面向复杂需求的SMPEs作业系统产能与定价决策研究

发布时间：2017-12-20 16:09

  本文关键词：面向复杂需求的SMPEs作业系统产能与定价决策研究　出处：《广东工业大学》2016年博士论文　论文类型：学位论文

  更多相关文章： 中小型制造企业 生产作业系统 复杂需求 产能决策及优化 产品定价

【摘要】：改革开放以来,我国中小型制造企业(Small and medium-sized production enterprises, SMPEs)迅速发展,成为推动我国经济发展的重要力量。然而,我国经济发展正处在增长速度的换挡期,发展方式和产业结构进入转型和调整的阶段,使得我国众多中小企业面临着严峻的考验。与此同时,随着社会经济的发展、人们生活水平的提高,市场需求呈现出个性化、多样化、频变化的趋势,导致市场需求复杂多变且难以预测,给中小型制造企业的发展带来了新的难题与挑战。而在企业内部,也存在管理水平落后、作业系统柔性度不高、产品质量不稳定等问题,加剧了市场需求与企业产能二者之间的不匹配,从而使得企业面临生产进度失衡、延期交货、运营绩效差等问题。因此,如何提高适应复杂多变的市场需求环境的能力,如何实现作业系统的产销平衡,成为我国中小型制造企业目前迫切亟待解决的关键问题。本论文以SMPEs作业系统为研究对象,考虑在复杂需求环境的条件下,分析和研究SMPE作业系统产能决策和定价决策问题。具体内容如下：(1)需求不确定环境下的产能决策研究。①考虑在市场需求不确定和产品有效产出随机的条件下,以产品单周期销售利润最大化为目标,建立了制造商生产产能决策模型,通过推导证明了存在唯一的最优产能,并给出最优产能满足的等式。②建立以产能为决策变量的制造商多周期生产销售利润最大化模型,求解得到制造商最优产能解析解。并对相关参数进行敏感性分析,讨论了制造商最优产能、最大利润与库存成本、缺货成本、期初库存等参数之间的关系。(2)复杂需求环境下的作业系统产能决策研究。①提出“虚拟工序库”作业系统的概念,对其组织模式和生产流程进行论述。②在满足多订单多产品复杂需求条件下,以多产品多周期的生产成本最小化为目标,建立“虚拟工序库”作业系统产能优化模型,通过设计和运用改进的遗传算法,实现快速匹配复杂需求的作业系统产能决策方案。并与传统的遗传算法比较,得出此方法法有更好的寻优速度和寻优结果。③建立“虚拟工序库”的GSCPN系统模型,根据GSCPN与马尔可夫链同构性的性质,利用马尔可夫链对系统模型进行转化,对“虚拟工序库”系统进行性能评价,快速的找到生产流程中的瓶颈,并对作业系统进行调整,达到优化“虚拟工序库”作业系统的目的。(3)无产能约束的SMPEs生产及定价决策研究。①假设制造商的产品市场需求随机,建立产品价格为决策变量的利润最大化模型,采用两阶段求解方法,分别求得制造商最优产品定价和最优生产量。②考虑产品市场中多种类型的顾客,并且渠道间存在顾客转移。基于此类复杂需求环境,分别建立了“线下渠道主导”和“线上渠道主导”的分散决策博弈模型,采用逆向归纳法,推导得到制造商最优定价均衡解,并求得制造商的最优生产量。③建立制造商集中定价决策模型,通过分析判断Hessen矩阵为负定,进而推导得到在集中决策模式下,制造商存在唯一的最优定价决策,并给出最优定价的解析解表达式。在算例分析及各参数敏感性分析的基础上得出相应结论。(4)有产能约束的SMPEs生产及定价决策研究。①考虑制造商产能存在约束的条件下,建立制造商市场需求随机的产品定价决策模型,通过求解优化问题的库恩-塔克(KKT)条件,得到制造商最优定价和产能决策。②建立带产能约束的制造商分散决策的Stackelberg博弈模型,采用逆向归纳法和求解优化问题的KKT条件,求得出制造商最优产能和最优定价决策。③考虑制造商在产能不足时,存在外包商外包协作的情况,分别建立了外包商、制造商、销售商三方非合作/合作的定价决策模型,经过分析和推导,得出不同决策模型的产品最优定价及产能外包策略。
【学位授予单位】：广东工业大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：F273
，

本文编号：1312689