随着科技的进步和顾客需求的快速变化,产品的生命周期普遍缩短,原先一些生命周期较长的耐用消费品,逐渐变成了易逝品,易逝品在现代产品中所占的比例越来越大。易逝品库存运输整合优化问题,已成为了一个新的运筹学和物流系统优化的主要研究方向之一。本文根据易逝品的定义、易逝性以及库存运输整合优化问题的研究特征,通过比较归纳、合理假设、数据处理和算法设计等方法,提出了易逝品库存控制、运输决策以及库存运输整合优化问题的有关模型和算法,并通过相应算例,验证了模型和算法的有效性。易逝品普遍具有生产提前期长、销售周期短、期末未售出产品残值低、需求不确定性大等明显特征。因此,研究易逝品库存运输整合优化问题,比一般物品更为困难。从需求情况来看,易逝品需求波动性大、随机性与模糊性强,缺乏可靠的历史数据,对其定量预测非常困难；其次,易逝品生命周期普遍较短,变质情况复杂,其变质率与变质成本难以准确计算。为此,本文第三章对易逝品需求预测方法进行了研究,建立了“电脑”型产品和“苹果”型产品的需求预测模型。在此基础上,对长沙市居民电脑和手机需求情况进行定量预测,取得了较为满意的效果。这些预测方法,为进一步研究易逝品库存运输整合优化问题提供了依据。传统的库存控制很少考虑产品的生命周期和变质现象,使得其相应方法,在理论研究与实际应用中都具有一定的局限性。本文第四章通过引入变质率与变质成本,在假定需求率与库存水平存在线性关系的条件下,建立了允许缺货、不允许缺货和存在生产补充率的易逝品库存模型。以此为基础,分别建立了“中秋月饼”型产品和“苹果”型产品的库存模型。算例说明,这些模型与算法是实施易逝品库存控制的有效方法。易逝品与一般品在运输决策上的主要差别在于前者更注重运输时间的优化。本文第五章从易逝品运输决策优化的特征入手,研究易逝品企业选址对运输成本的影响。同时利用Hopfield神经网络,建立了大型运输问题的智能优化算法。最后,通过对一般车辆路径问题与易逝品车辆路径问题的比较,将易逝品车辆路径问题转化为带时间窗的车辆径路径问题,取得了较好的运算效果。单纯的库存控制与运输决策是运筹学长期研究的经典问题。对般产品而言,已有相应的模型与较理想的算法。由于库存、运输存在“效益悖反”现象,所以研究库存运输整合优化问题尤为重要。但国内外学者,对库存运输整合优化问题的研究,尚处于起步阶段,很多问题还没有得解决。至于易逝品库存运输整合优化问题,因其产品的易逝性,使得相应研究更加复杂,目前这方面的研究成果更少。本文第六章,通过引入变质率与变质成本,提出了确定需求与随机需求条件下易逝品库存运输整合优化模型与算法,并结合算例,验证了模型与算法的有效性。