订单信息预知机制在应用均衡补货模式的两级分销系统中的价值(3)_代写论文

态分布时， X Y st ≤ 成立。
命题4：如果+1 ≤ i st i d d ，i = 1,...,m−1，且评估周期内对供应商最优的零售商补货次序为
( ,..., ,..., ) 1
*
t m π = i i i ，这里t {j F (S ) P P H j m} = max j (π * ),π * ≥ ( + ), = 1,.., ，那么( ,..., ) 1 t 240 i i
按随机序降序排列而( ,..., ) t 2 m i i + 按随机序升序排列。
当零售商订单服从随机序排列时，对供应商最优的零售商补货次序不再关注如何降低随
机波动性，而是如何利用零售商订单大小的不同来最小化库存成本。在评估周期内，供应商
没有机会得到货品补充，其在库库存水平不断下降。当持有库存时，供应商会优先满足大订
245 单以降低在库库存水平和库存持有成本；当发生缺货时，供应商更乐于满足小订单来压低缺
货水平和缺货成本。因此，对供应商最优的零售商补货次序呈现出V 字型结构。
5 算例分析
本节中，我们通过算例量化均衡补货模式下订单信息预知机制的价值，并考察零售商补
货次序对分销系统库存成本的影响。
250 5.1 算例设计
算例参数如下：m = 5 ，H = 1， P = 1,10,50,100， L = 0,...,m−1，a = 1,...,m+ L 。
考虑同质和异质终端顾客需求两种情景、正态分布和泊松分布两种需求分布类型。在同质需
求情景下，各零售商每期面对的终端顾客需求或者服从均值为2，标准差为0.4 的正态分布，
或者服从均值为1.0 的泊松分布。显然在同质需求情景下，零售商补货次序不影响订单信息
255 预知机制价值的实现。在异质需求情景下，各零售商每期面对的终端顾客需求或者服从均值
为2，标准差依次为0.2、0.3、0.4、0.5、0.6 的正态分布，或者服从均值依次为0.5、0.75、
1.0、1.25、1.5 的泊松分布。我们一共对供应商计算了560 种参数组合。在所有参数组合中，
我们均假设零售商的参数为： h = 2 ， p = 20 ， l = 1。
为考察零售商库存成本，我们使用Zhang 和Cheung（2008）[10]给出的零售商库存成本
260 函数进行仿真计算。为简化表述，下文中我们仅报告所有零售商的整体库存成本。
5.2 订单信息预知机制的价值
令Π 表示所有可能补货次序的集合。我们采用下式计算订单信息预知机制对供应商的
价值：
( ) ( )
( ) 100%
!
1
0
0
×
− Σ
π ∈Π π
π π
SC
SC SC
m
a
265 类似地，我们计算订单信息预知机制对零售商和分销系统整体的价值。表1 和表2 分别
给出了同质和异质需求情景下的计算结果。
表1：同质需求情况下订单信息预知机制的价值
Tab. 1 The Value of Advance Order Information with Identical End-Customer Demands
P L 供应商零售商分销系统
a=1 a=2 a=4 a=1 a=2 a=4 a=1 a=2 a=4
0 0.4% 0.9% 2.0% −0.3% −1.1% −4.6% −0.2% −0.7% −3.3%
1 2 0.3% 0.6% 1.4% −0.3% −1.3% −3.3% −0.2% −0.9% −2.4%
4 0.0% 0.2% 0.8% −0.1% −0.5% −2.2% 0.0% −0.3% −1.6%
0 0.8% 1.7% 4.3% −0.3% −0.9% −3.2% 0.0% −0.1% −0.9%
10 2 0.6% 1.3% 3.0% −0.4% −0.9% −3.2% −0.1% −0.2% −1.2%
4 0.5% 1.0% 2.3% −0.3% −0.9% −3.1% −0.1% −0.3% −1.4%
0 1.7% 3.5% 8.4% −0.3% −0.9% −3.0% 0.3% 0.5% 0.7%
50 2 1.4% 2.9% 6.3% −0.3% −0.9% −3.0% 0.3% 0.4% 0.1%
4 1.4% 2.8% 5.6% −0.3% −0.9% −3.0% 0.2% 0.3% 0.0%
0 1.9% 4.0% 9.7% −0.3% −0.9% −3.0% 0.4% 0.7% 1.2%
2 1.6% 3.4% 7.2% −0.3% −0.9% −2.9% 0.4% 0.6% 0.5%
正
态
分
布
100
4 1.5% 3.0% 6.3% −0.3% −0.9% −2.9% 0.3% 0.5% 0.3%
0 2.9% 5.9% 11.3% 0.8% 1.5% −6.7% 1.1% 2.0% −4.7%
1 2 2.8% 5.5% 11.1% 1.4% 2.4% −3.0% 1.6% 2.7% −1.4%
4 2.6% 5.2% 10.4% 0.1% 1.1% −4.1% 0.4% 1.6% −2.4%
