【摘 要】
：
为了探讨B2C平台应如何制定以旧换新优惠策略,以及分析制造商回收定价决策和B2C平台以旧换新决策之间的关系机理,构建了礼券(GC)和现金券(CC)两种不同以旧换新优惠模式下的闭环供应链模型.研究发现:①B2C平台对GC和CC两种以旧换新优惠模式的策略选择不仅依赖于自营店产品销售利润与从他营店获得的分成收入间的大小关系,还依赖于GC模式的以旧换新潜在市场规模大小.当B2C平台从他营店获得的单位产品分成收入小于自营店单位产品销售收入,且GC模式下的以旧换新潜在市场规模比较大时,B2C平台将选择以GC模式进行以
【机 构】
：
暨南大学管理学院,广东 广州 510632
论文部分内容阅读
为了探讨B2C平台应如何制定以旧换新优惠策略,以及分析制造商回收定价决策和B2C平台以旧换新决策之间的关系机理,构建了礼券(GC)和现金券(CC)两种不同以旧换新优惠模式下的闭环供应链模型.研究发现:①B2C平台对GC和CC两种以旧换新优惠模式的策略选择不仅依赖于自营店产品销售利润与从他营店获得的分成收入间的大小关系,还依赖于GC模式的以旧换新潜在市场规模大小.当B2C平台从他营店获得的单位产品分成收入小于自营店单位产品销售收入,且GC模式下的以旧换新潜在市场规模比较大时,B2C平台将选择以GC模式进行以旧换新,并提供比CC模式更高的回收努力程度和更低的以旧换新优惠.②B2C平台不同的以旧换新优惠模式会造成制造商的旧产品回收价定价的差异性.当平台从他营店获得的单位产品分成收入小于自营店单位产品边际利润时,CC模式下的旧产品回收价将高于GC模式下的旧产品回收价.此外,CC模式下的旧产品回收价还受到消费者对自营店的购买偏好的影响,但该影响与他营店带给B2C平台的分成收入有关.③不论是在GC模式还是CC模式下,制造商和B2C平台的利润总是呈正相关关系,即B2C平台开展以旧换新并不会损害制造商的利益.
其他文献
为了实现高精度的动车组运营里程预测,提出一种新的以交路接续规律为依据的动车组运营里程预测算法.首先,将数据记录时间作为分段参数,提出用分段函数的形式为动车组历史开行数据附加时间权重.然后,根据动车组历史开行数据中的交路接续情况,结合时间权重,将交路转移概率矩阵作为交路接续规律的载体,并考虑新交路的情况对矩阵进行修正.最后,基于交路转移概率矩阵中的概率值,以随机的方式实现了动车组的交路接续预测.实验结果表明,与传统的日均里程法相比,所提算法在预测准确率和预测结果稳定性上均有显著提升.
针对现有知识推荐方法因稀疏矩阵和冷启动导致推荐性能不佳的问题,提出一种基于情境感知生成对抗网络模型的知识推荐方法(CGKR).提出任务相似度概念,同时考虑内容相似度和任务相似度构建知识相关性网络,基于知识相关性网络构建语义激活扩散模型,扩展用户历史评分,以全面探知用户兴趣;基于用户个人背景信息和历史行为信息构造用户情境和任务情境;引入生成对抗网络模型,并结合情境信息构建情境感知生成对抗网络模型(CxtGAN);基于训练完成的CxtGAN,为特定任务情境下的目标用户提供个性化知识推荐服务.以某船厂知识管理系
针对第三方平台及其多个主机制造商、多个零部件供应商组成的多价值链的协同运作问题,运用系统动力学模型构建了基于第三方平台的多价值链协同运作模型,分析了平台匹配水平对制造商和供应商协同运作策略的影响,刻画了影响平台、制造商及供应商收益的制造商数量、供应商数量、平台匹配水平等主要因素,通过Ven-sim软件仿真模拟,得出了不同匹配水平下平台上制造商和供应商的协同运作策略.研究结果表明,制造商及供应商的收益受到平台匹配水平及市场用户数量的影响,对制造商而言较高的匹配水平对制造商的长期发展更有利,对供应商而言,在加
