8.7存贮论.pptVIP

第 8章 存贮论 8.7需求为随机的单周期存贮模型算法与编程实践 8.7.2程序流程图 8.7.1算法原理 8.7.3实例计算及软件操作使用 8.7.4程序源代码 8.7 算 法 与 编 程 实 践 8.7.1算法原理 前面我们讨论的存贮模型中的量和周期的参数都是确定性的，然而，在现实经营活动中，由于各种偶然原因，在很多情况下，存贮模型中的参数不是固定不变的，而是随机的，比如某种商品在一天中的需求量就是这样，这样不确定的数在变化之中往往显示出某种规律性，通过以历史资料的统计分析可以看出它们服从一定的分布规律。在这种情况下，我们就应该用随机变量来描述它们，在存贮论中有需求为连续的随机变量和需求为离散的随机变量，本节介绍需求为随机离散的单周期存贮模型。 模型中单周期的存贮是指在产品订货、生产、存贮、销售这一周期的最后阶段或者把产品按正常价格全部销售完毕，或者把按正常价格未能销售出去的产品削价销售甚至扔掉。总之要在这一周期内把产品全部处理完毕，而不能把产品放在下一周期时存贮和销售。报童问题就是属于需求为随机的单周期存贮模型。下面以报童问题为例来研究介绍这种模型。 报童在每天的销售数量是一个随机变量，每销售单位数量的货物能够赢利c元，如果不能售出则损失h元。每日售出报纸份数d的概率为根据以往的经验是已知的，问报童每天订购多少份报纸能使赢利的期望值最大。即是怎样选择每日报纸的订购数量Q，使赢利最大。 当需求d ≤ Q时，报童只能售出d份报纸，每份报纸能赢利c元，共赢利元。未售出的报纸每份损失h元，共损失h ( Q-d )元。 此时赢利的期望值为 当需求d Q时，报童只有Q份报纸可供销售，赢利的期望值为 。 由以上两项可知赢利的期望值为 （8.34） 8.7 算 法 与 编 程 实 践 又若Q能使赢利的期望值最大，则应满足下列关系式： (1) （8.35） (2) （8.36） 由式（8.35）可得 ≤ 即 可得 （8.37） 同理可从式（8.36）中得到 (8.38) 综合式（8.37）和(8.38)可得 （8.39） 即报童应准备的最佳报纸数量Q应按照不等式(8.39)确定。 8.7 算 法 与 编 程 实 践 8.7.2程序流程图 1 输入：需求量为D[k]的概率P[k] 计算 的值 k=1 输入：单位货物的赢利数额Zhuan, 单位货物的亏损数额Pei, 输入需求分布概率的个数n。 否 输出： ,则Q为最佳订购数量 是 判断k=n 否 输出：赢利最大期望f(Q) 是 结束 例1 某报亭出售某种报纸，每售出一百张可获利15元，如果当天不能售出，每一百张赔20元，每日售出该报纸份数的概率P(d)，根据以往经验列于表8-2: 表8-2 问报亭每日订购多少张，这种报纸能使其获利的期望值最大？ 由题意知c=15元，h=20元。下面给出例一的程序操作过程以及最优订报数量结果。运行程序后，界面如图8—23所示: 8.7 算 法 与 编 程 实 践 8.7. 3实例计算及软件操作使用 销售量（张） 500 600 700 800 900 1000 1100 概率P(d) 0.05 0.10 0.20 0.20 0.25 0.15 0.0