基于收益管理的MTS和MTO企業(yè)的供需管理研究.pdf_第1頁
已閱讀1頁,還剩175頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、收益管理是一套以收益最大化為目標(biāo),以市場細分和需求預(yù)測為基礎(chǔ),對有限的供給實行最優(yōu)定價和最優(yōu)能力分配策略的管理思想和方法。為了使得有限的供給能夠與變化的需求進行匹配,以實現(xiàn)收益最大化,本文將收益管理中的動態(tài)定價和存量控制的思想與方法應(yīng)用到存貨生產(chǎn)(Make-to-Stock,MTS)企業(yè)和訂單生產(chǎn)(Make-to-Order,MTO)企業(yè),采用生產(chǎn)和定價聯(lián)合策略管理MTS企業(yè)的供應(yīng)和需求,采用訂單接受策略管理MTO企業(yè)的供應(yīng),采用定價和

2、承諾交貨期策略管理MTO企業(yè)的需求。
  對于MTS企業(yè)的供需管理,本文首先研究基于線性需求的最優(yōu)定價和生產(chǎn)策略問題。假設(shè)需求是價格的線性函數(shù),且只與當(dāng)期價格有關(guān)。需求形式已知,需求參數(shù)未知。采用基于最小二乘法的需求學(xué)習(xí)的方法來預(yù)測未知的需求參數(shù)。針對該問題,我們分別不考慮和考慮競爭,分三種情況展開:第一、單一企業(yè),不考慮市場競爭,建立了該企業(yè)的最優(yōu)控制問題,得出了最優(yōu)定價和最優(yōu)生產(chǎn)決策,并分析了最優(yōu)決策和最大利潤關(guān)于各參數(shù)的敏感

3、性。第二、寡頭競爭,市場上存在多個相互競爭的企業(yè),研究表明所有企業(yè)的最優(yōu)控制問題是一個廣義微分 Nash均衡問題,本文將廣義微分Nash均衡問題轉(zhuǎn)化為微分變分不等式,證明了這兩者的等價性,及廣義微分Nash均衡的存在。通過數(shù)值分析比較了兩種動態(tài)定價策略,得出基于需求學(xué)習(xí)方法的動態(tài)定價策略獲得的利潤要高于基于固定需求參數(shù)的動態(tài)定價策略獲得的利潤,然后還討論了競爭者價格敏感度的變化對企業(yè)決策和利潤的影響。第三、主從競爭,考慮存在一個領(lǐng)導(dǎo)企業(yè)

4、和多個追隨企業(yè)的競爭市場,研究表明Stackelberg廣義微分Nash均衡的存在。通過數(shù)值分析展現(xiàn)了領(lǐng)導(dǎo)企業(yè)和追隨企業(yè)的最優(yōu)決策和利潤,比較了寡頭競爭和主從競爭下企業(yè)利潤的大小,得出相比于在寡頭競爭的情況下,一個企業(yè)成為主從競爭中的領(lǐng)導(dǎo)者將獲得更多利潤,成為主從競爭中的追隨者將獲得更少利潤。
  然后研究了基于需求動態(tài)的最優(yōu)定價和生產(chǎn)問題。不再假設(shè)需求是價格的線性函數(shù),而是考慮需求動態(tài),需求不僅與當(dāng)期價格有關(guān),而且還與過去時期的

5、價格有關(guān)。采用進化博弈論動態(tài)來建立需求動態(tài)模型。需求形式已知,需求參數(shù)未知,采用基于馬爾可夫鏈蒙特卡洛法的需求學(xué)習(xí)算法來預(yù)測需求參數(shù)。同樣考慮了單一企業(yè)、寡頭競爭和主從競爭三種情況,分別得出了這三種情況下的最優(yōu)定價和生產(chǎn)決策。對于單一企業(yè),我們還分析了企業(yè)最大利潤關(guān)于各參數(shù)的敏感性。對于寡頭競爭,我們通過數(shù)值分析比較了兩種不同的需求學(xué)習(xí)方法:基于最小二乘法的需求學(xué)習(xí)方法和基于馬爾可夫鏈蒙特卡洛的需求學(xué)習(xí)方法,結(jié)果表明基于馬爾可夫鏈蒙特卡

6、洛的需求學(xué)習(xí)方法可以使得企業(yè)獲得更高利潤。對于主從競爭,我們分析了領(lǐng)導(dǎo)企業(yè)的價格敏感度的變化對領(lǐng)導(dǎo)企業(yè)和追隨企業(yè)的最優(yōu)決策和利潤的影響。
  對于MTO企業(yè)的供需管理,本文首先研究了其供應(yīng)管理策略,先考慮單一資源情況下的訂單接受策略。采用收益管理中期望邊際座位收益方法 a和方法 b計算出兩種不同等級訂單的預(yù)訂限額,然后根據(jù)預(yù)訂限額決定訂單的接受與否。分析結(jié)果表明基于方法 a和基于方法 b的訂單接受策略均明顯優(yōu)于先來先接受(Firs

7、t-Come-First-Served,F(xiàn)CFS)策略。然后研究了多資源情況下的訂單接受和資源分配策略,考慮了機器資源的易逝性,采用動態(tài)規(guī)劃對問題進行建模,運用逆向遞歸法進行求解,分析了參數(shù)的變化對最大期望利潤的影響,并得出本文提出的最優(yōu)策略要優(yōu)于FCFS策略。
  然后考慮了MTO企業(yè)的需求管理,首先研究了顧客下訂單后不取消訂單的定價策略,將顧客下訂單的概率表示為價格的函數(shù),得出了最優(yōu)定價和訂單最大期望利潤,分析了這兩者關(guān)于各參

8、數(shù)的敏感性。然后研究了顧客下訂單后可能取消訂單的定價策略,得出了最優(yōu)定價和訂單最大期望利潤,分析了這兩者關(guān)于各參數(shù)的敏感性,并且還討論了當(dāng)顧客確實可能取消訂單時,決策者忽略顧客可能取消訂單這一行為對最大期望利潤的影響。最后研究了定價與其它因素的聯(lián)合策略:(1)定價與承諾交貨期聯(lián)合策略。顧客下訂單的概率依賴于價格和承諾交貨期,以最大化單個訂單的利潤為目標(biāo),得出了訂單的最優(yōu)定價和承諾交貨期決策。(2)定價與生產(chǎn)安排聯(lián)合策略。這種情況下由顧客

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論