让支出成为生产力——参与直销人年度支出调查有感

一分耕耘，一分收获。可是面对做直销需要投入的方方面面，正如《直销人年度支出调查》上列举的各项开支。真是不算不知道，一算吓一跳。自用产品、学习费用、必要的产品库存、团队管理费用、市场开拓费用、日常交际开支等等费用，好像一个都不能少。究竟应该怎样合理安排开支呢？直销人衡量投入是否获得最大价值的标准到底是什么？这也是笔者透过这篇文章想要和大家分享的话题。     

Rollout及其并行求解算法在多类商品库存控制中的应用

Rollout算法是Bertsekas提出的求解马尔科夫决策过程(MDP)问题的一种仿真优化算法。文章研究Rollout算法求解多类商品库存控制问题,给出了基于性能势和神经元动态规划的Rollout优化算法。另外,为了降低运算时间,文章提出了两种Rollout并行求解算法,并讨论了这两种并行算法各自的适用场合。实验结果表明,Rollout算法能满足模型未知系统的优化要求,具有较好的并行性能。     

随机需求库存-路径问题:研究现状及展望

在简单介绍库存-路径问题（inventory routing problem，IRP）现实与理论意义的基础上，给出了IRP问题的定义，分析了其具备的特征以及与常见的车辆路径问题、旅行商问题的联系与区别，并将库存-路径问题按照不同的特性进行了分类，总结了近年来有关于求解随机需求库存-路径问题所建立的模型及算法求解，最后本文分析了该领域现有研究的不足以及未来的发展方向。     

超市配送中心订货策略优化研究

库存管理是超市配送中心管理中的核心问题，而传统的库存计算是通过存储论模型来解决的．这种方法对历史数据依赖性强且孤立决策．系统动力学是研究复杂系统的重要理论与方法，可以有效地解决配送中心库存的确定与控制问题．但系统动力学的政策优化问题还是沿用“试凑法”，一直没能得到很好的解决．现从系统动力学原理出发，形成对系统动力学模型政策优化的一般描述，进而将系统动力学和遗传算法相结合，探讨超市配送中心系统的最优库存和最优订货策略问题．     

易过期物品重新加工的两层次联合生产-库存模型

该文考虑了易过期物品到达其固定的寿命期限后,并非被抛弃或降价处理掉,而是被重新加工成另外一种易过期物品以满足顾客的需求;并假定这两种物品的需求率均分别依赖于当前库存水平,建立了易过期物品重新加工成另类易过期物品的两层次联合生产-库存模型,讨论了模型解的唯一存在性,提供了寻求最优策略的简单算法,最后给出了数字实例。     

考虑广告和产品结构的供应商管理库存系统的Nash博弈

假设文献[1]中的各个企业之间除了在库存管理方面进行合作外,还没有意识到在市场广告和供应链生产方面的合作,企业处于分别决策状态,每一个企业最大化其自身的利润。在给出考虑广告和产品结构的供应商管理库存系统的Nash非合作博弈模型,分析博弈结果和一些性质。最后给出一个算例说明本文的理论。     

自由延期交货受时间限制的单一变质性物品的最优存储模型

讨论了自由延期交货受时间限制的单一变质性物品的存储问题,通过假定定常需求、常数变质率以及短缺量完全拖后,而得到了该库存系统的最优定货策略·自由延期交货受时间限制的单一变质性物品的最优存储模型@黄会然@张小洪@潘德惠     

智能综合原料库存优化系统及应用

库存控制是生产企业特别是连续生产企业物流管理的核心.作者根据某有色冶炼企业原料库存的实际情况,分析了具有连续生产特点的有色冶炼企业原料库存的特点,并提出了智能综合原料库存优化系统,阐述了智能综合原料库存优化系统的核心--管理决策中心的构成及功能,建立了一个以节省资金为直接性能指标的原料库存优化模型.在进行优化计算的过程中,采用了一种改进的遗传算法,该算法可以有效地克服传统的遗传算法容易陷入局部最优解的缺点.将该模型应用于该企业的原料库存工作中,与该厂原有的库存方法进行比较,结果表明采用该方法,可以提高企业经济效益.     

带有短缺的模糊生产-库存模型

在实际生产环境中,许多生产因素是模糊的,通常用模糊语言来描述。文章基于经典的带有短缺的生产-库存模型,在全部生产要素均为模糊数的假设下,建立了模糊生产-库存的数学模型。将广义Lagrange乘子法与反证法相结合,给出模型最优解的求解过程。从而进一步说明,该模型更加适应于实际生产环境。     

云服务模式下基于最大覆盖的库存配置-动态选址模型

在对比传统物流模式与云服务模式下最大覆盖模型区别的基础上,研究由一个供应商、多个配送中心、多个零售商构成的配送网络,构建云服务模式下基于最大覆盖的库存配置-动态选址模型;结合问题特征和约束条件选择有效的遗传算法软色体编码方式,并设置合适的适宜度函数,通过选择、交叉、变异来提高算法性能;通过算例对模型和算法进行验证.研究发现:云服务模式下的最大覆盖模型与传统最大覆盖模型相比能降低成本,且随着参数取值的增加,其成本优势更加明显.