离散型随机变量存储模型在订货优化中的应用.docVIP

离散型随机变量存储模型在订货优化中的应用 第7卷第1期重庆交通大学(社科版)2007年2月 Vo1.7No.1JOURNALOFCHONGQINGJIAOTONGUNIVERSITY(SocialSciencesEdition)Feb.2007 离散型随机变量存储模型在订货优化中的应用 徐磊,许茂增 (重庆交通大学管理学院,重庆,400074) 摘要:从存储的理论及现实需要出发,借助为零售商确定最佳订货量的数学模型,在假设进货量是离散型的 情形下,寻求出为零售商确定最佳订货量的一种途径.并给出了某一具体零售商在一段时间内销售荔枝罐头 的实际例子. 关键词:随机变量;最佳定货量;期望值; 中图分类号:F224.5文献标识码:A 离散型 文章编号:1OO9—9794(2007)01--0066--02 一 ,商品存储的现实意义 在现代信息技术环境下,销售商必须在一定时问内将 商品出售给顾客.为了满足这个目标,销售商必须在一个 销售周期开始时确定出一个最佳订货量,这个订货量可以 使该销售商在某个销售周期内的损失尽可能小.这就需 要该销售商拥有一定的商品存储,以便能够应付顾客的需 要. 这里的商品存储[】]是指保护,管理,贮藏物品,是指在 商品生产出来之后而又没有到达消费者手中之前所进行 的商品保管的过程. 1.通过存储,可以调节商品的时问需求,进而消除商 品的价格波动 一 般来说,商品的生产和消费不可能是完全同步的, 为了弥补这种不同步所带来的损失,就需要储存商品来消 除这种时问性的需求波动[1].比如说,人们在日常生活中 对于大米的需求是持续的,但大米的生产并不是随时都能 进行的,所以必须存储一些大米,在不能生产大米的季节 供给于消费者.可见,通过这种有目的性的商品存储,可 以防止商品供给和需求之间剧烈矛盾的产生,稳定商品物 价. 2.通过存储,可以降低运输成本,提高运输效率 众所周知,商品的运输存在规模经济性.而对于企业 来说,顾客的需求一般都是小批量的,如果对于每一位顾 客都单独为他们运送货物,那么,将无法实现运输的规模 经济,物流成本将是极大的.所以,为了降低运输成本,可 以通过商品的存储,将运往同一地点的小批量商品聚集成 较大的批量,然后再进行运输,这样可以降低运输成本,提 高运输效率[1]. 3.通过商品在消费地的存储,可以达到更好的客户满 意度. 对于企业来说,如果在商品生产出来之后,能够尽快 地把商品运到目标消费区域的仓库中去,那么目标消费区 域的消费者在对商品产生需求的时候,就能够尽快地得到 这种商品.这样消费者的满意度就会提高,而且能够创造 出更佳的企业形象,为企业今后的发展打下良好的基 础[. 4.通过存储,可以更好地满足消费者个性化消费的需 求 随着时代的发展,消费者的消费行为越来越向个性化 的方向发展,为了更好地满足消费者的这种个性化消费的 要求,可以利用商品的存储对商品进行二次加工,满足消 费者的需求. 二,商品存储管理面临的问题 库存系统中,存货是经营过程中为销售而储备的物 品.现代化经营活动中,由于存货品种繁多而占用大量的 流动资金,且竞争日趋激烈,故需进行库存管理,尽量在各 种存储成本与效益之间做出权衡,以达到二者的最佳结 合,这对现代化经营管理者来说已变得越来越重要[.各 种类型的库存管理模型已被许多学者广泛探讨,但很多学 者并未考虑变质对库存管理策略的影响.而变质却是库 存管理实践中常见的现象,如挥发性物质的挥发及水果, 食品罐头的变质等.鉴于此,下述的一种离散型随机变量 存储模型[3]能够较好地解决上述一些目前库存管理中存 在的问题. 三,离散型随机变量存储模型 1.模型的建立 - 收稿日期:2006--07—05;修订日起期:2006一lO—l2 作者简介:徐磊(1982一),男,湖北武汉人,重庆交通大学硕士研究生,主要从事物流与供应链管理研究. 徐磊等:离散型随机变量存储模型在订货优化中的应用67 在我们的日常企业存储系统中,如果需求(销售)的速 度是不确定的,就称这类存储模型为随机型存储模型.若 随机变量是离散的,则这类模型为离散型随机变量存储模 型(该模型由文献[21中相应模型变形得出). 批发商 零售商 顾客 图1零售商进货及售货流程 假设一个零售商在某个销售周期的开始时购进一批 货物.已知每单位货物的进价为D元,售价为S元(S≥D). 如果在该销售周期内卖不掉.就要将其削价处理,以每单 位货物w元全部处理掉(w≤D)(如图1所示).根据历史 数据,知道在该销售周期内能卖掉的货物数量x的概率分 布如表1所示.在销售周期开始时购进的货物数量为Q, 卖出的货物数量为x.售出的货物数量是以一定的概率分 布的(如表1). 货物售出数量概率表表1 XX01 PPop1p. 由于购进货物过多销售