随机需求和提前期环境下的精确库存成本建模

在随机需求和随机提前期环境下,用传统的方法对库存成本进行建模时,得到的结果是不精确甚至是错误的,在需求分布不规则时则很难进行成本的精确建模。为解决这类问题,使用微元法的建模思想,对随机需求和随机提前期环境下的(Q,r)库存成本模型进行了精确的建模,并在建模过程中考虑了需求离散抵达和连续抵达两种情形。针对最常见的需求依泊松流抵达的情形,进行了精确的建模并分析其属性。最后,使用遗传算法进行了仿真分析。

基于随机提前期的(Q,r)库存模型

(Q ,r)模型是库存管理中的重要控制模型 ,控制变量Q和r都取决于需求过程和提前期 ,但是绝大多数文献在库存模型研究中都把提前期作为一个常量 ,主要考虑不同的随机需求过程。而在连续的多级供应链库存问题中 ,随机提前期的变化是供应链上下级库存协调的主要影响因素。本文主要建立了基于随机提前期的 (Q ,r)库存控制模型 。

随机提前期下考虑循环取货的最优采购策略

为适应精益化物流小批量、多频次的配送作业运作要求,很多企业在供应物流环节面临着是循环取货还是直接运输的选择。配送过程中各供应商生产过程的不确定性导致了总提前期的波动,由于在2种配送方式下总提前期的波动不同,因此,提前期的波动直接影响到最优采购策略以及配送方式的选择。以由制造商和多供应商组成的多产品供应链为背景展开研究,考虑到提前期的波动对采购方式和采购策略的影响,基于随机提前期且考虑车载量约束,分别建立了直接运输和循环取货2种配送方式下的库存优化模型,并进一步求解得出了各自的最优采购策略。最后,通过数值分析对上述研究结果进行了论证,并比较了参数变化对2种配送方式下总成本的影响,给出了2种配送方式的具体适用条件。

随机提前期条件下的多级库存系统优化

文章针对需求和提前期均是随机的情况,建立了单个核心制造商、多个供应商制造商和多个销售商的多级库存优化模型,其中各级库存提前期随机,需求服从正态分布。供应商采用(s,S)策略进行库存管理,制造商的原材料库存和销售库存采用连续性盘点的(Q,r)订货策略。以计划周期内系统运行期望总费用最小建立目标函数,由此得到最优的订货策略。

基于随机提前期的多品种备件库存成本控制研究

阐述了多品种备件库存成本的构成及其订货策略优化模型。考虑在随机订货提前期和一定的服务水平下,假设仓库备件的需求服从独立的复合泊松过程,以A、B、C三类备件的平均备件库存总成本最小为目标函数,由此得到A、B、C三类备件库存的最优订货策略。

随机提前期随机需求条件下的二级库存模型

考虑由一个分销中心和若干零售商组成的两级分销系统 ,假设分销中心和零售商实行连续性盘点、( R,Q) 订货策略 ,分销中心的交货时间是常量 ,而零售商处的提前期为随机变量 ,且需求服从独立的复合泊松过程 .以整个系统平均成本最小为目标函数 ,由此得到最优的订货策略 ,并且给出数值例子及敏感性分析 .

基于Arena的随机需求和随机提前期二级库存仿真优化

讨论了由一个供应商和多个经销商组成的二级库存优化问题,该系统中每个经销商的客户需求以及供应商和经销商的订货提前期都是随机的,供应商和每个经销商都采用(T,s,S)混合策略进行库存管理。首先建立了该二级库存系统优化问题的数学模型,然后设计了解决该问题的仿真流程并基于仿真软件Arena建立了仿真模型,通过对由一个供应商和三个经销商所组成的二级库存系统的仿真实验表明,利用计算机仿真方法能够很好地解决随机需求和随机提前期的二级库存系统优化问题,其所得结果更贴近实际系统。

模糊随机提前期的连续盘点存储策略研究

鉴于现实库存管理中的模糊随机现象,在三角形模糊随机提前期和确定需求情况下,建立了连续盘点存储策略的模糊随机最小成本模型。利用模糊随机变量的期望值理论和模糊数的符号距离法,推导出其确定模型,进而获得了最优再订货点所处区间和最优再订货点计算式。基于此,设计了三角形模糊随机提前期的连续盘点存储策略算法。结合数值算例,分析了提前期概率分布变化对存储策略的影响。

基于随机提前期的(Q,s)库存模型

建立了基于随机提前期的(Q,s)库存控制模型,并建立了相应的算法进行优化求解,最后以某汽车公司的有关数据进行了算例分析。

随机提前期下考虑动态紧急订货的库存模型

针对库存管理中面临的随机提前期和需求不确定的情况,探讨了企业利用紧急订货方法进行库存的决策管理.以经典(Q,R)模型为基础,利用常规订单执行过程中的实际信息建立库存模型.通过比较不同选择下的周期期望成本,给出了最优紧急订货点和订货量的计算公式.数值算例结果表明,该模型能够节省大量成本,并验证了最优解的合理性以及紧急订货成本的影响.

