文摘

马尔可夫动态规划是用于分析质量损失的影响利润的冷链零售商的需求受随机因素影响时,产品可以放在外观保鲜,以果蔬冷链的零售商为研究对象,针对零售商的利润最大化的无限的销售时期。发现该模型可以控制系统利润波动在预期范围内通过调整相关策略当初始库存波动的随机需求因素。补充的最优策略,定价,保护投资期初存货是密切相关的。敏感性分析表明,最优策略和利润波动幅度密切相关的质量特征数量损失和质量损失。当质量损失增加,零售商应该减少一个补给,投资出现提前保护,提高价格。损失数量增加时,零售商应该减少数量的一个补充。

1。介绍

近年来,中国冷链产业的水平进一步提高的环境和市场活力。根据市场前景与投资战略规划分析报告的中国冷链物流行业,中国冷链物流行业的市场规模从2012年到2017年逐年增加。2018年,中国最高的冷链业务总收入100冷链物流企业398.24亿元,比上年增长53.27%,占整个冷链物流市场的13.79%。有25个新企业100强企业中,这表明冷链行业充分竞争和强大的市场生命力。然而,中国冷链行业的平均利润率约为6.15% - -7%,而欧洲和美国等发达国家可以达到20% - -30%。的低利润率的主要原因中国冷链产业产品消费造成的经济损失。相关数据表明,水果和蔬菜的年度亏损率在中国生产从田地到餐桌高达25% - -30%,价值数千亿元,而水果和蔬菜的损失率在发达国家还不到5%。

此外,改善中国居民的收入和消费水平,人们不仅对冷链产品的需求增加,也增加了冷链产品的质量和安全要求。消费者越来越倾向于购买高质量的产品。消费观念的变化为中国冷链操作提出了更高的要求。如何提高冷链利润和实现冷链行业的稳定发展在满足消费者需求的前提下,产品质量是一个迫切需要解决的问题。

冷链补给的共同决策,定价和冷链保鲜投资是一个重要的理论依据库存运营管理。具有重要意义,以降低恶化冷链产品造成的腐败成本,优化冷链的相关决策上游和下游库存管理,提高销售利润。然而,在这个阶段,数学描述和解决方案之间的关系恶化特点、需求特点、和保鲜冷链产品的输入,特别是水果和蔬菜产品,不够深入,导致低亲密之间的相关研究和实际的冷链在这个阶段,它直接影响到理论和实践在这一领域深入发展。因此,它具有重要的理论和实践意义深入挖掘补给的共同决策,定价,和保鲜冷链的投资理论,更深入地理解腐败的冷链产品的特点和需求特点,合理和科学保鲜投资,为提高客户满意度水平,加强冷链管理的科学性。

2。文献综述

冷链系统的定价和库存优化一直是一个热点问题领域的冷链。近年来,已经有很多研究冷链的联合优化库存和定价从不同角度(冯et al。1),阿扎迪et al。2])。

王旭和刘刚(3)建立一个补给定价模型与三参数威布尔分布特征,对价格敏感的需求,和随机性。直接法是用于解决冷链零售商的定价策略补充以利润最大化为目标,产品水平恶化的特点。指出非线性时变消耗率可以更全面地描述冷链产品的消费特点。Neda et al。4],Mahmoodi [5)建立一个补给与分段定价模型时变数量消费率和敏感的价格和库存的需求。直接法是用于解决冷链零售商的补货定价策略旨在最大化利润。尽管上述研究反映的多样性研究在这一领域的需求假设和数量消费的假设,假设冷链产品消费速率是有限的数量消费,也就是说,假定一定比例的产品销售周期完全失去效力,而其他产品的质量仍然完好无损。

Goyal和吉里6首先指出,消费率的冷链产品可分为两种类型。第一个是数量消费率,指商品消费量的比例的总数量的商品。第二个是质量损失率,商品质量的下降的比例的商品质量状况良好。造成的恶化量消费率使货物完全无效,不能继续销售,需要立即丢弃。恶化引起的质量损失率降低了商品的质量,但它仍然有一定的商品效用和可以继续出售。显然,只有量损失的假设适用于与优越的保鲜环境冷链流通的产品,因为产品的质量损失率在良好的保鲜环境很低,可以忽略。然而,在专业的链接保存管理无法进行冷链产品,质量损失更明显,不容忽视。尤其是在零售环节的冷链水果和蔬菜产品,零售商需要把水果和蔬菜产品在货架上出售,这是很难创建一个低温或关闭保鲜环境产品,这样不仅损失数量也明显的质量损失发生后的一段时间内销售产品放在货架上。

