考虑资源约束和变质期的订货批量与定价的联合决策

传统的订货计划一般假定需求事先已知.研究了需求是价格的函数、订货能力有限情形时,订货商对变质性产品协调地进行定价决策和订货决策,使得利润最大化.建立了二次规划数学模型. 提出了基于动态规划的算法,可以在多项式时间内求解原问题的最优定价策略和最优订货计划.实验结果表明,与分散决策相比,联合决策可以给订货商带来更多的利润.通过订货能力的灵敏度分析,表明订货能力变化对利润和价格产生显著影响,有助于订货商选择恰当的订货能力水平.通过变质期的灵敏度分析,揭示了变质期对订货策略影响显著.     

易腐商品最优订货批量与定价及其粒子群优化解

对易腐商品的订货批量与定价问题进行了研究.基于一种负二项分布的离散需求函数,推导了易腐品利润最大化模型.由于模型中涉及多个随机变量的概率分布,常规函数极值法对此具有极大局限性,故首次将粒子群优化算法引入该领域,并提出两种不同的求解思路:1)枚举法.利用粒子群算法依次计算不同订货批量下的最大化利润,然后根据边际分析法确定最优订货批量及相应定价;2)二维寻优法.将利润视为订货量与定价的二维函数,利用粒子群算法对其进行二维演化寻优.算例分析表明:两种方法均可有效获得问题的满意解,当订货量波动范围较小时,枚举法效果更优.     

面向随机需求的可替代易逝品订货策略

以获得最大期望利润为目标,讨论了随机需求环境下两种双向替代易逝品的零售商订货策略。通过计算得到了零售商的最优订货策略,并讨论了替代系数、产品的边际利润和产品的零售价格对零售商订货量的影响。得到如下的结论:零售商的订货量与产品的替代系数边际利润成正比;在产品边际利润不变的情况下,零售商的订货量与产品的零售价格成反比。     

基于截断需求的分布鲁棒报童问题

在实际库存决策中,通常我们只能观察到销售量而非真实需求量,这导致了库存决策的截断需求问题——部分需求信息被库存水平所截断.本文在报童问题设置下首次提出使用条件分布鲁棒优化技术来处理截断需求信息.具体而言,基于历史销售数据,我们考虑了包含需求条件分布矩信息的分布不确定集,进一步提出将库存状态信息引入该分布不确定集,并导出了两类模型的闭式解:1)在基于均值-支撑集的分布不确定集下,支撑集的上下界决定了分布鲁棒报童模型的闭式解;2)在基于均值-方差-支撑集的分布不确定集下,期望、方差以及订货价与零售价共同决定了分布鲁棒报童模型的闭式解;3)随着订货价与零售价之比增大,分布鲁棒报童问题的最优订货数量降低.实验结果表明:当订货价与零售价之比处于某一范围时,截断需求信息可以提高分布鲁棒报童模型的期望收益,并且随着截断水平增加,提升收益率增加.     

具有不确定性产出库存系统的随机比较

研究离散时间、单类产品、周期盘点的具有不确定性产出和不确定性需求库存系统的优化与设计问题,主要目的在于分析产出和需求的可变性对系统最优策略和最优费用的影响.对于单周期情形利用随机序的性质我们给出了最优库存水平和最优费用的随机比较结果.对于多周期具有独立产出率和独立需求的库存系统,利用动态规划方法证明了在一定的条件下最优库存水平关于时间具有随机单调性;对于多周期具有相关产出率和相关需求的库存系统,给出了系统最优费用的随机比较结果.     

考虑流通损耗的生鲜农产品零售商期权订货策略

针对生鲜农产品在流通中产生巨大损耗的特性,引入期权合同研究单周期两阶段的零 售商最优订货策略. 分别建立向单个供应商订购期权和同时向两个供应商订购期权 的订货模型,以最大化期望利润为目标,得到零售商的最优订货量和最大期望利润 都存在并且是唯一的. 通过模型比较得到: 零售商同时向两个供应商订货时的最优 总订货量大于等于分别向单个供应商订货时的最优订货量,零售商同时向两个供应 商订货时的最大期望利润大于分别向单个供应商订货时的最大期望利润. 由数值分 析得到: 向两个供应商订货的最大期望利润与产品损耗率、期权成本差价和期权 执行价格差价均成反比.     

