运筹说 第126期 | 存储论经典例题讲解——随机存储模型

        通过上一期,我们已经学习了确定型存储论模型在经济管理中的应用,但其忽略了现实中的随机性和不确定性因素,本期小编选择了一些考虑不确定因素的随机存储模型的典型例题,进行详细讲解。

单周期的随机型存储模型

        单周期的随机型存储模型主要应用于考虑单个订货周期内存货需求为随机的情况。在这种模型中,存货需求通常被视为随机变量,其可能的取值服从某种已知的概率分布。单周期的随机型存储模型的基本要素为:存货需求随机、订货决策、存货水平、成本、决策标准

模型六:需求是离散型随机变量

        需求是离散型随机变量存储模型的需求量在特定时间内可以取特定的有限值,并且每个值的发生概率是已知的。这种模型常用于具有一定不确定性的销售环境,例如零售业、制造业等。

1.问题描述

        某报社为了扩大销售量,招聘了一大批固定零售售报员。为了鼓励他们多卖报纸,报社采取的销售策略是:售报员每天早上从报社设置的售报点以现金买进报纸,每份0.35元,零售价每份0.5元,利润归售报人所有,如果当天没有售完第二天早上退还报社,报社按每份报纸0.1元退款。如果某人一个月(按30天计算)累计订购7000份,将获得150元的奖金。某人应聘当售报员,开始他不知道每天应买进多少份报纸,更不知道能否拿到奖金。报社发行部告诉他一个售报员以前500天的售报统计数据,见下表。

read-normal-img

(1)售报员每天应准备多少份报纸最佳,一个月收益的期望值是多少?

(2)他能否拿到奖金,如果一定要得到奖金,一个月收益期望值是多少?

(3)如果报社按每份报纸0.15元退款,应订购多少份报纸?

2.问题求解

解:首先计算频率,我们以每种情况得中值作为售报量进行计算

read-normal-img

(1)由题意可知,每份报纸卖出的利润为

read-normal-img

每份没卖出的报纸亏损为

read-normal-img

read-normal-img

又因为0.26≤0.375≤0.4

所以每天的最佳订购量应为Q*=170份

故售报人每天的收益期望值为

read-normal-img

则一个月的收益期望值为19.5×30=585(元)

(2)因为170×30=5100份<7000份, 所以此售报员拿不到奖金,若要拿到奖金,每天需要订购7000/30=234份报纸,而此时售报人每天的收益期望值为

read-normal-img

则一个月的收益期望值为13.9×30+150=567(元)

(3)当报社按每份报纸0.15元进行退货时,则每份没卖出的报纸亏损为

read-normal-img

read-normal-img

又因为0.40≤0.428≤0.56

所以售报人每天的最佳订购量应为Q*=190份

模型七:需求是连续的随机变量

        需求是连续的随机变量的应用涉及对连续需求进行概率建模,并利用概率统计方法来制定存货管理策略,这种模型在一些特定领域,如零售业、制造业等,可以提供更准确的库存管理方法。

1.问题描述:

        某新能源企业需要为其风力发电设备订购必要的维护配件。企业存有10件维护配件,每件的采购价格为3000元,每件的存储费用为1000元,缺货费用为16000元。已知对维护配件的需求量服从μ=20、σ=5的正态分布,求企业应订购的最佳维护配件数量,以保障其风力发电系统的正常运行并最小化相关成本。

2.问题求解:

由题意知,C2=16000元,K=3000元,C1=1000元,I=10件,需求量服从r~N(20,52)。

计算其概率密度得

read-normal-img

将正态分布进行标准化后得到其概率密度为

read-normal-img

查表得Q=24件

read-normal-img

因此,该企业应订购维护配件14件,可保障其风力发电系统正常运行并最小化相关成本。

注意

        单周期的随机型存储模型适用于短期存货管理,在每个订货周期内做出最优订货决策,以平衡存货成本和缺货风险。然而,对于长期的存货管理,可能需要考虑多周期的情况以更好地应对需求的季节性变化和趋势

其他的随机存储模型

        在运筹学中,除了单周期的随机存储模型,还有多种其他随机存储模型可以用于处理不确定性和资源管理问题。如用于解决随机需求和补货时间导致库存水平不确定的随机库存模型。本期小编选取随机库存模型中的需求r为离散随机变量的(s,S)存储策略进行讲解。

