基于补货成本的动态补货策略研究.docxVIP

基于补货成本的动态补货策略研究 1 动态补货决策模型 不同的客户对公司的利益贡献率不同，因此在许多公司的营销实践中，客户分类被广泛应用。例如，根据他们想支付的价格，他们被划分为不同的级别。对于高端客户，公司特别关注这些客户的服务耐受性。基于此, 本文考虑一个有限计划期内、多类顾客需求环境下的库存控制和服务优化问题, 假设各类顾客愿意支付不同的价格, 且有不同的缺货等待成本、缺货损失成本以及缺货等待率。在每个销售时期, 零售商可以及时满足一些高端顾客需求, 并获取较高的收益;也可以拒绝一些低端顾客需求, 但只有部分顾客会选择等待, 而另一部分顾客会选择其他零售商。因此, 零售商面临的一个基本问题是:怎样通过权衡库存持有成本、订货成本以及各类顾客的缺货等待和损失成本, 制定出最优的补货策略以及各类顾客的服务策略, 以最大化整个计划期内总利润水平? Wagner和Whitin首先考虑了确定需求环境下的动态补货决策模型 (简称WW模型) , 并指出最优的补货决策满足“零库存订货” (Zero-Inventory Ordering, ZIO) 规则。随后, 大量的文献对WW模型进行拓展, 包括缺货等待、生产能力限制、学习效应、易腐产品等方面, Hsu对这类动态补货问题做了一个比较全面的综述。大多数动态补货批量相关文献考虑了相同顾客的需求, 与这些文献不同, 本研究考虑了多类顾客需求, 且每类顾客的支付价格、缺货等待率各不相同, 这些是对经典WW模型的重要拓展。 另一个与本文研究相关的是多类顾客环境下的库存决策问题, 最早研究多类顾客需求库存控制的是Veinott (1965), 他提出了一个库存水平临界点的最优库存分配问题, 在临界点以下, 某些低级别顾客的及时需求将会被拒绝。随后, 一些文献考虑了多类顾客需求下的周期性库存决策 (Topkis, Kaplan, Frank, Zhang和Duenyas) , 另一些文献考虑了多类顾客需求下连续盘点库存决策 (Nahmias和Demmy, Moon和Kang, Deshpande, Cohen, Donohue) 。以上文献考虑了缺货完全等待或者是缺货全损失两种极端情况, 与他们研究不同, 本研究考虑了缺货部分等待的情况:当顾客需求没有得到及时满足, 部分顾客会选择等待, 且等待概率是等待时间的减函数, 即如果等待时间越长, 愿意等待的顾客越少。 与本文研究相关较为紧密的是Ding、 Kouvelis和Milner, 他们研究了在EOQ环境下多类顾客的库存分配及价格折扣问题, 假设顾客缺货等待率是价格折扣的增函数, 通过提供价格折扣吸引更多顾客接受等待服务, 并得到补货周期内最优的库存分配及价格折扣策略。与文献中确定性需求环境不同, 本文研究了动态需求环境下库存分配问题, 且假设顾客缺货等待率是等待时间的减函数, 这是对文献研究的进一步延伸。另一篇与本文比较相关的文献是Suresh、Hsu和Sethi等, 他们研究了多类顾客需求下动态补货问题, 考虑了缺货完全等待和不存在投机行为的情况, 提出了一个多项式算法得到最优补货策略。本文考虑了顾客缺货部分等待的一般情况, 因此文献可以视为本文的一个特例。最后, Chern、Yang、Teng和Papachristos研究了一类顾客需求环境下的补货批量问题, 假设顾客缺货等待率是等待时间的减函数, 并得出存在有限时期内唯一最优的补货策略。与文献不同, 本文考虑多类顾客需求, 每类顾客需求的缺货等待率各不相同, 提出一个多项式算法得到零售商的最优补货策略和库存分配策略。 2 零售商的最优收益 在计划期内, 假设根据价格、缺货等待成本及缺货损失成本可以将顾客分成M类, 且各类顾客需求dij在计划期内为确定。在第j时期, 当顾客i的需求得到及时满足, 顾客支付价格pi;当该顾客需求没有得到及时满足, 部分顾客愿意等待, 且等待概率是等待时间的减函数, 即γij=1/ (1+βit) 。假设在每个时期期初可以完成补货, 且补货提前期为零, 计划期初的库存水平为零且没有等待顾客需求。表1是本文中的参数和变量定义。 在第j时期内, 零售商对第i类顾客有三种服务策略:①零售商及时满足顾客i的需求, 并假设需求被及时满足的数量为Sij, 则零售商可以获得收益为piSij;②零售商拒绝提供服务, 假设第i类顾客愿意等待的数量为Wij, 零售商在第j时期内需要承担的缺货等待成本为biWij;③第i类顾客选择离开的数量为Lij, 则零售商需要承担的顾客损失成本为aiLij. 因此, 不考虑订货成本和库存成本, 零售商在第j时期的利润为Μ∑i=1(piSij-biWij-aiLij) 。 定义:如果x0, 则δ(x) =1;如果x=0, 则δ(x) =0。零售商在第j