| 标题 | 多品种分组联合订货模型的另一解法 |
| 范文 | 崔达开 崔宏志 摘要：在库存管理中，多品种联合订货策略既是个难题，又是一个非常有实用意义的重要课题。为了得到更满意的结果，不断有人在这方面进行探索并伴随有研究成果。文章在他们工作的基础上，运用连续变量的极值理论，给予某些量的合量近似，得到了一个新的方法。此法立论严谨，计算过程简捷，且所得结果更优。 关键词：多品种；分组联合；订货模型 中图分类号：TP311文献标识码：A 文章编号：1002-3100(2009)01-0092-04 Abstract: In inventory management, ordering tactics for multi-assortment and borh difficult and practical. To gain abetter result, some people make a constant study of the subject. On the basis of their researches, we obtain a new method by means of extremum theory of a continuous function and a reasonable approximation. The method is simpler and more rigorous, which is superior in practice. Key words: multi-assortment; joint group; ordering model 在实际订货中，多品种物资的分组联合定期订货是经常遇到的。如何选择一个合理简便的方法，使得总费用最小，对于仓储工作者是十分重要的。关于这类问题散见于一些书籍及文章，如[1]、[2]。本文在[1]的启发下，运用连续变量的极值理论，给出了一个计算过程简单又紧贴理论依据的方法。 1总费用的数学模型 本文的符号与术语基本与[1]相同。 C：总费用（元/年） n：物资的品种数 T：n种物资的订货周期中，最短的订货周期（年） xT：第j种物资的订货周期，其中x为周期系数，它取正整数，即当0＜x≤1时，x=1；当x＞1时，x按x的十分位数字四舍五入取整。x也称为x的圆整。注意：因T是n种物资订货周期中最短者，所以在x，j=1,…,n中，至少有一个为1 C：公共订货费（元/次），即每次订货时（可订多种物资）须交一次 C：第j种物资每次的订货费（元/次），它与订货量无关 C：第j种物资的年单位储存费（元/单位物资.年） R：第j种物资的年需求速率（单位物资/年） C：总费用的最小值 T：最佳最短周期，即总费用最小时所对应的最短周期 一年的公共订货费： 一年n种物资的订货费： 一年n种物资的储存费：CRx?T 一年总费用的数学模型是以上三项之和，即 C=C++TCRx（元/年） （1） 2数学模型的求解 我们的目的是，在 C,C,C,R, j=1,…,n已知的条件下，期望找到最佳订货周期：xT, j=1,…,n及总费用的最小值：C。 根据不等式：二正数的算术中项不小于几何中项a+b≥2，等号成立a=b，由（1）得：C ≥，并且等号成立的充要条件是 T= （2） 亦即，对任给定的一组周期系数x，j=1,…,n，只有（2）成立时C才能取到最小，此值称为C的相对最小值，以记之，即 = （3） 从而有：C=minC=min。 根据问题的实际意义，C及是存在最小值的。不妨令m=x，j=1,…,n（其中至少有一个为1）。 （） 使得C取到最小，即 C= （4） 此时最佳最短周期：T=（5） 称（）为最佳周期系数；此时最佳订货周期：mT,j=1,…,n。 以下的目标是将（）求出。这里将m, j=1,…,n求出，并非指（4）的精确解。事实上，虽然（4）的解存在，但在一般条件下，要给出解的精确表示并非易事。本文给出的解，是指在已知条件下，比较起来最优的解。 为此先作两个函数：k=1,…,n, x=，x＞0（6） x=，x＞0 对两个函数的差进行估计：x-x=x-x，x≥，又 x-x≤由微分中值定理，x-x≤'，介于x与x之间。 当上式右边很小时，两个函数的差就很小，所以x的最小值点（取正整数的），视为x的最小值点取圆整是合理的。 下面求x的最小值点。为此先求x的驻点。为简便计，由（6），将函数x写成：x =，其中A,B是（6）中的相应常数。 = （7） 令 =0，得到唯一驻点： x==== 注意到（5），在相差微小的情形下，上式分母以T代替，从而有 x=，k=1,…,n （8） 由（7），导数在该驻点左右两侧异号，且由负变正，所以（8）是极小值点，又由唯一性，从而（8）是x的最小值点。 对（8）取圆整：x=应为函数x的最小值点。注意到（4），明显地C是函数x的最小值，所以x=m，即 m=，k=1,…,n （9） 进而 =，j,k=1,…,n（10） 对于正数a,b，-=+-其中,,的绝对值均小于1或不超过。 令函数fx,y,z=+x-，由多元函数的微分法，+-=f,,-f0,0,0△f ≈df =- +，当此式绝对值很小时，用代替是合理的。从而再结合（10） ==，j,k=1,…,n 记a=，j=1,…,n。所以上式为=，即 m=m，j,k=1,…,n （11） 再由最佳周期系数，m,j=1,…,n。至少有一为1，若m=1，将（11）记为 m=，j=1,…,n（12） 从而对k=1,…,n。由（12）得到n组值mj=1,…,n ，将此n组值分别代入（3），即得到n个相对最小值： =，k=1,…,n （13） 我们最终欲求的总费用最小值： C=min：k=1,…,n（14） 如，min：k=1,…,n=，那么，最小费用：C=。 最佳周期系数： m=m，j=1,…,n（此时m=1） （15） 由（5）得最佳最短周期：T； 此时最佳订货周期： mT,j=1,…,n （16） 3应用举例 将[1]例中的C=23改为，13其余均不动。 C=100。 由此表及（13）得到6个相对最小值：=18 000.69，=17 895.29，=17 891.46，=18 139.90，=18 139.90，=18 645.32。再由（14）、（15）、（16）得： 总费用最小值：C=min: k=1,…,6==17 891.46（元/年）； 最佳最短周期：T=0.09385（年）=34（天）； 最佳周期系数：m=1，m=2，m=1，m=2，m=3，m=5。 它们的分组联合订货方案为：1、3品种物资为第一组，其最佳订货周期为T=34（天）；同样，2、4品种为第二组，最佳订货周期为2T=68（天）；5品种为第三组，最佳订货周期为3T=102（天）；6品种为第四组，其最佳订货周期为5T=170（天）。 各种物资每次的订货量：p=RmT（单位物资/次），j=1,…,6。它们分别为：p=141，p=375，p=47，p =188，p=169，p=141。 本例如采用[1]的方法，其结果为：C==17 895.29（元/年）。用本文方法计算[1]中的例，与用[1]的方法计算，具有相同的结果。 参考文献： [1] 马谦杰. 一种多品种定期订货策略[J]. 物流技术，2000(5):19-21. [2] 曹喜望. 管理科学中的数学模型[M]. 北京：北京大学出版社，2006:172-198. 注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。