Optimal inventory model for items with imperfect quality and shortage backordering.docVIP

基于产品缺陷和订单积压的最优库存模型 摘要 这篇文章中，我们提出存在产品缺陷（imperfect quality）和订单积压（shortage backordering）情况下的最优库存模型（Optimal inventory model）。由于生产过程中确实会出现质量问题，所以这种假设是很合理的。筛选工序中经常会挑出次品，并立刻将其从库存中撤出。假设缺货时所有顾客都愿意等待新的供货。以上分析说明本文模型是当前文献所提出的模型的一般化。本文提出的算法和数值分析说明我们的模型能够促成更好的绩效。 关键词：产品缺陷（Imperfect quality） 完全的订单积压（Complete backordering） 最优库存模型（Optimal inventory model） 1.引言 在过去的几十年，库存模型的发展和使用使其受到学术界和工业界的欢迎[1]。然而，当前库存模型的缺点之一就是不现实的假设——所有产品都不存在质量问题[2]。最早考虑产品缺陷的是Rosenblatt和 Lee[3]，以及Porteus [4]和Schwaller [5]。除了生产过程中的产品缺陷假设，其他因素如搬运过程中的损坏也会产生次品（defective items）。Salameh和 Jaber [6]首先提出了一个考虑以上问题的产品缺陷模型。之后，Cardenas-Barron [7] 纠正了他们模型中决定性公式的一个错误。接着，Goyal 和Cardenas-Barron [8]结合以上成果提出一个决定最优批量的实用方法。他们都假定次品会被撤出库存，且不存在缺货。Wee [9]研究了存在一定缺货的易腐商品（deteriorating items）的生产计划，但是他假设产品不存在缺陷。 本文讨论高物价的垄断市场[10]。从库存中撤回次品可能会造成缺货。超额生产会提高库存成本，不能解决问题[11]。由于假设市场是垄断的，所以只有一个供货来源。这样，我们就可以假设因为次品的出现需要将订单积压。 我们考虑y单位产品的即时交付情况。每单位的购买价格是c美元，订货成本K美元。收到的或生产的每批产品都包含一定比例的次品，设这个比例的概率密度函数为f(p)。合格品的出售价是s美元/单位。假定在补货期T，次品作为独立的一批被取出。同时，以x的比例进行筛选工序；次品被挑出后，依然放在库存中，并以v美元/单位的残值（salvage value）在接收下批装货之前卖出。假设允许订单积压，图1表示了库存水平的周期长度是T，py是库存中次品的数目，t是每个周期y单位产品订单的总筛选时间，B是最合适的积压订单的数目。我们通过权衡每单位时间的总收入来获得最佳库存管理策略，进而得到最优解决方法。 图1 补足缺货的库存系统 2．定义和假设 定义如下： y——订货批量 D——需求率 x——筛选率xD c——每单位产品的购买成本 K——每个订单的订货成本 p——y个产品的次品率 f(p)——p的概率密度函数 s——每单位产品的销售价格 v——每个次品的残值，vc d——每单位产品的筛选成本 B——每批产品允许的最大积压订单数目 b——每单位产品的缺货成本 *——最优值的上标 本文所用数学模型的假设如下： 需求率是已知的、固定的、连续的。 提前期是已知固定的。 补货是即时的。 筛选和需求同时发生，筛选率比需求率大，xD。 批量y中存在次品。次品率p~U(α,β)，0≤αβ1。 所缺货物全部积压。 只考虑生产一种产品的情况。 3．数学模型 图1描述了存在产品缺陷和完全订单积压（complete backordering）的库存模型。图中可以看出，在时间t，由于缺陷产品的撤出，库存水平减少了py个单位。缺陷产品可能导致缺货，且短缺全部积压在每期的开始。为避免在筛选时间t出现缺货， 定义 p≤1-D/x （1） 随机变量p~U(α,β)，0≤αβ1。附录A中可以看出，β=1时，p的值是分散的。 定义TR（p,y）和TC（B，y）分别为每期的总收入和总成本。TR（p,y）是优质产品和劣质产品总销售量的和。 TR(p, y) = (1?p)ys+pyv. （2） TC（B，y）是订货成本、购货成本、筛选成本、库存费用和延期交货成本。 TC(B, y) = K + cy + dy + h{（y-py-B）2/2D+py2/x}+bB2/2D （3） 每单位时间的净利润TPU(B,y)决定于每单位时间的收入TR(p,y)/T，和每单位时间的平均成本TC(B,y)/T。写成公式就是净利润=平均收入—平均成本。 T