前面已经把商品库存按处理方式主要分为以下几种normal sale, return, markdown, liquidation。
现在明确一下,算法是以追求收益最大化为目标,也就是当前手里的这些商品,不考虑进价的情况下,如果能够在未来一定时间内折算成现金,这个现金要是 最大的。现在已知库房有某种商品N个,它是不是除了正常销售之外还有多的M个,这M个商品是不是都是健康的,如果其中有不健康的,我们应该采取哪一种或者 哪几种方式来清理,每种方式各多少个。
举个例子,以一年52周为一个完整的周期,我们已知销量服从某个概率分布,为了便于计算,可以选取等概率的几个值作为多种可能的销量预测。如果不考虑计算复杂度,抽样点当然越多越好。在某一种销量预测下,对当前周
1)假设100个商品,当周可以卖10个,不进行任何清理,那么剩下90个留到下一周,这90个会在第二周产生一个新的价值,也会在当周产生一个持有成本的消耗。它们的差值加上当周卖出10个产生的收益的和,作为在当周该种处理方式的总收益。
2)换一种处理方式,如果return一个,剩下89个留到下周,总收益可以表示为,卖了10个加上 退了一个 减去 89个一周的持有成本 加上89个在第二周的价值。
3)对于第二周产生的价值,它依赖于本周的组合价值以及第三周的价值。
4)一直到最后一周。
以此类推,求出每一种组合在所有不同销量概率预测上的价值均值,然后尝试所有不同组合,选出一个均值最大的组合。建立一个二维坐标,横轴以时间周为单位,纵轴为商品个数,可以求出每一个交叉点的最优值。左上角那个点即为所求。