發(fā)布時(shí)間：2018-07-10 10:09

  本文選題：多階段信息更新 + 情景樹(shù)��； 參考：《南京理工大學(xué)》2015年碩士論文

【摘要】：隨著世界經(jīng)濟(jì)一體化進(jìn)程的日益加快,網(wǎng)絡(luò)信息化的飛速發(fā)展,商品市場(chǎng)呈現(xiàn)新的特征：客戶需求越來(lái)越個(gè)性化,訂貨提前期越來(lái)越長(zhǎng),產(chǎn)品周期越來(lái)越短,需求變得越來(lái)越具有可變性。因此,更多的企業(yè)將以時(shí)間為基礎(chǔ)的競(jìng)爭(zhēng)戰(zhàn)略定位為主導(dǎo)競(jìng)爭(zhēng)態(tài)勢(shì)的重要戰(zhàn)略,而快速響應(yīng)策略(QR)已經(jīng)逐漸被認(rèn)可為實(shí)現(xiàn)該競(jìng)爭(zhēng)戰(zhàn)略的有效機(jī)制�？焖夙憫�(yīng)策略的概念主要是指：通過(guò)縮短研究開(kāi)發(fā)、投入生產(chǎn)、銷(xiāo)售運(yùn)營(yíng)、物流運(yùn)輸?shù)葧r(shí)間來(lái)盡量縮短產(chǎn)品的訂貨提前周期。以便于企業(yè)面對(duì)客戶多變的需求時(shí),能夠做出盡可能快的響應(yīng),并且根據(jù)市場(chǎng)變化調(diào)整相應(yīng)的庫(kù)存決策。在實(shí)際生活中,離銷(xiāo)售季節(jié)越近,我們能夠掌握到的關(guān)于不確定性需求的信息越豐富。借此就能使用先進(jìn)的信息技術(shù)(如POS系統(tǒng)等)來(lái)收集、分析信息并更新預(yù)測(cè)需求,最終使得需求不確定性引致的缺貨成本或持貨成本問(wèn)題得以緩解。貝葉斯信息更新技術(shù)就是比較常用的一種手段,該方法將收集到的市場(chǎng)信息融合進(jìn)已有的先驗(yàn)信息中,從而修正先驗(yàn)的需求分布,決策者可以根據(jù)更新后的需求信息制定一個(gè)相對(duì)合理的購(gòu)貨計(jì)劃,將庫(kù)存量控制在相對(duì)適當(dāng)?shù)乃�平。在選擇縮短運(yùn)輸時(shí)間這種方式來(lái)延遲訂貨以獲得市場(chǎng)信號(hào)進(jìn)行需求預(yù)測(cè)更新的情況下,越快的運(yùn)輸模式相應(yīng)的運(yùn)輸成本將會(huì)更貴一些。那么,在運(yùn)輸成本與需求不確定性之間存在一個(gè)權(quán)衡問(wèn)題。在本文中,我們基于多重運(yùn)輸模式背景下,探討涉及需求信息更新的庫(kù)存問(wèn)題,研究出一個(gè)優(yōu)化的單一訂購(gòu)策略。從解決最優(yōu)停止問(wèn)題的角度,運(yùn)用動(dòng)態(tài)規(guī)劃方法來(lái)設(shè)計(jì)最優(yōu)訂購(gòu)策略。我們以易逝品為研究對(duì)象,從零售商的角度考慮如何在恰當(dāng)?shù)臅r(shí)機(jī)選擇最優(yōu)的訂貨量。本文分別探討了：在先驗(yàn)需求分布為連續(xù)型的情況下,三種運(yùn)輸模式將訂貨提前期劃分為三階段的動(dòng)態(tài)訂貨策略；應(yīng)用情景樹(shù)理論將預(yù)測(cè)需求分布離散為模糊近似值的情況下的三階段動(dòng)態(tài)訂貨策略；多種運(yùn)輸模式將訂貨提前期劃分為多階段的動(dòng)態(tài)訂貨策略。在多階段模型中,鑒于離散模擬的有效性,我們利用離散化需求分布進(jìn)行實(shí)證演練。我們?yōu)槊總�(gè)模型設(shè)計(jì)相應(yīng)的動(dòng)態(tài)規(guī)劃尋優(yōu)算法,并通過(guò)數(shù)值仿真和靈敏度分析對(duì)相關(guān)結(jié)論進(jìn)行論證。
[Abstract]:With the acceleration of the process of world economic integration and the rapid development of network information, the commodity market presents new features: customer demand is becoming more and more personalized, order lead time is getting longer and longer, and product cycle is becoming shorter and shorter. Requirements are becoming more and more volatile. Therefore, more enterprises will take the time-based competitive strategy as an important strategy to dominate the competitive situation, and the rapid response strategy (QR) has been gradually recognized as an effective mechanism to achieve the competitive strategy. The concept of rapid response strategy is to shorten the lead time of order by shortening the time of research and development, production, sales and transportation. In order to meet the changing needs of customers, enterprises can make as fast a response as possible, and adjust the corresponding inventory decisions according to market changes. In real life, the closer we get to the sales season, the more information we can get about uncertain demand. In this way, advanced information technology (such as POS system) can be used to collect, analyze information and update forecast demand, which can alleviate the problem of shortage cost or holding cost caused by uncertainty of demand. Bayesian information updating technique is one of the most commonly used methods, which integrates the collected market information into the prior information, and then modifies the prior demand distribution. According to the updated demand information, the decision-makers can make a relatively reasonable purchase plan and control the inventory at a relatively appropriate level. The faster the transportation mode is, the more expensive it will be if we choose to shorten the transportation time to delay the order to get the market signal and update the demand forecast. So, there is a tradeoff between transportation cost and demand uncertainty. In this paper, we discuss the inventory problem involving the updating of demand information in the context of multiple transport modes, and develop an optimized single ordering strategy. From the point of view of solving the optimal stop problem, the dynamic programming method is used to design the optimal ordering strategy. We take perishable goods as the research object, consider how to choose the optimal order quantity at the right time from the retailer's point of view. This paper discusses the dynamic ordering strategy in which the order lead time is divided into three stages under the condition that the prior demand distribution is continuous. Scenario tree theory is used to discretize the predicted demand distribution into fuzzy approximation for the three-stage dynamic ordering strategy, and various transportation modes divide the lead time into multi-stage dynamic ordering strategies. In the multi-stage model, due to the effectiveness of discrete simulation, we use discrete demand distribution to conduct empirical exercises. We design corresponding dynamic programming optimization algorithms for each model and demonstrate the relevant conclusions by numerical simulation and sensitivity analysis.
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F274