因此,对于这样的联系冷链流通的产品,考虑数量损失和质量损失的假设在同一时间显然是更现实的。现在,一些研究进一步建立内部质量损失之间的关系,产品质量,在需求函数和需求的基础上,考虑数量损失。产品质量的损失,导致产品质量的下降,从而导致需求减少。徐(7)建立了一个冷链补给定价模型考虑产品质量消费,和需求的平均新鲜和价格敏感产品。直接法是用于解决两阶段定价模型下的最优定价策略。秦et al。8)建立了一个补给定价模型考虑数量损失和质量损失同时,需求对价格很敏感,产品质量和库存。直接法是用来解决零售商定价策略旨在补充利润最大化。质量损失率和质量损失率表示为两个参数威布尔函数,并指出双重损失的假设可以更全面地描述商品损失的特点。拉巴尼et al。9)建立了一个补给定价模型考虑数量损失和质量损失同时,和产品价格和产品质量需求敏感。直接法是用于解决冷链零售商的定价策略补充针对利润最大化。量损失率是表示为一个带三个参数的威布尔函数来反映质量损失的瞬时性,和质量损失速率表示为两个参数威布尔函数来反映数量的noninstantaneity损失。研究指出,考虑数量损失和质量损失的假设在同一时间可以更全面描述冷链产品的数量损失特点和需求变化引起的质量损失。尽管上述文件进一步描述质量损失同时考虑数量损失,他们不考虑如何正确投资保护技术需求减缓的损失造成的产品损失。

近年来,在大量相关研究的共同决策冷链库存和定价,一些研究认为保鲜冷链的共同决策的输入因素库存和定价,并进一步考虑了保鲜输入和建立内部关系的四个的基础上建立内部质量消费之间的关系,产品质量,需求函数和需求。目前,保鲜投资参与这样的研究可以分为两种类型。第一个是技术保鲜投资。这种保鲜投资会影响消费的产品和产品的消费速度放缓,如采购低温设备为产品创造一个低温环境。研究涉及技术保鲜输入包括小王和江10和王et al。11),建立了一个补给定价模型考虑数量损失和质量损失同时,和需求对产品的质量和价格很敏感。遗传算法是用来解决补给,定价,和二、三级冷链保鲜投资策略针对利润最大化。前者结构功能关系保鲜投资、质量损失率和质量损失率和首次证明了其合理性。指出农产品,并有很强的敏感性,适当的技术保鲜投资可以有效提高冷链的总利润。此外,邹et al。12)参与的研究技术在冷链保鲜投资库存模型。他的研究只考虑质量消费和需求是敏感产品质量和保鲜的投资。第二个是外观保鲜投资并不影响产品的消费速度,但会影响到产品的质量最终展示,然后影响需求,如精美包装的产品。研究涉及外观保护投资包括Pakhira et al。13)建立定价模型考虑补充数量消费和需求,这是敏感的价格和外观保护投资和季节性变化。直接法用于解决二次冷链的联合决策问题库存、价格、和保护投资针对利润最大化。冯(14)建立了一个补给定价模型考虑数量损失和质量损失同时,需求是敏感的价格和产品质量。模糊分析方法用于解决补给的联合决策问题,定价,保鲜冷链零售商的投资和利润最大化的目标。外观保护投资和产品质量之间的线性关系构造第一次,并指出适当的外观保护投资可以提高冷链利润。索尼和Suthar15)建立了一个补给定价模型考虑到消费和需求数量对价格敏感和外观保鲜投资和受到随机因素的影响。直接法是用于解决冷链零售商的联合补充定价决策问题旨在最大化利润。尽管上述文献认为保鲜的影响投资需求,他们都表达的需求确定的需求,不考虑随机因素对需求的影响。

