[数学]4第四章制造系统建模方法—库存系统模型.pptVIP

当?=1，?=1时，有 最佳订购份数Q*=12（百份），最大获利期望值 : 元 当?=1，?=3时，有 最佳订购份数Q*=11（百份），最大获利期望值 : 元 显然,因赔偿费大,报童订购的份数小于概率P（x）最大值（0.4）对应的需求份数（x=12），以避免风险损失。 由上例可知：当?接近 ?值时，由于P（x） 的分布明显呈单峰特性，因此，对表6-2可省去小概率对应的定购量Q行的计算，即 Q =9， Q =14这两行可不必列于表中，计算结果不会漏掉获利期望最大值。这样，当Q的离散值较多时，计算总量并不会由此而增大很多。 （2）用损失期望值最小值法： 损失分赔偿损失和失去销售机会收益损失两种。 ①供过于求时（x≤Q），这时报纸因不能售出而承担的损失，其期望值为： ②供不应求时（x＞Q），这时因缺少报纸而少赚钱损失，其期望值为： 综合①、 ②两种情形，当订货量为Q时，总损失的期望值为： 9 10 11 12 13 14 获利期望值 0.05 0.15 0.20 0.40 0.15 0.05 9 9 ? 9 ? 9 ? 9 ? 9 ? 9 ? 9 ? 10 9 ?- ? 10 ? 10 ? 10 ? 10 ? 10 ? 9.95 ?-0.05 ? 11 9 ?- 2? 10 ? - ? 11 ? 11 ? 11 ? 11 ? 10.75 ?- 0.25 ? 12 9 ? -3? 10 ? -2 ? 11 ? - ? 12 ? 12 ? 12 ? 11.35 ?- 0.65 ? 13 9 ?-4 ? 10 ? - 3? 11 ? -2 ? 12 ? - ? 13 ? 13 ? 11.55 ?- 1.45 ? 14 9 ?-5 ? 10 ? -4 ? 11 ? -3 ? 12 ? - 2? 13 ? - ? 14 ? 11.60 ?- 2.40 ? 当?=1，?=1时，有 最佳订购份数Q*=12（百份），最小损失期望值0.9元。 当?=1，?=3时，有 最佳订购份数Q*=11（百份），最小损失期望值1.6元。 【例6-7】某商店出售年画，每售出1百张得7元，若售不出去，折价处理赔4元/百张，市场销售情况如表，试确定最佳订购量Q*。 需求量X 0 1 2 3 4 5 6 统计概率P(x) 0.05 0.10 0.25 0.35 0.15 0.10 0 解：用获利期望值最大法： 列表计算。 0 1 2 3 4 5 0.05 0.10 0.25 0.35 0.15 0.10 0 0 0 0 0 0 0 0 1 -4 7 7 7 7 7 6.45 2 -8 3 14 14 14 14 11.8 3 -12 -1 10 21 21 21 14.3 4 -16 -5 6 17 28 28 12.95 5 -20 -9 2 13 24 35 10.25 最佳订购量Q*=3（百张），最大获利期望值为14.3元。 注意：本题还可以用损失期望值最小法求解。 3.2 需求量为连续型的随机存贮模型 当需求量为连续型随机变量时，构造总损失最小的库存量模型的基本方法与上述相似，只需将连续型随机变量的概率密度函数 f（x）代表上述的P（x），就可以求损失期望值E〔F（Q）〕，进而求得最佳库存量Q*。 设连续型随机需求量为X，其概率密度函数为 f（x），库存量为Q，存贮费率为Ch，缺货损失费率为Cs，总的损失期望值由以下两部分构成： （1）由于库存过多，所花存贮费用期望值为 （2）由于库存过少，所花缺货损失费用期望值为 故总的损失费用为两者之和，即为 根据莱布尼兹公式 令 （需求量x＜0时，f（x）=0）（6-35） 从而有 如果知道 f（x）的表达式以及Ch和Cs，则代入（6-36）式，就可解出损失期望值最小的库存量值。 【例6-8】已知某物的需求量x 的概率密度函数为f（x）=0.02-0.0001x ，Cs=115元/件，Ch=10元/件。试求最佳库存量Q*。 解：由（6-36）式有 即 故得 解得 若 则 出现负概率，不合 理，舍去。 本 章 小 结 实际问题中的存贮模型是多种多样的，本章仅就两大类存贮问题及其解决的方法作了一些简单介绍。 确定型存贮模型具有简明的优点，它清楚的告诉我们经济订购量与订货费、缺货费及年均需求量之间的比例关系，这对于库存管理实践具有指导意义。随机型存贮模型所涉及的背静较为复杂，随机变量可以有多个，本章仅介绍了单一随机变量—需求量为随机变量的订货问题。 例 题 1. 某厂需