考虑参考价格效应的库存路径与定价问题

针对客户有价格策略型行为下的供应商库存路径与定价问题(inventory routing and pricing problem,IRPP),通过将参考价格效应嵌入产品需求价格函数中,以供应商总利润最大化为目标,构建考虑参考价格效应的IRPP优化模型,设计改进的粒子群算法进行求解。通过3组不同规模的算例验证本文模型与算法的适用性和有效性。计算结果显示,考虑参考价格效应不仅有助于降低产品定价(约9%)和提升客户感知收益,而且能够降低零售商的产品总库存(约22%)、仓储资源占用成本和库存持有成本,从而提高供应商总利润(约5%)。敏感性分析结果显示:受客户记忆参数减小和增益系数增大的共同影响,供应商总利润会明显增加;受客户记忆参数和损失系数增大的共同影响,供应商总利润会迅速下降。研究结论可为电商环境下客户有价格策略型行为下的供应商IRPP优化提供决策支撑。

随机扰动项呈离散分布的库存路径和定价问题的模型与算法

针对产品需求价格函数随机扰动项呈离散分布的库存路径和定价问题(Inventory Routing and Pricing Problem,IRPP),利用随机扰动项的离散分布率和零售商库存服务水平要求,以供货商期望收益最大化为目标,构建IRPP优化模型,将禁忌搜索算法嵌入改进的粒子群算法中求解模型。3组不同规模的算例分析结果显示,在同样的零售商库存服务水平要求下,考虑需求价格函数随机扰动项与不考虑相比,供货商期望收益分别提高了3.1%、3.5%和3.8%。研究表明,产品需求价格函数随机扰动越剧烈,供货商的期望收益就会愈少,客户的产品价格弹性越高,供货商的期望收益就会愈大。研究结论可为供货商IRPP决策提供参考。