王玉珍 徐立
摘 要:對(duì)易腐物品庫(kù)存模型的研究現(xiàn)狀進(jìn)行討論,包括微分方程模型、規(guī)劃模型和隨機(jī)模型。在微分方程模型的討論中,分別在引入提前時(shí)間、庫(kù)存時(shí)間滯后、庫(kù)存發(fā)生短缺以及庫(kù)存發(fā)生折損四種情況下對(duì)微分方程模型進(jìn)行優(yōu)化;規(guī)劃模型討論不同動(dòng)態(tài)規(guī)劃方法下的易腐物品庫(kù)存管理;隨機(jī)模型從庫(kù)存研究中的不確定因素對(duì)庫(kù)存模型進(jìn)行優(yōu)化。通過(guò)對(duì)三種模型的分類(lèi)討論,以期為冷鏈物流庫(kù)存模型研究提供借鑒。
關(guān)鍵詞:易腐物品;庫(kù)存模型;研究綜述
中圖分類(lèi)號(hào):F224? ? ? ? 文獻(xiàn)標(biāo)志碼:A? ? ? 文章編號(hào):1673-291X(2019)30-0184-02
在實(shí)際生活中,易腐物品的功效和價(jià)值在庫(kù)存和銷(xiāo)售環(huán)節(jié)中,會(huì)隨著時(shí)間的流逝而快速下降。由于易腐物品所表現(xiàn)的普遍性和與眾不同的特征,使得易腐物品的庫(kù)存模型成為研究的一個(gè)熱點(diǎn),易腐物品的庫(kù)存研究也可以為冷鏈庫(kù)存研究提供借鑒。本文就微分方程模型、規(guī)劃模型以及模糊數(shù)學(xué)模型進(jìn)行了分類(lèi)討論。
一、微分方程模型
易腐物品庫(kù)存問(wèn)題最早可追溯到Whitin[1],他第一個(gè)研究了時(shí)尚物品在庫(kù)存周期末發(fā)生過(guò)時(shí)的情況。其后,Ghare和Schrader[2]發(fā)展了具有指數(shù)衰減率的庫(kù)存模型,他們通過(guò)下面的微分方程表示衰減過(guò)程,建立了一個(gè)庫(kù)存模型:
其中,?茲是常數(shù)衰減率,I(t)表示在時(shí)刻t的庫(kù)存水平,D(t)表示在時(shí)刻t的需求。
從此以后,人們開(kāi)始廣泛地研究易腐物品的庫(kù)存系統(tǒng)。
1.引入提前時(shí)間情況。呂大義[3]根據(jù)最大熵原理得出在提前時(shí)間內(nèi)需求為正態(tài)分布,嘗試把訂貨量、設(shè)置成本和提前時(shí)間視為決策變量進(jìn)行討論,并把莊博仁等[4]的模型推廣到易腐物品庫(kù)存模型和極小極大自由分布模型,為了達(dá)到利潤(rùn)最大化目標(biāo),在風(fēng)險(xiǎn)庫(kù)存策略下,建立起庫(kù)存模型,采用了直接法,對(duì)模型近似求解,從而得到最優(yōu)補(bǔ)貨的定價(jià)策略。通過(guò)對(duì)算例模型的模擬和靈敏度分析我們發(fā)現(xiàn),補(bǔ)貨提前期對(duì)易腐蝕品定價(jià)策略影響最大,其次是單位的倉(cāng)儲(chǔ)成本,兩者對(duì)定價(jià)策略起著決定性影響。二者的增大會(huì)導(dǎo)致系統(tǒng)利潤(rùn)的降低;而單位成本的增加,在一定程度上使得系統(tǒng)降低最優(yōu)補(bǔ)貨量。而這些發(fā)現(xiàn)均能夠幫助優(yōu)化傳統(tǒng)模型,對(duì)現(xiàn)實(shí)倉(cāng)庫(kù)存儲(chǔ)有一定的指導(dǎo)意義。
2.考慮時(shí)間滯后情況。馬玉林[5]研究了滯后時(shí)間為正的、連續(xù)盤(pán)點(diǎn)的(s,S)易腐庫(kù)存橫型,利用矩陣表示方法求出了平穩(wěn)分布的遞推表達(dá)式,證明了循環(huán)周期的分布服從PH分布.并求得了費(fèi)用函數(shù)f(s,S.K)。