需求r为离散随机变量的(s,S)存储策略

        在随机库存管理中,(s,S) 模型是一种常用的库存控制策略,用于应对不确定的需求和补货时间。该模型的基本思想是,当库存水平降至某个临界值 s(称为订货点)时触发补货,并将库存水平恢复到上限 S(称为最大库存水平)。通过使用 (s,S) 模型,企业可以在不确定的需求和供应环境下,保持库存的稳定性并降低相关成本

1.问题描述

        设某公司利用塑料作原料制成产品出售,已知每箱塑料购价为K=800元,订购费C3=60元,存储费每箱C1=40元,缺货费每箱C2=1015元。已知对原料需求的概率

P(r=30箱)=0.20,P(r=40箱)=0.20

P(r=50箱)=0.40,P(r=60箱)=0.20

求该公司订购原料的最佳存储策略。

2.问题解析

首先,计算损失期望值N

read-normal-img

之后根据下列不等式计算S*

read-normal-img

选使不等式成立的Si的最小值作S*

read-normal-img

所以选择Si=40作为S*

因为 sS*=40,所以可以作为的r值只有30或40两个值。由于s要尽可能小,故先将 s=30 代入式进行检验

read-normal-img

read-normal-img

read-normal-img

所以s*=30

因此,该商品应采取(s,S)=(30,40)的存储策略。

总结

        在确定性存储模型中,需求量或者需求速率是已知的,与确定型存储模型不同,随机型存储模型存在随机因素,如需求和拖后时间等,这些随机性因素虽然随机,但仍可以根据历史资料的频率分布来近似估计

        以上就是本期随机存储模型例题讲解的全部内容啦,通过对这一期的学习,相信大家一定能够加深对存储论的理解,进而在生活实践中学会应用!

作者 | 马书良 李遵兵

责编 | 唐京茹

审核 | 徐小峰

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/1559934.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

基于STM32的“Flash闪存”基础 及 “SD NAND Flash”测试例程

文章目录 一、“FLASH闪存”是什么? 简介 分类 特点 虚拟化 二、SD NAND Flash 概述 引脚分配 数据传输模式 SD NAND寄存器 通电图 参考设计 三、STM32测试例程 本篇除了对flash闪存进行简单介绍外,另给读者推荐一种我本人也在用的小容量闪…

STM32 USB CUBEMX

开发背景 使用的平台:STM32H750 注意事项 时钟必须是48MHZ,其它都不行 2. 将默认任务的堆栈设大一点 如果使用操作系统,USB任务跑在默认任务里,因此需要设置默认任务的堆栈缓存是直接定义的全局变量,需要设置编译器…

【windows Server 2012】把我的电脑放在桌面

WinR 打开命令输入框 输入 rundll32.exe shell32.dll,Control_RunDLL desk.cpl,,0

Vue+Vant实现7天日历展示,并在切换日期时实时变换

效果图&#xff1a; 主要使用 moment.js 插件完成 HTML部分 <div class"day-content"><div class"day-content-t"><div>{{ monthVal }}</div><div click"onCalendar()">更多>></div></div><…

月入8.3K,电子厂普工转行网优,每个人都可以是潜力股!

今天主人公只有22岁&#xff0c;大专学历&#xff0c;毕业之后一直在芯片厂从事流水线工作&#xff0c;枯燥烦闷的生活让他下定决心转行&#xff0c;目前收到一份薪资8300元的offer&#xff0c;让我们一起来看看他的故事~ 1 为什么选择网优行业&#xff1f; 大学我学的软件技术…

DAY6 面向对象

概念 对象是一种特殊的数据结构&#xff0c;可以用来记住一个事物的数据&#xff0c;从而代表该事物&#xff0c;可以理解为一个模板表&#xff0c;总而言之万物皆对象&#xff0c;比如一个人、一个物体等。 怎么创建对象 先设计对象的模板&#xff0c;也就是对象的设计图&a…

影视飓风全平台下架引思:录屏分辨率与码率科普及实用软件推荐

在影视飓风10月8日发布视频《清晰度不如4年前!视频变糊是你的错觉吗》后&#xff0c;引发了很多关于视频清晰度的讨论。 有知乎用户总结提出现在在线视频被降画质的几个点&#xff1a;一是原始视频上传到服务器就被压缩&#xff0c;虽分辨率看似不变&#xff0c;但如 H.265 等高…

【SQL】收入更高的员工

目录 语法 需求 示例 分析 代码 语法 FROM Employee a, Employee b 两个表之间笛卡尔积&#xff08;Cartesian product&#xff09;的形式&#xff0c;用了逗号分隔的连接&#xff08;comma-separated join&#xff09;&#xff0c;这是早期SQL语法中用于连接表的一种方式…