弹性需求下带有技术革新补贴的供应链协调

研究制造商通过提供给供应商技术革新补贴,以减少供应成本的供应链协调问题,给出了供应链双方接受技术革新补贴策略的判断标准.结果表明:当制造商仅支持其供应商技术革新时,选择最优零售价格以最大化自身的利润,供应链的总利润只能得到改善,并不能达到最大化.同时,提出了基于目标销售量的奖惩机制,实现了供应链的整体最优,并给出双方接受的目标销售量的范围.     

供应链融资中的制造商最优策略

当自有资金不能满足订货需要时, 零售商可以在制造商的担保下, 以供应链融资的形式向银行申请贷款融资. 制造商将决策是否为零售商提供融资担保, 并确定相应的批发价. 在报童模型的框架下, 建立了制造商和零售商的预期利润模型. 在一定的批发价下, 零售商具有确定的最优订货批量. 只有当订货批量在一定的区间时, 零售商才会使用供应链融资. 而在此区间, 制造商的预期利润具有确定的最优. 通过与不融资时的最优进行比较, 即可确定制造商的最优策略.     

部分信息下联合鲁棒定价、订货决策的报童模型

信息完全下的经典报童模型是单周期库存管理的核心控制方法，联合定价、订货决策是提高报童模型运作效率的主要手段. Scarf创造性地构建了部分信息下的鲁棒报童模型，但鲁棒联合定价、订货问题由于其困难程度，长期困扰着运作管理学者. 本论文在“做和型”随机价格需求函数条件下部分地解决了该问题. 在报童仅获知不确定需求的均值与方差的假设下，我们建立了Worst-case型的鲁棒联合定价、订货模型，并在适当的条件下给出了联合决策的闭环最优解. 数值实验证实了联合的鲁棒定价与订货决策较大幅度地改善了Scarf鲁棒订货模型的运作效率. 该模型能较好地适应于新产品供应链等信息缺失下的企业运作管理.     

具有有限订货量和价格折扣的库存系统

大部分零售企业在向供应商订货时,会同时面临有限订货容量和订货价格折扣这两类问题。这里,考虑一个具有有限订货量和价格折扣的多阶段定期盘点库存系统。假设当且仅当订满订货容量时,企业才能够享受到订货单价折扣的优惠。基于动态规划法,构建该系统的模型。在此基础上,引入强CK-凸函数的概念。借用此概念和相关性质,开发出使得总期望折现成本最小化的最优订货策略。     

Stochastic comparisons in a price-quantity setting firm with uncertain demand and emergency procurement

We consider a newsvendor problem with price-dependent demand, in either additive or multiplicative format. The newsvendor has two modes of purchasing： regular ordering at the beginning of the selling season and emergency ordering （if the realized demand exceeds the initial order quantity） at the end of the selling season. By stochastic comparisons, we systematically investigate the effects of demand magnitude and demand randomness on pricing and ordering quantity decisions as well as expected profit of the newsvendor, under both usual stochastic order （first order stochastic dominance） and convex order （less variable）. Our key findings include： （i） in contrary to the case where price is exogenous, a stochastically larger demand shock may even lead to a lower order quantity; （ii） a stochastically larger demand shock leads to a higher price for the additive demand case, but may lead to a lower price for the multiplicative demand case; （iii） a stochastically larger demand shock leads to a higher expected profit for both demand models; （iv） in general, a less variable demand leads to a higher expected profit for both demand models; and furthermore, a less variable demand shock has no effect on price for the additive demand model, but leads to a higher price for the multiplicative demand model. The implications of all these findings for pricing and order quantity are discussed in detail.     

零售价波动销售策略下的报童模型研究

价格波动销售策略普遍存在于各种买卖活动中，并导致了需求的不确定性使得零售商更容易发生供应不足或供过于求的现象，因此，价格波动时的订购问题更为重要.本文研究零售价波动且需求不确定的一次性订货问题.以期望损失最小为目标，建立订货模型，通过对价格区间的划分导出了最优订购量的近似表达式.理论上证明了价格区间划分方法的收敛性和解的存在性，并给出了在有限样本下的求解算法.根据实际销售数据进行了数值实验，证实了所提出的模型可以得到近似最优订购量.实验结果表明采用价格波动模型所得到的期望损失小于传统价格确定报童模型所得的期望损失，价格波动均值以及需求方差的变动会引起最优订购量的明显改变.     