在实际销售过程中水果和蔬菜冷链零售商,他们的需求通常是由随机干扰因素,如天气和交通状况。研究共同决策的冷链库存和定价,一些研究已经建立了内部质量消费之间的关系,产品质量,需求函数和需求,进一步考虑随机因素,建立了内部的四个关系。例如,基于马尔可夫过程,章子怡和王16)建立了一个定价模型考虑补充数量消费;需求是价格敏感,受随机因素的影响。策略迭代法用于解决共同决策的补给问题,定价和保鲜冷链零售商在不确定时期的投资和利润最大化的目标。

综上所述,现有的研究数量损失的描述已经相对成熟,但有相对较少的研究考虑数量损失和质量损失同时,和大多数限于描述内部质量损失之间的关系,产品质量,当表达需求函数和需求。很少有研究进一步考虑外观保护投资和随机因素的基础上,这三个。和大多数现有的研究是静态模型,也就是说,它假定只有一个补给周期或多个补充的补充卷周期是相同的。现有的研究如陈et al。17),Crama et al。18]提出的需求受随机因素影响时,显示了不确定的需求,动态规划的解决方案方法更为科学。

与以往的研究不同,本研究认为零售商的库存数量损失和质量损失的影响同时,并允许缺货。考虑不确定的需求,本研究建立了内部外观保鲜投资之间的关系,质量损失、产品质量、随机因素和需求,利润最大化的目标。马尔可夫动态规划模型用于解决补给,定价和保鲜投资策略多个零售商的补货周期内无限的销售时期。

3所示。问题描述

本研究认为零售商库存系统决定补给和销售策略在无限多个补给周期的一个产品销售周期。在每个补给周期的开始时间相等,零售商决定补货数量,价格,和保存输入时间根据当前的库存状态。每次补给后,产品受数量影响消费和需求在补给周期并开始减少。需求是不确定的,伴随着随机干扰因素。同时,产品质量和价格敏感的需求,和产品质量影响消费和投资保鲜。在此期间,零售商投资一次性产品的外观保护保护投资时间点,以提高产品的质量在销售。在每个补给周期,没有剩余的库存,但短缺是允许的。对短缺的需求敏感产品价格和等待时间。短缺的数量在每个补给周期库存状态下一个补给周期之初。库存状态的每个补给周期动态建模为状态变量的动态规划。

4所示。数学模型建设

4.1。模型假设和符号描述

以下4.4.1。模型的假设

(1)时间的产品需求是一个连续函数,系统允许缺货。(2)客户对产品质量、价格和等待时间在同一时间。也就是说,消费者倾向于较低的产品价格,高品质,缺货时,等待时间短。(3)零售商选择一个时间点在每个间隔补充露面保鲜剩余产品的投资。外观保护投资不会影响产品的质量和数量的恶化过程,但会影响产品质量时出售。(4)系统瞬间补充货物,无论交货时间。(5)一旦产品放入存储,它将立即恶化

4.1.2。符号描述

(1)库存模型符号说明: :库存补货间隔期间。 :需求率,每个补给的需求率区间分为三个部分:,, :单补充数量。 :产品质量在时间t。 :量损失率满足威布尔分布函数, :质量损失率满足威布尔分布函数, :输入单元产品外观的保鲜。 :影响程度系数单位外观保护投资产品质量。 :销售价格。 :保存输入的时间点。 :缺货时间点。 :单元投入成本(/单位) :单位库存成本(单位/小时) :单位采购成本(/单位) :单位恶化成本(/单位) :单位短缺成本(/单位) :单位运输成本(/时间/单位) :零售商的补货间隔。(2)象征性的马尔可夫模型的描述:状态变量: :补充库存初始状态区间v,等于库存状态结束时它们补充区间。 决策变量: :行为向量。 :销售价格。 :保存输入的时间点。 :缺货时间点。 :决策向量, 意味着采取行动的概率在最初的库存状态在补货间隔v。其他符号: :一步奖励,获得的利润由零售商采取行动当第一个补给的初始状态的时间间隔是s。 :一步奖励:获得的利润由零售商采取行动当第一个补给的初始状态的时间间隔是s。 :一步奖励:零售商采取行动时的初始状态补货间隔年代,导致利润获得的初始状态 补货间隔是s。 :国家价值函数。 :最优值函数。 :动作值函数。 :最佳的动作值函数。 :需求函数的随机因素。 :行为空间。 :状态空间。

4.2。零售商库存模型

零售商库存有相似的曲线在每个时间间隔补充,因此本章将重点分析零售商的库存补货间隔 . .

