需求随机情况下向多个供应商采购的期望值模型研究

研究当需求量巨大且勾随机变量时,单一供应商无法满足供货要求情况下的多供应商采购-库存问题。建立了一个向多个有能力约束的供应商采购的库存模型;由于考虑需求量为随机变量,采用期望值模型对问题进行建模,基于随机模拟的遗传算法对模型进行求解并给出算例来说明模型及算法的有效性,最后给出结论,提示未来的研究方向。     

考虑商品新鲜度与量变损耗的三级冷链库存优化模型

生鲜农产品在实际流通中存在质量与数量的“双重损耗”,为了进一步研究生鲜农产品“双重损耗”对供应链库存决策的影响,将保鲜投入引入冷链运作,建立相应的新鲜度与量变损耗函数,以供应链整体利润最大为目标,构建需求受新鲜度影响的三级冷链库存优化模型,运用遗传算法求解最佳的库存策略。最后,通过对相关因素的灵敏度分析发现,顾客对商品新鲜度的敏感性越高,越有助于系统利润的增加,且DC处保鲜投入费用的变化对系统利润波动的影响最小。     

供应不可靠下库存定价联合决策的CVaR研究

该文研究风险规避下供应不可靠时报童模型的库存与定价联合决策问题.对于加式需求函数情形,利用CVaR风险准则得到随机生产能力下零售商的最优定价与最优订购量所满足的方程组,并进一步证明供应可靠时为其特殊情形.最后,通过算例进行数值模拟.     

板坯最优倒垛问题的有铲启发式算法

板坯库用于存放由炼钢－连铸工艺阶段产生的、供热轧生产阶段进一步轧制成带钢或钢板的板坯,一个板坯库中可分为多个逻辑区域,每个逻辑区域又进一步分为多个垛位。同一垛位的板坯之间是叠放的。最优倒垛问题是如何从M个相关的析以坯垛位中选择N个板坯,在满足相应的轧制单元计划所需要的板坯序列要求条件下,保证总的板坯倒垛次数最少。首先对例垛问题进行了定义,在分析了问题的领域结构基础上,构造了新的多回路启发式算法。通过精选的随机产和的200个问题例子的实验显示,提出的启发算法的性能在计算速度和最优性方面都明显优于原系统的启发式算法,在最优性方面平均改进率达到20％,在计算时间方面,可降低一半以上。新多回路启发式算法不但提高了车间作业率,也大在降低了生产过程控制机（FLS）的负荷。     

供应商管理库存模式下库存优化研究

供应链环境下的库存优化是降低整体成本的重要手段,介绍了供应商管理库存（VMI）的基本概念,研究了由供应商和分销商构成的VMI模型下的库存决策模型,并论述了动态规划方法在该问题上的不足之处以及强化学习方法在该问题上的优势,同时介绍了马尔科夫决策模型（Markov）和半马尔科夫决策模型（semi—Markov）的概念,最后通过一个算例对强化学习方法的过程进行了具体的说明。     

二次订货条件下制造商利益函数的单峰性分析

在对面向制造商的单周期库存问题单峰性研究的基础上,通过构建虚拟问题及类比分析,结合数学方法证明了二次订货条件下制造商利益函数的单峰性。     

随机需求下多危险品定位库存路径问题建模与算法研究

将需求的不确定性与库存理论结合,构建起产地-配送中心-客户三级供应链库存及配送的数学模型,并提出根据危险品影响的衰减系数计算其影响半径的方法,进而设计出基于衰减特性和人口分布的风险模型。采用多目标遗传算法(NSGA-Ⅱ)进行模型求解,设计出一套整合多种类危险品定位路径信息的编码-杂交-变异方式。在对算法的研究中,提出了通用性的,带种群结构控制的非支配排序遗传算法(NSGA-Ⅱ-PSC)及其3种类型。算例表明,改进算法可以得到更高质量的Pareto最优解集或更快的收敛速度。     

能力规划、促销与库存控制集成决策

研究了多周期联合能力规划、促销和库存管理集成决策问题．在每周期开始,决策者同时决定生产能力,促销水平和生产量．刻画了最优策略的结构以及能力与促销之间的关系,证明最优能力规划是目标区间策略,即在每一周期,存在一个最优能力区间,对生产能力做最少的调整,使生产能力落到这一区间．一旦生产能力确定,最优促销与库存策略是修正base-stock-target-promotion策略．促销是生产能力和初始库存的增函数．推广了前人的相关结果．     

基于非线性提前期成本的供需一体化库存模型

研究提前期成本服从非线性函数和存在顾客流失时,单一需求方和单一生产商一体化库存管理问题.同时决策最优订货量、订货点、提前期和运输批次使供需双方总库存成本最小,并给出有效的迭代算法求解最优解.通过实例计算分析了缩短提前期在库存管理中的作用.     

流程型企业原材料需求预测与库存决策方法及应用

以石化企业化工原辅料库存管理同题为背景,研究流程型企业与生产计划相关的原材料库存管理问题.从订购提前期与生产计划是否确定的角度,将流程型企业原材料需求分为四类,重点研究了订购提前期与生产计划不确定下的需求预测方法,并给出了确定其库存决策的建议策略及再订购点和订购批量的确定方法.应用结果则证明了所提出的预测与决策方法的适用性.