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 。

RFID数据采集在零售库存管理模型中的应用研究

(Q,R)模型是库存管理中的重要控制模型,但它缺乏利用供应链中丰富的商品流通信息,所以该模型不能动态地及时调整订购策略。为此,我们在该模型的基础上利用RFID信息采集的优势构建了复合的管理控制模型,研究在对商业零售库存数据及时采集情况下的库存管理问题,并应用在红河(软甲)香烟库存管理分析中,采用遗传算法进行仿真优化求解。结论表明:与传统的库存控制模型相比能够降低库存水平、更好地节约库存成本和满足顾客需求,库存管理控制效果更优。

(Q,r)库存中的提前期压缩问题研究

本文在提出了新的具有分段可微特征的提前期压缩成本函数的基础上,构建了一个两阶段(Q,r)库存模型。并在一定服务水平约束条件下,进一步利用成本函数分段可微的特性结合数学分析的理论将原问题分解为一个无约束问题和一个等式约束问题。理论分析及算例表明,可以通过合理的确定模型中的订货量Q、订货点r、提前期加速因子τ等参数值使得在服务水平得到一定提高的同时成本也得到优化。

随机需求下基于提前期变化对供应链库存的优化决策

研究库存优化模型时有若干考虑因素,本文基于经济学中营销研究观,考虑随机需求下提前期的不确定与否对供应链库存优化的影响,并基于此建立缺货回补情况下的最佳订货量Q和再订货点R的库存决策优化模型。

服务水平约束下的提前期压缩问题的研究

在一定服务水平约束条件下,提出了新的具有分段可微特征的提前期压缩成本函数,构建了两阶段(Q,r)库存模型,并采用优化理论将模型需求解的问题分解为两个新的问题:无约束问题和等式约束问题。最后利用成本函数分段可微的特性结合数学分析的知识得到无约束问题的解,同时对于等式约束问题则利用了拉格朗日乘子法求得最优解。理论分析及算例表明,可以通过合理的确定模型中的订货量Q、订货点r、提前期加速因子τ等参数值使得在服务水平显著提高的前提下成本最小化。