第八章 存贮论.pptVIP

存 贮 论(Inventory Theory) 一、存贮问题及其基本概念 （一）存贮问题 一、存贮问题及其基本概念 （一）存贮问题 需求 补充 费用 存贮费、订货费、生产费、缺货费 存贮策略 t-循环策略、（t-S）策略、 （s-S）策略  二、确定型存贮模型 模型Ⅰ：不允许缺货，补充时间极短 采用t-循环策略 模型Ⅱ：允许缺货，补充时间较长 模型Ⅱ的最优存贮策略各参数值 设货物单价为K(Q)，K(Q)按三个数量等级变化(见图) 模型Ⅴ：价格与订货批量有关的存贮模型 在一个存贮周期内模型五的平均总费用为 其中，Q=Rt。当Qi-1≤Q=Rt ≤ Qi时，K(Q)=Ki 随机性存储模型的重要特点是需求为随机的，其概率或分布为已知。在这种情况下，前面所介绍过的模型已经不能适用了。 例如商店对某种商品进货500件，这500件商品可能在一个月内售完，也有可能在两个月之后还有剩余。商店如果想既不因缺货而失去销售机会，又不因滞销而过多积压资金，这时必须采用新的存储策略。 可供选择的策略主要有三种 (1) 定期订货，但订货数量需要根据上一个周期末剩下货物的数量决定订货量。剩下的数量少，可以多订货。剩下的数量多，可以少订或不订货。这种策略可称为定期订货法。 (2) 定点订货，存储降到某一确定的数量时即订货，不再考虑间隔的时间。这一数量值称为订货点，每次订货的数量不变，这种策略可称之为定点订货法。 (3) 把定期订货与定点订货综合起来的方法，隔一定时间检查一次存储，如果存储数量高于一个数值s，则不订货。小于s时则订货补充存储，订货量要使存储量达到S，这种策略可以简称为(s,S)存储策略。 与确定性模型不同的特点还有： 不允许缺货的条件只能从概率的意义方面理解，如不缺货的概率为0.9等存储策略的优劣通常以赢利的期望值的大小作为衡量的标准。 为了讲清楚随机性存储问题的解法，先通过一个例题介绍求解的思路。 例：某商店拟出售一批日历画片，每售出一千张可赢利7元。如果在新年期间不能售出，必须削价处理。由于削价，一定可以售完，此时每千张赔损4元。 解：如果该店订货4千张，可能获利的数值 当市场需求为0时获利 -4×4=-16 (元) 当市场需求为1时获利 -4×3+7=-5 (元) 当市场需求为2时获利 -4×2+7×2 =6 (元) 当市场需求为3时获利 -4×1+7×3 =17 (元) 当市场需求为4时获利 -4×0+7×4 =28 (元) 当市场需求为5时获利 -4×0+7×4 =28 (元) 订购量为4千张时获利的期望值 该店订购3千张日历画片获利期望值最大 当该店订购量为2千张时，损失的可能值 供货大于需求时滞销损失 市场需求量为0时滞销损失 (-4)×2=-8 (元) 市场需求量为1时滞销损失 (-4)×1=-4 (元) 市场需求量为2时滞销损失 0 (元) 当订购量为2千张时，滞销和缺货两种损失之和的期望值 报童问题：报童每日售报数量是一个随机变量。报童每售出一份报纸赚k元。如报纸未能售出，每份赔h元。每日售出报纸份数r的概率P(r)根据以往的经验是已知的，问报童每日最好准备多少份报纸? 这个问题是报童每日报纸的订货量Q为何值时，赚钱的期望值最大? 反言之，如何适当地选择Q值，使因不能售出报纸的损失及因缺货失去销售机会的损失，两者期望值之和最小。现在用计算损失期望值最小的办法求解。 设报童每天准备Q份报纸。 采用损失期望值最小准则确定Q 由于报童订购报纸的份数只能取整数，r是离散变量，所以不能用求导数的方法求极值。为此设报童每日订购报纸份数最佳量为Q，采用边际分析法： 即计算 根据ΔC(Q)的公式有下列结论：随着Q的增大， ΔC(Q)从负值逐渐增大至正值。 利用公式解上例 由C(t)是一个分段函数，费用曲线呈逐段递减趋势 三、单周期的随机性存贮模型 0.10 0.15 0.35 0.25 0.10 0.05 概率P(r) 5 4 3 2 1 0 需求量r(千张) 根据以往经验，市场需求的概率见表： 每年只能订货一次，问应订购日历画片几千张才能使获利的期望值最大？ E［C(4)］=(-16) ×0.05 + (-5) ×0.10 + 6×0.25 + 17×0.35 + 28 ×0.15 +28 ×0.10=13.15（元） 10.25 35 24 13 2 -9 -20 5 13.15 28 28 17 6 -5 -16 4 14.40