基于可信性测度的连续模糊需求报童问题

为获得连续模糊需求报童问题的最优订货量,基于模糊事件的可信性测度,推导了模糊销售量、缺货量和存货量的可信性分布函数以及期望销售量、缺货量和存货量的函数表达式。建立了模糊报童问题的期望利润模型。通过分析期望利润函数的性质,得出最优订货量应位于模糊需求的支集内。     

需求具有价格敏感性的多产品报童问题研究

对需求具有价格敏感性的多产品报童问题进行定量研究。首先建立了期望收益最大化为目标。需求函数是线性加函数形式,具有预算约束的多产品报童模型。接着证明了在需求分布函数具有失效率递增性质的条件下边际预算利润是产品订购量的非增函数,指出该模型是一类凸可分非线性连续多产品资源分配问题,可以应用二分搜索算法获得最优解或者近似最优解。最后应用算例验证了算法和模型的有效性。     

价格敏感需求下零售商的最优定价策略

研究单个零售商单个制造商的二级供应链的经典报童模型,考虑单周期下报童模型的联合最优定价-订购决策.分析了需求随机且价格敏感情况下系统的最优价格,给出了最优决策的存在性的充分条件.区别于以往相关的研究,假设需求函数是更一般化的加乘型需求函数.在一些合理的假设下,保证随机需求情况下零售商的期望利润函数是对数凸的.证明了由于需求除价格外随机扰动的存在,零售商的期望收益总是小于仅受价格影响时可获得的确定性收益.另外,假设需求的期望具有递增的价格弹性,可以保证仅受价格影响时可获得的确定性收益函数是拟凸的.本结论可以延伸到带有缺货惩罚的单周期报童模型的联合最优定价-订购决策问题,在理论上更具有一般性,对研究多零售商的价格竞争决策问题和供应链契约协调等问题提供了重要理论依据.     

二次降价销售的报童问题

提出二次降价销售模型, 在假设存在降价销售最大容 量的条件下, 建立了模型, 并给出最优解. 在收益、 服务水平等方面对此模型与经典报童模型进行了初步比较, 并对最优解的灵敏度进行了分析.     

三角分布下可追加订购的报童问题最优解

在经典报童问题中，订购是一次性的，这容易导致供货服务水平与无缺货风险贮存成本之间的矛盾。笔者研究可追加订购的报童问题，把收益作为目标函数，在追加订购数量有限制的条件下，建立了数学模型在假设需求满足三角分布下，讨论了最优解的具体求法。     

含随机-模糊参数的可追加订购报童问题

研究了模糊环境下的可追加订购的报童问题.假设需求量为随机变量,而追加定购的价格等为模糊变量.在本金有限制的条件下,以极大化收益为目标,建立了一个随机-模糊混合的规划模型,并将模糊随机模拟、神经元网络及遗传算法相结合给出一个混合智能算法来求解该模型,从而得到最优订购量及追加的最大定购量.最后给出了数值例子.     

可追加订购报童问题的模糊机会约束规划模型

研究模糊环境下可追加订购的报童问题.假设需求量、追加定购的价格等均为模糊变量,在本金有限制的条件下,以极大化收益为目标,建立一个模糊机会约束规划,并将模糊随机模拟、神经元网络及遗传算法相结合,给出一个混合智能算法来求解该模型,从而得到最优订购量及追加的最大定购量.最后给出了数值例子.     

需求依赖价格且模糊的订购定价模型

在需求对价格敏感且模糊的假设下,将确定环境下的订购定价模型扩展到模糊情形.文章首先建立了基于传统逆模糊化方法的库存模型;然后,通过把模糊需求看成模糊约束条件,建立了一个带有模糊约束的模糊非线性规划模型,进而根据最大隶属原则,将模型转化为确定型非线性规划问题,寻求最优解.最后,通过应用实例将2种建模方法进行比较.     

模糊价格下的最优利润

探讨二次需求函数以及线性成本函数得到的模糊利润函数的最优情况:通过对商品的收益函数运用模糊数的理论讨论其最优模糊利润,考察在对称及不对称模糊教条件下解的情况.最终得到,在对称模糊数条件下,模糊利润模型与经典数学利润模型最优结果一致;而在不对称模糊数条件下,模糊利润模型在环境调整因子细微的差异下能推导出更多结果.可见,以模糊数学的方法来建立经济模型,进而研究商品价格和利润之问的关系,较经典数学方法研究更能反映需求量、价格各种动态因素所带来的利润问题.在影响因素不断变化的经济市场,应用模糊教学利润模型使企业尽可能做到利润最大化.     

基于损失规避的报童决策偏差形成机制

在损失规避模型的基础上,引入缺货规避偏差因素对经典报童模型进行修正,构建了缺货惩罚条件下损失规避的最优报童订购模型,同时,基于Microsoft VFP平台设计库存决策行为实验对模型进行验证.结果表明:在高利润、均衡利润和低利润产品中,决策者的缺货惩罚系数依次减小,且均衡利润产品中的损失规避报童订购量等于风险中性的报童订购量;高利润产品中的损失规避报童订购量小于风险中性的报童订购量;而低利润产品中的损失规避报童订购量大于风险中性的报童订购量.