三種情景下的VMI供應(yīng)鏈研究.pdf

1、隨著人力成本和城市物業(yè)價(jià)格的提高，零售商面臨著日益嚴(yán)峻的市場(chǎng)環(huán)境。而現(xiàn)代信息技術(shù)的發(fā)展和便捷的物流促使零售商可以通過(guò)合作的方式來(lái)降低成本，他將交易與庫(kù)存信息與供應(yīng)商共享，將庫(kù)存托付給對(duì)方管理，供應(yīng)商管理庫(kù)存(VMI)便在此背景下產(chǎn)生。供應(yīng)商管理庫(kù)存已成為供應(yīng)鏈管理研究的一個(gè)熱點(diǎn)。學(xué)者們認(rèn)識(shí)到由于VMI供應(yīng)鏈中的企業(yè)發(fā)展的階段不同，所處的微觀環(huán)境不同，必須有針對(duì)性地研究具體市場(chǎng)情景下的優(yōu)化決策問(wèn)題，才能給企業(yè)帶來(lái)有效的理論指導(dǎo)。
　

2、　本文在上述的VMI供應(yīng)鏈現(xiàn)實(shí)和理論背景下，考慮了合作廣告中的利潤(rùn)分配與生產(chǎn)決策，考慮可銷售中間產(chǎn)品的決策，線下體驗(yàn)和線上訂購(gòu)模式中的決策。這三個(gè)市場(chǎng)情景在現(xiàn)實(shí)中普遍存在，但還未進(jìn)行深入的理論分析。本文的研究?jī)?nèi)容可分為以下三部分:
　　第一部分是合作廣告背景下的利潤(rùn)分配和生產(chǎn)決策研究，考慮了如何高效地求解。VMI供應(yīng)鏈的成員利用他們的相互合作對(duì)庫(kù)存策略和合作廣告進(jìn)行聯(lián)合決策，由于建模的困難和計(jì)算的復(fù)雜性導(dǎo)致能夠提出方法去促進(jìn)這樣聯(lián)

3、合決策的研究是非常少的。我們考慮了一個(gè)制造商和多個(gè)零售商，構(gòu)建了一個(gè)非線性整數(shù)規(guī)劃的納什討價(jià)還價(jià)模型去描述這一包含個(gè)（m+1）個(gè)參與者的復(fù)雜聯(lián)合決策。考慮到模型求解的復(fù)雜性，本研究進(jìn)一步給出了求解方法并極大減少計(jì)算復(fù)雜性。實(shí)驗(yàn)驗(yàn)證了模型有效性和方法的高效，基于靈敏度分析我們獲得了一些管理啟示。
　　第二部分是考慮可銷售中間產(chǎn)品的生產(chǎn)決策和定價(jià)研究，構(gòu)建了分段目標(biāo)函數(shù)，利用解析方法和遺傳算法求解。本研究考慮了一個(gè)制造商和兩個(gè)零售商，

4、他們制造和銷售可銷售中間產(chǎn)品和最終產(chǎn)品。由于兩產(chǎn)品的產(chǎn)能和生產(chǎn)時(shí)間關(guān)系決定了不同的制造商庫(kù)存水平，我們列舉并總結(jié)歸納了所有情況得到了包含分段目標(biāo)函數(shù)的模型來(lái)刻畫制造商和零售商對(duì)兩產(chǎn)品的生產(chǎn)決策和定價(jià)?？紤]到模型求解的復(fù)雜，我們利用解析方法和遺傳算法求解并對(duì)參數(shù)進(jìn)行靈敏度分析。
　　第三部分是線下體驗(yàn)線上訂購(gòu)模式中的生產(chǎn)決策與定價(jià)研究，分析了目標(biāo)函數(shù)中所有變量的屬性特征，利用解析方法對(duì)所有決策變量進(jìn)行求解。本研究考慮了包含一個(gè)制造商

5、和本地市場(chǎng)上兩個(gè)零售商的VMI供應(yīng)鏈，零售商負(fù)責(zé)體驗(yàn)店的服務(wù)以吸引客戶，制造商為兩個(gè)零售商提供一種產(chǎn)品并在本地市場(chǎng)倉(cāng)庫(kù)中統(tǒng)一管理他們的庫(kù)存。我們構(gòu)建了他們之間的斯坦克爾伯格博弈模型，在分析了每一個(gè)決策變量的屬性基礎(chǔ)之上利用解析方法求解，并得到了管理啟示。
　　在闡述了以上研究?jī)?nèi)容后，我們總結(jié)本文的主要?jiǎng)?chuàng)新點(diǎn)和貢獻(xiàn)如下:
　　(1)考慮了需求受廣告投入影響的合作廣告模式，并據(jù)此構(gòu)建了納什討價(jià)還價(jià)模型。該模型是多變量，多參數(shù)和高

