论文部分内容阅读
传统的多阶段库存控制主要致力于库存持有以及过多库存的经济性研究,需求分布函数的形式对于制定多阶段库存控制策略有极其重要的作用。为了产生容易解决的方案,随机多阶段库存模型经常假定需求分布服从正态分布。但现实中需求常常不服从正态分布,当需求分布随时间变化,是个多阶段随机规划问题,通常情况难以直接进行求解,这样传统的库存模型很难产生最优的库存控制策略。当前文献对非正态需求分布函数条件下的多阶段库存管理问题研究很少,本文将致力于非正态需求分布函数条件下多阶段库存控制策略的研究。
本文在总结前人对多阶段库存控制问题研究成果的基础上,应用统计学和优化理论相结合方法对多阶段库存控制问题进行了进一步的深入研究,针对库存管理过程中应用已有的多阶段库存控制模型时出现的一些具体问题或困难,发展了一系列新的更接近于实际的多阶段库存控制模型,可以更好地确定各阶段的最优订货点、最高库存、最低库存等来达到整个系统的最优,从而节省更多的成本,达到更高的销售量和客户满意度,从而增加企业的竞争力。应用的基本方法是密度估计和马尔科夫决策、动态规划、存储论。即确定最优的订货量以极小化所有阶段的期望费用并对此系统建立了统一的动态规划模型,然后证明当系统具有线性的订货费用函数和M-凸的存储费用函数时,最优的订货策略是临界值策略。本文的创新点在于:
(1)本文研究了独立需求条件下多阶段库存系统,通过动态规划、M-凸函数和数理统计知识相结合的方法以分布函数分位点的形式得到了有限期多阶段库存模型最高库存点和无限期多阶段库存模型最高库存点,从而得到最优策略。并证明了当需求服从非正态分布却被估计成正态分布会造成最高库存点的严重偏离。这一部分的研究是后面研究的基础。
(2)当库存需求的数据不服从特定分布条件下,本文提出采用BOX-COX变换使之变为对称分布并采用变换核估计得到比较准确的分布函数,然后再根据分布函数分位点得到最优库存策略。本文使用S-plus软件进行数值分析,结果表明了最优策略的可行性。
(3)本文研究了确定型季节模型多阶段库存控制策略。具体的思路为:首先把各时期需求的季节指数求出,季节调整后进行密度估计。当需求有关的分布函数得到后,按照多阶段库存系统的最优策略公式可以得到季节调整后库存最优策略。然后再加入季节指数,就得到了随季节变动的库存最优策略。
(4)本文研究了需求服从MA(1)序列相关条件下的多阶段库存系统,本文使用时间序列分解和动态规划相结合的方法建立模型使之转化为独立需求条件下的多阶段库存模型,并得到了有关DP算法。对于需求Wk的概率分布不明显依赖于当前状态库存Xk和订货点uk而显著依赖于过去的需求Wk-1,…W0,通过建立新的状态转移方程和新的状态变量,并使用状态空间模型和动态规划相结合的方法使得序列相关需求条件下多阶段库存控制问题又可以转化为独立需求条件下多阶段库存系统的最优策略来解决。
(5)对具有马尔可夫特性需求的多阶段库存系统,本文分别建立了有限期马尔可夫库存模型、无限期马尔可夫库存折扣模型、无限期马尔可夫库存平均模型,并给出实证算法。结果证明按照上述策略进行订购,既能保证需求,又可以使存储费用水平降到最低。更一般的情况,在库存容量一定的情况下,将订购费、存储费、缺货损失费等变量进行连续改变,输入计算机后,还能得到不同的库存策略。