随机提前期与供给水平联合约束的库存问题

提前期在库存管理中起着重要作用,但大多数文献都把提前期作为一个常量来处理,主要考虑的是不同的随机需求,而在实际问题里提前期往往是一个随机变量。这里研究了有限订货周期内,一定的产品供给水平下考虑提前期和需求都为随机变量的情况,并建立了库存模型。考察如何确定订货批量Q、订货上限R,才能使得期望平均总费用最少,其中最佳产品供给水平只与单位库存费用和单位缺货费用相关。

随机提前期下非线性供应链库存优化策略选择

在供应链运作实践中,提前期不确定是一个常见的管理难题。为明晰随机提前期对供应链系统的影响机理,并提出抑制随机提前期对供应链系统性能负面影响的策略,建立了一个复杂非线性供应链系统动力学模型,该模型考虑订单交叉、不允许退货等前提条件,并引入随机需求和随机提前期。这些前提条件使模型更符合实际,同时也大大增加了模型的复杂度。将订货量波动、服务水平和库存成本作为评价供应链性能的指标,通过仿真实验,研究不同库存策略下,随机提前期对这些性能的影响。研究发现,存在比传统策略更优的库存策略,这些策略能在一定程度上抑制随机提前期的负面影响;随机提前期波动只对各项指标的大小变化有影响,并不改变各项性能指标在整个库存控制策略域内的变化趋势。

基于随机需求、随机提前期的(Q,R)库存模型

(Q,R)库存模型是库存管理中的重要模型,而目前关于(Q,R)库存模型的研究常常假设提前期为常数,但在现实生产中,提前期很少是常数。文章在前人研究的基础上,将提前期视为随机变量,建立了基于随机需求、随机提前期的(Q,R)库存模型,最后通过一个实例验证了模型的科学性和实用性。

随机提前期下整车供应链库存定位模型

研究了汽车整车供应链的网络结构,在汽车制造企业有限的生产能力下,针对来自区域分销中心和经销商的需求,分别构建了允许缺货和不允许缺货的库存模型。同时考虑了中转和直送模式这两种物流模式,建立了整车供应链的二级库存定位模型。通过案例分析,用改进的模拟退火算法对模型进行求解,证明了模型的可行性和算法的有效性。并通过敏感性分析,分析了随机提前期均值和标准差的变化对整车供应链成本和库存定位决策的影响。

基于复合抽样的随机库存系统中提前期需求分布的确定

在提前期和需求均不确定的库存系统中,提前期需求分布通常由提前期分布与需求分布复合而成,然而计算这个复合分布往往很困难。文章采用复合抽样的方法,抽取条件分布样本作为提前期需求分布的样本,计算出给定服务水平下的再订货点。这种方法避免直接求解复杂积分,同时又克服近似分布拟合偏差过大的问题。数值分析结果显示:复合抽样方法具有良好的可靠性和计算简便、拟合精度较高等特点。

基于随机提前期两种物品库存决策的优化仿真

本文建立了库存费用的数学模型,按此模型设计了的基于随机提前期库存系统的仿真程序,并用该程序模拟了两种物品的库存控制策略.通过模拟,寻找到降低库存运作成本、提高物流库存服务水平的(sA,SA;sB,SB)组合。

易变质物品随机提前期下考虑非线性库存成本的库存策略

为解决易变质物品随机提前期下,考虑非线性库存持有成本的(r,Q)库存策略问题。运用物品保质期来表示易变质物品易变质的特性,在允许缺货条件下假设需求率是常数,订货提前期服从一定概率分布,库存持有成本是库存时间的非线性函数,构建库存模型并在算例分析中对模型进行求解。最后,通过改变物品的保质期分别计算不同保质期下模型的最优解,并对解的情况进行分析得出结论,在一定范围之内模型最优解随着保质期增加先是快速下降,随后逐渐稳定下降。而随着保质期增加,模型订货点不发生改变,订货量与保质期存在线性关系。

提前期为指数分布的整合库存模型研究

考虑了供应商提前期随机(服从指数分布)下的单供应商单采购商的生产-库存联合优化问题。模型中允许采购商缺货,并且可以延迟交货,在此假设基础上,实现了联合经济批量(JELS)的年度成本最小化。最后,算例证明此方法大大降低了由供应商和采购商独立决策的成本。

基于循环取货的多产品供应链提前期波动压缩模型

对采用循环取货方式配送的由单个采购商和多个供应商组成的多产品供应链进行研究。由于循环取货过程途径多个供应商,导致取货运输过程的不确定性和各供应商生产过程的不确定性发生累积,使得配送过程的总提前期波动增加,并引起供应链总成本上升。为此,将各供应商的生产提前期和运输提前期作为随机变量、以供应链利益最大化为目标建立模型,通过赶工对总提前期进行压缩,讨论如何合理压缩循环取货过程中的总提前期波动来降低供应链总成本,并给出了相关启发式算法。最后,通过数值分析验证了模型和算法的有效性。

提前期不确定的制造/再制造双源混合订货模型

在逆向物流库存系统中,不但不确定因素多而且关系复杂,尤其是制造/再制造的提前期往往是随机的,这必将极大影响厂商生产和库存决策。据此,本文假定制造/再制造提前期服从一定的概率分布,同时考虑产品库存和回收件库存,构建"双源"订货决策模型,即当产品库存达到订货点需要订货时,由制造和再制造过程共同满足这一订货需求,以优化求解厂商的期望提前期、制造/再制造批量。最后,通过算例分析,探讨最优订货策略的参数值及其参数变动性分析。