4.2.1。准备零售商的库存补货间隔期间的变化

(1)如图1,当 ,零售商的库存变化是受需求率数量和消费率,需求是产品质量和价格的函数。(2)如图1,当 ,零售商开始投资于外观保护产品,和零售商库存影响需求的变化速度数量和消费率,需求是产品质量的函数,保护投资,和价格。(3)如图1,当 ,零售商的库存缺货和库存变化只是需求率的影响 ,需求的产品价格和等待时间的函数。

4.2.2。建设补充零售商需求函数的区间

(1)需求率满足 ,在这产品质量在时间吗t。满足条件 。 零售商的库存质量消费速度,满足 和 在这是每一个补给点的初始质量。根据上述条件,结果是 。潜在的市场份额 , 价格弹性, 。 是单位销售价格。是一个随机变量。(2)需求率满足 ,在这添加保鲜输入后产品的质量,满足 。 是输入的单位产品外观保存,是单位的影响程度系数外观保护投资产品质量,它根据不同的产品类型和销售周期。(3)需求率满足 ,相关产品价格和等待时间。短缺损失系数 , , 是减去等待时间的函数股票。 , 。

因此,零售商的需求函数在区间v是补充

4.2.3。零售商的库存功能建设 - - - - - -th补给间隔

零售商的库存变化函数在第一间隔补充:

零售商的数量消费率,满足。

上面的公式符合下列条件:条件1。 条件2。 条件3。 条件4。

解决问题的过程:

解决方案的条件3,(4):

让,

所以,

解决方案的条件2和(5):

解决方案的条件1和(6): 4:解决方案的条件

因此,单一的补充数量可以获得当决策变量吗,,是已知的,因此它不是作为这个模型的决策变量。

解决方案显示,零售商的库存补充间隔功能是

零售商的补货量的补充时间间隔是: (10)

零售商的加权库存补货间隔期间是: (11)

零售商的需求补货间隔

4.2.4。零售商的利润计算

各种成本零售商的补货间隔是:(1)库存总成本: (2)采购总成本: (3)恶化总成本: (4)保鲜输入总成本: (5)缺货成本: (6)运输成本:

然后,总成本零售商的补货间隔是

补给的零售商的总利润区间是

4.3。建设基于马尔可夫决策过程的动态规划模型

根据前一节,下一步奖励功能状态年代补充的间隔是

在初始状态年代的补货间隔,一步奖励通过采取行动根据策略是一个函数的策略和随机变量 。一步奖励包含随机变量,所以没有确切的值,只有期望值,等于期望值的零售商的利润总额补给时间间隔 。

状态转换函数

初始状态补充的间隔 是一个函数的初始状态吗 ,策略 ,和随机变量补充的间隔 。状态转换函数包含随机变量,因此没有精确值,只有期望值,等于的期望值的短缺补货间隔。

目标函数是

这是解决策略一步的总和最大化回报从第一个补给n补给区间间隔。

这个目标函数可以解决策略迭代或值迭代根据马尔可夫决策过程(MDP)。为了促进迭代方案,相关变量的处理方式如下:(1)状态空间状态空间的状态变量属于分为相等的长度: 满足公式 , 是库存的下限。(2)战略空间(3)决策向量 是离散的: 在哪里 , , 是决策变量的区间长度离散化后售价,保鲜输入时间点和缺货时间点。相关变量限制: 库存状态在保修期的开始大于库存和小于零的下限。 确保输入的保鲜时间点大于补给周期的时间点开始,不到短缺的时间点。 确保缺货时间点大于保鲜输入时间点,和期末库存将不会离开。(4)状态转移概率(5)离散随机变量:

用于表示随机变量的分布规律在的范围 :

然后,状态转移概率矩阵

当行动是根据策略在初始状态补充的间隔 的初始状态的概率 补货间隔是 。

在这个时候,国家行为策略,衰减系数,一步奖励,状态转换矩阵,和客观的马尔可夫过程是所有已知的函数,和贝尔曼方程可以用于迭代的解决方案。

4.4。贝尔曼方程的建设

自从一步奖励函数包含随机变量 ,根据状态转移矩阵,(17)可转化为:

