数、主观概率与决策权重函数,并建立了订货模型.此模型将已有文献中的单一产品扩展到了两个产品,为今后进一步扩展到多产品奠定了基础,使前景理论在描述具有更强现实性的多产品报童问题方面前进了一步.算例分析从需求不确定性、缺货损失、残值、心理参考点、风险态度系数、损失厌恶系数等多个角度分析了基于前景理论的两产品订货问题,进一步说明此模型能较好地描述零售商的实际订货行为.

报童问题的扩展模型

经典报童问题即单周期库存问题,研究的是面对随机需求量,零售商应该订购多少产品以获得最大的利润.报童问题是一个十分具有活力的研究问题,本文综述了报童问题近十年来的研究成果,对其扩展模型作了新的分类:决策目标的扩展模型、零售商的扩展模型、市场格局的扩展模型、供应商的扩展模型以及其他扩展模型等.

CVaR准则下的双层报童问题模型研究

本文以供应商为领导层,零售商为从属层。基于CVaR(Conditional Value-at- Risk)准则,建立了两个双层报童问题模型.对于零售商,在兼顾其利润收益的同时,使用了CVaR风险计量方法对其风险进行了有效监控.然后根据模型中下层规划的特点及已有结论将双层规划模型转换成单层规划进行求解,数值计算结果表明模型是有意义的.

预测精度随时间变化的报童问题模型分析

在实际工作中,零售商对市场的预测一般是随时间而变化的,那么订货时间也将是库存问题的决策变量,在这种情况下,本文提出了一个推广报童问题模型,在此基础上,分析了零售商期望利润函数的性质,并且与经典报童问题模型相比较。最后用几个简单的算例说明了模型及求解方法。

带有预算费用约束的报童模型

讨论带有预算费用约束的报童问题.建立了带有一般费用约束、缺货预算费用约束、商品处理预算费用约束的3种模型,分别求出了最优解,并进行了模型的灵敏度分析.

模糊随机需求模式下的扩展报童模型与求解算法

将模糊随机需求期望值理论引入对模糊随机需求模式下单周期库存优化问题研究,建立了模糊随机收益期望值最大化的单一产品模糊随机报童模型和多产品模糊随机规划报童模型,并根据遗传算法理论和计算机模糊随机变量模拟技术设计了求解模型的智能算法。

损失约束下多产品报童问题的求解方法研究

分析损失约束下多产品报童问题的解空间,并将其分为三个区域,给出了不同解区域的求解思路.参照Abdel-Malek的研究,提出了基于损失边际效用排序的删除法(LMU-D),来解决模型的非负约束问题,并与线性近似规划法相结合解决带积分符号的非线性约束优化问题.最后通过算例验证了方法和模型的有效性.

基于条件风险值准则的战略顾客报童模型

针对具有风险厌恶特性的报童在面临战略顾客时应如何做出订购和定价决策的问题,在分析战略顾客购买行为的基础上,运用CVaR准则建立考虑战略顾客行为的风险厌恶报童模型。进一步研究了存在战略顾客时数量折扣契约能否实现供应链协调的问题。研究表明,零售商存在最优订购和定价策略,零售商可以根据自身以及顾客的风险态度、产品成本和处理价格来制定库存和价格策略,增加顾客低价购买不到产品的风险,以避免战略顾客行为;零售商的风险态度加剧了双重边际效应,恶化了供应链绩效,此时数量折扣契约能实现供应链协调。

过度自信的报童模型研究

将过度自信定义为报童对市场需求信息的过度精确,建立了过度自信的报童模型,得到了过度自信报童的最优订货量和理性报童最优订货量之间的线性解析关系,并分析了过度自信水平对订货偏差及利润损失的影响。研究发现,随着报童过度自信水平的增加,其订货量会越来越偏离理性的最优订货量,而且过度自信导致的利润损失是关于过度自信水平的递增的凸函数,最后通过算例对上述的模型和结论进行了分析验证。