【摘 要】
:
随着产品创新速度加快和市场需求不确定性增加,企业需要通过不断投资新兴产能以保持较高的市场反应能力和创新能力来应对市场的变换。为了保持较高的市场竞争力,供应链网络成员企业往往会选择合作方式来展开生产运营。在这种背景下,产能投资成为供应链网络成员企业之间合作的重要纽带。但是,产能投资信息不对称在成员企业之间广泛存在,严重损害供应链网络的健康发展。本论文应用物流与供应链、网络博弈论、变分不等式理论与方法
论文部分内容阅读
随着产品创新速度加快和市场需求不确定性增加,企业需要通过不断投资新兴产能以保持较高的市场反应能力和创新能力来应对市场的变换。为了保持较高的市场竞争力,供应链网络成员企业往往会选择合作方式来展开生产运营。在这种背景下,产能投资成为供应链网络成员企业之间合作的重要纽带。但是,产能投资信息不对称在成员企业之间广泛存在,严重损害供应链网络的健康发展。本论文应用物流与供应链、网络博弈论、变分不等式理论与方法,研究产能投资信息不对称下的供应链网络均衡。在制造商与零售商进行产能投资合作和使用供应商管理寄售库存策略的情形下,分别构建了使用期权契约和销售补偿契约的供应链网络均衡模型,并通过数值模拟算例分析刻画相关因素对供应链网络均衡结果的影响机理。具体而言,本论文的主要研究成果包括:(1)考虑期权契约和产能投资信息不对称下的供应链网络均衡研究。在市场需求服从均匀分布的情形下,分别从产能投资信息是否对称的角度,构建了包括看涨期权契约、产能投资合作、供应商管理寄售库存策略等因素的供应链网络均衡模型。之后,应用改进投影算法,对供应链网络均衡结果展开数值算例分析。数值算例分析结果表明:制造商不存在谎报行为的情况下,随着消费者的期望需求的增加,制造商和零售商的利润呈现增加趋势。制造商存在谎报行为的情况下,当制造商进行高报产能投资信息时,制造商能够获得更多的利润。(2)考虑销售补偿契约和产能投资信息不对称的供应链网络均衡模型。在销售前的准备阶段,市场需求的不确定性尚未揭晓,制造商与零售商签订销售补偿契约。在销售阶段,市场需求的不确定性揭晓,服从正态分布。在两阶段的假设下,分别从产能投资信息是否对称的角度,构建了包括销售补偿契约、产能投资合作、供应商管理寄售库存策略等因素的供应链网络均衡模型。之后,应用改进投影算法,对供应链网络均衡结果展开数值算例分析。数值分析结果表明:当制造商不存在谎报行为的情况下,需求不确定程度越高,制造商与零售商的收益受损。当需求潜力增大时,供应链网络中参与人的利益会整体增加。当制造商存在谎报行为的情况下,当制造商进行低报产能投资信息时,其谎报因子越低,供应链网络中成员的收益越高。本论文将期权契约和销售补偿契约等供应链契约与产能投资信息不对称相结合,将产投资问题拓展到供应链网络均衡中研究,能够帮助企业制定有效的产能投资决策,也能够帮助供应链网络提高运行效率。
其他文献
B2C电子商务模式快速发展导致各平台间竞争日剧激烈,平台通常依靠更低的商品价格水平来吸引顾客,然而“价格战”非长久之计,客户体验才是平台可持续发展的前提,精细化的用户运营可以满足消费者更个性化的客户体验需求。因此面向消费者的“免费+付费”服务定价策略受到平台重视,它不仅能够有助于提高消费者的忠诚度还能成为平台新的盈利增长点,为此本文基于平台差异化服务内容研究客户体验与其感知价值,分析影响平台定价策
异常检测是计算机视觉中一个活跃的领域,已经广泛应用于众多场景,尤其是在视频监控中。目前,智能化视频监控系统可以实时检测出异常行为,减小异常事件带来的损失。然而,在许多真实的场景下,获取和标注异常样本是一项费时费力的工作,对此,基于无监督或者半监督学习的异常检测不失为一种有优势的方法。这类异常检测算法主要利用输入空间和输出空间的特征差异来检测异常,然而它们既没有利用高层次和潜在空间中的特征信息,也没
迄今为止,化疗仍然是最常用的治疗方法,因为它对原发(转移)肿瘤有很高的治疗效果。虽然使用小分子抗肿瘤药物的治疗效果较好,但这种方法的实际应用存在一定的局限性,例如肿瘤选择性差和产生耐药性等。纳米药物递送系统的建立可以实现药物的精准、有效地药物递送,呈现出副作用小、生物相容性高和生物利用度好等优点。其次,单一化疗限制了耐药性肿瘤的治疗效果,设计具有两种或两种以上治疗方式的多功能纳米材料用于药物的共组
在我国能源体系中,以准东煤为代表的高碱煤具有低燃点、高热值以及低灰分等优点,预计储量高达3900亿吨,是我国重要的能源储备。然而,煤中富集的Na、K碱金属使得燃烧过程中受热面积灰严重。在此背景下,本文开展了高碱煤飞灰颗粒沉积过程实验研究与数值模拟工作,研究流速、粒径、温度等工况参数对积灰特性的影响。高碱煤积灰实验在小型流化床实验台上开展,通过采集管获取不同工况参数下的积灰特性。实验结果发现,煤灰模
进化算法是一类模拟自然界生物进化的基于种群的元启发式优化算法,如遗传算法、粒子群算法等。与经典的数学优化方法不同,进化算法具有问题依赖小、全局最优化的特点,被广泛应用于解决困难的现实优化问题。传统的进化算法一次只能解决一个优化任务,无法利用任务之间的相关性。近年来一种新兴的进化多任务优化算法,可以利用进化算法同时解决多个优化任务。利用任务间的知识迁移,使从解决一项任务中获得的有用知识可以帮助解决另