3.考慮發(fā)生短缺情況。Dave&Patel[6]在易腐物品庫(kù)存模型中考慮了需求與時(shí)間相關(guān)但不會(huì)發(fā)生短缺的情況。Roy chowdhur[7]則建立了在固定時(shí)域內(nèi)允許短缺的易腐物品的訂購(gòu)批量模型。Goswami和Chaudhuri[8]提出了更加一般化的模型,考慮了與時(shí)間相關(guān)的變質(zhì)和需求。Chanduri和Charabarty在Covert和Philip[9]的研究基礎(chǔ)上,引入了具有強(qiáng)普適性的二參數(shù)和三參數(shù)的Weibull函數(shù)來(lái)代替線性相關(guān)的變質(zhì)率系數(shù),取得了對(duì)變質(zhì)率較好的模擬。朱彥利等通過(guò)對(duì)無(wú)限期冷鏈產(chǎn)品的品質(zhì)分析,將易腐物品的生存死亡特征、隨機(jī)需求以及價(jià)格影響加入到庫(kù)存補(bǔ)貨定價(jià)模型當(dāng)中,模型中的庫(kù)存價(jià)格是連續(xù)變化的,而庫(kù)存的需求率是其價(jià)格的指數(shù)函數(shù),變質(zhì)率服從的是三參數(shù)Weibull分布,提前期固定[10]。而Yang Hui-Ling考慮了需求的時(shí)變性,并假定訂貨商允許缺貨,且短缺量完全拖后,建立了相應(yīng)的VMI集成模型[11]。Yang和Wee[12]討論了補(bǔ)貨周期長(zhǎng)度相等、生產(chǎn)率有限、不允許缺貨的變質(zhì)性物品在存在多個(gè)顧客情況下的模型。Sana,Goyal和Chaudhuri[13]提出了有限計(jì)劃期內(nèi)允許缺貨且需求為線性的變質(zhì)性物品的最優(yōu)補(bǔ)貨策略,該模型假設(shè)的是各補(bǔ)貨周期的長(zhǎng)度相等。
4.考慮折損情況。因?yàn)樵谝欢ㄖ芷趦?nèi),商品的質(zhì)量會(huì)發(fā)生改變,尤其對(duì)于易腐物品來(lái)說(shuō)更容易因?yàn)閹?kù)存量較大而產(chǎn)生大量的產(chǎn)品變質(zhì),從而導(dǎo)致利潤(rùn)的下降。最近這些年,許多學(xué)者對(duì)于產(chǎn)品折損問(wèn)題的庫(kù)存理論研究越發(fā)地看重了起來(lái)。為了能夠?qū)⒁粋€(gè)銷(xiāo)售周期內(nèi)所產(chǎn)生的變質(zhì)數(shù)量控制在一定的范圍之內(nèi),徐菱等將變質(zhì)數(shù)量的可折價(jià)回購(gòu)以及庫(kù)存水平引入到了模型當(dāng)中,而且針對(duì)銷(xiāo)售周期內(nèi)的缺貨數(shù)量,模型假定采取部分延遲訂購(gòu)的策略[14]。
二、規(guī)劃模型
很多學(xué)者建立規(guī)劃模型來(lái)解釋易腐物品的最有庫(kù)存問(wèn)題。20世紀(jì)70年代中期,美國(guó)N.Steven[15]等人采用動(dòng)態(tài)規(guī)劃方法建立了最優(yōu)訂貨策略,其理論意義較好,但是實(shí)用性較差,甚至很難實(shí)現(xiàn)模型求解。
郝世綿等進(jìn)一步將多目標(biāo)引入模型,考慮多目標(biāo)優(yōu)化下的生鮮食品最佳聯(lián)合庫(kù)存,首先構(gòu)建綜合評(píng)價(jià)體系,將經(jīng)濟(jì)性、保鮮度、多樣性、服務(wù)水平作為一級(jí)評(píng)價(jià)指標(biāo),將倉(cāng)儲(chǔ)成本、運(yùn)輸成本等13個(gè)因素作為二級(jí)評(píng)價(jià)指標(biāo),以此構(gòu)建AHP層次結(jié)構(gòu)模型,通過(guò)模型評(píng)價(jià),發(fā)現(xiàn)在降低成本的同時(shí),高質(zhì)量的服務(wù)水平也不可忽視,同時(shí)時(shí)間效率、生鮮食品的多樣性等均需要重視,通過(guò)實(shí)現(xiàn)多目標(biāo)優(yōu)化,才能夠最終達(dá)到降低總成本的目的[16]。相較于多目標(biāo)優(yōu)化模型,冉文學(xué)則從供應(yīng)鏈的角度考慮變質(zhì)物品的建模方法,其從供應(yīng)商、生產(chǎn)商、消費(fèi)者的角度綜合考慮,得出最佳聯(lián)合總成本,從而獲得最佳的庫(kù)存解決方案[17]。兩個(gè)模型都是通過(guò)層級(jí)式的多目標(biāo)優(yōu)化解決問(wèn)題,且均證明與獨(dú)立的決策方法相比,綜合方案策略的總成本可以達(dá)到最低。