基于前景理论的订货问题

针对需求不确定条件下的订货问题,传统订货模型都是基于期望效用理论,该理论假设决策者是完全理性的,这不符合决策者的现实决策行为,而前景理论正是描述不确定条件下个体实际决策行为的理论。应用前景理论,针对需求不确定条件下零售商的订货行为,建立了新订货模型,并与传统订货模型做了实证比较分析。结果表明,在我国早餐订货过程中,零售商并不是完全理性的,其倾向于风险规避,会适度减少订货量,基于前景理论的订货模型能够更好的描述零售商的订货行为。

考虑锚定心理的零售商订货问题

在传统报童模型理性人假设的基础上,引入锚定心理研究零售商的订货问题。建立了考虑零售商锚定不充分调整偏差的新的订购模型,通过模型分析发现零售商受锚定心理影响,其订货行为出现"偏向均值"现象。分析了锚定心理对零售商实际利润的影响,发现锚定心理水平越严重,零售商的实际利润越偏离最大期望利润。通过灵敏度分析探讨了零售商锚定心理水平对于零售商实际订货量以及实际利润的影响程度,证明了在分析零售商库存行为时考虑锚定心理的合理性。

基于蚁群算法的易逝品订货问题研究

针对易逝品的订货问题,以实现供应链的整体利益最优为目标,根据产品的实际销售和获利情况建立数学模型.采用蚁群算法对该数学模型进行求解,以各分销商的获利情况作为蚁群信息素.仿真结果表明该模型和算法可以适应市场需求的波动,并快速找到全局最优的订货量.

需求可拆分的多周期订货-运输集成优化算法

鉴于目前多周期订货—运输集成问题研究几乎都假设需求不可拆分、造成不能有效降低总成本,或者将车辆数作为能力约束,造成企业各计划期内需求变化较大时不便于合理设置车辆数等问题,提出一个需求可拆分、动态车辆数的多周期订货—运输集成优化模型。鉴于目前该问题缺乏有效的求解算法,提出一种遗传算法与2-OPT算法相结合的混合遗传算法,针对问题的特点设计了一种二维编码方式来处理多周期订货时间和数量问题,并通过算例验证了模型和算法的有效性。

考虑决策环境与锚定心理的短生命周期产品订货行为研究

针对报童模型内的决策者是同质理性人的假设提出质疑,采用计算机软件模拟实验平台,研究了被试者的平均订购量与决策环境、被试者的锚定心理的关系,分析第一次订货量对第二次订货的锚定效果以及采购成本、零售价格和需求量水平等不同决策环境参数对被试的订货量的影响。研究结果表明,被试订货行为是有限理性的,在部分情况下,第一次订货量会产生显著的锚定效果影响第二次订货,在亏损情况下被试的平均订货量高于盈利情况下被试的平均订货量。通过研究报童实验订货决策的有限理性行为规律,将有助于提高实际决策过程的准确性和适应性,减少决策失误以及因失误带来的收益损失。

基于库存与运输的订货优化模型探讨

本文探讨了需求确定情形下的库存与运输类订货优化问题,建立了三种对应不同条件的数学模型,并给出相应最佳订购次数、订货批量、库存量以及运输路线等问题的求解。论文最后对模型进行了相关的数值分析。

提前付款和延迟交货的经济批量模型

针对一类必须提前付款和延迟交货的订货问题,建立了经济批量模型,编写了LINGO求解程序,实证结果显示,模型存在最优解。然后使用计算机模拟方法进行了稳健性分析,结果表明,所建立的经济批量模型的稳健性很强。该模型对于外向型企业的订货策略具有参考价值和实践意义。

数量折扣和提价条件下的集装袋订货批量优化

本文研究了数量折扣和提价条件下的集装袋订货批量问题,考虑集装袋产品易破损特性,在数量折扣和提价条件下建立了多周期多产品订货批量模型,设计了包含二维矩阵编码、两阶段解码、三种状态生成规则等特定策略的模拟退火算法,算例求解得到了规划期内各周期的订货量,优化后的总成本比优化前降低了9.38%。