基于市场需求对进货策略的优化分析.doc

基于市场需求对进货策略的优化分析 1.时代背景 工厂生产需定期地订购各种原料，商家销售要成批地购进各种商品。无论是原料或商品，都有一个怎样存贮地问题，存得少了无法满足需求，影响利润；存得太多，存贮费用就高。因此说存贮管理是降低成本，提高经济效益的有效途径和方法。 2.问题的重述 某商店取得了某物在该区域的市场经销权，销售该物的三类产品，附表1给出了该店过去连续800多天的三类产品销售记录。 根据附表1数据，解决如下问题： （1）该店三类产品的进货策略是什么？800多天内共进了多少次货？ （2）该三类产品在该区域的市场需求如何？ （3）分析现有进货策略下，该店的缺货情况（包括缺货时间及缺货量）。 如果现有进货策略已经充分考虑了该店的产品存贮能力，如何改进进货策略，将缺货损失减半，且进货次数尽可能少？ 3.问题的基本假设 （1）假设订货周期是不变的 （2）每次订货数量是不变的 （3）由于缺货造成的损失费用是随机的 （4）市场每天的销售量是随机的，但是在某一值周围浮动。 4.符号说明 （1）T 周期 （2）Q 订货数量 （3）OC 订货费用 （4）HC 存货费用 （5）P 缺货每件损失费用 （6）S 低于某一点进货量 （7）L 进货所需时间 （8）X 每天的需求量 （9）μ 平均值 5.问题的分析 5.1经典不允许缺货模型 订货数量为Q，存货费用为HC，当货物贮存量为零时订货立即到达。库存量随时间关系变化 5.1.1模型假设 1.每天的需求量为常数X 2.每次订货费用为OC，存货费用为HC 3.T天订一次货，每次Q件，当存储量为0时，立即补充，补充是瞬时完成的 4.为方便起见，将X，Q视为连续量。 5.1.2模型建立 1.Q=XT 2.一个周期的储存费用HC=Hc·=Hc·A 3.每天平均费用c（T）= 5.2允许缺货模型 每次订货，设货物在t天后到达，交货时间t是随机的； 5.2.1模型假设 1.订货费OC 2.储存费HC= 3.缺货费P=dt 5.2.2模型建立 1.每天的平均费用c（T，Q）= 2.，，μ= 6.模型的创建与求解 6.1问题一的分析与模型建立 总费用=订货费+库存费+缺货费，即c（t）=OC（t）+HC（t）+P（t） 6.1.1B的进货策略可能性 通过对B的折线图观察，发现B经常出现一连好几天销售量为0的情况，如： 连续若干天销售量为0的可能性很小，所以我们推测是由于缺货所导致。 遂提出以下猜想：B类商品只以周期T进货，进货周期为一个定值，与库存量无关。 猜想的验证： 根据假设（n为周期个数取自然数，为实际周期）我们通过试探T的值来找到真实的进货周期。 （1）将825天分割，若连续若干天销售量为0，则可以假设是缺货所导致，此时将天数分割，得到若干。在此处遇到销售量连续2天以上为0的情况作为天数分段条件，分段并统计每段天数。得到以下图形（已去除起始的数据和最后的数据）： 根据观察：最小为16，此处我们选取T=16。 由n=[/16]，得到如下表格 间隔段 N1 N2 N3 N4 N5 N6 N7 N8 N9 N10 N11 间隔天数 128 114 47 156 46 91 63 16 46 45 17 /T 8 7.13 2.94 9.75 2.88 5.69 3.94 1 2.88 2.81 1.06 n四舍五入 8 7 3 10 3 6 4 1 3 3 1 （2）根据，用最小二乘法做线性回归方程 令截距等于0之后得到以下直线： 其中=15.808 T近似等于，可以说假设是成立的。 在实际上其实是最大进货周期，实际进货周期T=/k（k={1,2,4,8,16}）。根据实际来看，进货周期越短，进货量越少，越易出现库存量为0的情况；反之则越少出现库存量为0的情况，库存量为0则销售量为0。根据折线图可以看出：销售量出现0的概率不是特别大，所以取k=1时的情况。 6.1.2 A 的进货策略可能性 同理对A，A以大约34天为一个进货周期，共进了约25次货， 建模分析 A出现销售量为0的几率很大，但实质上也是以某个周期T进货的，只不过进货周期比较小，每次进货数量少，对外显示销售量为0的情况多。考虑到7以及7的倍数出现的次数多，取T=7。 在此处遇到销售量为0的情况作为天数分段条件，并去除过小（5天以下的数据） 根据，用最小二乘法做线性回归方程 得到以下直线： 模型求解 斜率=6.7 截距b=1.0 进货次数M=N(总天数)/T0 计算得M=123.7取124。 所以A以大约7天为一个进货周期，共进了124次货。 6.1.3 C的进货策略可能性 同理对C，C以大约34天为一个进货周期，共进了约25次货 建模分析 C出现销售量为0的几率很小，但实质上也是以某个周期T进