这是解决策略最大化的和零售商的一步回报的期望值从第一个补给n补给区间间隔。

根据贝尔曼最优方程,最优状态值补给时间间隔的函数被定义为 ,(19)可以被转换为迭代解 。

因此,根据

可以转换为:

解决最优状态值函数转化为解决最大化的最优行为价值函数 。在这个时候,求解最优策略的问题终于变成了:

4.5。战略评价和贪婪的解决方案

4.5.1。战略评估

根据高斯赛德尔迭代的收敛性质,战略评估过程的伪代码如下:输入:状态 ,策略 ,一步的奖励 ,状态转移矩阵 ,衰减系数。初始化状态值函数 对于每一个年代做 结束了 输出: 指的是k迭代,下后最终的状态值收敛迭代策略 。

4.5.2。贪婪的解决方案

对于每一个年代做 输出: 是一个新战略,重复获得的最优策略是战略评估和战略迭代 。

5。实例分析

根据参数表1,实例分析结果如下:

5.1。结论1

如图2,当库存量−7,最优状态值达到最大,这被定义为“马克斯最佳状态值点。“当库存量大于7−逐渐趋于0时,最优状态值显示了一个下降的趋势,而当库存水平小于7,逐步接近−−20日最优状态值也显示一个下降的趋势。

这种变化趋势类似于张的研究结论和王16]。原因是,尽管适当的短缺将会产生额外的短缺成本,它可以节省库存成本高造成的库存积压商品恶化造成的。当库存大于最优短缺水平,库存成本上升,导致减少最优状态值。当库存小于最优短缺,短缺成本增加,导致最优状态值的减少。最大最优状态值点的最优库存点之间缺少成本和库存成本。此外,值得注意的是,当库存逐渐远离马克斯最佳状态的价值点,最优状态的斜率的绝对值价值曲线逐渐减少,表明当期的期初存货波动极大地随机因素的影响下,该模型可以控制系统利润的波动在一定范围内通过调整相关策略。

最优状态值下的模型算法与制服下的状态值策略。统一的策略是用来表示,水果和蔬菜冷链零售商采用补给,统一定价,保护投资策略和随机模型的算法。制服下的状态值的解决方案的策略是取代贝尔曼最优(25更夫期望方程):

统一的策略是: 。这意味着在状态 ,把每个行为的概率的比例是1的所有行为在行为空间,也就是说,每个策略是采取统一和随机。国家统一的战略在战略价值评估如图3:

发现在不同的期初存货状态下,最优策略下的最优状态值大于,在统一的策略,和状态值的波动范围统一的策略是更大的。结果表明,与随机决策相比,模型算法可以提高冷链利润和减少利润的波动幅度。

5.2。结论2

如图4,保鲜输入时间点附近达到最大库存量−7及其双方逐渐减少。原因在于,根据结论1,当库存量−7,最优状态值达到最大。当库存水平7−附近波动,是理想的库存水平,没有必要做出很大调整保鲜输入时间点。当库存水平逐渐移动7两边,库存波动明显,保鲜的输入时间点需要大幅调整。从7−库存逐渐增加时,有必要减少果蔬保鲜的时间点投资,也就是说,保鲜提前投资。原因是早期保鲜投资可以增加需求,加快销售速度,降低库存成本造成的库存积压。值得注意的是,从7−库存逐渐减少时,最优策略仍然选择增加利润提前通过投资保护。短缺过大的时候,我们应该适当的放慢销售速度和降低短缺成本。

5.3。结论3

如图5,价格上涨从0到20。原因是库存很小。适当提高价格可以提高利润,放慢销售速度,减少缺货时间,降低缺货成本。

5.4。结论4

如图60之间,单补给体积几乎不变∼−7,但显示了一个明显的增加趋势之间−7∼−20。结合结论2和结论3,它表明当股票减少0到7之间,最优策略主要是调整价格和保鲜输入时间点,和不需要大幅调整单补充数量。当7−−20之间的库存减少,最优策略显著增加补充卷的基础上调整和增加价格,使保鲜提前投资,这也解释了为什么在结论2中,当库存逐渐减少从附近−7,最优策略仍然选择增加利润通过提高保鲜投资。原因是增加单补货数量可以减少短缺时间提前增加了保护投资,并实现最佳的权衡之间的单补给数量和保护投资的时间点。

