Abstract
Yun F L和 Chen W(2016)提出了目标导向的鲁棒优化方法,用于解决多产品、多周期且订单容量受限的库存管理问题。模型假设每个时期对每个产品的需求是一个不确定性集,它只依赖于一个参考值和需求的界限。模型的目标是找到使所有不确定性集的规模最大化的订货策略,从而使得集合中的所有需求实现时总成本低于预定成本目标。研究证明,对于问题的一个近似形式,静态决策规则是最优的,且明显减少了计算量。通过调整成本目标,最终的策略可以在期望成本和相关成本差异之间取得平衡。数值实验表明,该方法虽然只使用了有限的需求信息,但与传统的基于动态规划和随机规划的方法相比,依然具有较好的性能。更重要的是,如果传统方法假设需求分布不准确,本方法的性能将显著优于传统方法。此外,本文还通过来自不同行业的两个案例研究证明了方法的适用性。
Model
随机优化模型
给定随机需求
d
~
t
\tilde{\mathbf{d}}_t
d~t,目标是决策出一个订货策略
x
t
i
(
d
~
t
−
1
)
x_t^i(\tilde{\mathbf{d}}_{t-1})
xti(d~t−1),使得在所有周期内的期望成本最小化。
理论上,可以使用动态规划解决这个问题。
缺点:使用第动态规划方法来计算预期的总成本,需要知道需求分布,而通常这是未知的。
基于目标导向的鲁棒优化模型
对每个产品需求的随机变量
d
~
t
i
\tilde{d}_t^i
d~ti,定义一个 可调整不确定集( adjustable uncertainty set):
D
t
i
(
γ
)
:
=
{
d
t
i
∣
d
^
t
i
−
γ
z
‾
t
i
≤
d
t
i
≤
d
^
t
i
+
γ
z
ˉ
t
i
}
D_t^i(\gamma) := \{ d_t^i | \hat{d}_t^i-\gamma\underline{z}_t^i \leq d_t^i \leq \hat{d}_t^i +\gamma\bar{z}_t^i \}
Dti(γ):={dti∣d^ti−γzti≤dti≤d^ti+γzˉti}
其中
d
^
t
i
\hat{d}_t^i
d^ti 是一个参考值,
z
‾
t
i
,
z
ˉ
t
i
\underline{z}_t^i, \bar{z}_t^i
zti,zˉti 和
γ
\gamma
γ 是 不确定集的参数( uncertainty set paramete).
D t i ( γ ) = D 1 i ( γ ) × D 2 i ( γ ) × ⋯ × D t i ( γ ) \mathbf{D}_t^i(\gamma)=D_1^i(\gamma) \times D_2^i(\gamma) \times \cdots \times D_t^i(\gamma) Dti(γ)=D1i(γ)×D2i(γ)×⋯×Dti(γ) D t ( γ ) = D t 1 ( γ ) × D t 2 ( γ ) × ⋯ D t P ( γ ) \mathbf{D}_t(\gamma)=\mathbf{D}_t^1(\gamma) \times \mathbf{D}_t^2(\gamma) \times \cdots \mathbf{D}_t^P(\gamma) Dt(γ)=Dt1(γ)×Dt2(γ)×⋯DtP(γ)
τ \tau τ:成本目标
模型的目标是: 确定一个补货策略,使所有可调整不确定性集的规模最大化,以便所有需求实现集将导致总成本不超过 τ \tau τ. (Our goal is to determine a replenishment policy that maximizes the sizes of all the adjustable uncertainty sets such that all demand realizations from the sets will result in a total cost no more than τ \tau τ. )
Target-oriented robust optimization (TRO) formulation for the inventory management problem:
优点:只需要一个参考值(例如,平均值)以及每个时期每个产品需求的支持集。此外,此方法只需要求解一个中等大小的混合整数线性规划,这大大减少了计算的复杂性。
A Static Rule
Target Coefficient
如何选择合适的成本目标
τ
\tau
τ?
定义 目标系数( target coefficient)为:
α
:
=
ρ
(
1
)
−
τ
ρ
(
1
)
−
ρ
(
0
)
\alpha := \frac{\rho(1)-\tau}{\rho(1)-\rho(0)}
α:=ρ(1)−ρ(0)ρ(1)−τ
其中
ρ
(
γ
)
,
γ
=
0
,
1
\rho(\gamma), \gamma=0,1
ρ(γ),γ=0,1 可以通过解下面的混合整系数优化问题得到:
给定一个成本系数
α
\alpha
α, 对应的成本目标为
τ
(
α
)
=
(
1
−
α
)
ρ
(
1
)
+
α
ρ
(
0
)
\tau(\alpha)=(1-\alpha)\rho(1)+\alpha\rho(0)
τ(α)=(1−α)ρ(1)+αρ(0)。
Reference
Yun F L, Chen W. Inventory Management Based on Target-Oriented Robust Optimization. Management Science,2016,10(21).