0 4.4% 9.0% 19.9% −0.6% −2.7% −10.7% 0.5% 0.0% −3.8%
10 2 3.5% 7.1% 15.4% −1.3% −3.7% −11.7% −0.1% −1.1% −5.1%
4 2.9% 6.1% 12.8% −1.1% −3.2% −10.9% −0.1% −0.9% −4.9%
0 5.2% 10.9% 26.2% −1.0% −3.2% −11.1% 0.7% 0.7% −0.8%
50 2 3.9% 8.4% 18.4% −1.1% −3.4% −11.4% 0.4% 0.1% −2.6%
4 3.5% 7.0% 14.8% −1.3% −3.3% −11.4% 0.2% −0.1% −3.3%
0 5.5% 11.5% 28.0% −1.1% −3.4% −11.4% 0.8% 1.0% 0.2%
2 4.1% 8.7% 19.2% −1.1% −3.4% −11.5% 0.5% 0.4% −1.9%
泊
松
分
布
100
4 3.5% 7.1% 15.2% −1.1% −3.3% −11.4% 0.4% 0.1% −2.7%
270 表2：异质需求情况下订单信息预知机制的价值
Tab. 2 The Value of Advance Order Information with Non-Identical End-Customer Demands
P L 供应商零售商分销系统
a=1 a=2 a=4 a=1 a=2 a=4 a=1 a=2 a=4
0 0.4% 1.0% 2.1% −0.6% −1.6% −4.8% −0.4% −1.1% −3.4%
1 2 0.3% 0.6% 1.6% −0.4% −1.0% −3.7% −0.2% −0.6% −2.6%
4 0.0% 0.3% 0.9% −0.3% −1.0% −3.0% −0.3% −0.7% −2.2%
0 0.9% 1.9% 4.8% −0.4% −1.1% −3.4% 0.0% −0.1% −0.8%
10 2 0.7% 1.4% 3.3% −0.4% −1.0% −3.3% 0.0% −0.3% −1.2%
4 0.5% 1.1% 2.5% −0.4% −1.0% −3.2% −0.1% −0.3% −1.4%
0 1.8% 3.7% 9.2% −0.3% −1.0% −3.1% 0.3% 0.6% 0.9%
50 2 1.5% 3.0% 6.6% −0.3% −1.0% −3.1% 0.3% 0.4% 0.2%
4 1.4% 2.8% 5.7% −0.3% −1.0% −3.1% 0.2% 0.3% −0.1%
0 2.0% 4.3% 10.5% −0.3% −0.9% −3.1% 0.5% 0.8% 1.5%
2 1.7% 3.4% 7.6% −0.3% −0.9% −3.1% 0.4% 0.6% 0.6%
正
态
分
布
100
4 1.5% 3.1% 6.4% −0.3% −1.0% −3.0% 0.3% 0.5% 0.3%
0 3.3% 6.6% 12.1% −0.3% −1.7% −10.0% 0.1% −0.8% −7.5%
1 2 2.7% 5.6% 11.8% 0.1% −1.1% −7.1% 0.4% −0.3% −4.9%
4 2.6% 5.2% 10.5% 0.0% −0.8% −6.0% 0.3% −0.1% −4.0%
0 4.4% 9.2% 20.7% −1.2% −3.5% −11.7% 0.1% −0.6% −4.2%
10 2 3.5% 7.0% 15.6% −1.1% −3.4% −11.6% 0.0% −0.8% −5.0%
4 3.1% 6.2% 12.8% −1.2% −3.5% −11.4% −0.1% −1.0% −5.2%
0 5.4% 11.3% 27.0% −1.3% −3.7% −12.1% 0.6% 0.5% −1.2%
50 2 4.0% 8.3% 18.7% −1.3% −3.7% −12.1% 0.3% −0.1% −3.0%
4 3.4% 7.0% 14.7% −1.3% −3.7% −12.1% 0.2% −0.4% −3.7%
0 5.7% 12.0% 28.8% −1.3% −3.7% −12.1% 0.8% 0.9% 0.0%
2 4.2% 8.6% 19.6% −1.3% −3.7% −12.1% 0.5% 0.2% −2.1%
泊
松
分
布
100
4 3.5% 7.2% 15.2% −1.3% −3.8% −12.0% 0.3% −0.1% −2.9%
如表所示，订单信息预知可以有效降低供应商库存成本，且成本节省幅度在泊松分布需
求下尤为显著。这是因为该信息机制通过消除零售商订单不确定性来降低供应商库存成本，
275 而所采用算例中，泊松分布需求的不确定性较之正态分布需求的更大。
对于给定a 值，订单信息预知机制的价值随L 增大而减小，因为预知零售商订单数a 在