TikTok 伪装度分析:揭开社交媒体的真实面纱

在现代社交媒体中&#xff0c;TikTok凭借其短视频的形式和算法推荐的机制&#xff0c;迅速吸引了大量用户。然而&#xff0c;随着用户基数的扩大&#xff0c;平台上的内容呈现出多样化的趋势&#xff0c;而“伪装度”这一概念也逐渐成为我们分析TikTok内容质量和用户行为的重要…

SpringBoot使用esayExcel根据模板导出excel

1、依赖 <dependency><groupId>com.alibaba</groupId><artifactId>easyexcel</artifactId><version>3.1.3</version></dependency> 2、模板 3、实体类 package com.skybird.iot.addons.productionManagement.qualityTesting…

泰始明昌文旅:如何打造真正的文旅爆品体系

泰始明昌文旅&#xff1a;如何打造真正的文旅爆品体系 泰始明昌文旅&#xff1a;如何打造真正的爆品体系 关键词&#xff1a;泰始明昌文旅,文旅爆品,核心卖点,用户痛点,项目特点,对手弱点,爆品体系,爆品品类,结构化,品质,价值链接,生态体系,营销推广,持续创新 摘要&#xff…

接口和多态

接口 概念 接口是功能的集合&#xff0c;它同样是一种引用数据类型&#xff0c;可以把接口看作抽象类更为抽象的 "类"。 接口只描述所应该具备的功能方法&#xff0c;但是没有具体的方法实现&#xff0c;即接口中具有的都是抽象方法&#xff0c;这些抽象方法的实现是…

美发店业务流程优化:SpringBoot管理系统

2相关技术 2.1 MYSQL数据库 MySQL是一个真正的多用户、多线程SQL数据库服务器。 是基于SQL的客户/服务器模式的关系数据库管理系统&#xff0c;它的有点有有功能强大、使用简单、管理方便、安全可靠性高、运行速度快、多线程、跨平台性、完全网络化、稳定性等&#xff0c;非常…

Java | Leetcode Java题解之第468题验证IP地址

题目&#xff1a; 题解&#xff1a; class Solution {public String validIPAddress(String queryIP) {if (queryIP.indexOf(.) > 0) {// IPv4int last -1;for (int i 0; i < 4; i) {int cur (i 3 ? queryIP.length() : queryIP.indexOf(., last 1));if (cur <…

汽车3d动效的作用!云渲染实现3d动效

在汽车营销领域&#xff0c;3D动效技术以其独特的视觉冲击力和交互体验&#xff0c;正成为吸引消费者注意力的新利器。而云渲染技术的应用&#xff0c;更是让这些动效如虎添翼&#xff0c;实现了高效、低成本的3D视觉内容制作与分享。本文将探讨汽车3D动效的作用&#xff0c;并…

java中的I/O(8个案例+代码+效果图)

目录 1.File类 1&#xff09;常用构造方法 1&#xff09;File(String pathname) 2&#xff09;File(String parent, String child) 3&#xff09;File(File parent, String child) 2&#xff09;常用方法 1&#xff09;boolean canRead() 2&#xff09;boolean canWrite() 3&am…

SiLM266x系列SiLM2661高压电池组前端充/放电高边NFET驱动器 为电池系统保护提供可靠性和设计灵活性

SiLM2661产品概述&#xff1a; SiLM2661能够灵活的应对不同应用场景对锂电池进行监控和保护的需求&#xff0c;为电池系统保护提供可靠性和设计灵活性。是用于电池充电/放电系统控制的低功耗、高边 N 沟道 FET 驱动器&#xff0c;高边保护功能可避免系统的接地引脚断开连接&am…

Linux云计算 |【第四阶段】RDBMS2-DAY2

主要内容&#xff1a; 数据读写分离概述、Maxscale实现数据读写分离、多实例配置、中间件概述 一、数据读写分离概述 数据读写分离&#xff08;Read/Write Splitting&#xff09;是一种数据库架构设计模式&#xff0c;旨在提高数据库系统的性能、可扩展性和可用性。通过将读操…

how to increase the height of the ps or cdm window

when the line reaches the bottom; directly pull up the top bar of the window after pulling down the bar

Llama-3.2-3B-Instruct PyTorch模型微调最佳实践

1 引言 Meta Llama 3.2多语言大型语言模型集合&#xff08;LM&#xff09;是一个1B和3B大小&#xff08;文本输入/文本输出&#xff09;的预训练和指令微调模型集合。Llama 3.2指令调整的纯文本模型针对多语言对话用例进行了优化&#xff0c;包括智能检索和总结任务。它们在常…