在服务互联网环境下,针对传统服务组合和服务选择方法在大规模数据量下效率低下的问题,提出一种基于供需双边模式的服务方案高效构建方法.该方法的核心思想是挖掘领域中的先验知识,利用模块化的思想提升匹配单元粒度来提高服务方案构建效率.首先给出了问题的数学模型,然后提出基于意图树的需求模型和需求模式以支持需求快速声明,提出了服务模式及其挖掘方法提高历史服务方案的复用效率.进而,提出供需双边模式关联矩阵,刻画了不同服务情境下双边模式间的匹配度.针对不同问题复杂度的应用场景,分别提出了基于双边模式的搜索算法、贪心算法和
为了仅从平稳振动响应信号中识别线性时不变三维结构的工作模态参数,提出一种基于拉普拉斯特征映射的三维结构模态分析方法.该方法首先将复杂三维结构的振动响应数据视作处于高维空间的数据集,利用拉普拉斯特征映射寻找该数据集的低维嵌入数据.低维嵌入数据对应模态响应矩阵,利用单自由度识别技术从模态响应矩阵中识别出模态固有频率.最后,利用最小二乘广义逆,将求解的模态响应矩阵代入振动响应数据分解公式求得模态振型矩阵.三维圆柱壳仿真实验结果表明:相较于等距离映射,拉普拉斯特征映射能有效地识别出系统的模态振型与固有频率,且识别
为解决实际情况下云制造服务的匹配推荐问题,考虑服务属性的不确定性和需求方的主观偏好,提出一种基于区间和灰色关联度的云制造服务资源综合匹配推荐方法.采用区间数对质量信息进行描述,采用灰色关联度计算服务质量匹配相似度,对服务资源类型、描述和质量信息进行了匹配、过滤、排序,得到了服务推荐,还提出了用户反馈调整方法.通过算例和对比研究说明了该方法具有较好的查准率和查全率,验证了该方法的可行性、准确性和稳定性,结果表明该方法能有效地为需求方匹配推荐符合主观偏好的云制造服务.
生产能力共享有助于提高制造资源的利用效率,减少企业生产能力不均衡带来的不利影响.基于生产能力资源的特点,提出面向生产能力共享的供需匹配算法.计算生产订单供需信息匹配度,分析了T平台的生产能力共享供需匹配的具体过程.构建了透明的生产能力共享模型,并求解得出单位生产能力共享价格,通过算例分析了产能供需双方的信息透明度及共享交易成本系数与产能共享价格的关系,得到产能供需双方的信息透明度和共享交易成本系数对企业的生产能力共享意愿的影响规律等.
为探寻双渠道供应链中资金约束的零售商在面对多种融资方式时最优的融资订购决策,本文考虑一个资金约束的零售商和制造商组成的双渠道供应链系统,制造商利用平台直销的同时又将产品提供给零售商销售,零售商能够利用银行借贷和外部股权投资的混合融资模式实现订购.将单一银行借贷的债权融资模式作为比较基准,讨论了双渠道供应链混合融资模式下的制造商最优定价与零售商最优融资订购决策,刻画了零售商愿意选择,同时制造商愿意接受混合融资模式的批发价值区间,探析了混合融资模式下双渠道间竞争强度对双渠道供应链企业最优决策和供应链整体利润的
Kriging代理模型可有效近似包含黑箱约束的工程优化问题,但存在仅依靠原始样本数据建模精度不高,工程优化效率低等问题.针对上述问题,提出了综合Kriging模型、权期望改进准则及进化算法的新有效全局优化算法.该算法的权期望填充准则在期望改进准则启发下,依据距离函数与期望增量的函数关系,构造权函数实现对新填充准则全局及局部探索能力的调整,使其具有依据试验点距离进行自适应调整进而跳出局部最优解实现全局优化的特性.数值算例和工程实例结果表明,在新准则和Kriging模型作用下的全局优化算法能够实现对优化问题的
针对传统多小波相邻系数去噪法沿用统一阈值方法获取的阈值精度不高而导致信号去噪不理想的问题,提出了基于混合粒子群优化的多小波相邻系数去噪方法.该方法将具有全局寻优能力的禁忌搜索算法和粒子群优化算法相融合,并将这种融合算法引入到多小波相邻系数去噪方法之中对其阈值求取方式进行改进.通过对比传统的多小波相邻系数去噪方法、基于经验模态分解的降噪算法及基于粒子群和遗传算法的混合粒子群算法优化的多小波去噪方法降噪结果,结果表明:基于粒子群和禁忌搜索的混合粒子群算法优化的多小波相邻系数去噪方法不仅能提取更多的故障特征信息