當(dāng)出現(xiàn)外部隨機(jī)擾動(dòng)時(shí),曹裕則在價(jià)格和服務(wù)水平的雙重影響下探究了易逝品企業(yè)的最優(yōu)聯(lián)合動(dòng)態(tài)定價(jià),傳統(tǒng)的庫(kù)存動(dòng)態(tài)定價(jià)模型只探討了外部波動(dòng)和服務(wù)水平兩者之一對(duì)生產(chǎn)庫(kù)存決策的影響,而此模型將兩者相結(jié)合,探討了外部擾動(dòng)對(duì)庫(kù)存變動(dòng)影響的生產(chǎn)商聯(lián)合動(dòng)態(tài)定價(jià)、服務(wù)和生產(chǎn)控制策略,研究表明,最優(yōu)動(dòng)態(tài)價(jià)格、服務(wù)水平以及生產(chǎn)速率與庫(kù)存水平呈線性相關(guān),在固定時(shí)間段里,外界波動(dòng)因素越大,則企業(yè)可以獲得利潤(rùn)就越少,企業(yè)的服務(wù)水平也會(huì)影響易逝品的生產(chǎn)、服務(wù)、價(jià)格策略[18]。
三、隨機(jī)模型
針對(duì)經(jīng)濟(jì)訂貨批量模型中需求率、單次訂貨成本、單位產(chǎn)品成本等參數(shù)的不確定性問(wèn)題,朱連燕將參數(shù)設(shè)計(jì)思想和徑向基函數(shù)模型相結(jié)合,提出了一種基于徑向基元模型的優(yōu)化方法。該方法能夠有效地降低參數(shù)不確定性所帶來(lái)的隨機(jī)誤差,從而以確定最優(yōu)訂貨策略[19]。王玉引入了潛在需求和實(shí)際需求,將總利潤(rùn)水平重新定義為:TR(m)=R(m)-C(m)-H(m),其中R(m)是銷(xiāo)售收入,C(m)是購(gòu)買(mǎi)成本,L(m)缺貨成本,H(m)是庫(kù)存持有成本,通過(guò)選擇混合策略以實(shí)現(xiàn)最大化零售商總額[20]。隆冰進(jìn)一步探討了在供需平衡的情況下出現(xiàn)庫(kù)存殘余、缺貨等狀態(tài)時(shí)隨機(jī)庫(kù)存模型。前期研究者在考慮庫(kù)存模型時(shí)均以供給、需求、庫(kù)存三要素相互獨(dú)立為研究條件,而此文考慮了三者之間的相互關(guān)系,并將其納入隨機(jī)庫(kù)存模型中,同時(shí)引入了需求的隨機(jī)波動(dòng)。其將庫(kù)存成本表示為訂貨費(fèi)、保管費(fèi)、殘余庫(kù)存損失費(fèi)和缺貨損失費(fèi)的加權(quán)總和,在需求的隨機(jī)變動(dòng)范圍中分別考慮一次補(bǔ)齊和整周期連續(xù)補(bǔ)貨模型,最終利用庫(kù)存成本期望提出了基于補(bǔ)貨周期的隨機(jī)庫(kù)存模型[21]。
除了傳統(tǒng)的庫(kù)存影響因素,消費(fèi)者的行為也在影響著庫(kù)存決策。唐躍武通過(guò)刻畫(huà)消費(fèi)者策略性行為,分別從兩個(gè)階段分析鏟平剩余價(jià)值對(duì)消費(fèi)者行為等因素的影響機(jī)理[22]。
韋才敏則考慮了在企業(yè)面臨資金約束時(shí)的庫(kù)存決策問(wèn)題。當(dāng)銀行出現(xiàn)信貸緊縮、資本市場(chǎng)不發(fā)達(dá)時(shí),作者研究了延期支付與庫(kù)存訂購(gòu)量之間的關(guān)系,在庫(kù)存損壞率較小時(shí),利用了泰勒展開(kāi)式等優(yōu)化算法進(jìn)行參數(shù)更新,從而得到最優(yōu)缺貨時(shí)間、最佳訂購(gòu)周期和最佳零售價(jià)格的解析解[23]。同時(shí)根據(jù)給定的模型,給出了平均利潤(rùn)函數(shù)并證明了其存在最優(yōu)解,然后通過(guò)算例完成了不同銷(xiāo)售價(jià)格、不同折價(jià)回購(gòu)比例和不同庫(kù)存影響因子條件下的最優(yōu)訂貨策略的確定以及其余相關(guān)參數(shù)的靈敏度分析,分析結(jié)果可對(duì)零售商的訂貨策略有一定的參考價(jià)值。
參考文獻(xiàn):
[1]? Whintin T.M.Theory of Inventory Management[M].Princeton:Princeton Press,1957.