总订单数m + L 中的比例下降。对于给定L 值，订单信息预知机制的价值随a 增大而增大，
因为供应商预知零售商订单数增多。从表1 和表2 中，我们还发现订单信息预知机制的价值
随P 增大而增大。这是因为较小的P 值意味着较低的供应商最优基准库存水平，相应地发
280 生缺货的可能性也较大，这时即使供应商预知零售商订单也帮助不大。
如前所述，要求零售商提前订货相当于延长其订货提前期。如表1 和表2 所示，订货提
前期延长直接导致零售商的整体库存成本增大。由于供应商绩效改善是以零售商损失为代
价，所以对整个分销系统而言，实施订单信息预知机制并不会带来帕累托改善。不过，算例
计算结果也表明，当a 值较小和（或） P 值较大时，分销系统的整体绩效有可能改善。在
285 这种情况下，供应商可以通过与零售商分享收益来赢得零售商对实施订单信息预知机制的支
持。
5.3 零售商补货次序的影响
我们采用
( ) ( )
( ) 100% *
*
×
−
π
π π
SC
SC SC 来计算零售商补货次序对供应商库存成本的影响，这
里π 表示对供应商最差的零售商补货次序，即π 最大化SC(π )。类似地，我们也计算零售
290 商补货次序对零售商和分销系统绩效的影响。计算结果如表3 所示。
295 表3：零售商补货次序的影响
Tab. 3 The Impact of the Sequencing Decision
P L 供应商零售商分销系统
a=1 a=2 a=4 a=1 a=2 a=4 a=1 a=2 a=4
0 1.2% 1.2% 0.0% 3.2% 4.1% 2.8% 2.4% 3.0% 2.3%
1 2 0.6% 1.0% 1.2% 2.8% 3.2% 3.8% 2.2% 2.4% 2.8%
4 0.5% 0.1% 1.0% 2.1% 2.1% 3.7% 1.7% 1.6% 2.8%
0 1.8% 3.2% 3.8% 0.7% 1.3% 2.1% 0.2% 0.4% 1.0%
10 2 1.4% 0.0% 3.2% 0.7% 1.1% 2.1% 0.6% 0.8% 0.8%
4 1.9% 2.0% 0.0% 0.7% 1.1% 1.9% 0.4% 0.6% 1.3%
0 3.2% 6.0% 7.6% 0.5% 1.1% 1.9% 0.8% 1.3% 2.2%
50 2 2.4% 0.0% 6.0% 0.5% 1.0% 2.0% 0.9% 0.7% 1.2%
4 2.8% 3.2% 0.0% 0.5% 1.0% 1.9% 0.8% 0.9% 1.3%
0 3.7% 6.8% 8.8% 0.5% 1.0% 1.9% 1.0% 1.6% 2.6%
2 2.7% 0.0% 6.8% 0.5% 1.0% 1.9% 1.0% 0.6% 1.5%
正
态
分
布
100
4 3.3% 3.7% 0.0% 0.5% 1.0% 1.9% 1.0% 1.1% 1.3%
0 47.1% 53.8% 52.6% 6.1% 5.8% 4.3% 6.7% 6.1% 7.6%
1 2 31.9% 37.7% 53.8% 5.4% 5.2% 5.8% 5.4% 5.5% 5.0%
4 32.1% 31.8% 37.7% 5.1% 4.8% 4.6% 6.6% 5.5% 5.3%
0 40.1% 49.9% 67.2% 2.5% 2.5% 2.8% 6.2% 7.2% 8.6%
10 2 30.9% 30.1% 49.9% 2.4% 1.6% 2.8% 6.1% 6.0% 7.2%
4 29.3% 32.0% 30.1% 2.5% 3.2% 1.8% 6.0% 5.6% 6.4%
0 35.8% 47.3% 66.0% 1.6% 1.5% 2.2% 8.0% 9.3% 10.4%
50 2 28.8% 25.8% 47.3% 1.3% 1.2% 2.2% 7.7% 7.3% 8.7%
4 27.5% 29.5% 25.8% 1.6% 1.6% 2.1% 7.0% 7.3% 7.6%
0 34.9% 45.7% 65.9% 1.3% 1.5% 2.2% 8.1% 9.4% 11.0%
2 28.0% 24.2% 45.7% 1.1% 1.2% 2.2% 7.9% 7.3% 9.0%
泊
松
分
布
100
4 26.4% 28.5% 24.2% 1.4% 1.5% 2.1% 7.4% 7.7% 7.7%
供应商的库存成本显著依赖于零售商补货次序，尤其是当需求服从泊松分布时。我们发
现零售商整体库存成本对这一决策不敏感，特别是当P 值较大时。例如，对于泊松分布需
300 求，当P = 10,50,100 和a = 1时，补货次序对供应商库存成本的平均影响是31.3%，而对零
售商整体库存成本的平均影响仅为1.74%。在均衡补货模式下，评估周期内供应商在库库存
水平持续下降，因此零售商的补货位置越靠近该周期尾部，其面临的供应商缺货风险就越大。
原创学术论文网Tag：代写论文职称论文发表代发论文代写代发论文

搜索

热门标签:

订单信息预知机制在应用均衡补货模式的两级分销系统中的价值(3)