需求信息更新的報童模型訂貨策略選擇的中期報告_第1頁
需求信息更新的報童模型訂貨策略選擇的中期報告_第2頁
需求信息更新的報童模型訂貨策略選擇的中期報告_第3頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

需求信息更新的報童模型訂貨策略選擇的中期報告報童模型是一種經(jīng)典的庫存控制模型,它適用于需求量穩(wěn)定,且需求隨機的情況下,確定合理的訂貨策略,以達到最小化總成本的目標。本次報告將會展示在需求信息更新的情況下,基于報童模型的訂貨策略選擇。1.報童模型及其問題報童模型是一種基于期望成本最小化的模型,假設需求為隨機變量,服從概率分布。在一期內(nèi),報童需要決定定量訂貨量Q,并以一個定價p銷售每個物品,如果庫存不足,會對后續(xù)銷售造成損失,其成本為缺貨成本c。同時,如果庫存過剩,每個物品的存儲成本為h。因此,報童的總成本為:TC(Q)=pQ+c(Prob(D>Q))+h(Prob(D<=Q))其中,D表示需求量,Prob(D>Q)表示需求量大于訂貨量Q的概率,Prob(D<=Q)表示需求量小于等于訂貨量Q的概率。然而,報童模型存在一些問題,例如:(1)假設需求隨機,但實際需求可能受到多種因素的影響,如季節(jié)性、宣傳促銷、市場變化等,難以用簡單的概率分布描述。(2)訂貨量Q的選擇是決策者的主觀選擇,每次選擇不同的Q,需要對成本進行重新計算。因此,沒有通用的解決方法。(3)報童模型只考慮單期的情況,沒考慮到多期間的庫存累積問題,不能進行動態(tài)的優(yōu)化。因此,報童模型需要在實際應用中進行改進和補充。2.需求信息更新的報童模型為了解決報童模型存在的問題,可以對需求信息進行更新,即利用歷史數(shù)據(jù)和當前需求信息預測未來需求,并基于預測結果采取適當?shù)挠嗀洸呗?。具體地,我們可以基于ARMA等時間序列分析模型,對歷史數(shù)據(jù)進行擬合,得到當前期望需求mu和標準差sigma,然后對當前期的需求進行預測。對于多期間的情況,可以采用滾動預測的方式,即每到新一期,重新估計mu和sigma,然后預測下一期的需求。在此基礎上,我們可以選擇一個訂貨量Q,并計算單期的成本TC(Q),然后根據(jù)實際需求和訂貨量的比較,來確定實際的缺貨成本c或存貨成本h。3.策略選擇訂貨量Q的選擇是報童模型的核心問題。根據(jù)不同的目標和約束,可以采用不同的策略,如下所示:(1)確定性訂貨策略確定性訂貨策略主要是基于最小化期望成本來確定訂貨量Q,一般來說,選擇期望需求值的一個倍數(shù),如Q=2*mu,Q=3*mu等。該策略的優(yōu)點是簡單易行,計算方便。缺點是可能出現(xiàn)缺貨情況,同時存貨成本增加。(2)安全庫存策略安全庫存策略是基于保證一段時間內(nèi)庫存滿足需求的最小存貨量來確定訂貨量,即Q=mu+z*sigma,其中z為置信度,代表需求的不確定程度。該策略的優(yōu)點是能夠保證供應的穩(wěn)定性,缺點是存儲成本較高。(3)服務水平策略服務水平策略是基于設定在一定時間內(nèi),庫存能夠滿足一定百分比的需求量來確定訂貨量,即Q=mu+z*sigma,其中z為單位正態(tài)分布值,代表了所要達到的服務水平。該策略的優(yōu)點是能夠保證服務水平,缺點是需求波動時可能出現(xiàn)缺貨或存貨過剩。4.結論和建議基于需求信息更新的報童模型,可以預測未來的需求,并采取合理的訂貨策略,來最小化總成本。在具體實踐中,需要根據(jù)實際情況選

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論