屏东科技大学工业管理系常均值动态贝氏模型.pptVIP

* * * * (B)供不應求情形，即 此時，第1期的後驗分配： 設 ，已知 為一p.d.f * 第 * 頁 令 則 根據摺積公式及狀態方程式 的疊代，可得第2期的先驗分配： * (11) 第 * 頁 第2期先驗分配： 故第2期之期望總成本為： ，其中 * (12) 第 * 頁 對第(12)式決策變數 微分，並令為0，解此方程式可得最佳訂購量 滿足： 由上述的推導發現，在供不應求的情形時，第1期的後驗分配不再服從常態分配： 如此將導致疊代至第2期的先驗分配 變得相當複雜。 提出二階動差近似法，以常態分配近似複雜之後驗分配，來簡化供不應求情形與疊代的問題。 * 第 * 頁 (13) 二階動差近似法： 由於第1期的後驗分配為： 所以後驗分配的一階與二階動差分別為： 考慮第1期後驗分配近似常態分配，即 ，其中 ， 再根據狀態方程式 的疊代，可得第2期的先驗分配 ，其中 * 第 * 頁 (14) (15) (16) (17) 第3期最佳訂購量 如同推導第2期最佳訂購量時，在求取第3期最佳訂購量之前，亦須討論第2期為供過於求及供不應求兩種情形時，其混合型隨機變數 的條件分配為： (A)供過於求情況，即 此時，第2期的後驗分配為： * 第 * 頁 同第2期供過於求之推導可得第2期後驗分配為： ，其中 根據狀態方程式 ，可得到第3期先驗分配： ，其中 同第2期最佳訂購量之計算，可得第3期最佳訂購量 ，其中 (B)供不應求情況，即 此時，第2期的後驗分配為： * 第 * 頁 (18) (19) 同第2期作法，令 ，則 根據摺積公式及狀態方程式 的疊代 ，可得第3期的先驗分配為： * 第 * 頁 (20) 故第3期之期望總成本為： 其中 對第(21)式決策變數 微分，並令為0，解此方程式可得 滿足： 由上述的推導發現，在供不應求的情形時，第2期的後驗分配不再服從常態分配，導致疊代至第3期的先驗分配 變得相當複雜。因此，同第2期使用二階動差近似法，以常態分配近似複雜之後驗分配，來簡化供不應求情形與疊代的問題。 * (21) 第 * 頁 (22) 前3期的推導步驟，已完整包含所有訂購量與需求量之間的基本架構。 因此，本研究可以歸納成底下定理： 【定理 2】 1. 第1期最佳訂購量 滿足： ，其中 2. 第 期最佳訂購量 滿足： (A)供過於求情形，即 ，其中 * 多期報童問題之動態貝氏模型(誤差變異數Vt 與Wt已知) 第 * 頁 (1)當 時 ， (2)當 時