考虑估值不确定和搜索成本的预售决策研究

研究了预售环境下,存在消费者估值不确定和消费者搜索成本时,销售商的最优定价和配给决策.建立一个两阶段模型,考虑一个销售商出售单一新产品给若干具有战略行为的消费者,消费者根据自身效用最大化原则选择最佳购买时机,销售商则考虑消费者的战略行为,决策最优的两期价格和预售期配给量.研究结果表明,预售期的配给量取决于单位产品的采购成本.当且仅当单位产品的采购成本介于特定范围内时,销售商应采用预售策略,此时折扣预售策略总是销售商的最佳选择.否则销售商应采用正常销售策略.研究还表明,当消费者的风险成本系数较低时,消费者的搜索成本越高,销售商的预售价格和总利润越低.否则,消费者的搜索成本越高,销售商的预售价格和总利润越高.     

考虑消费者不确定偏好的广告预算分配策略

针对消费者不确定偏好的广告预算分配问题,首先,运用多属性效用函数来衡量消费者效用.其次,建立广告反应函数来刻画消费者对广告投入的反应.基于此,构建消费者购买决策模型及企业期望利润模型.最后,构建了一个两阶段的不完全信息动态博弈模型并对模型进行分析.分析结果表明,随着对消费者偏好的不确定程度的降低,对企业而言,其广告预算分配决策更有针对性,从而能够获得更大的利润;对消费者而言,只有当其偏好的产品能为企业带来较大利润时,企业的广告预算分配策略才会对消费者有利.此外,随着产品利润的增大,企业的期望利润增加.当广告预算的分配策略满足不同条件时,由于产品利润增大而给企业带来的边际利润递减或递增.     

需求信息更新条件下零售商间调货策略研究

两零售商在销售期基于自身已知销售量而做出对未来市场销售预测,销售量较小的零售商为规避销售风险,销售量较大的销售商为获得更多利润而发生零售商间的调货行为．建立了供应链中非竞争性的同级销售商的协调调货模型,提出了市场更新信息,调货价格,调货量以及期望收益之间的关系．研究表明,在信息更新条件下,零售商之间调货将有利于零售商规避风险或增加利润,同时可提高供应链整体利润．     

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。     

病毒式营销策略下的损失规避报童问题

现实中，消费者之间的产品购买决策影响差异性较强，但是理论研究通常过度简化了这种相互影响的差异性。鉴于此现状，以一个有向加权的无标度网络模拟消费者之间的社会关系网络，分析企业病毒式营销策略下的产品市场需求。考虑到市场需求的不确定性，研究了损失规避风险偏好的企业决策者的最优订货量决策问题。通过多智能体建模与仿真，对企业病毒式营销策路下的源头节点选择、不同风险偏好及模型对企业最优订货量决策给出了合理的数据解释和运营建议。     

短视型与策略型消费者并存的双渠道两阶段动态定价策略

在需求为导向的市场环境下,切实从消费者行为特性角度制定营销策略是双渠道供应链长足发展的关键.本文将消费者策略行为考虑到双渠道供应链中,在理清消费者渠道选择及购买时机选择的基础上,分别构建分散与集中决策下短视型与策略型消费者并存的双渠道动态定价模型,探讨双渠道最优响应策略,并对模型进行数值验算.研究发现:存在两阶段最优定价策略实现供应链利润优化;分散决策全价期定价小于集中决策,但优惠期定价大于集中决策,集中决策下两阶段供应链利润均大于分散决策,有效缓解渠道冲突和双重边际效应;随短视型消费者数量比例的增大,分散决策下的实体与网络渠道价格战越激烈,此时制造商在竞争中占优,而供应链成员合谋行为使实体和网络渠道定到高价,此时零售商在竞争中占优.双方均倾向于提供更大优惠促使消费者尽早作出购买决定.研究结果可为双渠道供应链动态定价提供理论建议.     

需求不确定性对最小化成本和最大化利润报童问题的影响

运用应用概率中的随机占优和可变序研究需求不确定性对两类报童问题的影响,一类是经典的最小化成本报童问题,另一类是带有二次订货策略的最大化利润报童问题. 得到对应于两类报童问题的最优成本（最优利润）关于缺货惩罚费用（二次订货费用）的单调性,并从最优化和随机比较两个方面分析两类模型的等价性. 针对最大化利润报童问题,给出在分散序意义下比较系统最优利润的充分条件,并证明当二次订货费用小于或等于零售价格时,随机大需求导致较高的最优利润,但当二次订货费用大于零售价格时此结论不一定成立. 证明对任意二次订货费用,在二阶随机占优意义下系统最优利润随需求可变性增加而减小. 进一步,证明存在一类需求分布,当需求均值相等且二次订货费用大于某一固定值时,系统最优利润随需求可变性的增加而增加. 对最小化成本报童问题给出类似的结果. 数值例子验证了得到的研究结果.     

