基于蒙特卡洛模拟与混合优化方法的随机需求库存管理新途径
计算工程、金融与科学
2023-10-05 v2 应用统计
摘要
本研究解决了具有随机需求产品的库存管理相关难题。目标是在考虑库存管理中伦理考量的同时，寻找使利润最大化的最优订货量与再订货点组合。伦理考量包括风险评估、社会责任、环境可持续性与客户满意度。本研究使用蒙特卡洛模拟（MCS）生成库存物品的需求与提前期分布，并据此估计不同库存策略下的潜在利润与风险。本文提出一种结合高斯过程回归与条件函数的混合优化方法，以高效搜索潜在连续盘点（r, Q）与周期盘点（p, Q）值的高维空间，从而在考虑伦理考量的同时寻找使利润最大化的最优组合。研究结果表明，（r, Q）与（p, Q）两种方法均可有效管理随机需求库存，但当需求波动更大时，（r, Q）方法表现更优（利润提升 12.73%）。本研究在这些考量中加入了可量化的风险评估与敏感性分析，考虑了需求变动与利润百分比的预期产出。研究结果为供应链分析中的伦理与负责任决策提供了有用信息，提升了效率与利润。
引用
@article{arxiv.2310.01079,
title = {A Novel Approach with Monte-Carlo Simulation and Hybrid Optimization Approach for Inventory Management with Stochastic Demand},
author = {Sarit Maitra and Vivek Mishra and Sukanya Kundu},
journal= {arXiv preprint arXiv:2310.01079},
year = {2023}
}