生鲜产品作为变质较快的易腐产品,库存损耗和浪费非常严重。无论是数量衰减带来的库存不精确还是质量衰减带来的产品过期抛弃,都会给零售商带来损失,造成收益的下降。在生鲜产品的零售过程中,存在数量损耗严重,需求模型难以准确拟合,同一种产品具有不同新鲜度的问题。因此,本论文将分别针对数量损耗和质量损耗研究联合订货定价策略,减弱生鲜产品零售过程中产品腐败和不确定需求带来的不利影响。本文的主要研究内容如下:1.针对数量衰减的情况,以最大化利润为目标,提出了两种鲁棒补货策略:基于库存概率分布的策略和基于库存均值的策略。前者首先给出了估计真实库存概率分布的递推算法,然后提出基于估计库存概率分布的补货策略;后者使用均值近似模型中的随机变量,证明了最优补货策略的零库存性质和目标函数的单峰性,提出了计算最优补货量的方法。并在实验中对比了所提出的两种鲁棒补货策略和只考虑当前周期的启发式策略、忽略库存损失的策略的收益。相关的理论分析和仿真实验表明:（1）考虑未来影响的策略,即基于库存概率分布、基于库存均值、忽视库存损失的策略,性能比只考虑当前周期的策略好;（2）考虑库存损失的补货策略,即基于库存概率分布和库存均值的策略,性能明显优于忽视库存损失的策略,并且库存损失越大,优势越明显。2.进一步地,在生鲜产品数量衰减的情况下,考虑到价格对需求的影响,以最大化无限时域下的平均利润为目标,提出了联合补货定价策略;并且针对需求价格函数在拟合过程中的误差,分析了最优策略对需求价格参数的敏感性。该研究分成三个部分:（1）针对一个确定的需求价格函数,证明了最优补货定价策略的零库存性质,证明了最优价格随着时间单调增,并证明了利润函数关于补货周期具有单峰性。基于这些性质,提出了最优补货订价策略。（2）对需求价格参数进行敏感性分析,发现需求价格参数对最优订货量和最优价格的影响存在显著差异:最优价格对市场容量（最大需求）具有鲁棒性,而最优订货策略对需求价格参数的变化非常敏感。（3）为了解决估计的需求价格参数偏离真实值的问题,提出了一种基于历史销售数据的启发式参数调节方法。3.针对存在质量衰减的生鲜产品,如果零售商在有库存的时候进行订货,则会有多个新鲜度的产品共存,而顾客挑选的行为具有很强的随机性,这对需求关系的描述和策略的制定都非常不利。为了解决这个问题,提出了一个容易操作的双货架规则,通过货架上的货物转移来实现新鲜度区分。考虑一个单周期确定需求的问题,以优化单周期最大利润为目标,提出了联合订货折价问题。其中每一批新产品到达时都会对原来的旧产品进行折价。主要研究内容分为两个部分:（1）针对确定性的单周期双货架的联合订货折价问题,提出了新旧产品之间的需求竞争模型,基于对两个货架上产品新鲜度的分析,通过库恩塔克必要性条件证明了订货量全局最优解的唯一性。并在全局最优订货量下,证明了利润函数关于折扣价格严格凹并在可行域内具有唯一最大值,从而得到了最优订货量和最优折扣价格。（2）为了比较单双货架策略的收益,在得到了单货架的最优策略后,通过启发式算法将单货架和双货架的策略用于需求随机的多周期库存管理系统,并提出了产品的使用价值与新鲜度之间的关系模型,证明了双货架策略的收益高于单货架策略。4.针对销售损失下生鲜产品质量衰减的情况,提出了具有竞争性随机需求的双货架模型的无限时域最优补货与折价模型。其中,零售商同时决定新产品的订货量和旧产品的折扣价格,从而使无限时域下当前周期的折扣利润最大化。提出了需求竞争的一般模型,建立了最优补货折价问题的随机动态规划模型,并应用策略迭代技术得到了稳态下的最优补货折价策略。数值实验结果为零售商提供了一些管理学启示:（1）新产品和旧产品都没有完全腐败的情况下,再订货点由新产品的库存水平和旧产品的库存水平共同决定。然而,最优订货量主要受新产品库存水平的影响。此外,当旧产品接近保质期时,订货区域有分离趋势。（2）在只有旧产品完全腐败的情况下,新产品的最优订货量、最优折扣价格与新产品的库存量之间负相关。