[2]? Chare P.N.,Schrader G.F.A model for exponentially decaying inventories[J].Joural of Industrial Engineering,1963,(15):238-243.
[3]? 呂大義.易腐物品中提前時(shí)間內(nèi)的兩種需求分布[J].西安工業(yè)學(xué)院學(xué)報(bào),2003,(23):6.
[4]? 莊博仁,戴嬡坪.可控制設(shè)置成本對(duì)(Q,r)存貨模型下瑕疵品的影響[C].第6屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議文集.大連:大連理工大學(xué)出版社,2001.
[5]? 馬玉林.可滯后的易腐庫(kù)存模型[J].工科數(shù)學(xué),2001,(5):60-67.
[6]? Dave U.,Patel L.K.(T,S,i)policy inventory model for deteriorating items with time proport ional demand[J].J.Opt.Res.Soc,1981,(32):137-142.
[7]? Roychow dhury M.,Chaudhuri K.S.An order 2level inventory model for deteriorating items with finite rate of replenishment[J].Opsearch,1983,(20):99-106.
[8]? Goswami A.,Chaudhuri K.S.Variations of order 2level inventory models for deteriorating items[J].Int.J.Prod.Econ,1992,(27):111-117.
[9]? Ph ilip G.C.A generalized EOQ model for items with Weibull distribution deterio ration[J].A IIET rans,1974,(6):159-162.
[10]? 朱彥利,等.基于預(yù)定銷(xiāo)售的庫(kù)存模型[J].廣西科學(xué),2007,(2):128-131.
[11]? Yang Hui-Ling.Two-warehouse inventory models for deteriorating items with shortages under inflation[J].European Journal of Operational Research,2004,(157):344-356.
[12]? P.C. Yang,H.M. Wee.An integrated multi-lot-size production inventory model for deteriorating item[J].Computers and Operations Research,2003,(30):671-682.
[13]? S. Sana,S.K. Goyal,K.S.,Chaudhuri.A production-inventory model for adeteriorating item with trended demand and shortages[J].European Journal of Operational Research,2004,(157):357-371.
[14]? 徐菱,等.考慮變質(zhì)量可折價(jià)回購(gòu)與庫(kù)存水平影響需求的易變品庫(kù)存模型[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2016,(24):79-86.
[15]? Steven N.Optimal ordering policies for perishable inventory[J].Operation Research,1975,(4):735-740.
[16]? 郝世綿,等.基于多目標(biāo)優(yōu)化的生鮮食品聯(lián)合庫(kù)存研究[J].當(dāng)代經(jīng)濟(jì)管理,2017,(1):24-29.
[17]? 冉文學(xué).多級(jí)供應(yīng)鏈環(huán)境下生鮮農(nóng)產(chǎn)品的集成庫(kù)存成本控制[J].物流工程與管理,2016,(11):78-83.
[18]? 曹裕.易逝品隨機(jī)生產(chǎn)庫(kù)存模型動(dòng)態(tài)定價(jià)、服務(wù)水平和生產(chǎn)控制策略[J].系統(tǒng)工程理論與實(shí)踐,2018,(7):1717-1731.
[19]? 朱連燕.基于EOQ模型參數(shù)不確定性的穩(wěn)健最優(yōu)訂貨策略[J].數(shù)理統(tǒng)計(jì)與管理,2018,(4):652-661.
[20]? 王玉.考慮保質(zhì)期的易腐品庫(kù)存——買(mǎi)贈(zèng)促銷(xiāo)策略分析[J].工業(yè)工程與管理,2017,(3):99-113.
[21]? 隆冰.需求依賴(lài)庫(kù)存水平的隨機(jī)庫(kù)存模型[J].武漢理工大學(xué)學(xué)報(bào):交通科學(xué)與工程版,2018,(5):732-737.
[22]? 唐躍武.考慮策略性消費(fèi)者的生鮮農(nóng)產(chǎn)品定價(jià)和庫(kù)存決策[J].中國(guó)管理科學(xué),2018,(11):105-113.
[23]? 韋才敏.延期支付與訂購(gòu)量相關(guān)的易腐產(chǎn)品庫(kù)存決策模型[J].數(shù)學(xué)雜志,2018,(2):325-336.