6、階的，并包含有多項(xiàng)式乘積，因而難以通過(guò)直接分析所有決策變量的特征來(lái)獲得模型的最優(yōu)解。我們選擇了分解的策略并得到求解方法，該方法包括一個(gè)整合模型和一個(gè)混合算法。整合模型提供了與納什討價(jià)還價(jià)模型相同的決策變量的最優(yōu)值。鑒于變量的屬性特征，我們采用解析方法和遺傳算法去求解整合模型;拉格朗日乘數(shù)法用來(lái)求解剩下的變量。算例分析發(fā)現(xiàn)混合算法不僅相對(duì)于單純遺傳算法得到更好的最優(yōu)解并且能夠更快速地求解納什討價(jià)還價(jià)模型。在靈敏度分析中發(fā)現(xiàn)，批發(fā)價(jià)格參數(shù)的

7、變化僅對(duì)額外利潤(rùn)分配產(chǎn)生影響，而無(wú)須調(diào)整其他決策變量。為應(yīng)對(duì)某一零售商的批發(fā)價(jià)格變動(dòng)，供應(yīng)鏈成員應(yīng)當(dāng)再協(xié)商確定每單位的利潤(rùn)分成從而獲得各自的最優(yōu)利潤(rùn)。零售商的廣告彈性影響了零售商數(shù)量。因此，本文的分析有助于實(shí)踐者以協(xié)作方式制定合適的合作廣告和庫(kù)存策略以獲得更高的個(gè)體利潤(rùn)。
　　(2)考慮了具有可銷售中間產(chǎn)品和最終產(chǎn)品的VMI供應(yīng)鏈的決策模型。由于兩產(chǎn)品的產(chǎn)能和生產(chǎn)時(shí)間關(guān)系會(huì)導(dǎo)致不同的庫(kù)存水平結(jié)構(gòu)，計(jì)算出的庫(kù)存成本也有差異，我們采用

8、了分類、枚舉和歸納的思想來(lái)構(gòu)建庫(kù)存成本函數(shù)。首先根據(jù)產(chǎn)能關(guān)系分類，再將不同的生產(chǎn)時(shí)間搭配一一枚舉，再歸納。對(duì)于變量取不同范圍的分段目標(biāo)函數(shù)，通過(guò)解析方法和遺傳算法聯(lián)合求解。通過(guò)靈敏度分析發(fā)現(xiàn)某一產(chǎn)品在某一市場(chǎng)上規(guī)模變大時(shí)，制造商會(huì)提高該產(chǎn)品在該市場(chǎng)上的批發(fā)價(jià)格以獲利，提高另一產(chǎn)品在該市場(chǎng)和兩種產(chǎn)品在另一市場(chǎng)上批發(fā)價(jià)，從而減少對(duì)應(yīng)的需求量而將產(chǎn)能讓渡給該產(chǎn)品。而當(dāng)中間產(chǎn)品的產(chǎn)能提高時(shí)，開(kāi)始降低批發(fā)價(jià)格再提價(jià)到恒定水平。而最終產(chǎn)品的產(chǎn)能變動(dòng)

9、時(shí)，開(kāi)始最終產(chǎn)品批發(fā)價(jià)格快速降價(jià)，而中間產(chǎn)品緩慢降價(jià);其后最終產(chǎn)品果斷提價(jià)，此時(shí)中間產(chǎn)品反而降價(jià)達(dá)到其產(chǎn)能來(lái)減少成本?？梢园l(fā)現(xiàn)制造商對(duì)兩種產(chǎn)品的產(chǎn)能變化要采取不同措施。
　　(3)在VMI供應(yīng)鏈中描述了本地市場(chǎng)上零售商自身和對(duì)方需求量對(duì)零售價(jià)格的影響，考慮了制造商統(tǒng)一管理本地倉(cāng)庫(kù)所有庫(kù)存的模式特點(diǎn)。對(duì)于批發(fā)價(jià)格直接分析求解較為困難，因此采用了轉(zhuǎn)換的思想，將總需求作為中間變量，目標(biāo)函數(shù)改寫為以總需求作為自變量的函數(shù)，推導(dǎo)出最優(yōu)解條件