5.5。结论5

如图7,虽然在实际操作中,只需要输入时间点决定保鲜,价格和单补货数量和缺货时间点只是为了简化计算模型的决策变量,它可以从缺货时间之间的关系图和库存之间的库存增加,当股票−7∼0,缺货时间波动很小。结论结合结论2,3,结论4,它表明短缺的时间,应该是减少往往是由于提前保护投资稳定,降低价格。提前的原因是,保护投资和降低价格可以增加销售速度,以增加短缺时间和减少库存成本。当7−−20日之间的库存减少缺货时间显示了疲软的增长趋势。结论结合结论2,3,结论4,它表明最优策略最终会导致缺货时间的增加使之间的权衡时增加单补货数量,提高价格,使保鲜提前投资。这种策略使库存成本、投资成本、缺货成本获得最优的组合。这表明在单补货数量的决策,保鲜投资和价格,不能直观地判断最优决策。模型算法的计算需要一个有效的根据不同的库存条件这三个之间的权衡。

总之,与统一的策略相比,最优策略可以提高冷链利润和减少利润的波动幅度。当最初的股票当期增加从价值的角度最大最优状态,零售商应该投资于外表提前保存并降低价格。当最初的股票当期减少从价值的角度最大最优状态,零售商应该增加单补货数量,增加价格和投资外部提前保存,以便系统利润的波动控制在一定的范围内。

6。敏感性分析

(1)形状系数的灵敏度分析产品质量损失率进行,结果如下:结论1。如图8的增加值,最优状态值逐渐降低。增加的原因是因素加速商品的恶化速度,产生额外的恶化成本,减少了利润。如图9的价值增加,单补给体积逐渐减少。原因是增加价值的因素加速商品的恶化,降低了需求率,导致库存积压和额外的库存成本。减少单一的补充可以降低库存成本造成的库存积压。如图10的增加值,保存输入时间点的值逐渐减小。原因是B因子的增加使货物更快的恶化速度和需求率低。提前保存可以提高投资的需求率。如图11的价值增加,定价水平逐渐增加。它很容易被识别,当加速恶化的产品,价格应该降低避免库存成本的增加造成的库存积压。原因是,当产品的恶化速度加快,减少单一补充卷和保鲜的投资提前将大大加速产品的销售速度,显著提高缺货时间。在这个时候,有必要适当增加价格放慢销售速度,缩短缺货时间,避免缺货成本高。它表明,当决定单补给数量、保鲜投资,和价格最优决策不能直观地判断和模型算法的计算需要一个有效的根据不同的库存条件这三个之间的权衡。如图12的增加价值,缺货时间逐渐增加,但变化很小。的原因是,当产品的恶化速度加快,减少单一补充卷和保鲜的投资提前将大大加速产品的销售速度,增加缺货,但大宗商品价格的提高将缩短缺货时间。结论2。如表所示2的价值的增加,最优状态的变化值,最优单补货数量和最优保存输入时间点增加。当因素的价值波动低于1,最优状态的变化值,最优单补货数量,和最优保存输入时间点很小,而当因素的价值波动高于1,三的变化更明显。原因是因素是质量损失率的形状系数 。根据fariborz两个参数威布尔函数的研究(2006),当形状系数的值是在0和1之间,是递减函数。当形状系数的值在1和2之间,是一个递增函数。这时,商品的质量损失率显著加速随着时间的推移,需求率显著降低,很容易产生严重的库存积压。在这个时候,有必要做出很大调整单补给保鲜投资的数量和时间点。同时,最优状态值也显著降低由于加速商品的质量损失率。这一结论表明,冷链零售商应注意产品的质量损失特征在不同的销售环境中,在不同的损失和最优决策的速度也不同。总之,形状系数的增加的质量损失率 ,最优状态值,优化单补货数量,和最佳的保鲜输入时间点减少,股票的最优价格和最优时间增加。时的值波动高于1,最优状态的变化值,最优单补货数量和最优保鲜输入时间点更加明显。(2)形状系数的灵敏度分析产品数量的消耗速率进行,结果如下:的变化价值,最佳状态的变化值和最优单补给体积数据所示13和14,而最优价格、最佳保鲜输入时间点和最优股票时间点不改变后保留两位小数,和它们的值是一样的实例分析的结果。结论1。如图13,最优状态的价值随的增加而减小价值。增加的原因是价值增加数量消耗速率,增加恶化成本在销售期间,和减少的价值最优的状态。如图14的价值增加,最优单补货数量减少。原因是,当的价值数量增加,亏损率变大。在这个模型中,数量损失表示为商品损失的比例数量商品的总量。减少单补货数量可以减少恶化商品的数量和降低成本。结论2。如表所示3的价值的增加,最优状态值的波动幅度变大。的原因是,根据定义冷链模型中的质量损失率由Goyal et al。6),质量损失率是损失的过程中产品处理,处理技术和相关条件的工人。造成的恶化量损失率使货物完全没有用处。因此,造成的损失增加的消费数量不能减少通过定价和保鲜的战略调整投资(这也解释了为什么最优价格、最佳保鲜投资时间点和最优股票时间点没有改变)。质量成本的变量只能通过减少单补货数量减少。单后补给数量减少,利润减少的调整空间。最优状态值的波动幅度变大。结论表明,消费率数量越大,越困难的冷链系统维持稳定的利润波动。水果和蔬菜冷链零售商应注意改善工人的处理技术和处理机器的质量,以提高冷链的稳定利润。

