第9章 报童模型.pptVIP

应对不确定需求：报童模型 报童模型介绍 本质：必须在随机事件(需求实现）之前作出决策（订购多少产品),最后在随机事件发生之后，才能了解是订购过多还是订购过少。 报童模型研究的是仅有一次生产或者获取时机的情形。这个时机比销售时机早很多，这样才能保证在销售季节开始之前收到所有的订货。 思考：哪些产品的订购问题属于报童模型研究的范畴？试举例说明 Hammer 3/2 的经济成本和各事件的时间线 ”太多与太少的问题”: 订购数量太多,季末会有剩余的库存 订购数量太少,会错失销售机会 销售需求预测为3200 套.考虑预测的准确度问题。 报童模型: 进行需求预测 预测精确性的经验分布 欧耐尔的历史需求预测 正态分布 指南 所有正态分布函数都有2个参数, 均值 m 和标准偏差 s 标准正态分布中均值为0 ,标准差为1. 例如: 设定订购量为 Q , 正态需求预测的参数为 (m, s) . 需求小于等于Q的概率 = 标准正态分布值小于等于Z的概率, 即 (以上是书写同一公式的两种方法, 第一个公式可以由Q计算出 z ,第二个公式可以由Z计算出Q .) 在标准正态分布函数表中查找正态标准值小于等于Z的概率. 应用历史A/F 比率选取需求预测的正态分布函数 从预测,猜测等得出初始预测值. 欧耐尔 Hammer 3/2 的初始预测值为 3200 套. 计算历史数据的 A/F 比率: 确定正态标准分布的均值: 确定正态分布的标注差: 欧耐尔 Hammer 3/2 的正态分布预测 欧耐尔需选取均值为3192,标准差为1181的正态分布函数来表示春季销售期的Hammer 3/2 的需求. 经验与正态需求分布 报童模式: 期望利润最大化的订购量 “太多” 和 “太少” 的成本 Co = 过量订货成本 每单位过量订购产生的成本. 换言之, 假设产生库存 (如订货过量). Co 就是如果少订一个单位产品会增加的利润. 对 Hammer 3/2而言 Co = 成本 – 折扣价 = c – v = 110 – 90 = 20 Cu = 订货不足成本 每单位订货不足产生的成本. 换言之, 假设缺货损失 (如订货不足). Cu 就是如果多订一个单位产品会增加的利润. 对 Hammer 3/2而言 Cu = 售价 – 成本= p – c = 180 – 110 = 70 每个单位订货风险与收益的平衡 多订购一个单位产品增加的库存的机会 … 第Q个产品的期望损失 = Co x F(Q) F(Q) = 需求的分布函数 = 需求小于等于Q的概率 … 但是多订购一个单位产品会降低缺货的机会: 第Q个产品的期望收入 = Cu x (1-F(Q)) 报童模式期望利润最大化的订购量 为达到期望利润的最大化需订购Q单位产品,使第Q单位产品的期望损失与期望收入相等: 通过等式变形得到: Cu / (Co + Cu) 的比率被称为关键比例. 这样, 为使利润最大化(没有缺货损失)的Q值是使需求小于等于Q的概率为关键比例的Q值. 使用经验分布函数确定Hammer 3/2的期望利润最大的订购量 数据: 经验分布函数表; p = 180; c = 110; v = 90; Cu = 180-110 = 70; Co = 110-90 =20 计算关键比例: 在经验分布函数表中找到 0.7778 当关键比例的目标值落在表中两个数据之间时, 选择可以取得较大订购量的值 (选择 对应 A/F 比率为 1.3的 0.788) 用A/F 计算出订购量 使用正态分布确定Hammer 3/2的期望利润最大的订购量 数据: p = 180; c = 110; v = 90; Cu = 180-110 = 70; Co = 110-90 =20; 关键比例 = 0.7778; 均值= m = 3192; 标准偏差 = s = 1181 在标准正态分布函数表中找到关键比例: 当关键比例目标值落在表中两个数据之间时,选择较大值 选择 z = 0.77 用 z值计算出订购量: 练习： 某水果店以每千克1.6元的价格购进每筐重100千克的香蕉，当天以每千克2.4元的价格出售，当天销售余下的香蕉再以平均每千克1.2元的处理价出售，以筐为单位的需求情况由下表列出，试问每天进多少框香蕉才能获得最大收益 若报童每天售出一份报纸获利0.3元，但如果卖不出去退回邮局每份报纸损失0.1元，假设该地区范围报纸每天需求量为1,2,3,…,100份的概率都为0.01，则报童每天购进多少份报纸才能使平均收入最高，最高收入是多少？ 报童模型: 绩效指标 报童模式绩效指标 在确定订购量之前需