一種生產(chǎn)銷售系統(tǒng)的生產(chǎn)及庫存控制優(yōu)化研究.pdf

1、供應鏈上下游企業(yè)可以視為買方與賣方的關(guān)系，上游企業(yè)不考慮下游企業(yè)的需求容易導致企業(yè)之間的供需失衡。因此研究上下游企業(yè)之間的生產(chǎn)銷售問題，以實現(xiàn)長期運行情況下每個企業(yè)的利潤最高，對于實際供應鏈有重要意義。
　　首先，論文建立了一種基于單零售商需求驅(qū)動的生產(chǎn)銷售系統(tǒng)。該系統(tǒng)包括一個上游企業(yè)（生產(chǎn)商）和一個下游企業(yè)（零售商），兩個企業(yè)擁有獨立的庫存單元和決策過程。其中生產(chǎn)商采用成品庫容量有限的傳送帶給料加工站模型，其成品庫庫存狀態(tài)受零售

2、商補貨訂單和自身生產(chǎn)能力共同影響;零售商采用倉庫容量有限的動態(tài)庫存模型，其庫存狀態(tài)與隨機的顧客需求和生產(chǎn)商的實際補貨量相關(guān)。生產(chǎn)商的控制變量為加工站點的前視距離，優(yōu)化目標是尋找到最優(yōu)的前視控制策略，考慮到系統(tǒng)中工件到達時間、工件加工時間難以準確獲知，論文采用一種與模型無關(guān)的強化學習算法對生產(chǎn)商的前視控制策略進行尋優(yōu)。零售商的控制變量為補貨點，優(yōu)化目標是尋找到最優(yōu)的補貨訂購策略，由于系統(tǒng)的動態(tài)隨機性，論文采用強化學習算法對零售商的庫存進行

3、優(yōu)化控制。
　　考慮到實際情況中生產(chǎn)商通常給多個零售商補貨，論文進一步研究了一種多零售商生產(chǎn)銷售系統(tǒng)。系統(tǒng)中多個零售商之間存在靜態(tài)博弈關(guān)系，即每個零售商的補貨需求在時間上有先后順序，并且各零售商不知道其余零售商的補貨策略。零售商發(fā)出補貨訂單后，生產(chǎn)商按照補貨訂單的時間順序即時完成配貨，同時成品庫狀態(tài)相應發(fā)生改變。最后論文采用強化學習算法分別對生產(chǎn)商和多個零售商的最優(yōu)或者次優(yōu)控制策略進行求解，并從顧客到達率、倉庫容量和補貨期三方面對