简介:随机需求库存-路径问题(StochasticDemandInventoryRoutingProblem,SDIRP)是典型的NP难题,也是实施供应商管理库存策略过程中的关键所在。文章通过引入固定分区策略(FixedPartitionPolicy,FPP),将SDIRP分解为若干个独立的子问题,并采用拉格朗日对偶理论以及次梯度算法确定最优的客户分区。在此基础上证明了各子问题的最优周期性策略由分区内各客户的(T,S)库存策略以及相应的最优旅行商路径构成,进而给出了客户需求服从泊松分布时求解最优(T,S)策略各参数的方程组,并设计了求解算法。最后,通过数值算例讨论了上述策略以及算法对于解决SDIRP的有效性。
简介:供应链中存在着广泛的信息共享,既包括上下游企业间的纵向性共享,也包括同层企业间的横向信息共享。以一个具有学习效应的供应链为研究对象,为研究信息共享对分散型供应链中零售商决策的影响,提出了一个具有横向信息共享的供应链模型。以Cournot博弈为研究手段,求解了零售商的均衡订货决策和信息共享策略。在此模型中,生产商为多个零售商提供类似的产品,每个零售商具有自己独立的终端市场。零售商面对单周期需求,该需求可以在本周期内满足或者在第二阶段延迟交货。由于学习效应的存在,第二阶段生产商的批发价格是第一阶段总订货量的减函数。零售商在观察到自身的需求之前,达成信息共享的协议。研究结果表明,当第一阶段的均衡订货数量低于需求时,零售商间无共享私有信息的动机,该结果和寡头模型信息共享的相关结果相反。除此之外,在一个总体需求稳定的市场中,信息共享的影响随着零售商数量的增加而递减。此结果对企业在不同市场情况下选择信息共享策略具有重要价值。
简介:我国服装行业库存水平近年逐渐恶化,库存问题成为该行业发展的重要瓶颈。信息共享被认为是有效解决该问题的方法之一。然而目前国内文献对我国服装行业信息共享的定量研究较为缺乏;同时国内外对信息共享的普适研究也多集中于比较共享与不共享信息的影响,鲜有文章研究信息共享程度对供应链绩效的影响。本文通过建立信息共享量化模型分析以下三种情况对服装行业供应商库存水平及成本的影响:(1)共享需求统计信息,(2)共享实时需求信息,(3)共享需求及市场信息。本文研究表明,共享实时需求信息比共享需求统计信息能有效降低供应商库存水平及成本;而额外共享市场信息,能增加供应链柔性,提高其应对市场不确定性的能力。本文研究信息共享程度对服装行业供应链的影响,旨在降低我国服装供应链高库存水平,并为我国服装企业信息化及品牌建设提供管理启示。