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 查迎春;華中生;;有限時(shí)域與采購(gòu)價(jià)格上升情形下的最優(yōu)訂貨策略[J];中國(guó)管理科學(xué);2007年03期

2 白世貞;劉乙;;短生命周期產(chǎn)品零售商訂貨策略研究[J];商業(yè)研究;2011年09期

3 馬晶晶;;考慮多種返修品補(bǔ)充銷(xiāo)售品庫(kù)存的訂貨策略[J];現(xiàn)代商貿(mào)工業(yè);2012年24期

4 劉運(yùn)輝;陳劍;;基于逢低買(mǎi)入拍賣(mài)的零售商訂貨策略[J];系統(tǒng)工程理論與實(shí)踐;2009年07期

5 曹志敏;劉璐;黃歡;;可變價(jià)格向下非完全替代產(chǎn)品的最優(yōu)訂貨策略研究[J];商業(yè)文化(學(xué)術(shù)版);2010年01期

6 于曉宇;陳依;馬浩博;;基于非線性控制理論的突發(fā)需求訂貨策略研究[J];工業(yè)工程與管理;2011年05期

7 何勇，王紅衛(wèi)，費(fèi)奇;工程施工用水泥的訂貨策略研究[J];決策與決策支持系統(tǒng);1995年04期

8 張麗萍,高自友;及時(shí)條件下訂貨策略的優(yōu)化模型及求解算法[J];管理工程學(xué)報(bào);2004年03期

9 王效義;;基于需求平穩(wěn)性的訂貨策略選擇模型[J];商場(chǎng)現(xiàn)代化;2007年36期

10 李錚;陳旭;;考慮產(chǎn)能約束的制造商定價(jià)和零售商訂貨策略研究[J];運(yùn)籌與管理;2012年05期

相關(guān)會(huì)議論文 前3條

1 孫志偉;;風(fēng)場(chǎng)區(qū)域庫(kù)的訂貨策略[A];2014全國(guó)風(fēng)電后市場(chǎng)專(zhuān)題研討會(huì)論文集[C];2014年

2 高雷阜;吳國(guó)通;;需求不確定下季節(jié)性商品的最優(yōu)訂貨策略研究[A];第三屆不確定系統(tǒng)年會(huì)論文集[C];2005年

3 官振中;陳旭;;損失規(guī)避偏好下不可靠供貨的易逝品訂貨策略[A];中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專(zhuān)業(yè)委員會(huì)第二屆年會(huì)論文集（二）[C];2006年

相關(guān)碩士學(xué)位論文 前10條

1 張宇婷;貝葉斯更新下基于情景樹(shù)的動(dòng)態(tài)訂貨策略研究[D];南京理工大學(xué);2015年

2 付繼云;供應(yīng)中斷風(fēng)險(xiǎn)下A公司訂貨策略研究[D];河北工程大學(xué);2014年

3 朱晶晶;供應(yīng)中斷風(fēng)險(xiǎn)下零售商訂貨策略研究[D];北京交通大學(xué);2014年

4 劉乙;基于二次訂貨策略的服裝供應(yīng)鏈協(xié)調(diào)研究[D];哈爾濱商業(yè)大學(xué);2012年

5 潘娟娟;考慮供應(yīng)中斷風(fēng)險(xiǎn)的訂貨策略研究[D];東北大學(xué);2010年

6 鮑磊;懲罰成本下不同訂貨策略對(duì)供應(yīng)鏈績(jī)效影響研究[D];華中科技大學(xué);2012年

7 劉艷敏;汽車(chē)備件訂貨策略仿真研究[D];吉林大學(xué);2008年

8 張怡;考慮服務(wù)水平和風(fēng)險(xiǎn)偏好的零售商訂貨策略研究[D];電子科技大學(xué);2012年

9 楊柳;基于保鮮努力的時(shí)鮮產(chǎn)品訂貨策略研究[D];華中科技大學(xué);2011年

10 林瑾;風(fēng)險(xiǎn)規(guī)避度對(duì)訂貨策略的影響[D];上海交通大學(xué);2013年

，

本文編號(hào)：2113045