总之,形状系数的增加量消耗速率 ,最优状态值减少,最优状态值的波动幅度增加,和最优单补给体积减少,同时最优价格、最佳保鲜输入时间点和最优缺货时间点没有变化。

7所示。总之

把水果和蔬菜冷链零售商为研究对象,考虑到同时消费数量和质量的产品,股票允许缺货,需求不确定,可以进行产品的外观保护投资。针对零售商的利润最大化在无限期,本研究使用马尔可夫动态编程方法分析补充每个补给周期的开始。定价和保鲜投资决策问题是数学建模和解决的例子,和形状的敏感性因素的质量损失率损失率和数量进行了分析。

结果表明,首先,当最初的股票当期波动的需求随机因素的影响下,与统一的策略相比,模型下的最优策略可以提高冷链利润和减少利润的波动幅度。模型可以最大化利润和冷链利润的波动控制在一定范围内通过调整相关策略。当最初的股票当期增加从价值的角度最大最优状态,零售商应该投资于外观保护产品提前和适当降低价格。当最初的股票当期减少从价值的角度最大最优状态,零售商应该增加单补给,提前投资出现产品的保存,并适当提高价格。第二,敏感性分析表明:1。当质量损失率的形状系数增加,冷链利润减少。零售商应该减少单一补给体积,提前投资产品的外观保护,并增加利润最大化的价格。调整单补货数量和保鲜度输入时间点密切相关的价值范围质量损失率形状因子。零售商应该注意产品的质量损失特点,以做出科学的决策。2。 When the shape factor of quantity consumption rate increases, the fluctuation range of cold chain profit becomes larger. Retailers should reduce the single replenishment volume to maximize profits. When the quantity consumption is large, retailers should pay attention to reducing relevant technical losses to improve profit stability. In the future, we can further study the nonhomogeneous characteristics of the state transition matrix of the opening stock according to the actual sales situation.

内部关系保鲜输入、消费率和随机数学描述的需求。研究结果补充相关的理论领域的共同决策的冷链库存和定价。模型建设提高冷链数学模型之间的亲密和冷链的实际操作。冷链的实际操作,如新产品很容易恶化,如何合理地投资于保鲜技术和补给和定价决策根据新产品的退化特征和需求特征实现利润最大化是一个要解决的问题,在这一领域的实际操作阶段。根据新产品的实际特点,新市场的现状和保鲜技术的发展,本文准确地描述了输入,消费率,需求冷链保鲜,并使用合适的算法来解决这些问题。在此基础上,补充的最佳决策方案、定价、和保鲜的输入。本文的模型建设改善之间的亲密冷链冷藏链的数学模型和实际操作。本文的研究结论有利于冷链运营商降低恶化成本的新鲜产品,提高营业利润。

数据可用性

数据共享不适用本文没有创建新数据或分析研究。

的利益冲突

本文作者指出,没有利益冲突。