非线性库存持有成本下社区生鲜店利润最大化研究
发布时间：2021-02-22 01:42
随着我国居民物质生活的不断改善,人们对生鲜食品的需求越来越强。如今人们对生鲜食品的需求不仅仅停留在产品的有无上,更加关注产品的质量。社区生鲜店不仅能满足人们对生鲜的购买需求,还因现代化的物流体系,能保证生鲜的及时供应和产品质量。伴随着行业的迅速发展,社区生鲜店发展过程中的问题逐渐暴露,越来越多的社区生鲜店因管理不善、库存成本过高等原因面临企业倒闭的风险。因此,研究如何保证社区生鲜店的库存成本控制,最大化企业的利润变成目前比较突出的问题。本文以社区生鲜店单位时间利润最大化为目标,考虑需求率与库存水平的关系,将库存持有成本视为库存量的非线性函数,通过将订购周期与销售利润联系起来构建社区生鲜店的目标利润函数。为了研究何种经营策略下社区生鲜店的目标利润能够最大化,依次对不考虑促销策略和考虑促销策略两种情况下的社区生鲜店目标利润进行求解。在不考虑促销策略时,社区生鲜店为了保证产品的销售速率,门店内保留必要的库存量刺激顾客消费,在整个订购周期内产品的销售速率始终保持在较高水平,提高库存周转率。在考虑促销策略时,将一定量的库存进行降价促销,通过价格优势及时将剩余库存清理,产品始终保持较高的品质,降低...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
遗传算法运行结果
第六章S社区生鲜店某品牌苹果库存成本与利润优化案例分析49约束条件为：s.t.{+<1.6+3<0>0>0单位时间利润取得最大值时（Q,R）=(28.74，0.51)，为了使数值有实际意义，应使（Q,R）=(29,1)或（Q,R）=(29,0)或（Q,R）=(28,1)或（Q,R）=(28,0)。通过计算，比较四种取值情况下的PA的大小，确定（Q,R）=(29,1)为最优方案。通过matlab中的optimtool利用GUI进行遗传算法的编程。结果如图6.5和6.6所示。可以看出使用GUI运行遗传算法经过125次迭代后得到最优解50.29，而且从遗传算法迭代图可以看出，在50代左右遗传求解的目标函数值区域稳定，在125次迭代时得到最优解，运行结果的平均适应值为50.2898，最优适应值为50.2901。图6.5GUI遗传算法计算结果Fig.6.5GUIgeneticalgorithmcalculationresults将本模型计算结果与S社区生鲜的实际经营情况进行对比分析。可以看出，单位时间净利润有所增加，每天净利润增加23.09元，毛利率达到6.48%，较原平均毛利率5.56%有所提升。产品订货周期变为1.23天，根据实际需要，应按照1.5天来处理，即每3天订购2次，每次订购29盒，在剩余1盒时进行促销。实施本方案后，该品牌苹果的库存周转天数从4.2天下降到1.5天，大大提高了库存周转率。
合肥工业大学硕士学位论文50表6.5模型结果对比Table6.5Comparisonofmodelresults项目实施前实施后最大展示库存Q10-6029最低促销库存R01订货周期21.5库存持有成本9.6-140.891.3库存周转天数3.21.5毛利率5.56%6.48%单位时间净利润24.2541.91在这个销售过程中，为了保证销售案场不出现缺货的情况，应及时更新库存信息，利用JIT采购思想进行商品管理，根据实际情况考虑补货指令下达的提前期。通过一天或者两天一次的订货处理，使该品牌水果始终保持较高的新鲜程度，再加上合理的库存展示量，使生鲜需求始终处于较高状态，达到提高库存周转率的目的，同时也提高了社区生鲜店单位时间盈利能力，使社区生鲜店在整个销售季销售更多的产品，获得更多的利润。图6.6遗传算法平均适应值和最优适应值Fig.6.6Geneticalgorithmaveragefitnessvalueandoptimalfitnessvalue6.5库存成本控制与利润优化方案保障措施（1）完善信息系统
本文编号：3045247
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
遗传算法运行结果
第六章S社区生鲜店某品牌苹果库存成本与利润优化案例分析49约束条件为：s.t.{+<1.6+3<0>0>0单位时间利润取得最大值时（Q,R）=(28.74，0.51)，为了使数值有实际意义，应使（Q,R）=(29,1)或（Q,R）=(29,0)或（Q,R）=(28,1)或（Q,R）=(28,0)。通过计算，比较四种取值情况下的PA的大小，确定（Q,R）=(29,1)为最优方案。通过matlab中的optimtool利用GUI进行遗传算法的编程。结果如图6.5和6.6所示。可以看出使用GUI运行遗传算法经过125次迭代后得到最优解50.29，而且从遗传算法迭代图可以看出，在50代左右遗传求解的目标函数值区域稳定，在125次迭代时得到最优解，运行结果的平均适应值为50.2898，最优适应值为50.2901。图6.5GUI遗传算法计算结果Fig.6.5GUIgeneticalgorithmcalculationresults将本模型计算结果与S社区生鲜的实际经营情况进行对比分析。可以看出，单位时间净利润有所增加，每天净利润增加23.09元，毛利率达到6.48%，较原平均毛利率5.56%有所提升。产品订货周期变为1.23天，根据实际需要，应按照1.5天来处理，即每3天订购2次，每次订购29盒，在剩余1盒时进行促销。实施本方案后，该品牌苹果的库存周转天数从4.2天下降到1.5天，大大提高了库存周转率。
合肥工业大学硕士学位论文50表6.5模型结果对比Table6.5Comparisonofmodelresults项目实施前实施后最大展示库存Q10-6029最低促销库存R01订货周期21.5库存持有成本9.6-140.891.3库存周转天数3.21.5毛利率5.56%6.48%单位时间净利润24.2541.91在这个销售过程中，为了保证销售案场不出现缺货的情况，应及时更新库存信息，利用JIT采购思想进行商品管理，根据实际情况考虑补货指令下达的提前期。通过一天或者两天一次的订货处理，使该品牌水果始终保持较高的新鲜程度，再加上合理的库存展示量，使生鲜需求始终处于较高状态，达到提高库存周转率的目的，同时也提高了社区生鲜店单位时间盈利能力，使社区生鲜店在整个销售季销售更多的产品，获得更多的利润。图6.6遗传算法平均适应值和最优适应值Fig.6.6Geneticalgorithmaveragefitnessvalueandoptimalfitnessvalue6.5库存成本控制与利润优化方案保障措施（1）完善信息系统
本文编号：3045247
本文链接：https://www.wllwen.com/guanlilunwen/pinpaiwenhualunwen/3045247.html
