产品再制造系统逆向物流库存管理研究

In this project, we analyze and develop solution methodologies for several inventory models that arise in reverse logistics, both deterministic and stochastic models. Reverse logistics has been receiving increasing attention both from the industrial practitioners as well as from scientific researchers, both from economic and ecologic aspects. Including the return flow into the inventory management is twofold, the manufacturer has to manage a two echelon inventory system. This makes the management of inventory systems with product recovery more complex.For the deterministic model, previous literature proposes a general class of policy. To control/minimize holding cost for the recoverable item, an innovative interleaving algorithm is developed. Variable lot sizes are also considered. Although the policy is quite complicate, it can only over performance in a few cases. Therefore, we relax the assumption of disposal, and compare the models with different parameters. .As to the stochastic model, previous literature suggests several continuous review inventory policies. However for all these policies, the steady state probabilities and expected cost cannot be determined as a closed form expression in term of the policy variables. Therefore, the optimal among these policies can only be determined by exhaustive enumeration. Our objective is to consider simpler classes of policies where we are able to develop efficient algorithms for determining the optimal or near optimal among the particular class of policy..This project will contribute in the inventory management methodologies for reverse logistics, improving the stochastic model and simplifying the stochastic model.

本课题研究产品再制造系统逆向物流的若干库存管理问题，包括确定性模型和随机模型。出于经济和环境影响的双重考虑，逆向物流在业界和学术界受到越来越多的重视。然而，在库存管理中引入逆向的物流，考虑的是二级库存管理问题，大大提高了风险性和问题的复杂性。.对于确定性模型，现有文献提出的算法，动态确定序列问题，最小化可再制造产品的库存成本。此外，还研究了同一周期中，不同生产或再制造批量的情况。尽管采用了较为复杂的算法，也仅能在极少数情况下优于已有的简化算法。本项目研究允许部分回收情况下的模型，并考虑在不同参数环境下，与现有模型的比较。.对于随机模型，已有的模型非常复杂，通常依赖于穷举法或者启发式算法。本项目拟考虑两种比较简单的策略来确定生产与再制造的批量。并基于传统库存管理模型，提出简单有效的算法来求得策略的参数。.本课题将进一步完善逆向物流的库存管理理论，改进现有的确定性模型和简化现有的随机模型。

本课题研究产品再制造系统逆向物流的若干库存问题，包含确定性模型和随机模型。.对于确定性模型，在考虑不允许丢弃回收产品的情况下，各参数对于制造/再制造产品的批量以及批次策略的影响。在此基础之上，考虑允许丢弃回收产品（以一定的惩罚成本）的情况下，制造/再制造产品的批量以及批次策略。通过运算比对发现：在一定的参数环境下，引入丢弃，可以降低总成本。但是，同时假设制造和再制造过程之间的转换需要成本，交错成本达到一定程度时，将不能优于P或R其中至少一个为1的策略。由此可见，当引入了丢弃指数k,即使考虑制造/再制造交错算法，最终能否降低总成本依然主要取决于参数的配给。.对于随机模型，建立两个比较简单的模型，提出简单有效的算法求得生产与再制造的策略，并与现有策略进行比较。在求解的过程中，我们通过近似算法求得了库存管理策略的参数。但是在和已有的文献比较中发现，我们的简化模型仅能在少数情况下得到略优的成本控制。总体来看，这样的两种简化模型虽然可解，可行，与现有的文献相比，更易于操作，但是在成本控制上没有优势，不算是一种理想的改进。.本项目还研究了在集群式供应链的环境下，建立订单交货期决策模型，并利用改进式蚁群算法求解MTO企业运能力能变动率最小和供应链利润最优的双目标最优决策。与典型的多目标优化算法进行比对，改进的蚁群算法在求解质量维度、求解偏差维度和解集分布纬度上优于典型的多目标优化算法。.在项目实施过程中，项目组已发表论文1篇，会议论文2篇。多次参加学术会议和交流，培养国际留学生1名，专硕1名，MBA学生1名，联合培养研究生2名。