带有缺货惩罚的报童模型中的CVaR 研究

研究报童模型中,在条件风险估值(Conditional Value-at-Risk,简记为CVaR)风险度量准则下,缺货惩罚和风险厌恶程度对厌恶风险的零售商的最优定购数量的影响.当没有缺货惩罚时,人们已经知道,在风险厌恶环境中的最优定购数量小于风险中性时的最优定购数量.本研究结果表明,当有缺货惩罚时,上述结论不一定成立,这依赖于需求的分布、风险厌恶的程度以及单位缺货惩罚的大小.文中用两个数值例子来对此进行了说明.     

退货再次销售的在线零售定价与订货联合决策

针对在线零售的季节性销售,销售末期和促销期商品,构建了退货再次销售的单周期库存模型,以销售利润最大化为目标,对商品定价和订货量进行联合决策.对于确定型问题给出解析解,对于需求服从均匀分布的随机型问题,分析得出最优解存在的条件并给出求解方法,算例分析表明,制定库存策略时考虑在销售期内再次出售退货,可以用更低定价获取更大利润,实现商家和消费者的"双赢".在商品价值高,退货率高以及退货量对定价敏感时,采用该策略的优势更明显.     

数字产品动态定价方法

电子商务的定价是基于协商机制的。动态定价是指在交易过程中．在能够尽量满足购买者和销售者需求的前提下，自动进行价格优化的定价模型。需求敏感模型的价格设定算法能够帮助销售商制定根据消费者购买数量极大化总收益的可变价格决策。通过价格的折扣，可以使买卖双方都能受益。本文首先讨论了基于随机逼近的动态定价算法，指出其不足；进而提出了基于需求敏感模型的价格设定算法。研究表明，订货量的增长可以使消费者获得更低的价格，同时使销售商获得更多的收益。降低销售成本。由于网络的浏览成本不同，同时购买同一商品的消费者支付的实际价格是不同的。     

Optimal decisions when balancing expected profit and conditional value-at-risk in newsvendor models

This paper investigates a risk-averse inventory model by balancing the expected profit and conditional value-at-risk (CVaR) in a newsvendor model setting. We find out that: i) The optimal order quantity is increasing in the shortage cost for both the CVaR only criterion and the tradeoff objective. ii) For the case of zero shortage cost, the optimal order quantity to the CVaR criterion or tradeoff objective is increasing in the selling price, respectively. However, it may not be monotonic in the selling price when incorporating a substantial shortage cost. Moreover, it may be larger or less than the risk-neutral solution. iii) Under the tradeoff objective function, although the optimal order quantity for the model without shortage cost is increasing in the weight put on the expected profit, this property may not be true in general for the model with a substantial shortage cost. Some numerical examples are conducted to verify our results and observations.     

不确定需求下的再制造产品联合定价决策

以单一制造商为研究对象,在需求不确定环境下,基于替代性两产品报童模型,对新产品及再制造产品的联合定价决策进行了研究.首先构建了基于利润最大化的两产品定价模型, 在证明目标函数凹性的基础上,给出求解的Karush-Kuhn-Tucker优化条件;然后通过数值仿真对模型进行求解,并分析了再制造产品的消费者支付意愿对制造商定价、 产量决策及利润的影响. 结果表明,随着再制造产品消费者支付意愿的增加,新产品价格有所下降,再制造产品价格逐渐增加,新产品及再制造产品产量均有所下降,制造商利润随之增长.     

基于报童模型的零售商补贴模式选择研究

本文以报童模型为基础,以最优化期望销售量为衡量标准,研究分析当补贴总额一定时对零售商可采用的采购补贴,销售补贴和价格补贴三种模式.研究表明,价格补贴和销售补贴的激励效果相同.同时,只有当需求的确定性部分占主导地位时,最优期望销售量随着补贴总额的增加而增长;当需求的随机部分占优势时,二者间的单调关系并不始终存在.线性需求假设结合数值分析结果显示,补贴模式的选择上存在门槛策略,当补贴总额较少时应选择采购补贴,而较为充足时则应采用销售补贴,将能够更有效地促进消费.