生产能力扩大的系统动态性研究

利用系统动力学的原理和建模方法描述了企业生产能力与企业物流、信息流与资金流所涉及的各种计划、生产、采购、仓储、销售及财务等职能的关系，利用因果环路图研究分析了生产能力与库存水平、交货期、市场份额、产品价格、成本、利润率、人力等多种因素的因果反馈关系，并构建了生产能力扩大的系统动力学模型来刻画其变化的复杂性与动态性，在两种市场需求（阶跃需求和泊松流随机需求）下模型的仿真结果表明，该模型能较好的反应生产能力扩大的动态行为。     

碳政策下分布式鲁棒优化模型的生产与减排策略

构建了碳排放限额和碳限额与交易政策下的两类分布式鲁棒优化模型,当市场需求分布的期望和方差已知且制造商生产过程产生碳排放时,求解了制造商的最优生产和减排投资策略.将两类碳政策下的分布式鲁棒优化模型分别与无碳约束的情形进行比较,结果表明:在两类碳政策下减排投资有利于制造商获得更高的利润,并且减排投资在碳限额与交易政策下能够降低碳排放量而在碳排放限额政策下对控制碳排放量没有效果;与碳排放限额政策相比,碳限额与交易政策能够实现高利润低排放;碳排放限额政策下制造商的利润不高于无碳约束的情形,而在碳限额与交易政策下当碳配额满足一定条件时制造商的利润大于无碳约束的情形.最后利用数值算例验证了理论结果同时通过碳系数的变化检验了两类碳政策的鲁棒性.     

考虑利他行为偏好的动态增长环供应链微分博弈

针对一制造商和一零售商组成的动态闭环供应链系统,分别构建了制造商利他、零售商利他以及双方利他3种行为模式下的Stackelberg微分博弈模型,借助贝尔曼连续型动态规划理论得到了3种利他模式下,制造商的回收努力投入和批发价格策略、零售商的产品销售价格策略、废旧产品回收率以及成员的值函数并进行了对比分析。算例验证了先前结论,进一步分析了制造商利他系数和零售商利他系数对稳态指标的影响,并以自立情形为基准模型,对比分析了3种利他模式下的供应链绩效时间演进规律。研究表明：利他行为是一种正向的社会偏好;制造商的利他行为能够有效地减缓供应链的双重边际效应,提高消费者剩余;零售商的利他行为虽会提高制造商利润,但却以牺牲自身利润为代价,也会使消费者需求量对价格的变动更为敏感;相比之下,双方利他行为是供应链的最优行为模式,可以带来经济、环保、社会三位一体总绩效的提升。     

在线销售下基于自由分布的订货与配送能力扩张决策

针对一个拥有一定配送能力的在线销售企业,研究其在不确定需求下的订货和配送能力扩张决策问题.在构建在线销售企业的期望利润函数基础上,考虑仅知需求均值和方差信息,给出了基于自由分布的在线销售企业利润鲁棒优化模型.针对所建模型,采用对偶理论将其转化为易于求解的数学规划,给出了相应的订货和配送能力扩张策略,并对相关系统参数进行...     

基于收益-风险双目标规划的随机能力扩张模型

能力扩张问题是指在不同计划期,根据不断增长的市场需求,调整生产能力,使产能与需求合适匹配以寻求企业盈利的最佳表现.能力扩张涉及长期的产能投资,是生产领域的战略决策问题.当面对不确定需求时,这一决策任务变得十分复杂,需要从回报与风险两个角度评估能力扩张方案的性能.本文基于Scenario树描述多阶段的随机需求,从而建立随机环境下能力扩张问题的Scenario决策模型.其中考虑两个决策目标:最大化利润和最小化期望下方风险,因而形成了一个双目标规划问题.为求解该问题,基于二进制粒子群优化技术,提出了双目标优化的粒子群算法.算例表明该算法可以得到近似Pareto前沿,且能揭示利润与风险的同向变化关系.     

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.     

消费者偏好不确定下的双寡头企业竞争策略

在具有Stackelberg博弈均衡的Hotelling模型中,本文引入消费者偏好不确定性,研究其对企业竞争策略的影响.博弈的均衡结果表明:在消费者偏好不确定下,市场先进入者比后进入者获得更高的市场价格和利润;企业产品的均衡价格、利润、差异性和社会福利都随不确定性的增大而增大;在Stackelberg博弈均衡中获得的市场价格、利润、产品差异性和社会福利都大于在Nash博弈均衡中所获得的结果.     

