【摘 要】
：
如今,随着电子商务的快速发展,线上销售渠道日渐重要,越来越多的企业致力于线上线下双渠道运营以满足消费者多元化的需求,获取更大的收益。双渠道供应链较传统供应链结构更加复杂,供应链成员间既有合作又有竞争,加大了供应链管理的难度。本文以双渠道供应链为研究对象,探讨不同情形下供应链成员的最优库存策略。首先,本文对双渠道供应链、传统库存管理理论以及多Agent技术研究现状进行归纳总结。其次,本文使用多Age
论文部分内容阅读
如今,随着电子商务的快速发展,线上销售渠道日渐重要,越来越多的企业致力于线上线下双渠道运营以满足消费者多元化的需求,获取更大的收益。双渠道供应链较传统供应链结构更加复杂,供应链成员间既有合作又有竞争,加大了供应链管理的难度。本文以双渠道供应链为研究对象,探讨不同情形下供应链成员的最优库存策略。首先,本文对双渠道供应链、传统库存管理理论以及多Agent技术研究现状进行归纳总结。其次,本文使用多Agent方法分别构建了集中式和分散式双渠道供应链库存模型,将制造商、零售商和消费市场抽象成为不同的Agent,为其设计相应的功能模块以模拟其在现实中的行为,并使用仿真软件AnyLogic对模型进行仿真实现。最后,通过案例分析探讨了集中库存模式和分散库存模式下供应链成员的最优库存决策,并进一步探讨了补货周期、消费者渠道偏好率等因素对供应链的影响。研究结果表明:（1）面对相同的市场需求,集中式双渠道供应链的利润高于分散式双渠道供应链,但其客户流失数量较大;（2）补货周期过大或过小均会导致供应链库存水平升高;（3）消费者线上渠道偏好率降低会导致集中式双渠道供应链安全库存水平升高;（4）需求不确定性变大会导致双渠道供应链安全库存水平增大同时总利润降低;（5）搭便车行为程度较大会导致分散式双渠道供应链中零售商提供售前服务的积极性降低,使得供应链总利润降低。本文包含图49幅,表7个,参考文献61篇。
其他文献
在大型旋转机械的传动系统中,其旋转部件的性能及安全性起着至关重要的作用,因此对旋转部件的参数,如压力、应变、扭矩、振动等状态进行在线测试,可以检测出系统运行的环境对旋转构件的强度、性能、寿命、安全等方面的影响。在风力发电机中,对其旋转部件齿轮箱的应变参数进行测试,可以有效的评估其运行状态,从而延长其使用寿命。本文在对旋转件测试信号传输技术深入分析之后,针对现有接触式测试信号传输技术的不足,并结合旋
空间网络具有广阔的覆盖面积和移动接入能力,是地面网络的有效补充,并在国家军事、民用和应急通信等方面发挥着重要作用。随着地面互联网和空间网络的业务逐渐融合,亟需对两者在协议体系层面进行融合,构建覆盖全球的天地一体化网络。但是卫星网络与地面网络在拓扑稳定性和计算资源等方面有较大差异,地面网络的路由协议不适用,需要考虑新型的网络技术。本文基于标识网络体系的身份位置信息分离映射和控制与转发解耦的思想,对基
随着人们收入水平的提升以及消费观的改变,对蔬菜的品质以及多样性、安全性的需求也越来越高。北京作为一个拥有2000多万常驻人口的一线大城市,蔬菜的需求量在不断提升。然而北京蔬菜自给率低,主要依靠外埠供应。2020年新冠疫情爆发,不仅威胁到了人民的生命安全,由于疫情传播的严防严控,也对北京市蔬菜供应产生了影响。基于此背景,对于疫情下北京蔬菜供应风险进行评估和控制的研究具有现实意义。本文的主要研究内容如
目前我国的城市群大多为单核心城市群,其发展时间短,城市群内经济和交通协调性较弱,核心城市的辐射强度难以满足需求。因此,加强城市群经济空间格局和交通空间结构的协调性,对于推进我国城市群建设具有重要意义。本文以环长株潭城市群为研究对象,采用空间结构理论和复杂网络理论,研究了环长株潭城市群经济与铁路交通的协调发展问题,主要内容和创新如下:首先,基于修正后的引力模型和城市经济重要度,对环长株潭城市群的空间
现有互联网缺乏时延保障能力,其技术已难以满足工业互联网、音视频等时延敏感应用的实时性与确定性要求。因此,IEEE时间敏感网络工作组基于二层以太网提出多种流量整形调度机制。其中,异步流量整形（Asynchronous Traffic Shaping,ATS）调度相比其它整形调度方案具有更高的带宽利用率且易于部署。然而ATS调度机制仅能部署在静态网络中,无法支持流量的动态加入和配置的灵活下发。因此,本
随着人工智能的高速发展,越来越多的领域关注于此并实现落地产业,然而人工智能的发展与模型精准性依赖于大量的数据。实际生活中,除了少数的公司能满足数据量需求外,绝大多数公司数据量少而且数据质量低,无法支撑构建精准的模型。而且国内外制定相关法律法规限制数据的流动,以加强对数据隐私的保护。为了解决“数据孤岛”的情况,联邦学习应运而生。当前已经有许多横向联邦学习的商业落地应用案例,间接扩大模型训练的数据量。
作为搜索引擎、推荐系统、互联网广告的核心技术之一,点击率预估一直是学术界和产业界的热门研究对象。传统的点击率预估模型需要将数据搜集于一处进行训练,但从隐私保护的角度而言,不搜集用户的数据才是一种更好的策略。联邦学习可实现在参与方数据不离开其本地的前提下,利用其数据进行机器学习。将联邦学习应用于点击率预估领域将有助于搜索引擎、推荐系统、互联网广告行业的隐私保护。本文的研究目标是联邦学习在点击率预估领
微波光子信号产生技术是微波光子学研究中的热门研究领域,光生微波信号的用途非常广泛,军用可用于卫星遥感、雷达系统、电子对抗,民用也可用于仪器测试、交通、临床医学等方面。相较于传统的电子学函数波形生成方法,微波光子信号产生技术可以有效的解决带宽、损耗和电磁干扰等“电子瓶颈”问题,且与光纤系统天然兼容。因此,在光电融合技术越发成熟的今天,研究函数波形信号光学生成具有十分重要的意义。本文的主要研究工作如下
抗生素在过去几十年中被广泛使用,由于抗微生物药物耐药性问题日益严重,引起了全球公共卫生的关注。城郊河流接收了大量含有抗生素的废水,被称为环境中抗生素和抗生素耐药基因的蓄水池。本研究以北京市城郊潮白河境内流域为研究区域,选取了包括22种磺胺类抗生素（SAs）、10种大环内脂类抗生素（MLs）、16种喹诺酮类抗生素（QNs）、13种四环素（TCs）、15种贝塔内酰胺类抗生素（β-Ls）、5种聚醚类抗生
本文将高光谱显微成像系统与生成对抗网络（Generative Adversarial Network,GAN）分类算法相结合,提出了一种新的针对多种类荧光分子样本制备结果的检测方式。和传统的紫外线激发成像相比,本文提出的算法弥补了紫外线激发成像难以把控细节、需要较多专家知识等不足,提高了对多种类荧光分子制备结果评判的效率和准确度。本文首先搭建了显微高光谱系统对多种类荧光分子进行数据采集,并对数据进