基于似然估计的零售商库存鲁棒均值—风险模型

摘要：

针对具有风险厌恶的零售商,建立了权衡期望利润和条件风险值(CVaR)的均值—风险库存优化模型,给出了离散需求分布不确定条件下能实现帕累托最优但具有较高保守性和非帕累托最优但具有较低保守性的两种鲁棒对应.针对不确定需求分布,在仅知历史需求样本数据情况下,应用统计推断理论构建了满足一定置信水平的基于似然估计的需求概率分布不确定集.在此基础上,运用拉格朗日对偶理论,将上述两种鲁棒对应模型转化为易于求解的凹优化问题,并证明了其与原问题的等价性.最后,针对实际案例进行了数值计算,分析了不同系统参数和样本规模对零售商最优库存决策及其运作绩效的影响,并给出了零售商期望利润和条件风险值两个目标权衡的帕累托有效前沿.结果表明,采用基于似然估计的鲁棒优化方法得到的零售商库存策略具有良好鲁棒性,能够有效抑制需求分布不确定性对零售商库存绩效的影响.而且,历史需求样本规模越大,鲁棒库存策略下的零售商运作绩效越接近最优情况.进一步,通过对比发现,两种鲁棒对应模型虽然保守性不同,但在最终库存策略上保持一致.

关键词：库存、不确定性、均值—风险模型、鲁棒优化、似然估计

所属期刊栏目：24

分类号：F253.4(物资经济)

资助基金：国家自然科学基金资助项目71372186;中央高校基本科研业务费资助项目N150604005

在线出版日期：2016-10-12（万方平台首次上网日期，不代表论文的发表时间）

页码：123-131