双寡头市场中的个性化定价研究

论文研究了双寡头竞争市场中的个性化定价策略和对产品价格和企业利润的影响. 研究发现, 无论是短视消费者, 还是有预见性的战略性消费者, 个性化技术都能够给拥有较多忠实顾客的厂商增加利润. 同时, 如果两厂商忠实顾客数量相差不大, 无论消费者是何种类型, 个性化技术也可以提高拥有较少忠实顾客的厂商的利润; 但如果两厂商忠实顾客数量相差较大, 个性化技术会减少拥有较少忠实顾客的厂商的利润. 此外, 在战略性消费者市场, 相对于短视消费者市场, 个性化技术能提高拥有较少忠实顾客的厂商的利润的参数空间更小.     

基于顾客选择模型易逝性产品收益管理订购和定价策略

以获得最大期望利润为目标,讨论了随机需求环境下基于多项logit顾客选择模型和服务水平的两产品易逝性产品收益管理订购和定价策略,对建立的模型应用威布尔主观价值需求函数对行了模拟分析和讨论,得出了最优策略和一系列比较有意义的性质和管理原则.     

Outsourcing decision and order policy with forecast updating under capacity reservation contract

This paper investigates an optimal decision problem in a single-period, two-stage supply chain with capacity reservation contract. At the beginning of the planning horizon, the retailer, who faces stochastic demand, reserves future capacity according to his forecasting of the demand. The supplier then constructs capacity. At the beginning of the selling season, the retailer updates the demand forecasting and places an order. When the retailer＇s demand is greater than the supplier＇s capacity, the supplier can meet the retailer＇s demand by outsourcing. We analyze the optimal decision of each player in both centralized and decentralized systems. Furthermore, under the case in which demand follows a uniform distribution, we obtain the closed-form optimal strategies of each player for both centralized and decentralized systems and conduct numerical studies to reveal additional conclusions. The numerical studies show that the optimal reservation capacity for the retailer and the optimal constructing capacity for the supplier in the decentralized system are both less than the optimal constructing capacity in the centralized system. Furthermore, we also find that the profit loss due to decentralization always exists and increases in indeterminacy.     

MARKETING OBJECTIVES OF RETAILERS WITH DIFFERENTIATED GOODS： AN EVOLUTIONARY PERSPECTIVE

1. Introduction Conventionally, different marketingmanagers have different marketing objectives before making marketing decisions. For360 JOURNAL OF SYSTEMS SCIENCE AND SYSTEMS ENGINEERING different marketing objectives, a firm has different quantity and/or pricing strategies. Furthermore, to a large degree the marketing objective strategies determine the profit and survival of a firm. Should a firm take the profit maximization strategy or the revenue maximization strategy? …     

无理由退货政策下的在线定价及补偿优化策略

在传统零售行业,质量越好退货越少,退货政策的慷慨程度通常被用作消费者识别商家质量水平的一个依据.一般理论认为,无理由退货通常是质量水平高的商家采用的慷慨退货政策.但在如今的在线零售领域,绝大多数的在线零售商都承诺无理由退货,显然基于传统零售的退货政策理论已不适用于新环境下的在线零售.为了找到在电子商务环境下,无理由退货在哪些情况下能更大程度地增加销售利润和社会福利,文中建立了一个由垄断制造商和异质偏好消费者组成的在线零售模型.通过这一模型,发现无理由退货政策的盈利能力取决于商品质量水平,退货残值大小及消费者退货麻烦成本等因素.通过探讨质量风险与提供无理由退货的在线零售商利润间的关系,得到在特定技术成本和退货损失下,无理由退货是中等质量水平在线零售商的最佳退货处理策略.另外,在承诺无理由退货基础上增加一个策略性补偿,以使消费者接受商品而取消退货,通常是质量水平较低的在线零售商行为.     

Outpatient capacity allocation considering adding capacity to match high patient demand

This paper focuses on an outpatient capacity allocation problem where the patient demand is quite higher than the supply. We study an adding capacity policy to mitigate the mismatch between supply and demand. Under this policy, the doctor is allowed to add capacity if all regular capacity have been booked. A capacity allocation model is formulated for both possible no-show routine patients and all show-up same-day patients. The purpose is to determine the number of capacity can be added and how to allocate regular capacity among routine patients and same-day patients, towards maximizing the expected profit, which is composed of the expected income minus the cost of weighted expected doctor’s overload work caused by the adding capacity policy and the cost of rejecting patients. To achieve the aims, we prove the expected profit monotonously decreases when the number of additional capacity exceeds a threshold, and present a two-tier enumeration search algorithm to find the global optimal solution based on the proof. Numerical results indicate that the proposed policy performs well under different levels of demand higher than supply. The optimal number of the additional capacity is hardly affected by varying total expected patient demand. Additionally, under the change of no-show rate, the number of regular capacity allocated to routine patients becomes more stable, compared with the optimal scheme without considering adding capacity policy.