固定分区策略下SDIRP问题周期性最优策略及其算法

随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem,SDIRP)是典型的NP难题,也是实施供应商管理库存策略过程中的关键所在。文章通过引入固定分区策略(Fixed Partition Policy,FPP),将SDIRP分解为若干个独立的子问题,并采用拉格朗日对偶理论以及次梯度算法确定最优的客户分区。在此基础上证明了各子问题的最优周期性策略由分区内各客户的(T,S)库存策略以及相应的最优旅行商路径构成,进而给出了客户需求服从泊松分布时求解最优(T,S)策略各参数的方程组,并设计了求解算法。最后,通过数值算例讨论了上述策略以及算法对于解决SDIRP的有效性。

具有多元马氏需求的易变质多产品的EOQ模型

本文研究一类新的易变质多产品库存控制策略,即具有多元马氏需求特征的多产品的最优(Q,T,?t)策略,该策略综合考虑了市场需求在不同产品之间具有马氏转移特征和变质率因素。论文首先建立了多产品多周期的多元马尔可夫需求预测模型,并通过该模型确定了各种产品在订货周期内的需求之间的关系。同时,在该关系的理论基础上,进一步给出了多产品多周期库存的最优(Q,T,?t)策略,进而结合算例给出模型的最优策略的数值解。

柔性生产下马氏需求EPQ模型的最优(P,Q,T)策略

随机需求环境下研究柔性制造系统的经济生产批量(Economic Production Quantity,EPQ)模型的最优生产策略问题.在假设需求满足马尔可夫性且为需求状态依赖的条件下,根据顾客的需求程度对市场需求进行状态划分,建立了马氏需求模型,对系统未来的需求提出了科学的预测方法.在该模型的基础上,结合柔性制造系统的理论,构建了柔性生产下马氏需求EPQ模型.利用函数的凸性研究了新的EPQ模型的最优解的存在性,进而提出模型的最优(P,Q,T)策略.模型的数值算例表明,利用最优(P,Q,T)策略可以提高制造系统的生产率、缩短产品生产周期及实现小批量的生产模式.

设备大修企业模糊离散型需求的备件库存模型

为减少大型设备维修企业不确定需求下的备件库存成本,提出一种用模糊数学方法表示离散型不确定需求的备件库存模型。在该模型中,针对维修备件需求的离散性和模糊性,采用三角模糊数表示备件的修换率,从而得到维修备件需求的模糊预测。结合(t,R,S)库存控制策略,建立了备件采购模型。运用遗传算法对模型进行求解,得到计划周期内的最佳检验周期,最大库存和订购点,进而确定最优的采购时间和批量。结合企业应用实际进行实例分析,验证了模型的有效性。