论文部分内容阅读
本论文主要是研究一种新的库存模型--带有负顾客的服务中心库存系统,模型的分析背景分为库存商品为一般物品和易腐性物品两种情况。
负顾客排队模型是排队论的一个新兴分支,由E.Gelenbe[1][2]于1991年首次从神经网络的应用中提出的,其中的负顾客是相对于平常所说的普通顾客而言的,它可以被认为是一种调度信号、工作消失信号、一种病毒等等,当其进入排队系统后如果队列中还有普通顾客,它会移走部分或全部的普通顾客。负顾客排队现在主要运用在通信、神经网络、计算机等方面。而服务中心库存模型也是经典库存模型的一个新分支。该模型同经典库存模型的主要区别在于需求到达后库存的商品必须经过一定时间的服务后才能提供给顾客,不能立刻让顾客带走。如一个汽车修理厂库存了若干轮胎,一辆需要更换轮胎的汽车到达后需要经过一段时间的维修服务后才能离开,有时甚至需要一段的排队等待时间后才能得到维修,电脑售后服务中心库存了一批计算机零件,每一个需要更换零件的电脑都要经过一段或短或长的时间维修后才能让机主取回等等,诸如此类问题都可能要考虑服务时间给库存带来的影响。
本文首次将负顾客引入服务中心库存系统,并将服务中心库存模型中以往只考虑单服务台的情况扩展到多服务台,从而得到了一个新的模型。文中首先考虑库存商品为一般物品的情形,假设服务中心中有有限等待空间和多个服务台,每个顾客的服务时间以及补给商品的到达滞后时间均满足指数分布,订货采取的是连续盘点的(s,S)策略。一般顾客和负顾客均按Possion流到达,负顾客到达后不会加入队列且会移走队列中的一般顾客,移走的数目是一个与系统中的等待顾客数有关的随机变量。在平稳状态下,利用矩阵分析法去研究系统中库存量和队列中的顾客数的联合分布情况,得到了系统的各种性能指标,如平均库存量、顾客的平均等待时间等,进而得到了系统的总期望费用率。最后得到了使系统的长期期望费用率最小的最优值S。对于库存商品为易腐性物品的情形,分析的方法与一般物品类似,文中也考虑了物品变质对系统带来的影响,得到了该情况下的各种系统性能指标以及长期总期望费用率。