基于贝叶斯需求预测更新与CVaR模型的供应链协调问题

摘要

随着科学技术不断进步以及经济的不断发展,市场竞争越来越激烈,使得产品种类日趋多样化,顾客对产品质量和功能的辨别能力越来越强,因此,企业面临的需求不确定性越来越高。不仅需求分布的类型,还有需求分布的参数都具有高度的不确定性,这些不确定性可能会导致企业面临巨额亏损。如何控制风险,降低需求的不确定性已经成为企业首先需要解决的问题。CVaR作为一种风险度量工具,由于其数学上的优越性,被广泛运用于各种领域,其中包括供应链领域;再者,贝叶斯需求预测更新通过将收集到的信息样本融合到已有的先验信息中更新需求信息,修正需求分布,能有效地降低需求的不确定性。本文将利用这两种理论知识研究零售商与供应商之间的订购问题以及供应链协调问题。
　　 本文探讨由一个零售商和一个供应商组成的两级供应链,在单周期内,对于一种提前期较长销售期较短的时令性产品的订购问题及供应链协调问题。将提前期作为决策变量纳入到决策模型中,考虑缩短提前期所带来的赶工成本,从两个角度:分散决策模式或集中决策模式,风险中性或风险规避建立了四个决策模型,风险中性时采用期望利润最大化作为目标函数,风险规避时采用条件风险值(CVaR)作为决策目标对各模型求解。为了验证模型及算法的有效性,对所得模型进行数值实验,并对各模型所得决策结果进行分析比较。
　　 最后考虑供应链的协调问题。设计契约来平衡各成员的收益:采取风险共担契约和回购契约,赶工费用由双方按一定的比例承担;销售季节末,供应商对零售商未售出的商品以一定的比例回收,这样的话可以减轻零售商的顾虑,保证零售商的利益不会小于分散决策下的利益,实现供应链协调。并通过数值实验验证契约的有效性,同时还分析了缺货惩罚对利润分配产生的影响。